Bemerkungen zur Fehlerdiskussion

Größe: px
Ab Seite anzeigen:

Download "Bemerkungen zur Fehlerdiskussion"

Transkript

1 Fakultätsübergreifedes Labor für Physik. Vorbemerkuge Bemerkuge zur Fehlerdiskussio Messergebisse sid stets mit Fehler behaftet. Nach DIN 39-3 werde Abweichuge der Messergebisse vom tatsächliche Wert, die durch Uvollkommeheit des Messgegestades, der Messgeräte ud der Messverfahre, sowie durch Eiflüsse der Umwelt (wie Temperatur, Luftdruck,...) ud der Beobachter (wie Sehschärfe, Schätzvermöge,...) verursacht werde, als Fehler betrachtet. Fehler der Messergebisse durch Irrtümer der Beobachter (z. B. falsches Ablese eies richtig azeigede Messistrumetes, echefehler bei der Auswertug, Abschreibfehler,...) lasse sich bei etsprecheder Sorgfalt vermeide ud sid daher icht i der Norm 39 berücksichtigt. Zur Vermeidug dieser Fehler (häufig uter dem Begriff grobe Fehler zusammegefasst) ist es wichtig, dass die Messergebisse ohe Umrechug dokumetarisch (radierfest!) im edgültige Protokoll eigetrage werde. Im Folgede wird vorausgesetzt, dass derartige Fehler durch ausreichede Kotrolle vermiede werde.. Statistische Fehler (Zufällige Fehler) Statistische Fehler sid die Abweichug, die ma erhält, we ma uter gleiche Bediguge eie Größe mehrfach misst. Die Abweichuge trete mit wechseldem Betrag ud Vorzeiche auf.. Systematische Fehler Systematische Fehler habe eie bestimmte Betrag ud ei bestimmtes Vorzeiche. Die Ursache für diese Fehler sid häufig icht leicht zu fide. Beispiele: eie achgehede Stoppuhr, ei falsch kalibriertes Messgerät, falscher Wert eier bei der Auswertug beutzte Naturkostate, Wärmeverlust bei eier kalorimetrische Messug, icht berücksichtigter Temperatureifluss auf eie Messgröße,... Systematische Fehler führe i der egel auch bei Wiederholug eier Messug uter gleiche Bediguge zum gleiche falsche Ergebis. Köe systematische Fehler abgeschätzt werde, so wird das bei der Messusicherheit berücksichtigt. Die zufällige ud die abschätzbare systematische Fehler werde zur sogeate Messusicherheit zusammegefasst..3 Fehlergreze Die Fehlergreze sid begrifflich streg vo de obe betrachtete Fehler oder der Messusicherheit zu uterscheide. Die Fehlergreze sid i der Messtechik die vereibarte oder garatierte äußerste Abweichuge vo der Sollazeige oder vom Newert oder Nemaß eies Messgerätes, d.h. der tatsächliche Wert liegt ierhalb der Fehlergreze des Messgerätes. Die Fehlergreze betrage oft etwa das 5-fache der Messusicherheit (siehe 3.).

2 . echerische Erfassug der zufällige Fehler Bei der Berechug der zufällige Fehler werde die Gesetze der Statistik beutzt.. Arithmetisches Mittel oder Mittelwert Mittelwert x = + x x = x i i= x x...,, x, x voeiader uabhägige Eizelwerte eier Messreihe Azahl der Eizelwerte. Empirische Stadardabweichug Die empirische Stadardabweichug gibt die zufällige Abweichug eies Eizelmesswertes vom Mittelwert a. Empirische Stadardabweichug s = i= ( x i x) Das Quadrat dieser Größe wird als empirische Variaz ( s² ) bezeichet. Empirische Stadardabweichug des Mittelwerts s = s = i= ( x i x) ( ).3 Eiige Grudlage der Wahrscheilichkeitsrechug Weil die ermittelte Zahlewerte eier Messgröße statistisch schwake, ka diese Größe als Zufallsvariable (hier mit x bezeichet) betrachtet werde. Hier relevate Messgröße wie Zeite, Läge, elektrische Spauge usw. köe prizipiell uedlich viele verschiedee Werte aehme. Aus diesem Grude müsse die egel für stetige Zufallsvariable betrachtet werde, vo dee hier eiige aufgeführt sid: f (x) Wahrscheilichkeitsdichte für x x f ( x) dx Wahrscheilichkeit dafür, dass x im Itervall [, x ] x f ( x) dx = = 00% Normierugsbedigug x f ( x ) dx = µ = lim x Erwartugswert ( x µ ) f ( x) dx = σ = lim s Variaz vo x σ = var(x) Stadardabweichug vo x x liegt

