Mathematische und statistische Methoden I
|
|
- Fabian Neumann
- vor 6 Jahren
- Abrufe
Transkript
1 Mathematische ud statistische Methode I Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug Wallstr. 3, 6. Stoc, Raum Dr. Malte Persie persie@ui-maiz.de lordsofthebortz.de twitter.com/methodelehre tiyurl.com/gplusmethodelehre Folie 1 WiSe 011/01 Fachbereich Sozialwisseschafte Psychologisches Istitut Johaes Guteberg Uiversität Maiz
2 Bortz, S Grudlage Gleichug Miimierug Normalgleichuge Grudlage Oft werde i psychologische Utersuchuge icht ur eie soder mehrere UV betrachtet, die eie AV beeiflusse (oder vorhersage solle). Beispiele: Abhägigeit der Lebeszufriedeheit vo sozialem, öoomischem ud Gesudheitsstatus; Beeiflussug sportlicher Leistug durch Traiigszustad ud Aweseheit vo Zuschauer. Solche Fragestelluge werde auch als multifatoriell bezeichet Problem: Die Berechug vieler paarweiser Korrelatioe im multifatorielle Fall verachlässigt mögliche Zusammehäge zwische de UV Folie
3 Grudlage Grudlage Gleichug Miimierug Normalgleichuge Drei Hauptfragestelluge der Regressiosrechug: 1. Gibt es eie statistische Beziehug zwische mehrere Variable, die die Vorhersage der AV aus der UV erlaubt?. Ka eie möglichst eifache mathematische Regel formuliert werde, die diese Zusammehag beschreibt? 3. Wie gut ist diese Regel im Hiblic auf die Vorhersage? Folie 3
4 Grudlage Gleichug Miimierug Normalgleichuge Grudgleichug Die vorherzusagede Variable (AV, y-wert) wird als Kriterium oder Respose bezeichet, die vorhersagede Variable (UV, -Werte) als Präditore oder erlärede Variable. Die Vorhersagegleichug der multiple Regressio mit Präditore wird geschriebe als ˆ y b b b b Folie 4 Bei stadardisierte Date verwedet ma das Symbol β für die Regressiosparameter (bzw. -gewichte ) zˆ z z z y 1 1
5 Grudlage Gleichug Miimierug Normalgleichuge Grudgleichug Grüde für die Aahme eier lieare Gleichug: Lieare Zusammehäge sid eifach zu verstehe Lieare Zusammehäge sid mathematisch ud statistisch eifach zu behadel Lieare Gleichuge habe sich vielfach als gute Approimatioe für omplee Beziehuge erwiese Achtug: Auch we die Beziehug zwische zwei ZV liear aussieht, muss es sich icht zwagsläufig um eie lieare Zusammehag hadel. Folie 5
6 Grudlage Gleichug Miimierug Normalgleichuge Folie 6 Regressio Methode der leiste Quadrate (KQ-Kriterium) Zur Miimierug des Vorhersagefehlers wird oft das Kleiste-Quadrate Kriterium verwedet (KQ; oder Ordiary Least Squares, OLS) Parameter der multiple Regressiosgleichug werde so gewählt, dass das Quadrat der Abweichuge vo gemesseem ud geschätztem Wert miimiert wird Für eie Versuchsperso i aus alle gelte: y yˆ e e y yˆ i i i i i i beobachteter Kriteriumswert = vorhergesagter Wert + Messfehler Da soll für alle Datewerte erreicht werde, dass y yˆ e i i i i1 i1 mi Miimierug der Quadratsumme des Vorhersagefehlers
