Lösungen zur Klausur Stochastische Risikomodellierung und statistische Methoden (Mai 2013)

Größe: px
Ab Seite anzeigen:

Download "Lösungen zur Klausur Stochastische Risikomodellierung und statistische Methoden (Mai 2013)"

Transkript

1 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Aufgabe (0 Pukte): a) Ee Auswertug des Lebeserscherugsbestades m Kalederjahr 0 zegt folgede Ergebsse für das Alter 40 (Altersbestmmug ach der Kalederjahrmethode, d. h. Alter = Kalederjahr eburtsjahr): Azahl Persoe Dauer der Bestadszugehörgket Moate Abgagsgrud 9-6 Tod Storo 0 Storo 96 - Ermttel Se de rohe Sterbewahrschelchket ud de rohe Storowahrschelchket für das Alter 40 ach der Verweldauermethode. b) Aufgrud weterer Auswertuge des Bestades für de Jahre 009 bs 0 sowe für wetere Alter lege Ihe folgede rohe Sterbewahrschelchkete or: Alter m Jahr ,0000 0,0000 0,0000 0, , ,0980 0,097 0,0968 0, , ,0946 0,096 0,0490 0,0598 0, ,0905 0, ,0589 0, ,07904 d.h. de Tabelle ethält Wahrschelchkete für Alter = 0,...,7 ud de eburtsjahre =975,...,979. Bespelswese glt , Lete Se de Sterbewahrschelchket ees 4-Jährge m Jahr 0 ach ) dem tradtoelle Modell ) dem Kohortemodell her. Schätze Se de erforderlche Tredfaktore mttels geegeter Mttelwertbldug. c) Zege Se, dass be eem Retetarf folgeder Asatz zur Berückschtgug des Schwakugsrskos soll st: Herbe bezechet α de Wahrschelchket, dass uter Berückschtgug des a a altersuabhägge Scherhetsabschlags s (Asatz ( -s ) ) mehr Todesfälle rechugsmäßg erwartet werde als tatsächlch zu erwarte sd: Herbe bezeche s a = u -a ( - ) L M L M,

2 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) α M L de Wahrschelchket, dass uter Berückschtgug ees für alle Alter gleche Scherhetsabschlags -s a a ) mehr Todesfälle rechugsmäßg erwartet s (Asatz ( ) werde als tatsächlch zu erwarte sd de Lebede des Alters des Modellbestades u das (- a) -Quatl der Stadard-Normalertelug -a a + s Î Schwakugsabschlag auf de Sterbewahrschelchket, uabhägg om Alter. d) Nehme Se a, dass zur Erzeugug der eeratoetafel aus eer Basstafel e altersuabhägger Faktor + = a < erwedet wrd. Zur Berückschtgug des Schwakugsrskos wrd gemäß c) e altersuabhägger Schwakugsabschlag für ee eerato bestmmt ud für alle eeratoetafel ehetlch Asatz gebracht. Zege Se, dass be ueräderter Alterszusammesetzug des Bestades da de Scherhet für eeratoetafel mt eem spätere eburtsjahr abmmt. Hwes: Vergleche Se de für e bestmmtes Scherhetseau - a erforderlche Abschläge für de eeratoe ud +. Lösug: a) Es bezeche B T (B) S (B) L (B) Beobachtugszetraum, Mege der Persoe, de m Alter währed des Beobachtugszetraums B wege Tod ausgeschede sd Mege der Persoe, de m Alter währed des Beobachtugszetraums B wege Storo ausgeschede sd Mege der Lebede, de m Beobachtugszetraum (auch) m Alter sd d, 0, de Verweldauer der Perso aus L (B) m Beobachtugszetraum B, solage de Perso m Alter st Für de Aufgabe glt B = [..0,..0] = 40 =,..., 00

