Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Größe: px
Ab Seite anzeigen:

Download "Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro."

Transkript

1 mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe 1.1 ( BE) Im Büro der Firma Kohl arbeite 8 Persoe, davo sid 75% Fraue. Bereche Sie, wie viele verschiedee Reihefolge es bei der Akuft gibt, we ma ur ach Geschlecht uterscheidet. 8 Persoe, davo sid 1 Fraue, 7 Mäer 8 N N verschiedee Reihefolge Teilaufgabe 1. (5 BE) Für ei eues Projekt wird eie Gruppe mit 10 Persoe aus 5 Mäer ud 5 Fraue gebildet. Die Sitzuge fide a eiem rechteckige Tisch statt, der a beide Seite 5 Plätze hat. Ermittel Sie, auf wie viele verschiedee Arte die Gruppemitglieder Platz ehme köe, we die Persoe uterschiede werde ud a) we die Mäer ud die Fraue geschlosse auf jeweils eier Seite sitze, b) we auf jeder Seite Mäer ud Fraue abwechseld sitze ud jeweils eie Frau eiem Ma gegeüber sitzt. Teilaufgabe a) f f f f f m m m m m oder m m m m m f f f f f N a 5 5 N a 8800 Teilaufgabe b) f m f m f m f m f m oder m f m f m f m f m f N b 5 5 N b 8800 Teilaufgabe.0 Die Firma Kohl produziert PKW-Federbeie für die Autoidustrie. Für die Herstellug der PKW- Federbeie werde Lager aus Gummi beötigt. Die Firma Kohl bezieht die Lager vo zwei Produzete. beide Produzete liefer icht alle Lager maßgeau. Bei Produzet A müsse deshalb 1% der Lager achgearbeitet werde ud bei Produzet B sid es 3%. Teilaufgabe.1 (8 BE) Die Firma kohl muss Federbeie für de Bau vo 50 Soderfahrzeuge liefer. Dazu braucht sie pro Fahrzeug 4 Lager. Da der Auftrag sehr wichtig ist, verwedet sie ur Lager des Produzete A. Bereche Sie, wie viele Lager midestes bereitgestellt werde müsse, damit mit eier Wahrscheilichkeit vo midestes 97,5% kei Lager A achgearbeitet werde muss. X: Azahl der gute Lager vo A uter bereit gestellte. p A 0.99 P( X 450) P( X 999) P( X 999) 0.05 Abi 014, Mathematik Techik 13. Klasse, B I - Lösug Seite 1 vo 5

2 mathphys-olie μ = p A = 0.99 = = Φ 999 μ Φ TW Substitutio: = z z0 0.99z z = 0 auflöse z def z0 aufrude: ceil 0 Es müsse midestes 1016 Lager bereit gestellt werde Teilaufgabe. (4 BE) Die Qualitätskotrolle vo Kohl überprüft mit Stichprobe die Güte beim Eigag der Lager des Produzete B. Ermittel Sie, wie viele Lager vo B midestes überprüft werde müsse, damit mit eier Wahrscheilichkeit vo mehr als 95% midestes ei Lager gefude wird, das icht maßhaltig ist. X: Azahl der schlechte Lager vo B uter bereit gestellte. p B 0.03 PX ( 1) P( X = 0) 0.95 PX ( = 0) l( 0.97) l( 0.05) l( 0.05) l( 0.97) aufrude: = 99 Es müsse midestes 99 Lager überprüft werde. Abi 014, Mathematik Techik 13. Klasse, B I - Lösug Seite vo 5