3 .4 Mittelwert ud Vertrauesbereich Für die weitere Betrachtuge spielt die Normalverteilug eie zetrale olle. Es ka gezeigt werde, dass die Streuug des experimetell gefudee Mittelwertes x um de wahre, aber ubekate Wert µ durch eie Normalverteilug beschriebe werde ka. Ihre Wahrscheilichkeitsdichtefuktio ist gegebe durch: f ( x µ ) ( x) = e σ σ π µ Erwartugswert σ Stadardabweichug Sid die Parameter µ ud σ bekat, gilt (wie ma leicht mit Hilfe der Tabelle der Verteilugsfuktio der Stadardormalverteilug achprüfe ka): p µ + σ { σ x µ + σ } = f ( x) dx = 0, 683 µ p Wahrscheilichkeit µ σ d. h. ca. 68% aller für x ermittelte Werte liege im Itervall µ ± σ. Aalog hierzu gilt: p ud p { µ,96 σ x µ +,96 σ} = 0, 95 { µ,58 σ x µ +,58 σ } = 0, 99 Stadard-Normalverteilug Der Vertrauesbereich vo σ gilt für eie statistische Sicherheit vo 68%. De Ausdruck σ bezeichet ma als Variaz. e f (x) max f ( x f (x) ) max I der Praxis ist der wahre Wert μ sowie die Stadardabweichug σ aber ubekat. Sie werde daher ahad der experimetelle Date -wie ma i der mathematische Statistik sagt- geschätzt. Es lässt sich beweise, dass sich die bestmögliche Schätzuge wie folgt ergebe: µ = x ud σ = s d.h. das arithmetische Mittel ist die beste Schätzug für das wahre Ergebis ud die empirische Stadardabweichug die beste Schätzug für desse Streuug. Zu eier komplette Agabe des Edergebisses gehört ebe dem wahrscheilichste esultat x außerdem eie Abschätzug des Vertrauesbereiches x ± uz ( uz = Usicherheit durch zufällige Fehler), ierhalb desse der wahre Wert µ mit eier vorzugebede Wahrscheilichkeit p liegt. Da u sowohl µ als auch σ empirisch ahad edlich vieler Messdate ermittelt wurde, verwedet ma zur mathematische Modellierug icht die Normalverteilug, soder die t-(auch Studet-) Verteilug. Sie ähelt der Stadard-Normalverteilug sehr stark, hat aber -isbesodere bei weige Messwerte- eie größere Variaz. 3 µ σ x

4 I der Praxis bestimmt ma de Vertrauesbereich, idem ma ahad der geforderte statistische Sicherheit p de Wert für s = s mit dem Faktor t (, p ) aus der folgede Tabelle multipliziert t 95% 4,30 3,8,78,57,45,36,3,6,4,09,98,96 t 99% 9,9 5,84 4,60 4,03 3,7 3,50 3,36 3,5,98,86,63,58 Zum Messergebis x gehört der Mittelwert x ud der Vertrauesbereich s x = x ± t s ± t = ± u z. 3. Systematische Fehler Erfassbare systematische Fehler solle durch Korrekture ausgeschaltet werde. Nicht erfassbare systematische Fehler sid abzuschätze ud als etsprechede Usicherheite u s bei der Ermittlug der Messusicherheite zu berücksichtige. Zu diese Usicherheite gehöre auch die Geauigkeite (Fehlergreze) der verwedete Messgeräte bzw. Messmittel. 4. Messusicherheit Die Messusicherheit u ist ei Maß dafür, wie sicher ei Messergebis ist. Sie umfasst immer die zufällige Fehler u z (Vertrauesbereich), ud/oder die abgeschätzte systematische Usicherheite u s. s x = x ± u mit u = uz + us = t + us Hiweise zum zweckmäßige ude des Edresultates fide sich i Abschitt Fehlerfortpflazug Die bisherige Betrachtuge habe sich auf zufällige ud systematische Fehler eier eizele Messgröße beschräkt. Ist das Ergebis aber eie Fuktio eier oder mehrerer Messgröße, so erfolgt die Berechug der Fehler bzw. der Messusicherheit ach dem Fehlerfortpflazugsgesetz. Das Ergebis y sei eie Fuktio der Messgröße x : y = F( x,..., x v ) x,..., s,..., zugehörige empirische Stadardabweichuge u,...,u ν Messusicherheite der uabhägige Messgröße x j x ν uabhägige Messgröße (Mittelwerte) s ν Es gilt: s j u j = uzj + usj = t j + Die Messusicherheit des Messergebisses ist ν F u y = u j. j= x j j u sj j 4

