Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit

Größe: px
Ab Seite anzeigen:

Download "Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit"

Transkript

1 Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur für Stchprobe aus elche Grugesamthet (mt Umfag N: ( N E( = mvar, ( = ( N Gütekrtere für Schätzfuktoe Erwartugstreuhet: für alle möglche arameterwerte m Durchschtt bekomme wr e schätzee arameter Kosstez: mt zuehmeer Stchprobeumfag er arameter wr mmer geauer ähert. Effzez: er kleste Varaz zwsche alle Erwartugstreue Schätzer. θ = st erwartugstreu u kosstet. I messe Fälle (.H. für e Vertelug er Grugesamthet es st auch effzet. Schätzer für e Varaz De bs jetzt beutzter Schätzer: = ( st cht erwartugstreu, also ma soll e korrgerte Verso awee (es st erwartugstreu: = Bee s aber kosstet, u as Dfferez zwsche e bee Schätzer äher 0 als mmer grösser wr. ( Schätzer für e Wahrschelchket Schätzer für e Wahrschelchket vo eer Eregs A: p = = wo st, falls wr be er Stchprobeelemet Nummer as Eregs A beobachtete (asoste st =0. : aus 00 Kue userem Geschäft habe 5 wrklch was gekauft. Davo bekomme wr p = = 5% Dere Varaz st p ( p / u er Grezwertsatz schert weer ass es st wegstes ahe zur Normalvertelug. Allgemees Metho: Lkelhoo Fukto We kommt ma zu ee Schätzer? : e Wahrschelchket vo eer Eregs A. Falls (A=p, ma hat als Vertelug er Erfolge k k = k = p ( p k Wr betrachte es jetzt als ee Fukto vo p (Lkelhoo Fukto.

2 y y Maxmum Lkelhoo Schätzer Wr suche ejeges p, für welche e Lkelhoo-Fukto maxmal st. Ma ka es mathematsch bewese, ass e Lösug lautet p = = lk e lh o o f ü g g v é y, = 0 0 k = 5, m a x= k = 5,m a x= 0. 5 k = 5 0,m a x= x lk e lh o o f ü g g v é y, = 0 k =, m a x= k = 5,m a x= 0. 5 k = 0,m a x= x e Vertelug er Grugesamthet Falls wr ee Iee habe, welche Vertelug (z.b. Normal, Gamma,... user Grugesamthet beschrebt, wr köe ere arameter schätze, u so e Vertelug bestmme. Daraus köe wr e für us terressate Wahrschelchkete äher. / Moatsgehalt-vertelug was st as Atel ejege Arbetehmer, e mehr als 300 TFt pro Moat veree? Falls wr habe ee Stchprobe: 50,60,80, 00, 30, 80 - avo sehe wr, as p = 0 falls wr e relatve Häufgket als Schätzer awee. Aber ma ka e Date mt verscheee Verteluge äher, u avo köe wr es versuche, z.b. ee Normalvertelug mt ese arameter azuwee. Auch aere Verteluge s möglch, z.b. e Gamma Vertelug x = 6,7; = = 85 5 Daraus köe wr e Verteluge bestmme. Rot: Normal Blau: Gamma (>300=.5% (>300=4% Aus ese Moell bekomme wr ee realstschere Atwort. Dchte TFt Egeschafte er Varaz Damt köe wr Schätzer für e Wahrschelchket grosser Dffereze vo er Erwartugswert bekomme: ( -E ε Var( /ε (Tschebschev sche Uglechug e: Falls E=00, Staarabwechug=0, a ( /600=/4. ( /3600=/9. Für usere Schätzer: ma ka e ötge Stchprobeumfag bestmme um ee gegebee Geaugket zu erreche. p = =5% Var ( p = p( p / Also für =00 wr habe Var=0,0075. E p = p Daraus ( p p > 0, 0,0075 / 0,0 =,75% Ncht sehr geau (aber scher. Wr bekomme üktlchere Ergebsse, we wr e Vertelug user Schätzer auch betrachte. Für e selbe Dfferez, aufgru er Normalvertelug: ( p p > 0, ( Z > 0,/ 0,035 = 0,5%