3 mathphys-olie Teilaufgabe.3 (3 BE) Für eie Fertigugsliie der Firma Kohl werde 18 Lager vo Firma A beötigt. Diese werde jeweils i eier Kiste zusammegestellt. Durch ei Versehe wurde i eier Kiste 10 A-Lager ud 8 B-Lager zusammegebracht. Durch ei aufwädiges Prüfverfahre ka zwische Lager der Firme A ud B uterschiede werde. Ermittel Sie, mit welcher Wahrscheilichkeit bei dieser Kiste mit der Utersuchug des zehte Lagers das letzte der acht B-Lager gefude wird. Uremodell ohe Zurücklege. Vo 18 Lager sid 10 Lager vo Produzet A ud 8 Lager vo Produzet B. AA B B B B B B B B A 7B das 10. Lager PE ( ) = = = Neberechuge: combi( 10 ) 45 combi( 8 7) 8 combi( 18 9) Teilaufgabe 3 (6 BE) Die Maßgeauigkeit zeigt sich auch bei der Masse der Lager. Deshalb erfolgt die Überprüfug durch Wiege. Ei Lager der Firma B hat duchschittlich eie Masse vo 150 Gramm bei eier Stadardabweichug vo Gramm. Bereche Sie uter Aahme, dass die Masse ormalverteilt ist, das Itervall um de Erwartugswert, i dem die Masse bei 96% der Lager liegt. Ermittel Sie außerdem die Wahrscheilichkeit dafür, dass die Masse der Lager jeweils um höchstes 3 Gramm vom Erwartugswert abweicht. Y: Masse eies Lages B i Gramm, wobei Y ormalverteilt ist. Gegebe: μ 150 Gesucht: P( Y μ c) = 0.96 Lösug: Φμ ( c Y μ c) = 0.96 Umgebugsformel: Φ c 1 = 0.96 Φ c = 0.98 c =.06 c 4.1 P( μ c Y μ c) P( Y 154.1) Itervall: J = [ ; ] P( Y μ 3) = Φ 3 1 = = Abweichug zu 86,6%. Abi 014, Mathematik Techik 13. Klasse, B I - Lösug Seite 3 vo 5

4 mathphys-olie Teilaufgabe 4 (6 BE) Ei Trasportuterehme, das die Lager a die Firma liefert, hatte eie Ufall, so dass bei eier größere Lieferug die Lager A ud B gemischt wurde. Ma weiß aber, dass i der Lieferug ur 4% der Lager vo Produzet B sid. Durch de Massetest werde 95% der B-Lager als solche korrekt erkat. Irrtümlicherweise werde 10% der A-Lager als B-Lager eigestuft. Bereche Sie die Wahrscheilichkeit, dass ei durch de Test als A-Lager eigestuftes Lager auch wirklich ei A-Lager ist. Gegebe: p A 0.96 p B 0.04 AE: A-Lager wird icht als solches erkat. p AE 0.1 AE: A-Lager wird als solches erkat. p AE 0.9 BE: B-Lager wird als solches erkat. p BE 0.95 BE: B-Lager wird icht als solches erkat. p BE 0.05 Berechuge --Baumdiagramm P AE ( A) = PA AE ( ) PAE ( ) = = Abi 014, Mathematik Techik 13. Klasse, B I - Lösug Seite 4 vo 5

5 mathphys-olie Teilaufgabe 5 (6 BE) Bei der Überprüfug der Lieferug vo Produzet B tauche Probleme bezüglich der Qualität auf. Mit eier Stichprobe vo 500 Stück soll auf dem %-Sigifikaziveau überprüft werde, ob die Agabe der Zulieferfirma B stimmt, dass höchstes 3% der Lager fehlerhaft sid. Bestimme Sie de Ablehugsbereich der Nullhypothese. Testgröße: X: Azahl der icht maßhaltige Lager vo Produzet B uter 500. p 0.03 Nullhypothese H 0 : p 0 p p Gegehypothese H 1 : p 1 p p Aahmebereich: A = { k } Ablehugsbereich: A = { k 1 k } Erwartugswert: μ p 15 Stadardabweichug: p ( 1 p) PA 0.0 PX ( k 1) P( X k) 0.0 PX ( k) 0.98 Φ k μ TW k μ k.06 μ 0.5 Gleitkommazahl 5 k.358 k aufrude: k ceil k 0 3 A = { } A = { } Abi 014, Mathematik Techik 13. Klasse, B I - Lösug Seite 5 vo 5

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung Abiturprüfug Berufliche Oberschule 2010 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Die Firma Sparlux stellt Eergiesparlampe i großer Azahl her, die, je achdem, wie geau sie die Neleistug eihalte,

Mehr

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) = Abiturprüfug Berufliche Oberschule 004 Mathematik 3 Techik - B I - Lösug Teilaufgabe.0 A eiem Flughafe sid 0% der Reisede Ferreisede. Uter de Ferreisede befide sich 5% Nicht-Pauschalreisede. Der Ateil