5 6. Formulierug des Edergebis Beim Bereche der Fehlerfortpflazug ergebe sich Zwischeergebisse, die viele Stelle ethalte. Viele dieser Stelle habe keie relevate physikalische Bedeutug, da sie weit uter der Messusicherheit liege. Es habe sich daher für das Formuliere der Edergebisse folgede egel durchgesetzt. 6. ude Die letzte Stelle, die ach dem ude och bei der Zahl verbleibt, wird udestelle geat. Für das ude gilt ach DIN 333 folgede egel: Steht hiter der udestelle eie Ziffer 0 bis 4, so wird abgerudet, steht hiter der udestelle die Ziffer 5 bis 9, so wird aufgerudet. Beispiel: zu rudede Zahl: 6,73 6,763 udestelle: udeverfahre: Abrude Aufrude gerudete Zahl: 6,7 6,8 Soll eie Ergebiszahl mit eier Usicherheit u gerudet werde, so wird die udestelle ach folgeder egel gefude: Vo liks begied ist die erste vo Null verschiedee Ziffer der Usicherheit zu suche. Ist diese eie der Ziffer 3 bis 9, so ist sie die udestelle (likes Beispiel ute). We die erste vo Null verschiedee Ziffer eie oder ist, ist die udestelle rechts daebe (rechtes Beispiel ute). Die Ergebiszahl ud die Usicherheit werde a der gleiche Stelle gerudet. Die Ergebiszahl wird wie obe beschriebe gerudet, die Usicherheit wird immer aufgerudet Beispiel: Ergebiszahl : 8, ,57967 Usicherheit u : 0, ,0063 udestelle: gerudete Ergebiszahl: 8,580 8,5796 aufgerudete Usicherheit: 0,004 0,007 Die Ergebisse ach dem ude sid also: 8,580 ± 0,004 8,5796 ± 0,007 Literatur: [] PTB: Leitfade für de Gebrauch des Iteratioale Eiheitesystems 7. Beispiel 7. Widerstadsmessug Der Widerstad eies rei ohmsche Verbrauchers soll durch Strom-/Spaugsmessuge bestimmt werde. Die Aordug der Messgeräte ist hierbei so gewählt, dass der Fehler durch dere Eigeverbrauch verachlässigbar ist. Für die Messuge werde folgede Messgeräte verwedet:. Spaugsmesser mit eier Geauigkeit vo 0,V im 0V-Messbereich. Strommesser mit eier Geauigkeit vo 0,0A im A-Messbereich. Zur Erhöhug der statistische Sicherheit wurde die Strom-/Spaugsmessug 5 mal durchgeführt. Die hierbei abgelesee Messwerte sid i Tabelle dargestellt. Tabelle : Messwerte zur Widerstadsbestimmug 5