3 Bootstrap Falls wr köe e Vertelug user Schätzer cht bestmme, köe wr ee Smulatostechk awee: Nehme wr mehrere Stchprobe aus user Stchprobe (mt Zurücklege, u mt em selbe Umfag als e orgale. We wr e Schätzug für ese Bootstrap Stchprobe ausreche, bekomme wr ee Näherug zu seer Vertelug. Bootstrap- De beobachtete Wahrschelchket für ( p < 5% = 0.% ( p > 5% = 0.8% Isgesamt: %, also e weg grösser als er Ergebs urch e Normalvertelug. Frequecy Schaetzuge aufgru er bootstrap Stchprobe p Itervallschätzug De wahre arameter er Grugesamthet s ubekat Atwort: aufgru er Stchprobe gebe wr e Schätzwert, aber es st ur e Näherugswert. Wchtg: e Fehler zu quatfzere. Dazu braucht ma e Egeschafte (e Vertelug er Schätzuge. Vertelug er Schätzer für e Mttelwert er Normalvertelug. st bekat Falls se bekat, wr köe e Vertelug usere Schätzfukto geau bestmme: es hat Normalvertelug mt arameter (m, /. Daraus folgt, ass wr köe e Utersche zwsche usere Schätzug u e wahre arameter schätze. Aber esse Egeschafte häge vo u ab, also es st efacher e staarserte Verso: zu beutze. ( m Vertrauestervall Es st ämlch staar Normalvertelt, also z.b. ma wesst, ass ( m > 0,05 Daraus ka ma e Vertrauestervall (Kofeztervall für m kostruere: m, + 0,95 atürlch geht es ebeso, geerell für Scherhet -α: z m / z + / =, Iterpretato we ma mt vele Stchprobe e selbe m Schätzt, wr m 00(-α rozet aller Fälle esem Itervall lege. Korrektur für Stchprobe aus elche Grugesamthet (mt Umfag N: z m N N z + α / /, = N N 3

4 Falls st cht bekat I esem Fall köe wr e Vertelug usere Schätzfukto cht geau bestmme, wr müsse azu auch och e Varaz (u araus e Staarabwechug schätze: ( ( = = De Staarserug: ( m Es st cht mehr staar Normalvertelt, soer Stuet (t-vertelt. Vertrauestervall mt Deckugswahrschelchket -α t m /, /, t, + = Für >50 e t-quatl geht e staar Normalquatl über. Ebeso we e Vertelug er Merkmal st ubekat, für >50 ka ma e Kofezberech für e Mttelwert vo ukt ( bekatbeutze. Oft wählt ma er Stchprobeufag so, ass für gegebee Scherhet -α e Itervallbrete ee gegebee Zahl cht überschretet. Dazu: 4( z / (Fall : soll bekat se Vertrauestervall für e Wahrschelchket I esem Fall für e Ezelbeobachtug (Ikatorfukto =p(-p, also wr bekomme für p e folgee Itervall (mt Scherhet -α z / / p( p z, + k wobe p = (e relatve Häufgket. Um ese Approxmato gültg zu se, brauche wr ass st gross geug (>50. p( p We aus 00 Stuete 5 e erste rüfug cht bestae habe, was ka ma als Vertrauestervall mt α=0,05 (α=0,0 für e Durchfallwahrschelchket gebe? Für α=0,05: 0,5-,96*(0,5*0,75 / /0=0,65; 0,5+,96*(0,5*0,75 / /0=0,335; Also as Itervall lautet: (0,65;0,335 Für α=0,0: 0,5-,58*(0,5*0,75 / /0=0,38; 0,5+,58*(0,5*0,75 / /0=0,36; Also as Itervall lautet: (0,38;0,36 Stchprobeumfag Weer köe wr e Stchprobeumfag so wähle, ass für gegebee Scherhet -α e Itervallbrete ee gegebee Zahl cht überschretet. Dazu: 4( z / p( p Aber p u se Schätzer s ubekat be er laug er Utersuchug, so ma ka ee obere Schrake wähle: z / Wevel Stuete solle wr frage, um as 95%-Vertrauestervall für e Durchfallwahrschelchket kürzer als 0, zu habe?,96 /0,0=384 Stuete s ötg. Um e Läge zu halbere braucht ma 4 Mal so vel Beobachtuge. Für e 99%-Vertrauestervall:,58 /0,0=666 Stuete solle gefragt were. 4