3 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) ) Ermttlug der rohe Sterbewahrschelchket ach der Verweldauermethode T B T B d T B d,, LB LB \TB d. h. de Verweldauer derjege Persoe, de aufgrud der zu utersuchede Ursache ausschede (her Tod), wrd auf gesetzt. 40 0, ,8 96 ) Ermttlug der rohe Storowahrschelchket s ach der Verweldauermethode s S B S B d S B d,, LB LB \SB s40 0, , b) ebucht st 4 bzw. 4,0. ) De Veräderug der Sterbewahrschelchket st m tradtoelle Modell ur altersabhägg ach folgedem Asatz:,t,t ep F = 4, d. h. es st F(4) zu ermttel bzw. zu schätze. Des gescheht auf Bass der,t für t = 009,..., 0 t,t,t,t F() , , ,99 0, ,0490 0,99 0, , ,99 0,0070 Ergebs (geometrsches Mttel als Schätzer):

4 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) ep F 4 4,0 4,0 0,99 0, ,990, ,0486 ) De Veräderug der Sterblchket m Kohortemodell st o der Dfferez zwsche Jahr ud Alter abhägg ach folgedem Asatz,t,t ep H t Es glt = 4 ud t+ = 0, d. h. wege t + - = 979 st H(979) zu ermttel bzw. zu schätze, d. h. es sd de Kombatoe t+ ud zu betrachte mt t+- = 979 t,t,t,t,t H(t+-) ,0000 0,0980 0,990 0, ,097 0,0946 0,99 0, ,096 0,0905 0,99 0,0080 Ergebs (geometrsches Mttel als Schätzer): ep H 979 4,0 4,0 0,990,990,99 0, ,990, , 0485 c) Bezeche T de Zufallsarable der m Alter estorbee. Wege des Zetrale rezwertsatzes köe wr aehme, dass de esamtzahl der Tote Z: T äherugswese ormalertelt st mt Erwartugswert EZ L ud Varaz muss gelte:! PZ s L P Z s E Z! Z E Z E Z! P s Var Z Var Z L Var Z s u u E Z L Var Z L. Es

5 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) d) Bezeche für ee eeratoetafel zum eburtsjahr s de für das Scherhetseau -α erforderlche Scherhetsabschlag. Da glt ach c) s u L L bzw. s u L L Wege a mt 0 < a < glt s u L a L L L L s u L L a a L a L a L Wege 0 < a < st a ud es glt s s Der erforderlche Abschlag für das spätere eburtsjahr + st größer als der für das eburtsjahr. Be eem ehetlche Abschlag für alle eburtsjahre würde de Scherhet also be eem spätere eburtsjahr abehme.

6 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Aufgabe (5 Pukte): Be eer ebäudeerscherug wurde de letzte Jahre folgede Eregszetpukte für Stürme mt roßschäde erzechet: Sturm Nr Datum Sturm Nr Datum Der Aktuar des Uterehmes möchte de Vermutug prüfe, dass de Eregszetpukte durch ee homogee Posso-Prozess modellert werde köe. Dazu rechet er de Kalederdate ee zetstetge Skala um (Beg:..98, Zetehet: Kalederjahr) ud trägt de Zwscheeregszete ( = Verweldauer) folgedem Q-Q-Plot auf. a) Was wrd be korrektem Vorgehe auf de bede Achse abgetrage? Warum gbt es her ur 9 Datepukte? b) Was für e Regressosmodell st her soll? c) Warum ka auf rud deser raphk de Hypothese ees homogee Posso-Prozesses akzeptert werde? d) Ermttel Se aus der raphk ee Schätzer für de Posso-Parameter l. e) Schätze Se damt de Wahrschelchket dafür e, dass erhalb o zwe Kalederjahre ke Sturmeregs mt eem roßschade etrtt. Lösug: Der homogee Posso-Prozess st dadurch charaktersert, dass see Zwscheeregszete ( = Verweldauer) stochastsch uabhägge, ( l) -epoetalertelte Zufallsarable sd. a) De ( l) -Vertelug gehört zu eer (ree) Skalefamle mt s =. Auf der Abszsse werde daher de Quatle der () -Vertelug abgetrage, be Date sd das gerade de rö- l æ ö æ ö ße l( ) l k + l - - u =- - = k çè + ø çè+ -kø für k =,,. Auf der Ordate werde de der röße ach sorterte beobachtete Zwscheeregszete ( k ) abgetrage. Es lege zwar 0 beobachtete Zetpukte T,, T 0 or, aber es gbt ur 9 Zwscheeregszete X = T - T, k =,,9. k k+ k b) Ee leare Regresso durch de Nullpukt, da es sch um ee (ree) Skalefamle hadelt. c) Nach sueller Beurtelug st de Apassug a ee erade (durch de Nullpukt) hreched gut.