6 Nr. Spaug U i V Strom I i A 0,04 0,50 9,94 0, ,98 0, ,00 0, ,05 0,54 Mit diese Werte werde zuächst die folgede statistische Größe berechet. Mittelwert: Empirische Stadardabweichug: Empirische Stadardabweichug des Mittelwertes: U = 0,00V I = 0,504A s U = 0,045V s I = 0,009A s = 0,00 V s = 0,004 A U I Ahad der gewüschte bzw. geforderte statistische Sicherheit werde mit dem zugehörige t-wert die Vertrauesbereiche für die Spaug u zu ud de Strom u zi berechet. Es soll eie statistische Sicherheit vo 95% erreicht werde. Der zugehörige Wert für = 5 ist t =, 78. Hieraus ka der zugehörige Vertrauesbereich berechet werde. Vertrauesbereich: u = 0,056 V u = 0,0A Als systematische Messabweichuge werde die agegebee Geauigkeite ageomme. zu zi Systematische Messabweichug: u = 0,00 V u = 0,00 A su si Die Messusicherheit ist die Summe aus dem Vertrauesbereich ud der systematische Messabweichug ( u U = uzu + usu ud u I = uzi + usi ). Messusicherheit: u = 0,56 V u = 0,03A U I Hiermit erhält ma die vollstädige Messergebisse für Spaug ud Strom. Vollstädiges Messergebis: U = ( 0,00 ± 0,56) V I = ( 0,504 ± 0,03) A Aus de Mittelwerte vo Spaug ud Strom ka der Widerstad berechet werde. U 0,00V = = = 9, 86 I 0,504A Mit de Messusicherheite vo Spaug ud Strom wird gemäß der Fehlerfortpflazug die Messusicherheit für de Widerstad berechet. Es gilt: u U = uu + ui = uu + u I U I I I U = I = 0,504A =,986 A U = I I = 0,00V = 39,438 ( 0,504A) A Messusicherheit Spaug: u U = 0,56V 6

7 Messusicherheit Strom: u I = 0,03A u =,986 0,56 V + 39,438 0,03A = ±, 67 A A,67 = (9,86±,67) relative Messusicherheit: 6,4% 9,86 Sivoll gerudetes Ergebis: = (9,9 ±,3) 7. Zusammefassug mehrerer uabhägiger Ergebisse Wir ehme a, der gleiche Widerstad sei vo mehrere Laborgruppe mit uterschiedliche Messmittel ( u su, u si ) ud uterschiedlicher Azahl vo Eizelmessuge () gemesse worde. Alle Berechuge sid für eie statistische Sicherheit vo 95% durchgeführt. Die Ergebisse sid i Tabelle zusamme getrage. Tabelle : Parameter ud Ergebisse aus verschiedee Messreihe zur Widerstadsbestimmug Gruppe u su u si i u z u s u Ergebis (s.o.) 0,0 V 0,0 A 5 9,86 0,453 0,83,67 = (9,9 ±,3) 0,0 V 0,0 A 8 9,883 0,87 0,397 0,684 = (9,9 ± 0,7) 3 0,05 V 0,0 A 7 9,836 0,49 0,405 0,834 = (9,8 ± 0,8) 4 0,0 V 0,0 A 0 9,98 0,34 0,889,3 = (9,9 ±,) 5 0,0 V 0,0 A 3 9,34 0,76 0,767,493 = (9, ±,5) Da sich statistische ud systematische Fehler ud dadurch vor allem die resultierede Messusicherheit dieser 5 Ergebisse uterscheide, ist die Formulierug eies Gesamtergebisses icht ohe Aufwad möglich. Die eifache Mittelwertbildug scheidet wege der uterschiedliche Zuverlässigkeit der eizele Ergebisse aus. Sie würde das Gesamtergebis durch die Ergebisse mit de größere Usicherheite verfälsche. Es muss eie Mittelug durchgeführt werde, i der eie zur Messusicherheit umgekehrt proportioale Wichtug eigeht. Noch mühsamer wird die Formulierug der Usicherheit des Gesamtergebisses. Zum Studium des Verfahres sei hier verwiese auf folgede Norme: DIN 39-3 A.5 -Kombiatio vo Messergebisse bei Vergleichsmessuge- DIN 39-4 A.4 -Gesamtmittelwert aus mehrere Messreihe bei Vergleichsmessuge- Im ahme dieses Labors verzichte wir auf diese echeschritt. Um die eizele Ergebisse deoch für de Leser hilfreich darzustelle, schlage wir i diesem Fall folgede Verfahre vor:. Gemeisame Darstellug aller Eizelergebisse i Tabelleform (s. Tabelle ) ud als Grafik (s. Abb. ). 7