Mehr

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS GS 04.06.2016 - m16_13t-b1_lsg_cas_gs.pdf Abiturprüfug 2016 - Mathematik 13 Techik I - Lösug mit CAS Teilaufgabe 1.0 Eiem Eishockey-Traier stehe isgesamt 15 Spieler zur Verfügug, wobei es sich um zwölf

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

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

Abschlussprüfung an Fachoberschulen in Bayern Mathematik 2006 Stochastik S1 Ausbildungsrichtung Nichttechnik

Abschlussprüfung an Fachoberschulen in Bayern Mathematik 2006 Stochastik S1 Ausbildungsrichtung Nichttechnik MK 2..0 A_12NT_S1_MK_Loes.mcd Abschlussprüfug a Fachoberschule i Bayer Mathematik 0 Stochastik S1 Ausbildugsrichtug Nichttechik 1. Am 22.04.0 wurde 812.000 Tickets zur FIFA WM 0 verlost. 00.000 Mesche

Mehr

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie

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

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es 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

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

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10 Stochastik Beroulli-Experimete, biomialverteilte Zufallsvariable Gymasium ab Klasse 0 Alexader Schwarz www.mathe-aufgabe.com November 203 Hiweis: Für die Aufgabe darf der GTR beutzt werde. Aufgabe : Ei

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

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

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

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12. Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit

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

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen. Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;

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

Beurteilende Statistik - Testen von Hypothesen Alternativtest

Beurteilende Statistik - Testen von Hypothesen Alternativtest Moika Kobel 26.03.2005 Hypothesetest_i.mcd Beurteilede Statistik - Teste vo Hypothese Alterativtest Bsp.: Eie Fabrik liefert Schachtel mit Schraube hoher Qualität ( 10% der Schraube sid fehlerhaft ) ud

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

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln. Systematisches Abzähle ud Aorde eier edliche Mege vo Objekte uter Beachtug vorgegebeer Regel Permutatioe Variatioe Kombiatioe Permutatioe: Eie eieideutige (bijektive) Abbildug eier edliche Mege i sich

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

R. Brinkmann Seite

R. Brinkmann  Seite R. Brikma http://brikma-du.de Seite 1.0.014 Lösuge zur Biomialverteilug I Ergebisse: E1 E E E4 E E E7 Ergebis Ei Beroulli-Experimet ist ei Zufallsexperimet, das ur zwei Ergebisse hat. Die Ergebisse werde

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

1. Probabilistisches Sprachmodell - Verständnisfragen

1. Probabilistisches Sprachmodell - Verständnisfragen . Probabilistisches Sprachmodell - Verstädisfrage (a) Defiiere Sie de Begriff eies probabilistische Sprachmodells für eie Sprache. (b) Beerte Sie die folgede Aussage als richtig oder falsch: I eiem probabilistische

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

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

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht? Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie

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

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher

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

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

Gütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I

Gütefunktion 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

Mehr

Tutorium Mathematik ITB1(B), WI1(B)

Tutorium Mathematik ITB1(B), WI1(B) Tutorium Mathematik ITB(B), WI(B) Aufgabeblatt F Aufgabe zum Kapitel Fuktioe Prof Dr Peter Plappert Fachbereich Grudlage Aufgabe : Bestimme Sie jeweils de maimal mögliche Defiitiosbereich D ma a) f ( =

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK ABITURPRÜFUNG 007 GRUNDFACH MATHEMATIK (HAUPTTERMIN) Arbeitszeit: Hilfsmittel: 0 Miute Wörterbuch zur deutsche Rechtschreibug Tascherecher (icht programmierbar, icht grafikfähig) Tafelwerk Wähle Sie vo

Mehr

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U

Mehr

Schätzen von Populationswerten

Schätzen 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

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

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

Mathematik Name: Lösung Nr.5 K2 Punkte: /30 Note: Schnitt:

Mathematik Name: Lösung Nr.5 K2 Punkte: /30 Note: Schnitt: Mathematik Name: Lösu Nr.5 K Pukte: / Note: Schitt: 8..8 Pflichtteil (etwa mi) Ohe Tascherecher ud ohe Formelsammlu (Dieser Teil muss mit de Lösue abeebe sei, ehe der GTR ud die Formalsammlu verwedet werde

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

Aufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung

Aufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung Klausur: Statistik Jürge Meisel Zugelassee Hilfsmittel: icht progr. Tascherecher Bearbeitugszeit: 60 Miute Amerkug zur Bearbeitug: Die Klausur besteht aus isgesamt 6 Aufgabe. Sie müsse ur 5 davo bearbeite.