7 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) d) Als Schätzer ŝ für de Parameter s erwedet ma de Stegug der Regressosgerade; der raphk st zu etehme, dass de erade durch de Pukt (,5,5) erläuft, so dass sch,5 5 her s ˆ = = =, 6 ud damt lˆ = = = 0,6 ergbt., 5 sˆ 5 -l e) Das betrachtete Eregs hat de Posso-Wahrschelchket e = 0,0, das etsprcht der Wahrschelchket dafür, dass der (homogee) Posso-Prozess eem Iterall der Läge kee Zuwachs hat (d.h. deser Zetspae kee Sturmeregsse etrete).

8 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Aufgabe (0 Pukte): ( W,, ) se der zugrudelegede Wahrschelchketsraum. Für ee Bestad mt Volume Î ì wrd de Schadezahl N mt der Zufallsarable N : W0 ud der Freuez : ïk ü Z Wí k Î ï 0ý, ïî ïþ N Z := modellert. Dabe wrd ( ) N l mt l >0 als Posso-ertelt ageomme. Beobachtet werde uabhägge Realseruge o Z,, Z (Freueze) ud Voluma,, > 0. a) ) Bestmme Se de gemesame Wahrschelchketsfukto (also de gemesame Zähldchte) o ( Z,, Z ) ud de Fsherformato I ( l) o ( Z,, Z ). = Zwscheergebs: I ( l) =, l ( l z ll) Z = ) Bewese Se, dass ˆl = l = - + = st ee Loglkelhood e Mamum-Lkelhood-Schätzer o l st. Mt obge Ergebsse solle Erwartugswert ud Varaz o N für ee Bestad mt Volume geschätzt werde. b) Bestmme Se E( N), Var( N) ud begrüde Se, dass ˆl bzw. ˆl Mamum-Lkelhood- Schätzer des Erwartugswerts bzw. der Stadardabwechug o N sd. c) Ohe Bewes wrd ageomme, dass Satz 5..9 des Foleskrpts für ˆl glt, dass also ˆl äherugswese æ ö l, ç ( l) -ertelt st. ebe Se de asymptotsche Vertelug o çè ø I ˆl a. egebe see de folgede Beobachtuge: S z 7 0, 0, z d) Bestmme Se für ee Bestad mt Volume = 6 mt obge Date de Schätzwerte für E( N) ud Var( N ). e) ebe Se für ee Bestad mt Volume = 6 mt Hlfe der Mamum-Lkelhood-Theore e asymptotsches 90%-Schätzterall für de Stadardabwechug o N uter der Verwedug der Date ud d) a. Quatle o ( 0,) : u 0,9 =,8 u 0,95 =,64 u 0,975 =,96 u 0,99 =,