8 Abb. : Grafische Darstellug der Mittelwerte i,0 i mit de zugehörige Usicherheite u i. 0,0 9,0 8,0 Messug Die Darstellug ka ergäzt werde, idem zusätzlich ei Vergleichswert (z.b. Literaturwert oder Mittelwert) eigezeichet wird. Der Mittelwert aller Ergebisse ist allerdigs ur da verwedbar, we die Usicherheite der eizele Ergebisse ählich sid. I diesem Beispiel ist dies icht der Fall. Hier köte z.b. der Sollwert (Newert) des Widerstades N zum Vergleich eigezeichet werde (Abb. ). Abb. : Grafische Darstellug mit eigezeichetem Newert i,0 N. 0,0 N 9,0 8,0 Messug Ud och ei wichtiger Hiweis auf beliebte Fehler i der Ausarbeitug: Grudsätzlich werde zuächst ur die primäre Messgröße, also die Größe, die tatsächlich gemesse werde, eier grüdliche Fehleraalyse uterzoge. Das heißt, ur für die primäre Messgröße werde die statistische Auswertug ud die sorgfältige Diskussio der systematische Fehler durchgeführt. Für alle weitere, durch echug aus diese primäre Messgröße ermittelte Größe, werde die Messusicherheite durch Fehlerfortpflazug ermittelt. Es ist midestes überflüssige Arbeit, die statistische Auswertug zuächst zwar richtigerweise auf die primäre Messgröße azuwede, aschließed jedoch aus diese primäre Größe mal eie weitere, hieraus abgeleitete Größe (wie z.b. das Edresultat) zu bereche ud diese da ereut der statistische Auswertug zu uterziehe. Wie erläutert, werde die Messusicherheite aller abgeleitete Größe durch Fehlerfortpflazug ermittelt ud die abgeleitete Größe selbst aus de Mittelwerte der primäre Größe. Es ist i der egel sifrei zu versuche für eie Größe, die icht direkt gemesse wurde, de systematische Fehler abzuschätze. 8

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

Ulrich Stein Fehlerrechnung

Ulrich Stein Fehlerrechnung Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,

Mehr

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische

Mehr

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

Fehlerrechnung. 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

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3 Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.

Mehr

2. Repetition relevanter Teilbereiche der Statistik

2. Repetition relevanter Teilbereiche der Statistik . Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung 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

Mehr

Kapitel 6 : Punkt und Intervallschätzer

Kapitel 6 : Punkt und Intervallschätzer 7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

Fehlerrechnung und Fehlerabschätzung

Fehlerrechnung und Fehlerabschätzung Fehlerrechug ud Fehlerabschätzug Vorbemerkug Eiteilug der Meßfehler. Grobe Fehler. Systematische Fehler.3 Zufällige oder statistische Fehler Fehlerrechug ud Fehlerabschätzug. Bei direkte Messuge.. Durchschittlicher

Mehr

Tests für beliebige Zufallsvariable

Tests für beliebige Zufallsvariable Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels

Mehr

Übungen mit dem Applet erwartungstreu

Übungen mit dem Applet erwartungstreu Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz

Mehr

2 ISO/BIPM-Leitfaden Guide to the Expression of Uncertainty in Measurement, GUM (2008 überarbeitet, die deutsche Fassung ist [3])

2 ISO/BIPM-Leitfaden Guide to the Expression of Uncertainty in Measurement, GUM (2008 überarbeitet, die deutsche Fassung ist [3]) I- Messusicherheite: Lit.: Prof. Dr. Gerz Wahrscheilichkeitsrechug ud Usicherheitsberechug IO/BIPM-Leitfade Guide to the Epressio of Ucertaity i Measuremet, GUM (008 überarbeitet, die deutsche Fassug ist

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, 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

Mehr

Teil II Zählstatistik

Teil II Zählstatistik Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit 3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe

Mehr

a) Histogramm der Verteilung: Zunächst werden die gegebenen Messwerte in aufsteigender Reihenfolge sortiert:

a) Histogramm der Verteilung: Zunächst werden die gegebenen Messwerte in aufsteigender Reihenfolge sortiert: D Lösug zu Aufgabe 2: Histogra a) Histogra der Verteilug: Zuächst werde die gegebee Messwerte i aufsteigeder Reihefolge sortiert: i 2 3 4 5 6 7 8 9 2 3 4 5 4,574 4,589 4,593 4,599 4,6 4,67 4,68 4,69 4,6

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 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

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug 9. Vorlesug Joche Köhler 1 Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, 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

Mehr

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem

Mehr

3. Grundbegrie der Schätztheorie

3. Grundbegrie der Schätztheorie Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede

Mehr

Physikalisches Anfaengerpraktikum. Beugung und Brechung

Physikalisches 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

Mehr

Ereignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A)

Ereignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A) Kapitel 10 Statistik 10.1 Wahrscheilichkeit Das Ergebis eier Messug oder Beobachtug wird Ereigis geat. Ereigisse werde mit de Buchstabe A, B,...bezeichet. Die Messug eier kotiuierliche Variable x gibt

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug

Mehr

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung 6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist

Mehr

3 Vergleich zweier unverbundener Stichproben

3 Vergleich zweier unverbundener Stichproben 3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches 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:

Mehr

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale

Mehr

Übungsaufgaben - Organisatorisches

Übungsaufgaben - Organisatorisches Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 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

Mehr

6 Vergleich mehrerer unverbundener Stichproben

6 Vergleich mehrerer unverbundener Stichproben 6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die

Mehr

Übungsaufgaben - Organisatorisches

Übungsaufgaben - Organisatorisches Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl 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

Mehr

Anwendung für Mittelwerte

Anwendung für Mittelwerte Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe

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

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Die notwendigen Verteilungstabellen finden Sie z.b. hier: Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf

Mehr

Praktikum Messtechnik

Praktikum Messtechnik Praktikum Messtechik Fachhochschule Stuttgart, Hochschule der Medie Witersemester 008/009 Versuchsdatum: 05. November 008 Versuch 6: 6/ Biegesteifigkeit (Balkemethode DIN 53 ) 6/ Biegesteifigkeit (Resoazläge-Verfahre

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug

Mehr

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht

Mehr

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Parameterschätzung. Kapitel Schätzfunktionen

Parameterschätzung. Kapitel Schätzfunktionen Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie

Mehr

Behandlung von Messunsicherheiten (Fehlerrechnung)

Behandlung von Messunsicherheiten (Fehlerrechnung) Behadlug vo Messusicherheite (Fehlerrechug). Ermittlug vo Messusicherheite. Messug ud Messusicherheit Die Messug eier physikalische Größe erfolgt durch de Vergleich dieser Größe mit eier Bezugseiheit ach

Mehr

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie

Streuungsmaße. 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,

Mehr

Kapitel VI. Einige spezielle diskrete Verteilungen

Kapitel VI. Einige spezielle diskrete Verteilungen Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p

Mehr

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0. 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ

Mehr

Kapitel 2: Stochastische Prozesse. Copyright M. Gross, ETH Zürich 2006, 2007

Kapitel 2: Stochastische Prozesse. Copyright M. Gross, ETH Zürich 2006, 2007 Kaitel 2: Coyright M. Gross, ETH Zürich 2006, 2007 Bedigte Verteiluge Ebeso a die Verbudwahrscheilicheit vo Zufallsvariable über bedigte Wahrscheilicheite ausgedrüct werde i i,, i,, Wiederum ommt eie Produtregel

Mehr

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters: . Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe

Mehr

Messabweichungen. x x. Relativer Fehler (rel.messabweichung) r x M...Messbereichsendwert, xw

Messabweichungen. x x. Relativer Fehler (rel.messabweichung) r x M...Messbereichsendwert, xw Messabweichuge FEHLERRECHNUNG Der Begriff : Messabweichug / Messfehler Messuge physiskalischer Größe sid grudsätzlich fehlerbehaftet, d.h. ma erhält Messwerte, die vom wahre Wert mehr oder weiger abweiche.

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

Mehr

So lösen Sie die Gleichung für den Korrelationskoeffizienten

So lösen Sie die Gleichung für den Korrelationskoeffizienten 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.

Mehr

n 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

n 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.

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. 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

Mehr

Kapitel 9: Schätzungen

Kapitel 9: Schätzungen - 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

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

Normalverteilung. Voraussetzung und verwandte Themen. Einführung. Ziel und Nutzen. Grundlagen

Normalverteilung. Voraussetzung und verwandte Themen. Einführung. Ziel und Nutzen. Grundlagen h Normalverteilug Voraussetzug ud verwadte Theme Für diese Beschreibuge sid Grudlage der Statistik ud isbesodere der statistische Verteiluge vorteilhaft. Weiterführede Theme sid: www.versuchsmethode.de/verteilugstests.pdf

Mehr

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche

Mehr

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

= 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

Mehr

Quantenmechanik I. Musterlösung 12.

Quantenmechanik I. Musterlösung 12. Quatemechaik I. Musterlösug 1. Herbst 011 Prof. Reato Reer Übug 1. Ster-Gerlach (19). Ei Strahl aus ugeladee Teilche mit Spi s = 1 läuft etlag der x-achse ud durchquert ei i z-richtug stark ihomogees Magetfeld.