5 Vertrauestervall für e Staarabwechug Voraussetzug: e Beobachtuge s Normalvertelt. Ma ka es bewese, ass ( hat e Ch-Quarat Vertelug mt Frehetsgra -, u avo er Kofezberech: ( (, = h /, hα /, wobe h α/,- u h -α/,- s e α/ u - α/ Quatle er Ch-Quarat Vertelug mt FG=-. Statstsche Testverfahre Wr habe ee Vermutug, e wr statstsch bewese möchte (Sachhypothese. Formulerug eser Aussage: Alteratvhypothese: H A (H. Gegetelge Behauptug: Nullhypothese H 0. : I esem Jahr habe wr höheres Moatsumsätze, als erwartet. H A : m>m 0 (wobe m 0 st e Erwartug. De Nullhypothese (H 0 lautet: m m 0 Allgemee Testverfahre Glechhet ( erwartete Wert gehört mmer zur Nullhypothese. Atwort: aufgru er Stchprobe bereche wr ee Statstk, T. Irrtumwahrschelchketα(es soll festgelegt were, allgemeα=0,05 oer och kleer azu gehört ee krtsche Schrake er Testfukto (c α. Möglche Etscheuge: H 0 ablehe (verwerfe falls T > c α. Es st formatv: fast scher, ass H 0 st cht wahr. H 0 aehme (bebehalte. Es beeutet ur, ass wr habe cht geüge Iformato um wegwerfe zu köe (also es st gar cht scher, ass esem Fall H 0 st wahr. 5

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

Streuungsmaße bei Stichproben

Streuungsmaße bei Stichproben HTL Saalfele Streuugsmaße Sete vo 7 Wlfre Rohm Streuugsmaße be Stchprobe Mathematsche / Fachlche Ihalte Stchworte: Beschrebee Statstk, Staarabwechug, Varaz, Erwartugstreue Schätzug, Kurzzusammefassug Streuugsmaße

Mehr

Die Kontingenztabelle. Randhäufigkeiten. Teststatistik (Chi-Quadrat Statistik) Unabhängigkeitshypothese. Wiederholung: zweidimensionales Datenmaterial

Die Kontingenztabelle. Randhäufigkeiten. Teststatistik (Chi-Quadrat Statistik) Unabhängigkeitshypothese. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Wederholug: zwedmesoales Datemateral Beobachtuge, jeder hat Werte für m Merkmaler, also jeder besteht aus Merkmalauspräguge. z.b. wr otere de Grösse ud das Umsatz verschedee Flale (m).

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

Teil III: Schließende Statistik

Teil III: Schließende Statistik Tel III: Schleßede Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades C) 04 Eletug - - Eletug Dese Kursehet det der Vermttlug vo Grudketsse auf dem Gebet der sogeate Schleßede

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse Hochschule Müche Fakultät Wrtschaftsgeeurwese Dateaalyse Prof. Dr. Volker Abel Verso. Ihaltsverzechs Ihaltsverzechs. Auswertug ud Modellerug vo Zähldate.... Auswertug vo prozetuale Häufgkete.... Auswertug

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Standard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen

Standard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen Statistik. Vorlesug, September, 00 f() 0.0 0. 0. 0.3 0.4 Stadard Normalverteilug Dichtefuktio vo Stadard Normal Verteilug -4-0 4 Der Erwartugswert: mittlere Wert E ( = f( ) d=0 für die Stadard Normal Verteilug

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler Kommeterte Formelsammlug der deskrptve ud duktve Statstk für Wrtschaftswsseschaftler Prof. Dr. Iree Rößler Prof. Dr. Albrecht Ugerer Wetere Bespele ud ausführlche Erläuteruge sowe detallerte Lösuge der

Mehr

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Güteeigenschaften von Schätzern