9 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Lösug: Zu a) ) ì ü Es glt für (,, ) ï æ ö k k z ¼ z Î,, í ¼, ¼, Î ï k k 0ý (also z ï çè î ø Î, =, ¼, 0 ) ïþ (, ¼, z, l) f z d dl d dl ( l ) ( z) ( ) ( l) = - l + z ( l( l) + l( ))-l(( z )!) ( l) = (- l + z ll) ( l) = = = oder kürzer auch = = -l ( l) =- = l e z! æ z ö ç - + = çè l ø z Zu a) ) æ d ö æ Z ö l = ç è dl = = ø ç = l è ø = l l ( l) ( l, Z, ¼, Z ) I = E - = E Aus der drtte Zele o ) folgt durch Nullsetze d dl Wege ( l) Zu b) = l z = lˆ = = ˆ = l =. = z z = < 0 legt ˆl e Mamum o or. - Laut Voraussetzug glt N ~ ( l ) ud somt E( N) = l, Var( N) ( ) ( ) ( ) = ud g ( ) ( ) ( ) = l. De Fuktoe h: 0, 0,, h l l : 0, 0,, g l = l sd bjekt ud stetg dfferezerbar. Damt sd ( lˆ ) ud g( ˆ l) Zu c) h l l l = l. h Schätzer o ( ) = ud g( ) Verwede de Bezechuge o b). Es glt g '( l) = = l æ ö æ ( ) ( ˆ ' l ö ) g l ( l), = g ' l g ( l), g ç ( l) g wege çè I ø 4 I ç l è ø ( ) ( ) = ud es folgt, dass asymptotsch l = 4 l l = 4 = = glt.

10 Zu d) Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Mt a) ud = 6 glt l ˆ =. 4 Mt c) folgt ˆ EN ( ) = l = 4, VarN ( ) = lˆ =. Zu e) Mt d) ud c) ergbt sch, dem ma de Schätzwerte esetzt, de Varaz 4 æ ˆ u0,95 0,95, 64, 64, ˆ u ö æ, ö,59;,4. ç è 4 4 ø çè 4 4 ø 6 = =, folg lch als 90 % Schätzterall g( l) - g( l) + = - + = ( )

11 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Aufgabe 4 (5 Pukte): X,, X 00 see de uabhägge Jahresgesamtschäde, welche de Verscherugsehmer =,,00 m Jahr 0 erursacht habe. Beobachtet wurde das arthmetsche Mttel m ˆ =,95 ud de emprsche Stadardabwechug s ˆ = 6,07 deser Jahresgesamtschäde (Werte Ehete o 0 EUR). Aus dem Markt se bekat, dass l -Epoetalertelug folgt, mt je- X eer ( ) wels dduellem, ubekatem Strukturparameter l Î( 0; ]. a) Uter der Nullhypothese, dass de Strukturparameter aller Verscherugsehmer detsch sd ( l = l = = l = : l), l -Vertelug. 00 folge de Schäde aller Verscherugsehmer eer ( ) ( ) ( ) Var X - Bereche Se de theoretsche Varazuotete : = deser Vertelug ud ergleche Se dese mt dem emprsche Varazuotete ˆ : = der Date. Welche Alter- é E X ù ë û sˆ mˆ athypothese legt der Verglech ahe? - Teste Se zum Neau 5%, ob de Nullhypothese detscher Strukturparameter haltbar st. Dabe köe Se ohe Bewes erwede, dass der emprsche Varazuotet ˆ uter der Nullhypothese mt eer Wahrschelchket o 95% Werte m Iterall [ 0,68;,44 ] ammt. b) Um der Möglchket Rechug zu trage, dass sch de ubeobachtete Strukturparameter für de ezele Verscherugsehmer uterschede, gehe Se u dao aus, dass jeder Strukturparameter l Realserug eer Zufallsarable L : = U st. Dabe st U auf dem Iterall [ ; m - ] glechertelt mt 0,0. m = Bereche Se de leare Credblty-Präme für ee Verscherugsehmer, für de de letzte dre Jahre ( = ) de Jahresgesamtschäde,0 sowe 7,0 ud 8,0 beobachtet wurde. Hwes: Se köe (ohe Bewes) erwede, dass de leare Credblty-Präme durch Var( E[ X H ** L]) : = zx+ (- z) E( X) defert st, mt z =. Außer- E ( Var [ X L ]) + Var ( E [ X L ]) dem glt EU ( ) = m ud ( m -) Var( U ) =. c) Für de Verscherugsehmer (VN) ud lege ee Schadehstore o sgesamt dre Jahre or: Jahr t Schade X () t o VN Schade X () t o VN 0 (etsprcht 00),0 6,0 (etsprcht 0) 7,0 9,0 (etsprcht 0) 8,0,0

