1 Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften (1) bis (3) :

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "1 Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften (1) bis (3) :"

Transkript

1 Prof. Dr. E. Mammen SEMINAR FÜR STATISTIK Prof. Dr. H. Stenger UNIVERSITÄT MANNHEIM Vierstündige Klausur in statistischer Methodenlehre 9. Juli 003; 8:30 - :30 Zulässige Hilfsmittel: keine, insbesondere keine Taschenrechner und PDAs. Die Ihnen vorliegende Klausur besteht aus - diesem Deckblatt, - 3 Aufgaben, - der Formelsammlung mit Tabellen, - 5 Blatt Konzeptpapier - der Lösungsliste. Reißen Sie das letzte Blatt - die Lösungsliste - ab und tragen Sie (zum Zweck der Klausurauswertung) die erbetenen Angaben ein. Überprüfen Sie, ob die persönlichen Angaben auf der Lösungsliste korrekt sind. Die Klausur enthält 3 Aufgaben, davon Aufgaben Nr. - zur Wahrscheinlichkeitsrechnung Aufgaben Nr. 3-4 zur Induktiven Statistik Aufgaben Nr. 5-3 zur Deskriptiven Statistik Überprüfen Sie, ob Ihr Klausurexemplar vollständig ist. Beachten Sie, dass bei den Aufgaben mehr als eine Alternative richtig sein kann. Eine Aufgabe gilt nur dann als gelöst, wenn alle richtigen Alternativen, und nur diese, in die Lösungsliste eingetragen sind. Ist keine der angegebenen Alternativen richtig, dann tragen Sie in die Lösungsliste eine 0 oder das Zeichen ein. (Aus der Formulierung der Frage ist nicht abzuleiten, daß keine, eine oder mehrere Alternativen richtig sind!). Unterschreiben Sie die ausgefüllte Lösungsliste. (Nicht unterschriebene Lösungslisten sind ungültig!) Geben Sie nur die Lösungsliste ab! (Für die Bewertung ist nur die abgegebene Lösungsliste ausschlaggebend.) Die Klausur ist bestanden, wenn Sie in der Lösungsliste bei mindestens Aufgaben die richtige Lösung angegeben haben. Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften () bis (3) : () W(U) + W(V) =,4 ; () W( U V ) = ; (3) W(U) W(V) = 0,48. Welche der folgenden Aussagen über die Ereignisse U und V ist richtig? A: W( U V ) = 0,4 B: W( U V ) = 0 C: U und V sind unvereinbare Ereignisse. D: U und V sind abhängige Ereignisse. E: U und V bilden eine Zerlegung der Ergebnismenge. In einer Stadt erscheinen zwei Zeitungen. Von den Haushalten der Stadt abonnieren 80% mindestens eine Zeitung. 55% genau eine Zeitung. Ein Haushalt wird zufällig ausgewählt. Wie groß ist die Wahrscheinlichkeit, dass er keine Zeitung abonniert? A: 5% B: 0% C: 5% D: 0% E: 5% F: 30% Wie groß ist die Wahrscheinlichkeit, dass er beide Zeitungen abonniert? G: 5% H: 0% I: 5% K: 0% L: 5% M: 30% 3 In einem Gremium mit 64 Mitgliedern gilt ein Antrag als angenommen, wenn höchstens 6 aller Mitglieder gegen den Antrag stimmen. Bei einer konkreten Abstimmung rechnet man damit, dass die Mitglieder jeweils mit Wahrscheinlichkeit 0% gegen den Antrag stimmen werden. Wie groß ist dann die Wahrscheinlichkeit für Annahme des Antrages? A: 0,7734 B: 0,843 C: 0,8944 D: 0,933 E: 0,9599 F: 0,977 G: 0,9878 H: 0,9938 I: 0,9970 K: 0,9987