Güteeigenschaften von Schätzern KAPITEL 6 Güteeigeschafte vo Schätzer Wir erier a ie Defiitio es parametrische Moells Sei {h θ : θ Θ}, wobei Θ R m, eie Familie vo Dichte oer Zählichte Seie X 1,, X uabhägige u ietisch verteilte Zufallsvariable

Mehr

F Fehlerrechnung 1. Systematische und statistische Fehler

F Fehlerrechnung 1. Systematische und statistische Fehler -F.- F Fehlerrechug. Systematsche ud statstsche Fehler Jede Messug eer physkalsche Größe st mt eem Fehler verbude. Es st daher otwedg be der Agabe des Messwertes ee Fehlerabschätzug azugebe. Ma uterschedet

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'

Mehr

Das virtuelle Bildungsnetzwerk für Textilberufe

Das virtuelle Bildungsnetzwerk für Textilberufe Das vrtuelle Bldugsetzwerk für Textlberufe Grudlage der Statstk 003 Hochschule Nederrhe Autor: Prof. Dr. Rud Voller Stad: 0.0.0033 Sete / 9 Grudlage der Statstk Uter eer Statstk versteht ma ee Aufglederug

Mehr

7/7/06. Formulierung mittels Dynamischer Programmierung. Berechnungsbeispiel. Gewinnung der optimalen Reihenfolge

7/7/06. Formulierung mittels Dynamischer Programmierung. Berechnungsbeispiel. Gewinnung der optimalen Reihenfolge Formulerug mttels Dyamscher Programmerug Berechugsbespel Beobachtug: de Azahl der Telprobleme A j mt j st ur Folgerug: der aïve rekursve Algo berechet vele Telprobleme mehrfach! Idee: Bottom-up-Berechug

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

INSPIRIERENDE FAKTEN über hochwertigen ladenbackofen HTB

INSPIRIERENDE FAKTEN über hochwertigen ladenbackofen HTB BACKEN WAR NOCH NIE SO EINFACH E fac he u u t ve scr tou ee ch Ko tr oll e. u o T, Bl e backe ato k f Perso es. f O s e t ler a to pf k o fu sk g t l Mu tellu s E -Programmeauswähle- INSPIRIERENDE FAKTEN

Mehr

( x) Thema 5 Verteilungen Statistik - Neff 5.1 ÜBERBLICK TEST-VERTEILUNGEN. Stetige Zufallsvariable Dichtefunktion f(x) Verteilungsfunktion F(x)

( x) Thema 5 Verteilungen Statistik - Neff 5.1 ÜBERBLICK TEST-VERTEILUNGEN. Stetige Zufallsvariable Dichtefunktion f(x) Verteilungsfunktion F(x) 5. ÜBERBLICK TEST-VERTEILUNGEN Dskrete Zufallsvarable Wahrschlk.-Fukto f( ) mt a W ( X = ) Vertelugsfukto F( ) mt a W ( X ) F( ) = W( X = ) å Stetge Zufallsvarable Dchtefukto f() Vertelugsfukto F() W(

Mehr

Ralf Korn. Elementare Finanzmathematik

Ralf Korn. Elementare Finanzmathematik Ralf Kor Elemetare Fazmathematk Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell

Mehr

4.3 Statistik des radioaktiven Zerfalls

4.3 Statistik des radioaktiven Zerfalls 4.3 Statstk des radoaktve Zerfalls Stchworte: Radoaktvtät, -, -, -Strahlug, Geger-Müller-Zählrohr, Statstk, Posso- ud Gauß-Vertelug, Stadardabwechug, Rehetszahl, statstsche Aalyse. Theoretsche Grudlage

Mehr

Maximum-Likelihood-Schätzungen für Verteilungsparameter eines ausgewählten stochastischen Prozesses

Maximum-Likelihood-Schätzungen für Verteilungsparameter eines ausgewählten stochastischen Prozesses Maxmm-kelhood-Schätzge ür Vertelgsarameter ees asgewählte stochastsche Prozesses Maxmm kelhood stmato M Uwe Mezel.3.7 Maxmm - kelhood - Methode st aktell! R. A. Fsher 89-96 C. F. Ga Methode der kleste

Mehr

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N . Charakterserug vo Polymere. moodsperse polydsperse cytochrom c Ege Bopolymere (Ezyme) habe ur ee ehetlche olekülgröße. moodsperse mometa st kee Polymersatosmethode verfügbar, de Polymere mt eer ehetlche

Mehr

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar.