12 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Se möchte e erallgemeertes leares Modell mt a dese Schadebeobachtuge X ( t ) apasse. æ ö f ( ) = ep ( J - ( J)) + (, y) ç b c çèy ø - Zege Se, dass sch für b ( J) =-l( - J), y= ud c = 0 de ( -J ) -Vertelug ergbt. - De Epoetalertelug st e Spezalfall der amma-vertelug. ebe Se mt desem Wsse de zur Epoetalertelug zugehörge kaosche Lk-Fukto g ( m) ud de Varazfukto V ( m) a. d) E Statstkprogramm lefert folgedes Schätzergebs für das erallgemeerte leare Modell aus c) mt der Verscherugsehmerummer als dskreter ud dem Jahr t als stetger Koarate: Modellspezfkato Vertelug: Epoetal Lkfukto: kaosch Beobachtugsdate æ ö ç çè ø Desgmatr æ 0 0ö ç çè ø Schätzergebs Regressosparameter æb ö æ 0,48 ö b 0,06 = - çb ç 0,0589 è ø èç- ø - Ermttel Se für Verscherugsehmer de Nettopräme E ( X () ) m Jahr ud bereche Se daraus ee Schätzug für de ubeobachtete Strukturparameter l. - Bereche Se de Varaz ( ) Var X () des zugehörge Schades. e) Das Statstkprogramm lefert u zusätzlch ee Schätzug y ˆ = 0,58 für de Parameter y. ebe Se damt ee eue Schätzug für E ( X () ) ud ( ()) Var X a ud begrüde Se dese.

13 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Lösug: a) Für de ( l) Var X, so dass der theoretsche Varazuo- l tet -Vertelug glt E( X) = ud ( ) = ( ) ( ) ù Var X = ée X = ë û beträgt. Dem gegeüber steht e emprscher Varazuotet o l 6,07 ˆ = =,54 >.,95 Uter der Nullhypothese = = = 00 st der emprsche Varazuotet e Schätzer für de theoretsche Varazuotete. Aufgrud der Abwechug zwsche emprschem ud theoretschem Varazuotete legt de Alterathypothese ahe, dass cht alle Strukturparameter detsch sd. Aufgrud des Hweses st ˆ ee Teststatstk ud[ 0,68;, 44 ] c ( ; 0,68) (, 44; ) =- È e Verwerfugsberech für ee Test der Nullhypothese zum Neau 5%. Da ˆ =, 54 m Verwerfugsberech legt, wrd de Nullhypothese detscher Strukturparameter erworfe. b) Es glt + + æ ö X = = 9,0, Var( E[ X L ]) = Var = Var( U) = m - ç çl è ø,0 7,0 8,0 ( ) = 8/ = 7, æ ö EVarX ( [ L ]) = E ç = EU = VarU ( ) + EU ( ) = m- + m ( ) { } ( ) ç çl è ø = = 7 ud E( X) = EéE( X ) ù E æ ö ë L û = = E( U) = m = 0. ç çl è ø (Bemerkug: Aus dese Werte ergbt sch als Varazuotet ( ) ( ) ù m Var X E( Var[ X L ]) + Var( E[ X L ]) : = = = =,54, ée X 00 ë û Wert, so dass m = 0,0 ee solle Wahl st.) also der a) berechete Für de Credblty-Faktor ergbt sch damt 7 z = = 0, / Mt dese Werte berechet sch de leare Credblty-Präme zu ( ) ( ) H ** = z X + - z E X = 0,894 9,0 + 0,606 0,0 = 9,6. c) Esetze o b ( J) =-l( - J), y= ud c = 0 ergbt de Dchte ( J J ) J ( J) J ( J ) f ( ) = ep + l( - )) =- ep =- ep - (- ) der (-J ) -Vertelug.