7 Grudlage Gleichug Miimierug Regressio Methode der leiste Quadrate (KQ-Kriterium) Mithilfe der Allgemeie Gleichug der eifache lieare Regressio lässt sich für die Streuug des Vorhersagefehlers QS e also schreibe: ˆ e i i i 0 1 i1 i i i1 i1 QS y y y b b b b mi Normalgleichuge bzw. i der stadardisierte Form ˆ 1 QS z z z z z z e y y y i1 i1 i i i i1 i i mi Folie 7 Die Miimierug der Regressiosparameter erfolgt über partielle Differezierug ach jedem eizele der b- bzw. β-gewichte
8 Grudlage Gleichug Miimierug Normalgleichuge Folie 8 Regressio Normalgleichuge der multiple Regressio Die partielle Differezierug der ichtstadardisierte Gleichug mit Präditore führt immer auf ei System vo +1 Normalgleichuge, das wie folgt aufgebaut ist: y b b b b i1 i1 i1 i1 i1 y1 b01b 11 b1 b1 i1 i1 i1 i1 i1 y b0 b1 1 b b i1 i1 i1 i1 i1 y b b b b i1 i1 i1 i1 i1
9 Grudlage Gleichug Miimierug Normalgleichuge Regressio Normalgleichuge der multiple Regressio I der stadardisierte Form ergibt sich ei System vo Normalgleichuge: z z 1 y 1 z 1 z z 1 z z 1 i1 i1 i1 i1 z z y 1 z z 1 z z z i1 i1 i1 i1 z zy 1 z z z z z i1 i1 i1 i1 1 Folie 9
10 Grudlage Gleichug Miimierug Normalgleichuge Regressio - Zusammefassug Die partielle Differezierug eier multiple Regressiosgleichug mit Präditore führt immer auf ei System vo +1 (bzw. ) Normalgleichuge Prizip: Die summierte Ausgagsgleichug wird acheiader mit jedem Präditor 0 (bzw. z 1 z ) multipliziert Die Normalgleichuge liefer da für +1 (bzw. ) ubeate Regressiosparameter geau so viele Gleichuge. Dieses Gleichugssystem a u durch Substitutio oder Diagoalisierug für die Parameter gelöst werde Folie 10
11 Bortz, S Matrialgebraische Berechug Iterpretatio der b ud β Folie 11 Matrialgebraische Berechug der multiple Regressio Wir habe gesehe, dass die Normalgleichuge der multiple Regressio für stadardisierte Date lautete: z z 1 y 1 z 1 z z 1 z z 1 i1 i1 i1 i1 z z y 1 z z 1 z z z i1 i1 i1 i1 z zy 1 z z z z z i1 i1 i1 i1 1 Weiterhi ist die Korrelatio zweier Variable p ud q : 1 r z z i, i, i 1 p q p q
12 Matrialgebraische Berechug Matrialgebraische Berechug der multiple Regressio Damit reduziert sich das Normalgleichugssystem zu: Iterpretatio der b ud β r r r r y r r r r y r r r r y r r r r y I Matriotatio ist dies: R 1 r mit T y R Z Z Folie 1
13 Matrialgebraische Berechug Iterpretatio der b ud β Matrialgebraische Berechug der multiple Regressio I Matriotatio ist dies: wobei: R R r y mit R 1 T Z Z Matri der Präditoriterorrelatioe Folie 13
14 Matrialgebraische Berechug Iterpretatio der b ud β Folie 14 Eurs: Die Korrelatiosmatri R Aufbau ud Bedeutug Die Korrelatiosmatri R stellt die Korrelatioe zwische Variable i Matrischreibweise dar. Sie ist quadratisch ud ethält Korrelatioe r r r 1 r r1 r Die Hauptdiagoale ethält die Korrelatioe der Variable mit sich selbst (r = 1) Die utere ud obere Dreiecsmatri sid symmetrisch