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar. Hochschle Frtwage Uversty Sommersemester 0 Fakltät Dgtale Mede Mathematk Prof. Dr. Thomas Scheder Mede d Iformatk Übgsblatt. Elemetares Reche mt komplexe Zahle Es se w= +. a) Blde Se de komplex Kojgerte

Mehr

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 005 Ihalt II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Preisindex. und. Mengenindex

Preisindex. und. Mengenindex Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk resdex ud Megedex Übuge Aufgabe ösuge www.f-lere.de resdex 1 De Etwcklug der rese wrd der Öffetlchket

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozalwsseschaftlche Methode ud Statstk I Uverstät Dusburg Esse Stadort Dusburg Itegrerter Dplomstudegag Sozalwsseschafte Skrpt zum SMS I Tutorum Vo Mark Lutter Stad: Aprl 004 Tel I Deskrptve Statstk Mark

Mehr

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig Eschlägge Begrffe zur Meßuscherhet /7 Eschlägge Begrffe zur Meßuscherhet Dr. Wolfgag Kessel, Brauschweg De Aufstellug folgt cht der re lexografsch-alphabetsche Aordug. Verwadte Begrffe sd velmehr zu Gruppe

Mehr

1 n xi. = å. 1 k. i i

1 n xi. = å. 1 k. i i Thema 4 Wahrschelchet Statst - Neff INHALT 4.3 Kotgez => Ch -Uabhäggetstest (= Ch -Kotgeztest) wr beutze h = / als Näherug für de Wahrschelchete ab 4.6 De Asätze für de Maßzahle "Mttelwert" ud "Varaz"

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

Nagl, Einführung in die Statistik Seite 1

Nagl, Einführung in die Statistik Seite 1 Nagl, Eführug de Statstk Sete Eletug Damt der Wert des Faches Statstk für wsseschaftlche Utersuchuge besser gesehe werde ka, wrd zuerst e kurzer Abrß über de Ablauf eer wsseschaftlche Utersuchug voragestellt.

Mehr

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5

Mehr

Einführung in die beschreibende Statistik

Einführung in die beschreibende Statistik Eführug de beschrebede Statstk Alte Katosschule Aarau Fachschaft Mathematk erstellt vo Roger Sa, Roger Keller ud Marae Ste 05, Verso 6 Ihalt Eletug Grudbegrffe 3 3 Darstellug vo Date 6 4 Etelug Klasse

Mehr

Fehleranalyse - Fehlertypen

Fehleranalyse - Fehlertypen Fehleraalyse - Fehlertype Grobe Fehler Systeatsche Fehler Zufällge Fehler 30.0.00 Vorlesug - Fehleraalyse - Fehlertype Grobe Fehler Mest durch Uachtsaket Zahledreher 4,5 statt 5,4 Protokoll Be Ablese a

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

i P(A H i) P(H i ) (x i ˆx i ) 2 n n i=1 (x i x i ) 2 = 1 i=1 (ˆx i x i ) 2 (x + y) n = x j y n j f(x)dx = 1 f(x 1,..., x n)dx 1 dx n = 1

i P(A H i) P(H i ) (x i ˆx i ) 2 n n i=1 (x i x i ) 2 = 1 i=1 (ˆx i x i ) 2 (x + y) n = x j y n j f(x)dx = 1 f(x 1,..., x n)dx 1 dx n = 1 ZUSAMMENFASSUNG DES SKRIPTUMS ZU EINFÜHRUNG IN DIE WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK VON PROF. FELSENSTEIN PHILIPP DÖRSEK Der Autor übermmt keerle Garate für de Rchtgket. De meste Beträge wurde