Mehr

1 Randomisierte Bestimmung des Medians

1 Randomisierte Bestimmung des Medians Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser

Mehr

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Schweizer ETH Zürich Witer 28 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (2 Pukte) Wir defiiere die Ereigisse K {die Perso ist krak} ud T {der Test ist positiv}.

Mehr

Aufgabe 1. d) Berechnen Sie die Wahrscheinlichkeit dafür, dass Axel 1,5 Stunden warten muss.

Aufgabe 1. d) Berechnen Sie die Wahrscheinlichkeit dafür, dass Axel 1,5 Stunden warten muss. Lehrstuhl für Statistik ud Ökoometrie Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Aufgabe 1 Aufgrud eier Sommergrippe muss Studet Axel seie Hausarzt aufsuche. Um die Wartezeit besser abschätze

Mehr

Zentraler Grenzwert Satz

Zentraler Grenzwert Satz Zetraler Grezwert Satz Aufgabe Aufgabe 1 Um ihr Studium zu fiaziere jobbe Sie ebebei als Iterviewer ud befrage bei eier ihrer Missioe zufällig Wahlberechtigte um das Wahlergebis eier bestimmte Partei vorherzusage.

Mehr

Statistik I Februar 2005

Statistik 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

Mehr

Einstichprobentests für das arithmetische Mittel

Einstichprobentests für das arithmetische Mittel Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.

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

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

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Has Walser Mathematik 2 für Naturwisseschafte 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Modul 209 Tabelle Has Walser: Modul 209, Tabelle ii Ihalt Fakultäte... 2 Biomialkoeffiziete... 2 3 Biomische Verteilug... 3

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

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

n=0 f(x) = log(1 + x) = n=1

n=0 f(x) = log(1 + x) = n=1 Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,

Mehr

K O M B I N A T O R I K

K O M B I N A T O R I K Tel: 0650/673 34 34 0699/1981 01 14 K O M B I N A T O R I K Permutatio, Variatio, Kombiatio Weitere Übugsuterlage fidest du auf www.bosphorus-educatio.at/beispiele-mathematik V15.1.2017 1. PERMUTATION

Mehr

Niveaubestimmende Aufgabe zum Fachlehrplan Mathematik Gymnasium

Niveaubestimmende Aufgabe zum Fachlehrplan Mathematik Gymnasium Niveaubestimmede Aufgabe zum Fachlehrpla Mathematik Gymasium Kreistagswahl (Schuljahrgäge 11/1) (Arbeitsstad: 07.07.016) Niveaubestimmede Aufgabe sid Bestadteil des Lehrplakozeptes für das Gymasium ud

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

KOMBINATORIK. A) Permutationen: n! = n (n-1) (n-2) Beispiele :

KOMBINATORIK. A) Permutationen: n! = n (n-1) (n-2) Beispiele : KOMBINATORIK Sie utersucht die verschiedee Möglicheite der Aordug vo Gegestäde, das öe Zahle, Buchstabe, Persoe, Versuche,... sei. Wir ee sie Elemete ud bezeiche sie mit Kleibuchstabe. Die Zusammestelluge

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger IDUKTIVE STTISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUG - LÖSUGE erutatioe. zahl der erutatioe vo verschiedefarbige erle!! 0. zahl der erutatioe vo 0 uerierte Kugel! 0!.8.800

Mehr

Demo für www.mathe-cd.de

Demo für www.mathe-cd.de Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische

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

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

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

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

Einführung in die Stochastik 10. Übungsblatt

Einführung in die Stochastik 10. Übungsblatt Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit

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

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

6. Übung - Differenzengleichungen

6. 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

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Mathe-Leistungskurs-Klausur Stufe 13, Nr. 2

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Mathe-Leistungskurs-Klausur Stufe 13, Nr. 2 Uterrichtsmaterialie i digitaler ud i gedruckter Form Auszug aus: Mathe-Leistugskurs-Klausur Stufe 13, Nr. 2 Das komplette Material fide Sie hier: School-Scout.de SCHOOL-SCOUT Mathe-LK-Klausur Stufe 13

Mehr

Kapitel 11 DIE NORMAL-VERTEILUNG

Kapitel 11 DIE NORMAL-VERTEILUNG Kapitel DIE NORMAL-VERTEILUNG Fassug vom 7. Februar 006 Prof. Dr. C. Porteier Mathematik für Humabiologe ud Biologe 49 . De itio der Normal-Verteilug. De itio der Normal-Verteilug Bisher habe wir ur diskret

Mehr

Angewandte Mathematik (BHS) Berufsreifeprüfung Mathematik

Angewandte Mathematik (BHS) Berufsreifeprüfung Mathematik Kompesatiosprüfug zur stadardisierte kompetezorietierte schriftliche Reife- ud Diplomprüfug bzw. zur stadardisierte kompetezorietierte schriftliche Berufsreifeprüfug Jui 8 Agewadte Mathematik (BHS) Berufsreifeprüfug

Mehr

x 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n

x 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer Mittelwert Arithmetischer

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher

Mehr

Bernoulli-Experiment und Binomialverteilung

Bernoulli-Experiment und Binomialverteilung IV Beroulli-Exerimet ud Biomialverteilug Beroulli-Exerimet ud Beroulliette Defiitio: Zufallsexerimete, bei dee ma sich ur für das Eitrete ( Treffer, Symbol ) oder das Nichteitrete ( Niete, Symbol 0 ) eies

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

Schätzung der Kovarianzmatrix

Schätzung der Kovarianzmatrix Schätzug der Kovariazmatri Aus eiem Esemble vo Beobachtuge { i } ka die Kovariazmatri (Zetralmomete) geschätzt werde: C E{( )( ) } R ˆ 1 k ˆ k ˆ k 1 Schätzwert (edliche Summe): C ( )( ) ud dem Schätzwert:

Mehr

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn... Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Arithmetischer Mittelwert x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer

Mehr

Schätzung der Kovarianzmatrix

Schätzung der Kovarianzmatrix Schätzug der Kovariazmatrix Aus eiem Esemble vo Beobachtuge {x i } ka die Kovariazmatrix (Zetralmomete) geschätzt werde: C = E{( x µ )( x µ ) } = R µ µ xx x x xx x x ˆ 1 C ˆ ˆ xx = xk µ x xk µ x k = 1

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

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

Testen statistischer Hypothesen

Testen 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

Mehr

Das kollektive Risikomodell. 12. Mai 2009

Das kollektive Risikomodell. 12. Mai 2009 Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer

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

Musterlösung. Prüfung Statistik Herbstsemester 2011

Musterlösung. Prüfung Statistik Herbstsemester 2011 Prüfug Statistik Herbstsemester 2011 Musterlösug 1. 9 Pukte Lukas ud Markus habe bisher immer Feiste Mii-Brezel 100g des Herstellers Gammelbrot ud Söhe zum Züi gegesse. Vom städige Hugerklage vo Markus

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Election: Nachrichtenkomplexität. Mittlere Nachrichtenkomplexität (1) - Beispiel: Sei k = n = 4 - Über alle Permutationen mitteln (wieviele?

Election: Nachrichtenkomplexität. Mittlere Nachrichtenkomplexität (1) - Beispiel: Sei k = n = 4 - Über alle Permutationen mitteln (wieviele? Electio: Nachrichtekompleität - Message-etictio-Prizip vo Chag ud Roberts 979 - war eier der erste verteilte Algorithme Mittlere Nachrichtekompleität () - Beispiel: Sei k = = - Über alle Permutatioe mittel

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

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame

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

3.2 Wilcoxon Rangsummentest

3.2 Wilcoxon Rangsummentest 3. Wilcoxo Ragsummetest Wir gehe davo aus, dass zwei Teilstichprobe x 1, x,..., x 1 ud y1, y,..., y vorliege, wobei die erste Teilstichprobe aus Realisieruge vo uabhägig ud idetisch stetig verteilte Zufallsvariable

Mehr