15 Matrialgebraische Berechug Iterpretatio der b ud β Matrialgebraische Berechug der multiple Regressio I Matriotatio ist dies: wobei: R r y mit R R Matri der Präditoriterorrelatioe ry 1 Vetor der Kriteriumsorrelatioe 1 Vetor der Regressiosgewichte 1 T Z Z Z Vetor der z-stadardisierte Date Lösug: Iverse Iterorrelatiosmatri vormultipliziere R R R r 1 1 y R r 1 y Folie 15
16 Matrialgebraische Berechug Iterpretatio der b ud β Matrialgebraische Berechug Rücrechug der ustadardisierte Parameter Wurde die β-parameter für die z-stadardisierte Date matrialgebraisch bestimmt, a die Berechug der ustadardisierte b-parameter vorgeomme werde über SDy bi i mit i 1,,..., SD i Die Kostate b 0 wird da berechet als b0 yb 1 1b... b Folie 16
17 Bortz, S Matrialgebraische Berechug Iterpretatio der b ud β Matrialgebraische Berechug Spezialfall: Nur ei Präditor Bei ur eiem Präditor vereifacht sich die Berechug der Regressiosgewichte erheblich. b 1. Steigug: oder 1 r y s s y b 1 ŷ b0 b1 cov( y, ) s. y-achseabschitt: b0 yb1 Folie 17
18 Matrialgebraische Berechug Iterpretatio der b ud β Iterpretatio der Lösug b- ud β-gewichte Die Größe eies b-gewichtes gibt a, um wieviele Eiheite sich der Wert des ustadardisierte Kriteriums verädert, we der Betrag des ustadardisierte Präditors um 1 steigt. Die Größe des β-gewichtes gibt dasselbe für die stadardisierte Variable a Das b-gewicht beatwortet die Frage: Ich möchte eie der Präditore um 1 erhöhe. Welche sollte ich wähle, damit das Kriterium maimal steigt? Das β-gewicht beatwortet die Frage: Mit welchem Präditor erhöhe ich das Kriterium am effizieteste? Folie 18 Das b-gewicht liefert also eie absolute, das β-gewicht eie relative Iformatio.
19 Matrialgebraische Berechug Iterpretatio der b ud β Regressio Iterpretatio der Lösug Vorsicht bei der Iterpretatio der Regressiosgleichug Bei der Korrelatiosrechug bedeutet ei Zusammehag iemals Kausalität, lediglich Assoziatio Bei der Regressiosrechug gilt zuächst dasselbe Die Kausalitätsvermutug wird (we überhaupt) scho bei der Aufstellug der Regressiosgleichug getroffe, icht erst bei der Iterpretatio der Ergebisse. Um tatsächlich Kausalität festzustelle, müsse weitere Radbediguge vorliege (i.e. zeitliche Atezedez vo Ursache vor Wirug, Geeralisierbareit etc.). Folie 19
20 Relevate Ecel Futioe MMULT() MTRANS() MINV() Folie 0
s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5
Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrForschungsstatistik I
Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/
MehrHerleitung der Parameter-Gleichungen für die einfache lineare Regression
Herleitug der Parameter-Gleichuge für die eifache lieare Regressio Uwe Ziegehage. März 03 Historie v.0 6.03.009, erste Versio hochgelade v.0 0.03.03, eie Vorzeichefehler beseitigt, diverse Gleichuge ud
Mehrn 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen
Regressio Dieser Text rekapituliert die i der Aalsis ud Statistik wohlbekate Methode der kleiste Quadrate, auch Regressio geat, zur Bestimmug vo Ausgleichsgerade Regressiosgerade ud allgemei Ausgleichpolome.