14 Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Für allgemees y ergbt sch mt b ( J) =-l( -J) de amma-vertelug, so dass de kaosche Lkfukto g ( m) = st ud de Varazfukto V ( m) = m. m d) Der zugehörge leare Prädktor st (; ; ) (,, ) T = 0,48 0,06 0,0589 = 0,0680. Mt der kaosche Lkfukto berechet sch daraus der Erwartugswert E ( X () ) = /0,0680 = 4,7059. Zwsche dem Strukturparameter l ud dem Erwartugswert E ( X ) besteht m Rahme der Epoetalertelug der Zusammehag ( ) 0,0680. () l = E X () =, so dass l De Varaz ergbt sch mt der Varazfukto (oder drekt mt der Epoetalertelug) gemäß ( ()) = ( ( ())) = { ( ())} Var X V E X E X = 4,7059 = 6,65. e) Der kokrete Wert o y hat kee Efluss auf de Mamum-Lkelhood-Parameterschätzug für de Regressosparameter (,, ), so dass de Schätzug für de Erwartugswert uerädert E( X () ) = 4,7059 beträgt. I de Berechug der Varaz geht y gemäß Var ( X () ) = y V( E( X () )) e, so dass ee erbesserte Schätzug der Varaz ( ) V( E( X )) = 0,58 6,65 = 9,686 beträgt. () Var X () = 0,58

15 Vertelug der Puktzahle auf de Uteraufgabe: a) 8 b) 0 c) 6 d) 6 a) 0 b) c) d) 5 e) 5 a) 0 b) 5 c) 5 d) 5 e) 5 4a) 8 4b) 0 4c) 6 4d) 8 4e)

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. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

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

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

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

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

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

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

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen BBA Projektsemar Thess Dr. Chrsta Schwarz Formelsammlug Aalytsche Statstk 4. KOMBINATORIK 4.. Permutatoe Azahl der Permutatoe vo N Elemete ohe Wederholug: Multomalkoeffzet: N! = N N- N -... 3 N! N! N!...

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

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

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

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

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

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

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

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

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

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

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

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

= 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

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

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

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

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

(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

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

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

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren Als Esteg Als Esteg Populato Ω Grudgesamthet, cht beobachtbar mt ubekate Parameter, z.b. Erwartugswert μ, Stadardabwechug σ² Kegröße vo Stchprobe ud etsprechede Vertelugsparameter Stchprobeschätzug Dskrete

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

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

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

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

tatsächliche Sterblichkeit Sterbewahrscheinlichkeit gemäßtafel S

tatsächliche Sterblichkeit Sterbewahrscheinlichkeit gemäßtafel S Klusur 05 Aufgbe (30 ukte) ) Erläuter Se de Uterschede zwsche eer erodetfel ud eer eertoetfel (4 ) b) Ergäze Se de folgede Tbelle um de Sterbewhrschelchkete für ee erodetfel ud ee eertoetfel. Herbe gehe

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

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

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

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

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

Deskriptive Statistik behaftet.