Mehr

Wahrscheinlichkeit & Statistik Musterlösung Serie 13

Wahrscheinlichkeit & Statistik Musterlösung Serie 13 ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie

Mehr

1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable

1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable 1. Wahrscheilichkeitsrechug. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grezwertsätze 5. Mehrdimesioale Zufallsvariable Stetige Zufallsvariable Eie Zufallsvariable X : Ω R heißt stetig, we

Mehr

E1 WHEATSTONESCHE BRÜCKE

E1 WHEATSTONESCHE BRÜCKE E WHEATSTONESCHE BRÜCKE PHYSIKALISCHE GRUNDLAGEN Grudbegriffe: Elektrischer Widerstad, Ohmsches Gesetz, Kirchhoffsche Gesetze, Potetiometer, Wheatstoesche Brücke.. Kirchhoffsche Gesetze Wird a eie elektrische

Mehr

Statistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1.

Statistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1. Statistik, Abschitt.. Schätzmethode.. Mometemethode Für Parameter, die sich i bekater Weise aus de Momete zusammesetze, erhält ma Schätzuge, idem ma die theoretische Momete durch die sogeate empirische

Mehr

Statistische Modelle und Parameterschätzung

Statistische Modelle und Parameterschätzung Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud -ugleichuge 6 Für Eperte 9 Polyomgleichuge ud -ugleichuge Defiitio: Ei Term

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

3. Anwendungen der Differentialrechnung

3. Anwendungen der Differentialrechnung Talorsche Formel ud Mittelwertsatz 4 Aweduge der Differetialrechug Talorsche Formel ud Mittelwertsatz Die Gleichug der Tagete = f ( ( a die Kurve = f( im Pukt (, liefert eie grobe Näherug für die Fuktio

Mehr

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015 Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen . Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

Transformator. n Windungen

Transformator. n Windungen echische iversität Dresde stitut für Ker- ud eilchephysik R. Schwierz V/5/29 Grudpraktikum Physik Versuch R rasformator rasformatore werde i viele ereiche der Elektrotechik ud Elektroik eigesetzt. Für

Mehr

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik: 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-

Mehr

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0. 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)

Mehr

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht STATISTIK Eiführug Statistik kommt vom italieische Wort statistica, was so viel wie Staatsma bedeutet. Früher verwedete ma de Begriff ur für eie Auswertug vo Date (Klima, Bevölkerug, Bräuche,...) eies

Mehr

X X Schätzen von Vertrauensintervallen Schwankungsintervall

X X Schätzen von Vertrauensintervallen Schwankungsintervall .. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: 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

Mehr

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Ihaltsverzeichis 1 Vorbemerkuge 1 Zufallsexperimete - grudlegede Begriffe ud Eigeschafte 3 Wahrscheilichkeitsaxiome 4 4 Laplace-Experimete 6 5 Hilfsmittel aus der Kombiatorik 7 6 Bedigte Wahrscheilichkeite

Mehr

elektr. und magnet. Feld A 7 (1)

elektr. und magnet. Feld A 7 (1) FachHochschule Lausitz Physikalisches Praktikum α- ud β-strahlug im elektr. ud maget. Feld A 7 Name: Matrikel: Datum: Ziel des Versuches Das Verhalte vo α- ud β-strahlug im elektrische ud magetische Feld

Mehr

Diplomvorprüfung Stochastik

Diplomvorprüfung Stochastik Uiversität Karlsruhe TH Istitut für Stochastik Prof. Dr. N. Bäuerle Name: Vorame: Matr.-Nr.: Diplomvorprüfug Stochastik 10. Oktober 2006 Diese Klausur hat bestade, wer midestes 16 Pukte erreicht. Als Hilfsmittel

Mehr

Methode der kleinsten Quadrate

Methode 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

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik für Iformatiker -- 9 Folge -- 6.1.215 1 Folge: Defiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reihefolge wichtig,

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis, Woche 2 Reelle Zahle A 2. Ordug Defiitio 2. Ma et eie Ordug für K, we. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a, b, c K

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

Schätzen von Populationswerten

Schätzen 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:

Mehr

Eingangsprüfung Stochastik,

Eingangsprüfung Stochastik, Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x

Mehr