MehrMathematische und statistische Methoden I
Methodelehre e e Prof. Dr. G. Meihardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug. Mathematische ud statistische Methode I Dr. Malte Persike persike@ui-maiz.de
MehrMethode der kleinsten Quadrate
Methode der kleiste Quadrate KAPITEL 5: REGRESSIONSRECHNUNG Die Methode der kleiste Quadrate (MklQ) ist ei Verfahre zur Apassug eier Fuktio a eie Puktwolke. Agewadt wird sie beispielsweise, um eie Gesetzmäßigkeit
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
MehrWiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz
Vorlesug 4 6 + 9 April Bei w,, w m, v R ; (w,, w m =: A R (,m ud ieres Produkt = euklidisches Produkt schrieb sich das Approximatiosproblem so: Fide w = Wiederholug: m ζ k w k mit w v w v w spa{w,, w m
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrDiesen Grenzwert nennt man partielle Ableitung von f nach x i und
Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte
MehrAllgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable
Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex
Mehr. Mit dem Unit Hydrograph (U) und gegebenen Niederschlägen (P) kann der Direktabfluss für jeden Zeitpunkt n berechnet werden. Dies erfolgt nach:
Kursuterlage zum BSc Studiegag Geographie, FSU Jea, Modul 4 Die Eiheitsgagliie, Uit Hydrograph Eiheitsgagliie (Uit Hydrograph) Defiitio der Eiheitsgagliie Die Eiheitsgagliie (egl. uit hydrograph, Sherma
Mehr10. Grundlagen der linearen Regressionsanalyse 10.1 Formulierung linearer Regressionsmodelle
10. Grudlage der lieare Regressiosaalyse 10.1 Formulierug liearer Regressiosmodelle Eifaches lieares Regressiosmodell: Das eifache lieare Regressiosmodell ist die simpelste Form eies ökoometrische Modells
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
MehrKapitel XI - Korrelationsrechnung
Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meihardt Methodelehre Mathematische ud statistische Methode I Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@ui-maiz.de
MehrKapitel 2. Terme. oder (x + 1)(x 1) = x 2 1
Kapitel 2 Terme Josef Leydold Auffrischugskurs Mathematik WS 207/8 2 Terme / 74 Terme Ei mathematischer Ausdruck wie B R q q (q ) oder (x + )(x ) x 2 heißt eie Gleichug. Die Ausdrücke auf beide Seite des
MehrLineare Transformationen
STAT 4 FK Herleituge Lieare Trasformatioe Sei eie lieare Trasformatio vo, so gilt Allgemei: a b, () Lieare Trasformatio des arithmetische Mittels y a+b x i () Da a eie additiv verküpfte Kostate ist, ka
MehrAufgaben zur Übung und Vertiefung
Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
Mehrund wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.
Reeller Vektorraum Kapitel Vektorräume Die Mege aller Vektore x mit Kompoete bezeiche wir mit x R =. : x i R, i x ud wird als -dimesioaler (reeller) Vektorraum bezeichet. Defiitio Ei Vektorraum V ist eie
MehrRepräsentativität und Unabhängigkeit
Repräsetativität ud Uabhägigkeit Ziel: Bestmögliche Erassug der Eigeschate der Grudgesamtheit Problem: Beurteilug der Repräsetativität ist ur durch umassede Iormatio über die Grudgesamtheit möglich Asatz:
MehrLGÖ Ks VMa 12 Schuljahr 2017/2018
LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge
Mehr= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.
Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt
MehrZusammenfassung: Gleichungen und Ungleichungen
LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge
MehrGanzrationale Funktionen
Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrGleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung:
Gleichuge ud Ugleichuge Mathematische Grudlage Das Hadout ist Bestadteil der Vortragsfolie zur Höhere Mathemati; siehe die Hiweise auf der Iteretseite wwwimgui-stuttgartde/lstnumgeomod/vhm/ für Erläuteruge
MehrVariationstheoreme und ihre Anwendungen
Variatiostheoreme ud ihre Aweduge Berhard Wallmeyer 14.12.2011 Westfälische Wilhelms-Uiversität Müster BSc Physik Semiar zur Theorie der Atome, Kere ud kodesierte Materie Ihaltsverzeichis 1 Eiführug 3
MehrStatistik 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
MehrArithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr
ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
Mehr= 1 für alle n 1. = f hinzu, erhält man das Gleichungssystem
Formel o Biet (Beweis mit Liearer Algebra) Die Folge der Fiboacci-Zahle ( ) wird rekursi deiiert durch + + mit, ür alle Fügt ma zu dieser Formel die Gleichug hizu, erhält ma das Gleichugssstem + +, das
MehrHallo, kurze Anmerkung: Diese Scripte stammen von 1999. Ich kann leider dazu. keine Fragen mehr beantworten! : ( Euch trotzdem viel Erfolg!