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen We gelgt es de Buchacher (oder FdJ IMMER zu gewe Eletug Schrebwese ud Varable Erwarteter Gew des Buchachers 4 4 De Stratege der Buchacher 5 4 Der ehrlche Buchacher 6 4 "real lfe" Buchacher6 4 La FdJ 9

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

1 Lösungen zu Analysis 1/ 12.Übung

1 Lösungen zu Analysis 1/ 12.Übung Lösuge ausgewählter Beispiele zu Aalysis I, G. Bergauer, Seite Lösuge zu Aalysis / 2.Übug. Eileitug Gleichmäßige Kovergez ist eie starke Eigeschaft eier Fuktioefolge. Formuliert ma sie für Netze, statt

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski Tel.:

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski   Tel.: MST Übug Mthemtk Prof.Dr.B.Grbowsk e-ml: grbowsk@htw-srld.de Tel.: 87- Iverse Mtrze ufgbe : Bereche Se de Iverse Mtr zu folgede Mtrze. Prüfe Se Ihr Ergebs, dem Se - bereche! b dg-,,-,,-, c 7 d ufgbe :

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Lehrehet zur Kursehet Mathematk für Iformatker m Ferstudegag Allgemee

Mehr

Übungsblatt 9 zur Vorlesung. Statistische Methoden

Übungsblatt 9 zur Vorlesung. Statistische Methoden Dr. Christof Luchsiger Übugsblatt 9 zur Vorlesug Statistische Methode Schätztheorie ud Kofidezitervalle Herausgabe des Übugsblattes: Woche 8, Abgabe der Lösuge: Woche 9 (bis Freitag, 65 Uhr), Besprechug:

Mehr

II. Beschreibende Statistik

II. Beschreibende Statistik II. Beschrebede Statstk II. Merkmale ud wchtge Begrffe Aufgabe der beschrebede Statstk: Große ud uüberschtlche Datemege so aufberete, dass wege aussagekräftge Kegröße ud/oder Graphke etstehe, dee de gesamte

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Maßzahlen. 1. Arithmetisches Mittel. Das für quantitative Merkmale am häufigsten verwendete Lokalisationsmaß ist das arithmetische Mittel.

Maßzahlen. 1. Arithmetisches Mittel. Das für quantitative Merkmale am häufigsten verwendete Lokalisationsmaß ist das arithmetische Mittel. J SCHIRA, C MÜLLER / Statstk I / SS 005 Maßzahle 6 Maßzahle Arthmetsches Mttel Das für quattatve Merkmale am häufgste verwedete Lokalsatosmaß st das arthmetsche Mttel Defto: De Größe := = heßt arthmetsches

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk 1 für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

18 Exponentialfunktion und Logarithmus

18 Exponentialfunktion und Logarithmus 8 Epoetialfuktio u Logarithmus Lerziele: Kozepte: Epoetialfuktio u Logarithmus Resultat: Wachstumshierarchie für Fuktioe u Folge Kompeteze: Berechug weiterer Itegrale I iesem Abschitt führe wir e Logarithmus

Mehr

Quantitative Geochemie mit Excel

Quantitative Geochemie mit Excel Kompaktkurs Quattatve Geocheme mt Excel Vom Meßwert zur petrogeetsche Modellerug geochemscher Date. ag: DAENAUFBEEIUNG Dateegabe ud Normerug Statstsche Kegröße Auswertug ees ICP-MS Datesatzes (Stöchometrsche

Mehr

Lineare Regression. Hypothesen-Test. Statistik 2 5. Vorlesung, November 21, Eigenschaften unserer Schätzer. Die Koeffizienten der Regression

Lineare Regression. Hypothesen-Test. Statistik 2 5. Vorlesung, November 21, Eigenschaften unserer Schätzer. Die Koeffizienten der Regression Statstk 5. Volesug, Novembe, 0 Leae Regesso Ma ka de Mekmal Y mt ee X ähe: X: Eflussfakto Y: abhägges Mekmal Bespele: Y ax + b X: beobachtete Wettedate heute, Y: Wettedate moge X: Fläche, Y: Umsatz Allgeme:

Mehr