2 4 Eine Impfung hat mit Wahrscheinlichkeit 0,88 keine 0,0 eine leichte 0,0 eine schwere Komplikation zur Folge. Zwei Personen sollen geimpft werden. Wie groß ist die Wahrscheinlichkeit dafür, dass eine der beiden Personen eine leichte Komplikation, die andere eine schwere Komplikation erleidet? A: 0,0008 B: 0,00 C: 0,006 D: 0,000 E: 0,004 F: 0,003 G: 0,0036 H: 0,0040 I: 0,0600 K: 0,0800 L: 0,000 M: 0,00 7 Die Zufallsvariable X besitze folgende Wahrscheinlichkeitstabelle: x 4 W( X = x ) / /4 /4 Welchen Wert besitzt E(/X)? A: /4 B: /3 C: 5/3 D: /5 E: 5/ F: 7/6 G: 4/9 H: / I: 9/6 K: 3/5 L: /3 M: /6 N: P: /5 R: 5/ S: 7/ 5 Für eine normalverteilte Zufallsvariable sei EX = und var X = > 0 mit =,. Welchen Wert besitzt W ( X < 0 )? A: 0,008 B: 0,007 C: 0,039 D: 0,079 E: 0,98 F: 0,986 G: 0,9983 H: 0,998 8 Die beiden Zufallsvariablen X und Y besitzen die nachstehende gemeinsame Wahrscheinlichkeitstabelle: y j , x i 0 0 0, , Die Kuhherde eines Großbauern besteht aus 00 Milchkühen der gleichen Rasse. Die täglichen Milchmengen der einzelnen Kühe sind unabhängig identisch verteilte Zufallsvariablen mit Erwartungswert 3 kg und Standardabweichung kg. Mit welcher Wahrscheinlichkeit übersteigt die tägliche Milchmenge der Herde den Wert 330 kg? A: X und Y sind identisch verteilt. B: X und Y sind unabhängige Zufallsvariablen. C: W ( X + Y = 0 ) = D: E ( X + Y ) = 0 E: E ( X Y ) = 0 F: var ( X + Y ) = 0 G: var ( X + Y ) = 0,8 H: var ( X + Y ) =,6 A: 0,003 B: 0,006 C: 0,08 D: 0,0668 E: 0,933 F: 0,977 G: 0,9938 H: 0,9987

3 9 Der Tagespreis P für einen bestimmten Artikel ist eine Zufallsvariable mit Erwartungswert P = 5 und Standardabweichung P = 5. Die Tagespreise verschiedener Tage sind unabhängige Zufallsvariablen. Kunde möchte an einem Tag 4 Stück von diesem Artikel kaufen. Wie groß ist der Erwartungswert der Ausgaben des Kunden? A: 00 B: 0 C: 80 D: 5 Wie groß ist die Standardabweichung der Ausgaben des Kunden? E: 0 F: G: 5 H: 0 I: 4 K: 36 L: 45 Kunde möchte an 4 verschiedenen Tagen je Stück von diesem Artikel kaufen. Wie groß ist der Erwartungswert der Ausgaben des Kunden? M: 00 N: 0 P: 80 R: 5 Wie groß ist die Standardabweichung der Ausgaben des Kunden? S: 0 T: U: 5 V: 0 W: 4 X: 36 Y: 45 0 Die Lostrommel bei einer Tombola enthält 0 Lose, die von bis 0 nummeriert sind. Los Nr. ist ein Gewinnlos, alle anderen Lose sind Nieten. Der erste Teilnehmer an der Tombola entnimmt Lose. Dabei bezeichne die Zufallsvariable X die Anzahl der Gewinnlose bei der. Ziehung. Welche der folgenden Mengen A bis G ist eine Darstellung des Ereignisses { X = }? A: { } B: { 0 ; } C: { ( 0 ; ) } D: { ( ; ) } E: { ( 0 ; ), ( ; ) } F: { ( ; ), ( ; ),..., ( 0 ; ) } G: { ( ; ), ( 3 ; ),..., ( 0 ; ) } Von den 6 Tankstellen einer Stadt sollen an einem Stichtag 6 Tankstellen durch Ziehen ohne Zurücklegen ausgewählt und nach den jeweiligen Dieselpreisen pro Liter befragt werden. Aus den ermittelten Dieselpreisen soll dann das Stichprobenmittel bestimmt werden. Alternativ dazu wird überlegt, die Auswahl durch Ziehen mit Zurücklegen vorzunehmen und zwar so, dass dabei die Varianz des Stichprobenmittels den gleichen Wert besitzt wie beim Ziehen ohne Zurücklegen. Welcher Stichprobenumfang wäre dann für das Ziehen mit Zurücklegen vorzugeben? A: 5 B: 6 C: 7 D: 8 E: 9 F: 0 G: H: Beim Abfüllen einer Ware ist das in Gramm gemessene Füllgewicht F normalverteilt mit Erwartungswert F und Standardabweichung F. Das Verpackungsgewicht V ist normalverteilt mit Erwartungswert V = 70 g und Standardabweichung V = 7 g. Verpackungsgewicht und Füllgewicht sind unabhängige Zufallsvariablen. Für das Gesamtgewicht G = F + V gilt: Erwartungswert G = 8 g und Standardabweichung G = 5 g. Mit welcher Wahrscheinlichkeit unterschreitet das Füllgewicht 000 g? A: 0,006 B: 0,0 C: 0,08 D: 0,040 E: 0,0668 F: 0,056 G: 0,587 H: 0,66 I: 0,3085 K: 0,403 L: 0,5987 M: 0,695

4 3 Eine Zufallsvariable X hat den Erwartungswert 0. Mit Hilfe einer Stichprobe (X,X,X 3 ) aus der Verteilung von X soll die unbekannte Varianz von X geschätzt werden. X bezeichne das Stichprobenmittel. Welche der folgenden Schätzfunktionen für die Varianz von X ist erwartungstreu? A: X E: ( X X X 3 ) B: X X F: ( X X X 3 ) 3 C: 3 X X G: ( X X) i i D: ( X X 3 ) H: ( X X) 3i i 4 X sei normalverteilt mit Erwartungswert. Mit Hilfe einer Stichprobe aus der Verteilung von X soll zum Sicherheitsgrad 0,95 ein Konfidenzintervall für berechnet werden. Die Stichprobe vom Umfang 4 ergab die Werte: ; 9; ; 33. In welcher der folgenden Alternativen ist das Konfidenzintervall richtig angegeben? A: 6,908 ; 45,09 I: 4,88 ; 43,8 S: 9,454 ; 38,546 B: 7,908 ; 46,09 J: 5,40 ; 38,760 T: 9,94 ; 34,059 C: 8,908 ; 47,09 K: 6,40 ; 39,760 U: 0,0 ; 3,880 D: 9,908 ; 48,09 L: 6,454 ; 35,546 V: 0,94 ; 35,059 E:,88 ; 40,8 M: 7,40 ; 40,760 W:,0 ; 3,880 F:,88 ; 4,8 N: 7,454 ; 36,546 X:,94 ; 36,059 G: 3,88 ; 4,8 P: 8,454 ; 37,546 Y:,0 ; 33,880 H: 4,40 ; 37,760 R: 8,94 ; 33,059 Z: 3,0 ; 34,880 5 Für eine Zufallsvariable X mit Erwartungswert und Varianz 44 prüft man H 0 : 00 mit Hilfe einer Stichprobe vom Umfang 64. H 0 wird abgelehnt, wenn das Stichprobenmittel kleiner ist als 97,6. Wie groß ist das Signifikanzniveau des Tests? A: 0,008 D: 0,08 G: 0,0359 K: 0,0548 B: 0,039 E: 0,050 H: 0,0456 L: 0,078 C: 0,064 F: 0,078 I: 0,0500 M: 0,096 6 Bei der Produktion von Festplatten für Computer entsteht mit Wahrscheinlichkeit eine fehlerhafte. Die Festplatten werden unabhängig voneinander in Serien des Umfangs n produziert. Für eine Serie nehme die Zufallsvariable X i, i=,...,n, den Wert an, falls die i-te produzierte Festplatte n der Serie fehlerhaft ist, ansonsten den Wert 0. soll durch X X n i i geschätzt werden. Welche der folgenden Aussagen ist richtig? A: X ist eine unverzerrte Schätzfunktion für. B: X ist eine lineare Schätzfunktion für. C: X ist die beste lineare Schätzfunktion für. D: X ist die beste unverzerrte Schätzfunktion für. E: var X = (- ). F: var X = (- )/n. G: var X = n (- ). 7 In der DIN-Mineralölnorm ist gefordert, dass die durchschnittliche Oktanzahl von Superbenzin mindestens 96 Oktan beträgt. Um einer Tankstellenkette eine Verletzung dieser Vorschrift nachzuweisen, führt eine Verbraucherorganisation an Hand von 00 zufällig und unabhängig voneinander entnommenen Superbenzinproben den Parametertest der Nullhypothese H o : 96 zum Signifikanzniveau 0,05 durch. Angenommen, das Superbenzin der Tankstellenkette hat im Durchschnitt 96,3 Oktan und der Test führt zur Entscheidung: H o wird nicht abgelehnt. Dann ist das A: ein Fehler. Art. B: ein Fehler. Art. C: eine korrekte Entscheidung. Angenommen, das Superbenzin der Tankstellenkette hat im Durchschnitt 95,8 Oktan und der Test führt zur Entscheidung: H 0 wird nicht abgelehnt. Dann ist das D: ein Fehler. Art. E: ein Fehler. Art. F: eine korrekte Entscheidung. 8 Für den Anteil der Haushalte, die ein Fernsehgerät besitzen, ergab eine Stichprobe vom Umfang n zum Sicherheitsgrad 0,9544 das Konfidenzintervall [0,7 ; 0,9]. Wie groß war n? A: B: 4 C: 8 D: E: 6 F: 36 G: 64 H: 84 I: 96 K: 00 L: 44 M: 5

5 9 Ein Automobilhersteller bezieht von einem Zulieferer täglich eine Lieferung von.000 Batterien. bezeichne den Anteil fehlerhafter Batterien in einer Lieferung. Für jede Lieferung überprüft der Automobilhersteller mit Hilfe einer Stichprobe von Umfang 00 zum Signifikanzniveau 0,008 die Nullhypothese H 0 : 0,. Wenn H 0 abgelehnt wird, schickt der Automobilhersteller die Lieferung an den Zulieferer zurück. Für 7 Lieferungen A,B,C,D,E,F,G hat man folgende Ergebnisse: Lieferung A B C D E F G Anzahl fehlerhafter Batterien in der Stichprobe Welche dieser Lieferungen werden an den Zulieferer zurück geschickt? 0 Man vermutet, dass sich der Anteil der Wahlberechtigten in Deutschland, welche im Juli 003 Partei A wählen würden, gegenüber Januar 003 verändert hat. Auf Stichprobenbasis soll untersucht werden, ob der geeignete Test diese Vermutung beim Signifikanzniveau 3% bestätigt. Im Januar 003 gaben 0 von 00 zufällig ausgewählten Wahlberechtigten an, sie würden Partei A wählen. Unabhängig davon wurden im Juli 003 wieder 00 Wahlberechtigte zufällig ausgewählt; von ihnen wollten 0 Partei A wählen. Der Absolutwert der normierten Prüfgröße des geeigneten Tests beträgt A: 0,5 B:,0 C:,5 D:,0 E:,5 Die Testentscheidung lautet (zum Signifikanzniveau 3%): Die Anteile der Wahlberechtigten in Deutschland (in der Grundgesamtheit), welche im Juli bzw. Januar 003 Partei A wählen würden, sind F: verschieden. G: gleich. Die Anteile der Wahlberechtigten in Deutschland (in der Grundgesamtheit), welche im Juli bzw. Januar 003 Partei A wählen würden, sind H: signifikant verschieden. I: nicht signifikant verschieden. Die Stichprobenanteile der Wahlberechtigten, welche im Juli bzw. Januar 003 Partei A wählen würden, sind K: signifikant verschieden. L: nicht signifikant verschieden. In einer Jobbörse bieten sechs verschiedene Firmen vergleichbare Stellen für BWL-AbsolventInnen an. Durch einen Test zum Signifikanz-niveau 5% soll nachgewiesen werden, dass das Interesse der BWL-AbsolventInnen für die einzelnen Firmen unterschiedlich ist. Die Auswertung von 600 zufällig ausgewählten Bewerbungen ergab: Firma Anzahl der Bewerbungen Die Prüfgröße des durchzuführenden Tests besitzt den Wert A: 0 B: C: D: 3 E: 4 F: 5 Der Ablehnungsbereich für die Prüfgröße ist ( = 5%) G: (9,36; ) H: (0,645; ) I: (,070; ) K: (,59; ) L: (3,388; ) M: (5,033; ) Die Behauptung, das Interesse der BWL-AbsolventInnen für die einzelnen Firmen sei unterschiedlich, ist durch den Test ( = 5%) N: widerlegt P: bestätigt R: nicht bestätigt Gegeben sei das einfache lineare Regressionsmodell Y i = 0 + x i + U i, i =,. Dabei seien die Störgrößen U i unabhängig identisch verteilt mit E U i = 0 und var U i = > 0. Für die beiden Beobachtungspaare (x, y ) und (x, y ) gelte: x < x, y < y. Die geschätzte Regressionsgerade sei y = b 0 + b x. A: b = 0 B: b < 0 C: b > 0 D: y = b 0 + b x E: y < b 0 + b x F: y > b 0 + b x G: y = b 0 + b x H: y < b 0 + b x I: y > b 0 + b x

6 3 Für ein Unternehmen, das aus den Betrieben A und B besteht, soll die Vermutung geprüft werden, dass Betriebszugehörigkeit und Arbeitsplatzzufriedenheit unabhängig sind. Die Befragung von 00 zufällig ausgewählten Mitarbeitern ergab: Betrieb Zufriedene nicht Zufriedene Gesamt A B Gesamt Die Prüfgröße des durchzuführenden Tests besitzt den Wert A: 0/3 B: 0/3 C: 40/3 D: 60/3 E: 80/3 F: 00/3 Der Ablehnungsbereich für die Prüfgröße ist ( = %) G: (5,4; ) H: (6,635; ) I: (7,84; ) K: (9,0; ) L: (,668; ) M: (3,77; ) Die Vermutung, dass Unabhängigkeit zwischen der Betriebszugehörig-keit und Arbeitsplatzzufriedenheit besteht, ist durch den Test ( =%) N: widerlegt P: bestätigt R: nicht bestätigt 4 Zur Untersuchung des Zusammenhangs zwischen der Anzahl der MitarbeiterInnen (x) und den Ausgaben für Fortbildung (Y [in Tausend Euro]) in Betrieben unterstellt man das einfache lineare Regressions-modell Y i = 0 + x i + U i. Für 0 zufällig ausgewählte Betriebe erhält man: x = 50 y = 00 (x i - x ) =.500 (y i - y ) = (x i - x ) (y i - y ) = 6.50 Die geschätzte Regressionsgerade sei y = b 0 + b x. A: b 0 =,3 B: b 0 =,4 C: b 0 =,5 D: b 0 = 5 E: b 0 = 0 F: b 0 = 5 G: b =,3 H: b =,4 I: b =,5 K: b = 5 L: b = 0 M: b = 5

7

8

9 L Ö S U N G S L I S T E Zum wievielten Male nehmen Sie an der Statistik-Klausur teil?. Versuch. Versuch 3. Versuch Aufgabe Nr. Lösung bitte frei lassen Aufgabe Nr. Lösung ABD DIP DL CDG 3 B 3 FGN 4 H 4 DG 5 D 5 I 6 A 6 A 7 M 7 A 8 ACDF 8 I 9 AHMS 9 G 0 G 30 ACDE E 3 CDI C 3 I 3 ADFG 4 L 5 K 6 ABF 7 CE 8 G 9 AEF 0 DL bitte frei lassen Mannheim,

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,

Mehr

Vierstündige Klausur in Statistischer Methodenlehre 27. Juli 2004; 8:30-12:30

Vierstündige Klausur in Statistischer Methodenlehre 27. Juli 2004; 8:30-12:30 Prof. Dr. E. Mammen SEMINAR FÜR STATISTIK UNIVERSITÄT MANNHEIM Vierstündige Klausur in Statistischer Methodenlehre 27. Juli 2004; 8:30-12:30 Zulässige Hilfsmittel: keine, insbesondere keine Taschenrechner

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Grundlagen der Inferenzstatistik

Grundlagen der Inferenzstatistik Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

9. StatistischeTests. 9.1 Konzeption

9. StatistischeTests. 9.1 Konzeption 9. StatistischeTests 9.1 Konzeption Statistische Tests dienen zur Überprüfung von Hypothesen über einen Parameter der Grundgesamtheit (bei einem Ein-Stichproben-Test) oder über die Verteilung einer Zufallsvariablen

Mehr

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8 1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen

Mehr

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis: Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...

Mehr

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK

LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK III. In einer Region haben 60 % der Haushalte einen Internetanschluss. Das Diagramm veranschaulicht die Anteile der Zugangsgeschwindigkeiten unter den Haushalten

Mehr

DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007

DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007 Wirtschaftswissenschaftliches Prüfungsamt DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 006/07 8.0.007 Lösung Prof. Dr. R Friedmann / Dr. R. Hauser Hinweise für die Klausurteilnehmer

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander

Mehr

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen

Mehr

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte

Mehr

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1 Aufgabe 1 (2 + 2 + 2 + 1 Punkte) Gegeben sei folgende gemeinsame Wahrscheinlichkeitsfunktion f(x, y) = P (X = x, Y = y) der Zufallsvariablen X und Y : 0.2 x = 1, y = 1 0.3 x = 2, y = 1 f(x, y) = 0.45 x

Mehr

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte

Mehr

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne

Mehr

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

Mehr

Klausur: Einführung in die Statistik

Klausur: Einführung in die Statistik 1 Lösungen immer unter die jeweiligen Aufgaben schreiben. Bei Platzmangel auf die Rückseite schreiben (dann Nummer der bearbeiteten Aufgabe mit anmerken!!!). Lösungen, die nicht auf den Aufgabenblättern

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 1. Ein Chemiestudent hat ein Set von 10 Gefäßen vor sich stehen, von denen vier mit Salpetersäure Stoff A), vier mit Glyzerin Stoff

Mehr

1 Die relativen Häufigkeiten eines stetigen Merkmals sind in folgendem Histogramm dargestellt:

1 Die relativen Häufigkeiten eines stetigen Merkmals sind in folgendem Histogramm dargestellt: 1 Die relativen Häufigkeiten eines stetigen Merkmals sind in folgendem Histogramm dargestellt: 0,25 0,1 0,05 2 8 10 Das arithmetische Mittel ist A: 5,8 B: 6,2 C: 6,6 D: 7,0 E: 7,4 F: 8,0 Für die ersten

Mehr

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1 1. Aufgabe: Der E-Commerce-Umsatz (in Millionen Euro) der fünf größten Online- Shopping-Clubs liegt wie folgt vor: Club Nr. Umsatz 1 120 2 72 3 54 4 30 5 24 a) Bestimmen Sie den Ginikoeffizienten. b) Zeichnen

Mehr

Klausur zu Statistik II

Klausur zu Statistik II GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel

Mehr

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678 Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [

Mehr

Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14

Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14 Prof. Dr. Rainer Schwabe 08.07.2014 Otto-von-Guericke-Universität Magdeburg Institut für Mathematische Stochastik Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14 Name:, Vorname: Matr.-Nr.

Mehr

Grundlagen der Statistik

Grundlagen der Statistik Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

Mehr

Name (in Druckbuchstaben): Matrikelnummer: Unterschrift:

Name (in Druckbuchstaben): Matrikelnummer: Unterschrift: 20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie

Mehr

Das (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell

Das (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell 1 Lineare Regression Parameterschätzung 13 Im einfachen linearen Regressionsmodell sind also neben σ ) insbesondere β 1 und β Parameter, deren Schätzung für die Quantifizierung des linearen Zusammenhangs

Mehr

Stichproben Parameterschätzung Konfidenzintervalle:

Stichproben Parameterschätzung Konfidenzintervalle: Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,

Mehr

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum)

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum) Skriptum zur Veranstaltung Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik 1. Version (mehr Draft als Skriptum) Anmerkungen, Aufzeigen von Tippfehlern und konstruktive Kritik erwünscht!!!

Mehr

Statistik-Übungsaufgaben

Statistik-Übungsaufgaben Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist

Mehr

Webinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie

Webinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.

Mehr

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv

Mehr

Statistik I für Betriebswirte Vorlesung 11

Statistik I für Betriebswirte Vorlesung 11 Statistik I für Betriebswirte Vorlesung 11 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 22. Juni 2012 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst. Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen

Mehr

5. Schließende Statistik. 5.1. Einführung

5. Schließende Statistik. 5.1. Einführung 5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

Interne und externe Modellvalidität

Interne und externe Modellvalidität Interne und externe Modellvalidität Interne Modellvalidität ist gegeben, o wenn statistische Inferenz bzgl. der untersuchten Grundgesamtheit zulässig ist o KQ-Schätzer der Modellparameter u. Varianzschätzer

Mehr

Übungen zur Veranstaltung Statistik 2 mit SPSS

Übungen zur Veranstaltung Statistik 2 mit SPSS Raum 22, Tel. 39 4 Aufgabe 5. Wird der neue Film MatchPoint von Woody Allen von weiblichen und männlichen Zuschauern gleich bewertet? Eine Umfrage unter 00 Kinobesuchern ergab folgende Daten: Altersgruppe

Mehr

Mädchen Jungen Smartphone 42 52 Computer 77 87 Fernsehgerät 54 65 feste Spielkonsole 37 62

Mädchen Jungen Smartphone 42 52 Computer 77 87 Fernsehgerät 54 65 feste Spielkonsole 37 62 Unabhängigkeit ================================================================== 1. Im Rahmen der sogenannten JIM-Studie wurde in Deutschland im Jahr 2012 der Umgang von Jugendlichen im Alter von 12 bis

Mehr

Der Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird.

Der Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird. Hypothesentest ================================================================== 1. Ein Internetprovider möchte im Fichtelgebirge eine Werbekampagne durchführen, da er vermutet, dass dort höchstens 40%

Mehr

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8 . Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8

Mehr

Lösungen zum Aufgabenblatt 14

Lösungen zum Aufgabenblatt 14 Lösungen zum Aufgabenblatt 14 61. Das Gewicht von Brötchen (gemessen in g) sei zufallsabhängig und werde durch eine normalverteilte Zufallsgröße X N(µ, 2 ) beschrieben, deren Varianz 2 = 49 g 2 bekannt

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt

Mehr

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2 Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k = k=1 n (n + 1). 2 Aufgabe 2. (5 Punkte) Bestimmen Sie das folgende Integral mithilfe partieller

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

3 Grundlagen statistischer Tests (Kap. 8 IS)

3 Grundlagen statistischer Tests (Kap. 8 IS) 3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung

Mehr

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X. Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im

Mehr

Statistiktraining im Qualitätsmanagement

Statistiktraining im Qualitätsmanagement Gerhard Linß Statistiktraining im Qualitätsmanagement ISBN-0: -446-75- ISBN-: 978--446-75-4 Leserobe Weitere Informationen oder Bestellungen unter htt://www.hanser.de/978--446-75-4 sowie im Buchhandel

Mehr

Grundgesamtheit, Merkmale, Stichprobe. Eigenschaften der Stichprobe. Klasseneinteilung, Histogramm. Arithmetisches Mittel, empirische Varianz

Grundgesamtheit, Merkmale, Stichprobe. Eigenschaften der Stichprobe. Klasseneinteilung, Histogramm. Arithmetisches Mittel, empirische Varianz - 1 - Grundgesamtheit, Merkmale, Stichprobe Dimension, Umfang Skalierung Eigenschaften der Stichprobe kennzeichnende Größen Eigenschaften der Stichprobe kennzeichnende Größen Punktediagramm, Regressionsgerade,

Mehr

Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min

Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe

Mehr

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

B 2.  Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!! Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable

Mehr

Wichtige Definitionen und Aussagen

Wichtige Definitionen und Aussagen Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Wirtschaftsstatistik-Klausur am

Wirtschaftsstatistik-Klausur am Wirtschaftsstatistik-Klausur am 0.07.017 Aufgabe 1 Ein Handy- und PC-Hersteller verfügt über ein exklusives Filialnetz von 900 Filialen. Der Gewinn (in GE) der Filialen ist in der folgenden Tabelle nach

Mehr

Nachklausur zur Vorlesung. Statistik für Studierende der Biologie

Nachklausur zur Vorlesung. Statistik für Studierende der Biologie Institut für Mathematische Stochastik WS 1999/2000 Universität Karlsruhe 11. Mai 2000 Dr. Bernhard Klar Nachklausur zur Vorlesung Statistik für Studierende der Biologie Bearbeitungszeit: 90 Minuten Name:

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Streuungsparameter Varianz Var(X) bzw. σ 2 : [x i E(X)] 2 f(x i ), wenn X diskret Var(X)

Mehr

Statistik II. Statistik II, SS 2001, Seite 1 von 5

Statistik II. Statistik II, SS 2001, Seite 1 von 5 Statistik II, SS 2001, Seite 1 von 5 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011 Aufgabe 1 Nach einer

Mehr

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 Diskrete Verteilungen 1 Kapitel 5: Diskrete Verteilungen A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 0.6 x 0.4 5 x (i) P x (x)

Mehr

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5 Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 1 x.

Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 1 x. Aufgabe 1. (5 Punkte) Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 k=0 1 x. Aufgabe 2. (7 Punkte) Bestimmen Sie das folgende Integral

Mehr

Statistik II. Weitere Statistische Tests. Statistik II

Statistik II. Weitere Statistische Tests. Statistik II Statistik II Weitere Statistische Tests Statistik II - 19.5.2006 1 Überblick Bisher wurden die Test immer anhand einer Stichprobe durchgeführt Jetzt wollen wir die statistischen Eigenschaften von zwei

Mehr

Klausur zu Statistik II

Klausur zu Statistik II Goethe-Universität Frankfurt Prof. Dr. Uwe Hassler FB Wirtschaftswissenschaften Sommersemester 2005 Klausur zu Statistik II Version B Bitte tragen Sie hier und auf den Lösungsblättern (oben links) Ihre

Mehr

8. Februar 2007. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.

8. Februar 2007. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt. L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 8. Februar 2007 Hinweise:

Mehr

Statistik II Februar 2005

Statistik II Februar 2005 Statistik II Februar 5 Aufgabe Zufällig ausgewählten Personen der Zielgruppe wird der Prototyp eines neuen Konsumgutes vorgelegt, um die Zahlungsbereitschaft Z ( pro Einheit des Konsumgutes) zu ermitteln.