Hallo, kurze Amerkug: Diese Scripte stamme vo 999. Ich ka leider dazu keie Frage mehr beatworte! : ( Euch trotzdem viel Erfolg! Dorthe dorthe@luebbert.et Statistik-C Skript ud Diplomklausurvorbereitug
MehrReihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel
Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt
UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt
MehrKapitel 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
MehrVordiplomprüfung 2014 Mathematik Seite 1 von 3
Vordiplomprüfug 14 Mathematik Seite 1 vo 1. Aufgabe Has hat eie Uhr bekomme. Er beobachtet, dass der Miutezeiger vo Zeit zu Zeit de Studezeiger überholt. a) Um welche Zeit zwische 9 ud 1 Uhr stehe die
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrPage-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet
Humboldt-Uiversität zu Berli Istitut für Iformatik Logik i der Iformatik Prof. Dr. Nicole Schweikardt Page-Rak: Markov-Kette als Grudlage für Suchmaschie im Iteret Skript zum gleichamige Kapitel der im
Mehr2. Diophantische Gleichungen
2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze
MehrLetzte Änderung: Seite 3-1
Formelsammlug Meßtechik Ihaltsverzeichis: Thema Bereiche Seite Ideale Messug Keliie ud Erklärug 3-2 Osetehler Keliie ud Erklärug 3-3 Absoluter Osetehler 3-3 Relativer Osetehler 3-3 Empidlichkeitsehler
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
MehrFehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung
1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
MehrLernhilfe in Form eines ebooks
Ziseszisrechug Lerhilfe i Form eies ebooks apitel Thema Seite 1 Vorwort ud Eiführug 2 2 Theorie der Ziseszisrechug 5 3 Beispiele ud Beispielrechuge 12 4 Testaufgabe mit Lösuge 18 Zis-Ziseszis.de 212 Seite
MehrPhysikalisches Anfaengerpraktikum. Beugung und Brechung
Physikalisches Afaegerpraktikum Beugug ud Brechug Ausarbeitug vo Marcel Egelhardt & David Weisgerber (Gruppe 37) Mittwoch, 3. Februar 005 I Utersuchuge am Prismespektroskop 1. Versuch zur Bestimmug des
MehrLangrange-Multiplikators und Hinreichende Bedingungen
Albert Ludwigs Uiversität Freiburg Abteilug Empirische Forschug ud Ökoometrie Mathematik für Wirtschaftswisseschaftler Dr. Sevtap Kestel Witer 008 10. November 008 14.-4 Lagrage-Multiplikators ud Hireichede
MehrDie vollständige Induktion - Lösungen 1. Aufgabe: Sind die folgenden Aussageformen in N allgemeingültig?
Start Mathematik Lektioe i Aalysis Aufgabe zur vollstädige Iduktio Die vollstädige Iduktio - Lösuge. Aufgabe: Sid die folgede Aussageforme i N allgemeigültig? a) We ei Vielfaches vo ist, da ist eie gerade
MehrBinomialkoeffizienten und Binomischer Satz 1 Der binomische Lehrsatz
Ihaltsverzeichis Biomialoeffiziete ud Biomischer Satz 1 Der biomische Lehrsatz wird als eie gaze Zahl vorausgesetzt, für die gilt: 0. a ud b werde als reelle Zahle vorausgesetzt, die icht Null sid. Bemerug:
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
Mehr1. Folgen ( Zahlenfolgen )
. Folge ( Zahlefolge Allgemeies Beispiel für eie regelmäßige Folge: /, /3, /4, /5, /6,... Das erste Glied ist a =/ Das ist das Glied mit dem Ide Das zweite Glied ist a =/3 Das ist das Glied mit dem Ide
MehrÜbungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8
Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir
MehrZusammenhangsmaß Korrelation (Pearsons Produkt-Moment-Korrelation r)
Ergäzede Hiweise zur Iterpretatio Zusammehagsmaß Korrelatio (Pearsos Produkt-Momet-Korrelatio r) Thürigeweite Kompeteztests 3 Dipl.-Psych. Ulf Kröhe, Dr. Christof Nachtigall Lehrstuhl für Methodelehre
MehrKurs P = Preis für den Ankauf von Zahlungsverpflichtungen (z.b. Wertpapiere/Anleihen), wird auch als Marktwert bezeichnet