Deskriptive Statistik behaftet. De Statstk beschäftgt sch mt Masseerscheuge, be dee de dahterstehede Ezeleregsse mest zufällg sd. Statstk beutzt de Methode der Wahrschelchketsrechug. Fudametalregel: Statstsche Aussage bezehe sch e auf

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

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

a) (10 Punkte) Die Dichten der Verteilungen aus der Exponentialfamilie genügen der Zeigen Sie, dass die Gammaverteilung zur Exponentialfamilie gehört.

a) (10 Punkte) Die Dichten der Verteilungen aus der Exponentialfamilie genügen der Zeigen Sie, dass die Gammaverteilung zur Exponentialfamilie gehört. Klausur Spezalwsse Schade 013 (eue PO) Aufgabe 1 (Tarferug, 50 Pukte) Aufgabe 1.1 (GLM) a) (10 Pukte) De Dchte der Verteluge aus der Expoetalfamle geüge der Darstellug ;, Φ, Φ exp /Φ De Dchte der Gamma-Vertelug

Mehr

Versuch Dichte- und Dickenmessung

Versuch Dichte- und Dickenmessung Rcklger Stadtweg, D-3459 Haover Tel.: 5/ 996-359 Versuch 3.3 - Dchte- ud Dckemessug U. J. Schrewe, Ma 7. Grudlage Bem Durchgag vo mooeergetscher Rötge- ud -Strahlug durch ee Matereschcht der Dcke glt das

Mehr

Practical Numerical Training UKNum

Practical Numerical Training UKNum Practcal Numercal Trag UKNum Statstk, Datemodellerug PD. Dr. C. Mordas Ma-Plack-Isttute für Astroome, Hedelberg Programm: ) Repetto elemetare Statstk 2) Regressosaalyse 3) Leare Regresso 4) Ncht-leare

Mehr

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007 FH D WS 007/08 Prof. Dr. Horst Peters Dezember 007 Formelsammlug Wahrschelchetsrechug ud dutve Statst m Bachelor-Studegag Busess Admstrato (Modul BWL B) Sete / 6 Formelsammlug Wahrschelchetsrechug ud Idutve

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r y corr XY Statstk für SozologIe y y y y y y y y Kozept

Mehr

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

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

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

Mehr

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

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

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Deskrptve Statstk Formelsammlug Statstk. Edmesoale Häugketsverteluge Merkmal: X Datemege (Stchprobe) vom Umfag N: x, x 2,..., x geordete Stchprobe: x (), x (2),..., x () mt x () x (2)... x () Auspräguge

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

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

Formelsammlung Statistik

Formelsammlung Statistik Gesudhets- ud Toursmusmaagemet Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe

Mehr

Textil & Design Formelsammlung Statistik

Textil & Design Formelsammlung Statistik Textl & Desg Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe absolute Häufgket

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

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

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

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

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter)

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter) Formel für tatstk ud Wahrschelchketstheore (Dutter) Fehler a: fpalmater@gmal.com Cotets Beschrebede tatstk... Kegröße vo Verteluge... Verteluge... 3 Wahrschelchketstheore... 3 Grudlage... 4 Erwartug &

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

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

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

( ) := 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

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Investmentfonds Kennzahlen- berechnung

Investmentfonds Kennzahlen- berechnung Ivestmetfods Kezahle- berechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 0.0.2007 Ivestmetfods - Kezahleberechug 2 Ivestmetfods - Kezahleberechug Ihalt erformace 4. Berechug der erformace

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

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik Wahrschelchketsrechug ud Statstk ) Grudbegrffe der Statstk. Eletug Statstsche Methode dee zur Beurtelug vo Messuge oder Zähluge, kurz Beobachtuge geat, we se us m täglche Lebe velfach begege. Aufgabe der

Mehr

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten Normalvertelug Stadardormalvertelug Normalvertelug N(μ, ) mt chte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 7/8 Prof. r. J. Schütze, FB GW NV π Egechafte der chte: - Mamum μ - mmetrch zu μ - Wedepukte

Mehr

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf. Rekurrez Rekurso: Algorthme rue sch selst rekursv u. Rekurrez: Ds Luzetverhlte zw. der Specherpltzedr vo rekursve Algorthme k der Regel durch ee Rekursosormel recurrece, RF eschree werde. Rekurrez Bespel:

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

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr