,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit
|
|
- Catrin Linden
- vor 5 Jahren
- Abrufe
Transkript
1 3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe aus, we jedes x1 x wie verteilt ist. ist Stichprobeumfag ud die Werte i,,, x 1
2 der Zufallsvariable 1,,, heiße Realisierug oder Wert der Stichprobe. - Eie Zufallsstichprobe 1,,, heißt eifache Stichprobe aus, we 1,,, außerdem stochastisch uabhägig sid. Eie Zahl, die vo der Verteilug vo abhägt, et ma eie Verteilugsparameter. Die wichtigste Parameter sid der Erwartugswert, die Variaz, die Quatile sowie die Iterwallwahrscheilichkeite.
3 Beispiel: G Die utersuchte Grudgesamtheit besteht aus alle Haushalte i Deutschlad im Jahr 001. Utersuchugsmerkmal ist das verfügbare moatliche Haushaltseikomme. Da die Grudgesamtheit sehr groß ist, soll ur ei Teil der Eikomme statistisch erhobe werde. Durch ei Experimet wird ei Haushalt zufällig ausgewählt (zufällig heißt, jeder Haushalt besitzt die gleiche Chace, ausgewählt zu werde). Da werde durch ereute Zufallsauswahl aus der Grudgesamtheit uabhägig voeiader weitere Haushalte gezoge ud etsprechede Eikomme festgestellt. G 3
4 Durch (verfügbares moatliches Eikomme des Haushalts i) ist i x1 x eie Zufallsvariable gegebe. Die Eikommeswerte,,, x köe als Realisieruge eier Stichprobe aus 1,,, aus aufgefasst werde Stichprobefuktioe Statistische Verfahre beruhe auf Zufallsstichprobe aus eier oder mehrere Zufallsvariable. Eie Stichprobe 1,,, aus geht jedoch meistes icht direkt, soder über eie Fuktio 4
5 g 1 (,,, ) i das Verfahre ei. Die Fuktio g( 1,,, ) ist selbst eie Zufallsvariable ud wird Stichprobefuktio geat. Wichtige Stichprobefuktioe sid das Stichprobemittel ud die Stichprobevariaz. i heißt Stichprobe- Das arithmetische Mittel der Beobachtuge mittel: 1 = i = 1 i 5
6 Stichprobevariaz: S 1 1 = ( i ) = i= 1 i= 1 i 3. Stichprobeverteiluge Die Stichprobeparameter wie Mittelwert, Ateilswert, Variaz ud adere sid Realisatioe vo Zufallsvariable. Ihre Wahrscheilichkeitsverteiluge et ma Stichprobeverteiluge. 6
7 Verteilug des Stichprobemittelwertes Sei ~ N ( µ, σ ) ud sei 1,,, eie Stichprobe aus (ormalverteilte Stichprobe). Da gilt für das Stichprobemittel: σ ~ N( µ, ) De bei großem Stichprobeumfag gilt für die Verteilug des Stichprobemittelwertes : E( ) = µ ud σ = σ 7
8 ist (ach dem zetrale Grezwertsatz) aäherd ormalverteilt. Dies bedeutet, dass die ZV, für die der beobachtete Stichprobemittelwert x eie Realisatio darstellt, asymptotisch ormalverteilt ist mit de Parameter µ ud σ (gilt bei beliebiger Verteilug vo ud Uabhägigkeit (Stichprobe mit Zurücklege)). Ma geht davo aus, dass bei eiem Stichprobeumfag vo die Ausgagsverteilug keie Rolle spielt. > 30 8
9 Aber: icht ur Stichprobeumfag, soder auch Verteilug des Merkmals i der GG ist relevat Durch Stadardisiere der ZV erhält ma de stadardisierte Stichprobemittel: σ / µ ~ N( 01, ) ist aäherd stadardormalverteilt. 9
10 Hieraus folgt die Wahrscheilichkeitsaussage P( µ z σ < < µ + z σ ) D( z) (direkter Schluss) = Direkter Schluss = Schluss vo der Grudgesamtheit auf die Stichprobe: Mit welcher Wahrscheilichkeit fällt ei Stichprobemittelwert i ei Dz ( ) vorher bestimmtes Itervall oder umgekehrt. Dabei beschreibt die über dem symmetrische Itervall [-z, +z] liegede Wahrscheilichkeit. 10
11 Verteilug des Stichprobeateilswertes Etsprechedes gilt für de Ateilswert H eier große Stichprobe: E( H) = p ud σh = p( 1 p) q: = 1 p H ist aäherd ormalverteilt bzw. mit, H p pq / ~ N( 01, ) aäherd stadardormalverteilt 11
12 3.3 Itervallschätzuge mit große Stichprobe Trotz der gute Eigeschafte der Puktschätzuge, weiß ma icht, welches Vertraue ma i sie lege ka. Aders ist das bei de Itervallschätzuge. Bei Itervallschätzuge ka ma die Wahrscheilichkeite agebe, mit dee ei Schätzer i ei bestimmtes Itervall fällt. Itervallschätzug basiert wie der direkte Schluss auf der Wahrscheilichkeitsaussage. Ma erhält u ei Itervall um µ. = Umkehrschluss oder Rückschluss 1
13 P( zσ µ + zσ ) = D( z) = 1 α Begriff des Kofidezitervalls: Gilt für das Zufallsitervall [Q 1 ;Q ] ud eie bestimmte Parameter q 1 Q P ( Q q ) = 1 α, d.h. überdeckt das Itervall de ubekate Parameter q mit eier vorgegebee Wahrscheilichkeit 1-α, da heißt [Q 1 ;Q ] Kofidezitervall für q zum Kofideziveau 1-α. 13
14 1-α = Kofidezwahrscheilichkeit. Sie gibt a, iwieweit ma darauf vertraue ka, dass der ubekate Wert q im Kofidezitervall liegt. α = Irrtumswahrscheilichkeit. Sie gibt a, wie oft ma sich im Mittel irrt, we ma Kofidezitervalle aufstellt. Q 1 ; Q = Kofidez- oder Vertrauesgreze. 14
15 Kofidezitervalle für Mittelwerte Die Itervallschätzug stellt die Umkehrug des direkte Schlusses (s.o.) dar ud heißt auch Umkehrschluss oder Rückschluss (idirekter Schluss). Idirekter Schluss: Schluss vo der Stichprobe auf die ubekate Grudgesamtheit. Kofidezitervall um de Mittelwert µ: 15
16 KONF ( x zσ µ x + zσ ) = 1 α I de meiste Fälle ist aber auch die Variaz des Merkmals i der Grudgesamtheit ubekat, so dass ma sie schätze muss, σ = ˆ σˆ um das Kofidezitervall zu bestimme: KONF zσˆ µ x + zσˆ ) = 1 α ( x Dadurch etsteht eie zusätzliche Ugeauigkeit. 16
17 Kofidezitervalle für Ateilswerte: Bei große Stichprobe werde die Itervalle für Ateilswerte aalog geschätzt Normalverteilug als Näherugsverteilug): pq pq KONF( H z p H + z ) = D( z) = 1 α (Rückschluss) p Da zu schätzede wird durch de Stichprobeateilswert ersetzt ud das Kofidezitervall für Ateilswerte lautet: h 17
18 h( 1 h) h( 1 h) KONF( h z p h + z ) = 1 α 3.4 Chi-Quadrat-Verteilug Seie U1, U,, U ν uabhägige N(0,1)-verteilte Zufallsvariable. Da besitzt Q = ν i= 1 U i ~ χ ν eie Chi-Quadrat-Verteilug (ν = Azahl der Freiheitsgrade). 18
19 Chi-Quadrat-Verteilug ist eie stetige Verteilug auf [0, ] (positive Wahrscheilichkeitsdichte). Diese Verteilug ist asymmetrisch ud rechtsschief: 19
20 Der Erwartugswert ud die Variaz dieser Verteilug sid: E[ Q] = ν ud V[ Q] = ν Sei 1,,, eie Stichprobe aus ~ N ( µ, σ ). Aus der Defiitio der Chi-Quadrat-Verteilug folgt, dass i= 1 i µ σ ~ χ 0
21 Es gilt außerdem: S 1 i = ( ) ~ i = χ 1 σ σ i= 1 i= 1 σ Die Stichprobevariaz S ist somit verteilt wie das χ 1 -verteilte Zufallsvariable. σ -fache eier 1
22 3.5 t-verteilug U Q U Seie ud stochastisch uabhägig, wobei stadardormal ver- U ~ N( 01, ) Q teilt ud chi-quadrat-verteilt U ~ χ ist. ν Die Verteilug vo W = U Q ν heißt t-verteilug (auch Studet- Verteilug geat) mit Parameter ν : W U = ν ~ tν (mit ν = Azahl der Freiheitsgrade). Q
23 Für diese Verteilug gilt: ν E[ W ] = 0, falls ν ud VW [ ] = > 1, falls ν 3. ν Die Dichtefuktio der t-verteilug ähelt der Dichte der Stadardormalverteilug. Sie ist symmetrisch um Null. A de Flake weist jedoch die Dichte der t-verteilug mehr Masse als die N(0,1)-Dichte auf. Mit steigeder Azahl der Freiheitsgrade (für ν 40) kovergiert die t- Verteilug gege die Stadardormalverteilug. 3
24 4
25 3.6 Itervallschätzug mit kleie Stichprobe Bei große Stichprobe lasse sich die Kofidezitervalle leicht kostruiere, da ach dem zetrale Grezwertsatz die Normalverteilug eie gute Näherug für die wahre Stichprobeverteilug darstellt. Bei kleie Stichprobe ist es jedoch icht gegebe. Nur i de Situatioe, we das Merkmal bereits i der Grudgesamtheit ormalverteilt ist, wird die Kostruktio vo Kofidezitervalle wieder eifach. Wege der Reproduktioseigeschaft der Normalverteilug ist der Stichprobemittelwert auch ormalverteilt. 5
26 Kofidezitervalle für Mittelwerte We die Stichprobe aus eier ormalverteilte Grudgesamtheit stammt, ist der Quotiet µ σ ˆ auch für kleie Stichprobe Studet-tverteilt mit -1 Freiheitsgrade. Hieraus folgt die Wahrscheilichkeitsaussage: µ P( t + t) = FT ( t) FT ( t) ˆ σ 6
27 Das Kofidezitervall für µ lautet: KONF ( x t ˆ σ µ + ˆ x t 1σ ) = 1 α 1 mit dem (1- α/)-quatil: t 1[ 1 α /] = t 1[ α /] Kofidezitervalle für Variaze Die Variaz S eier Stichprobe ist eie Zufallsvariable. Ihre Verteilug lässt sich bereche für de Fall, dass das Merkmal i der Grud- 7
28 Prof. Dr. Rolad Füss Statistik II SS 008 gesamtheit aäherd ormalverteilt ist ud die eizele Stichprobe uabhägig gezoge werde. We das Merkmal i der Grudgesamtheit ormalverteilt ist, so ist der Quotiet 1 = S χ σ chi-quadrat-verteilt mit 1 Freiheitsgrade. [ ] [ ] α α χ σ α χ = 1 / / s s KONF Chi-Quadrat-Verteilug ist keie symmetrische Verteilug, 8
29 F( χ F( χ ute obe ) = α / ) = 1 α / beide Stelle sid positiv. Quelle: J. Schira (003), S
30 3.7 Übersicht Variaze - Variaz i der Stichprobe 1 s x x = ( j ) i = 1 mit = Stichprobeumfag ud x 1 xj i = 1 = - Variaz i der Grudgesamtheit 1 σ µ = ( x j ) N i= 1 mit N = Stichprobeumfag ud 1 N x j i= 1 µ = N 30
31 - Geschätzte Variaz i der Grudgesamtheit ˆ s 1 σ = mit -1 = Azahl der Freiheitsgrade - Variaz des Stichprobemittelwertes V( ) = σ = σ - Geschätzt Variaz des Stichprobemittelwertes Vˆ( ) = σ = ˆ σ ˆ 31
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
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrKapitel 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
MehrVl 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
Mehr2. 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)
MehrStatistik. 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
MehrTests 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
MehrVl 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.