. Zusammehag zwische Kurs ud Redite Kurs P = Preis für de Akauf vo Zahlugsverpflichtuge (z.b. Wertpapiere/Aleihe), wird auch als Marktwert bezeichet Nomialwert NW = Newert (oder Rückzahlugsbetrag) der
MehrLineare Regression. Roland Heynkes. 18. April 2006, Aachen
Lieare Regressio Rolad Heykes 18. April 2006, Aache Es kommt i der Natur relativ oft vor, daß zwei Größe statistisch mit eiader verbude sid. We sich diese Verbudeheit mathematisch durch eie Fuktio beschreibe
MehrMathematischer Vorkurs zum Studium der Physik
Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)
MehrLösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann
Lösugssizze Mathemati für Iformatier 6. Aufl. Kapitel 4 Peter Hartma Verstädisfrage 1. We Sie die Berechug des Biomialoeffiziete mit Hilfe vo Satz 4.5 i eiem Programm durchführe wolle stoße Sie schell
MehrVersuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE
Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug
MehrKonvexität und Ungleichungen
Koveität ud Ugleichuge Tag der Mathematik 2003 Holger Stepha Weierstraß Istitut für Agewadte Aalysis ud Stochastik http://www.wias-berli.de/people/stepha = Für mathematisch iteressierte Schüler = Folie
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrRepetitionsaufgaben Potenzfunktionen
Repetitiosaufgabe Potezfuktioe Ihaltsverzeichis A) Vorbemerkuge/Defiitio 1 B) Lerziele 1 C) Etdeckuge (Graphe) 2 D) Zusammefassug 7 E) Bedeutug der Parameter 7 F) Aufgabe mit Musterlösuge 9 A) Vorbemerkuge
MehrDer natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier
Der atürliche Werkstoff Holz - Statistische Betrachtuge zum uiaxiale Zugversuch am Beispiel vo Furier B. Bellair, A. Dietzel, M. Zimmerma, Prof. Dr.-Ig. H. Raßbach Zusammefassug FH Schmalkalde, 98574 Schmalkalde,
MehrPrüfungsaufgaben der Abschlussprüfung an Realschulen in Bayern! mit ausführlichen Musterlösungen. und Querverweise auf Theoriedateien der Mathe-CD
Vektor-Geometrie Koordiategeometrie Prüfugsaufgabe uter Verwedug vo Abbildugsgleichuge Prüfugsaufgabe der Abschlussprüfug a Realschule i Bayer! mit ausführliche Musterlösuge ud Querverweise auf Theoriedateie
MehrTesten statistischer Hypothesen
Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über
MehrKleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares
4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus
MehrAufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1
Istitut für Aalysis ud Algebra Mathematik I für Studierede der E-Techik Prof Dr Volker Bach WiSe 06/7 M Sc Birgit Komader M Sc Christoph Brauer Theme: Groe Übug - Lösuge Vollstädige Iduktio - Teleskopsumme
MehrKovarianz und Korrelation
Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio
Mehrmit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1
Kapitel 1: Reste, Teiler, Vielfache Defiitio Es sei a 0. Die Zahl b 0 ist ei Teiler vo a, we es ei u 0 gibt, sodass ub= a. Ist b ei Teiler vo a, so ist a ei Vielfaches vo b. Bezeichug b a für b ist Teiler
Mehrc B Analytische Geometrie
KITL 9 alytische Geometrie Gerade arameterdarstellug eier Gerade ie Gerade g ist bestimmt durch eie Richtug, gegebe durch eie Vektor c, c 0, ud eie ukt, der auf der Gerade liegt Ma et de ufpukt i ukt X
MehrStatistik I Februar 2005
Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrEigenwertproblem 1. Das Eigenwertproblem
Eigewertproblem Das Eigewertproblem L Germa, R Grisch, N Ghielmetti, D Graata 504007 Eigewertproblem Eigewerte Eie Zahl heisst Eigewert der Matrix, falls es eie Vektor x 0 gibt, so dass x x Die Matrix
Mehr425 Polarisationszustand des Lichtes
45 Polarisatioszustad des Lichtes. Aufgabe. Bestimme Sie de Polarisatiosgrad vo Licht ach Durchgag durch eie Glasplattesatz, ud stelle Sie de Zusammehag zwische Polarisatiosgrad ud Azahl der Glasplatte
MehrVariiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.