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

Statistik im Versicherungs- und Finanzwesen

Statistik im Versicherungs- und Finanzwesen Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel

Mehr

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) 2 3 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik BeStat-1 (7 ) n = 400 Personen wurden gefragt, wie viele Stück eines

Mehr

Stochastik Abitur 2009 Stochastik

Stochastik Abitur 2009 Stochastik Abitur 2009 Stochastik Beilage ea (erhöhtes Anforderungsniveau) ga (grundlegendes Anforderungsniveau) ISBN 978-3-8120-0108-3 und ISBN 978-3-8120-0223-3 1 Aufgabe 2 (ea) Rauchen ist das größte vermeidbare

Mehr

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich

Mehr

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt. L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 29. Mai 2006 Hinweise:

Mehr

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen 2) Bei einer Stichprobe unter n=800 Wahlberechtigten gaben 440 an, dass Sie gegen die Einführung eines generellen Tempolimits von 100km/h auf Österreichs Autobahnen sind. a) Man bestimme ein 95%-Konfidenzintervall

Mehr

Klausur Statistik Lösungshinweise

Klausur Statistik Lösungshinweise Klausur Statistik Lösungshinweise Prüfungsdatum: 1. Juli 2015 Prüfer: Etschberger, Heiden, Jansen Studiengang: IM und BW Aufgabe 1 14 Punkte Ein Freund von Ihnen hat über einen Teil seiner Daten, die er

Mehr

Beurteilende Statistik

Beurteilende Statistik Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten

Mehr

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte

Mehr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X

Mehr

Statistik im Versicherungs- und Finanzwesen

Statistik im Versicherungs- und Finanzwesen Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau

Mehr

Übungen zur Vorlesung Induktive Statistik Bedingte Wahrscheinlichkeiten

Übungen zur Vorlesung Induktive Statistik Bedingte Wahrscheinlichkeiten Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@dvz.fh-koeln.de Aufgabe 3.1 Übungen zur Vorlesung Induktive Statistik Bedingte Wahrscheinlichkeiten

Mehr

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Universität Wien Institut für Mathematik Wintersemester 2009/2010 Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Seminar Angewandte Mathematik Ao. Univ. Prof. Dr. Peter Schmitt von Nadja Reiterer

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

Eine Einführung in R: Statistische Tests

Eine Einführung in R: Statistische Tests Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,

Mehr

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis

Mehr

THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ

THEMA: STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN TORSTEN SCHOLZ WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg : Gliederung 1 Einführung 2 Deskriptive Statistik

Mehr

Tutorial: Homogenitätstest

Tutorial: Homogenitätstest Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite

Mehr

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Die Poisson-Verteilung Jianmin Lu RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Ausarbeitung zum Vortrag im Seminar Stochastik (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In der Wahrscheinlichkeitstheorie

Mehr

Statistik II für Betriebswirte Vorlesung 3

Statistik II für Betriebswirte Vorlesung 3 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 3 5. November 2013 Beispiel: Aktiensplit (Aczel & Sounderpandan, Aufg. 14-28) Ein Börsenanalyst

Mehr

Klausur Wirtschaftsmathematik Lösungshinweise

Klausur Wirtschaftsmathematik Lösungshinweise Klausur Wirtschaftsmathematik Lösungshinweise Prüfungsdatum: 27. Juni 2015 Prüfer: Etschberger Studiengang: Wirtschaftsingenieurwesen Aufgabe 1 16 Punkte Anton Arglos hat von seiner Großmutter 30 000 geschenkt

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Kugelschreiber-Aufgabe Bayern LK 1986

Kugelschreiber-Aufgabe Bayern LK 1986 Kugelschreiber-Aufgabe Bayern LK 1986 1. Eine Firma stellt Kugelschreiber her. Sie werden in Packungen zu je 20 Stück geliefert. Ein Händler prüft aus jeder Packung nacheinander zwei Kugelschreiber (ohne

Mehr