3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrKomplexe Zahlen. Gauss (1831) stellte eine strenge Theorie zur Begründung der komplexen Zahlen auf.
Komplexe Zahle Problem: x 2 + 1 = 0 ist i R icht lösbar. Zur Geschichte: Cardao 1501-1576: Auflösug quadratischer ud kubischer Gleichuge. Empfehlug: Reche z.b. mit 1 wie mit gewöhliche Zahle. Descartes
MehrKennlinien und Kennlinienfeld einer Kreiselpumpe
Keliie ud Keliiefeld eier Kreiselpumpe Durch Keliie wird das Betriebsverhalte der Pumpe i Abhägigkeit vom Förderstrom dargestellt.. Keliie eier Kreiselpumpe 9 8 Förderhöhe i m 7 6 5 6 8 6 Pumpewirkugsgrad
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
MehrEvaluation & Forschungsstrategien
Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische
MehrDritter Zirkelbrief: Ungleichungen
Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug
MehrWir wiederholen zunächst das Majorantenkriterium aus Satz des Vorlesungsskripts Analysis von W. Kimmerle und M. Stroppel.
Uiversität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dr. D. Zimmerma MSc. J. Köller MSc. R. Marczizik FDSA 4 Höhere Mathematik II 30.04.2014 el, kyb, mecha, phys 1 Kovergezkriterie
Mehrfdv f x, yz, dzdydx Folie 1
fd f x, y, ddydx R R 1 1 f ( rcossi, rsisi, r cos) r si dddr Folie 1 Dreifachitegrale orspa Als orwisse sollte Sie die Grudlage u Doppelitegrale mitbrige (s..b. L. Papula, Mathematik für Igeieure ud Naturwisseschaftler
Mehr6. Übung - Differenzengleichungen
6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf
MehrVorkurs Grundlagen für das Mathematikstudium Lösungen 2: Binomialreihen, Exponential- und Logarithmusfunktion
Uiversität Zürich, 3. September 0 Vorurs Grudlage für das Mathematistudium Lösuge : Biomialreihe, Expoetial- ud Logarithmusfutio Lösug zu Aufgabe Seie x, y > 0 ud a > 0. Da gilt: a log a z z für alle z
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrFormelsammlung. zur Klausur. Beschreibende Statistik
Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
MehrFormelübersicht zur Filtration
bugsaufgabe - Mechaische erfahrestechik I Dr-Ig Stepha Gleis - Lehrstuhl f r Eergiesysteme, Techische Uiversit t M che Formelübersicht zur Filtratio Durchströmug vo Haufwerke Formel vo Darcy Die Darcy-Gleichug
MehrFormelübersicht zur Filtration
Übugsaufgabe Grulage er erfahrestechik - T TU Drese, G echaische erfahrestechik ormelübersicht zur iltratio Durchströmug vo Haufwerke ormel vo Darcy Die Darcy-Gleichug beschreibt e empirische Zusammehag
MehrVersicherungstechnik
Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge
MehrZahlenfolgen, Grenzwerte und Zahlenreihen
KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
MehrKryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.
Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere
MehrInvestitionsentscheidungsrechnung Annuitäten Methode
Mit Hilfe der köe folgede Ivestitioe beurteilt werde: eizele Ivestitioe alterative Ivestitiosobjekte optimale Ersatzzeitpukte Seite 1 Folgeder Zusammehag besteht zwische der Kapitalbarwertmethode ud der
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 1
Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt Hausaufgabe Aufgabe. Bestimme Sie de Kovergezbereich M der folgede Reihe für
MehrELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS
ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS vo Rolf Waldi 1 Kapitel I. Elemetare Zahletheorie 1 Grudlegede Regel ud Prizipie Es wird vorausgesetzt, daß der Leser mit gaze Zahle reche ka ud
Mehr