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrWirksamkeit, 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
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
MehrDie 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
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrX in einer Grundgesamtheit vollständig beschreiben.
Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.
Mehr2. 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
Mehr3. 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
MehrÜbungen 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
MehrKonfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1
Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer
MehrParameterschätzung. Numero, pondere et mensura Deus omnia condidit
Parameterschätzug Numero, podere et mesura Deus omia codidit Populatio, Zufallsvariable, Stichprobe Populatio Zufallsvariable X Stichprobe x eie"realisierug vo X (Beobachtug) alle mäliche Rekrute der US
Mehr1. 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
Mehr3 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
MehrStatistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl
Statistik. Semester Begleitedes Skriptum zur Vorlesug im FH-Masterstudiegag Techisches Maagemet vo Güther Karigl FH Campus Wie 06/7 Statistische Schätzverfahre Statistische Schätzverfahre Währed die deskriptive
MehrFormelsammlung Statistik 29. Januar 2019
Formelsammlug Statistik Seite 1 Formelsammlug Statistik 9. Jauar 019 Witersemester 018/19 Adreas Löpker, HTW Dresde 1. Deskriptive Statistik (F1) Stichprobe x vom Umfag, Stichprobe y vom Umfag m x = (x
MehrEmpirische 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,...,
Mehr1 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
MehrWahrscheinlichkeitstheorie 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
Mehr10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls
10. Itervallschätzug 10.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe werde verschiedee Puktschätzer für de Parameter der Grudgesamtheit erzielt. We m Stichprobe aus der Grudgesamtheit
MehrInhaltsverzeichnis. Wirtschaftswissenschaftliches Zentrum 11 Universität Basel. Mathematik 2
Wirtschaftswisseschaftliches Zetrum 11 Uiversität Basel Mathematik Dr. Thomas Zehrt Schätze Beötigtes Vorwisse: Der Stoff der Vorlesug,,Statistik wird als bekat vorausgesetzt, isbesodere Kapitel 11,,(Pukt)schätze
Mehr2 Induktive Statistik
Kapitel 2 Iduktive Statistik Seite 19 2 Iduktive Statistik 2.1 Grudprizipie der iduktive Statistik 2.2 Puktschätzug 2.2.1 Schätzfuktioe Defiitio 2.1 Sei X 1,...,X i.i.d. Stichprobe. Eie Fuktio heißt Schätzer
MehrKlausur 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
MehrParameterschätzung. 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
MehrEingangsprüfung 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
MehrDr. 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
MehrInduktive Statistik. Formelsammlung. Prof. Dr. W. Assenmacher. Stichprobenraum: Ω = {ω 1, ω 2,...,ω m }
Prof. Dr. W. Assemacher Statistik ud Ökoometrie Uiversität Duisburg-Esse Campus Esse Iduktive Statistik Formelsammlug Stichproberaum: Ω = {ω 1, ω,...,ω m } Vollstädiges System vo Ereigisse {A 1,..., A
MehrMaximum Likelihood Version 1.6
Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel
MehrEinführung 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
MehrEvaluation & Forschungsstrategien
Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische
MehrInduktive Schlussweise. Schätzfunktionen und Schätzverfahren. Bibliografie
Auswertug uivariater Datemege -iduktiv - Iduktive Schlussweise Schätzfuktioe ud Schätzverfahre Schätzug I Bibliografie Prof. Dr. Kück Uiversität Rostock Statistik, Vorlesugsskript Abschitt 7..; 7.. Bleymüller
MehrWahrscheinlichkeit & 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
MehrMusterlösung 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
Mehr6 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
MehrStatistik 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
MehrStatistik 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
MehrBeispiel: 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
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
MehrII. Grundzüge der Stichprobentheorie
II. Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
Mehr2 Einführung in die mathematische Statistik
2 Eiführug i die mathematische Statistik Die Hauptaufgabe der mathematische Statistik ist es, ahad der Eigeschafte eies Teils eier Mege vo Objekte auf die Eigeschafte aller Objekte i dieser Mege zu schließe.
MehrZufallsvariable. Die Wahrscheinlichkeitsverteilung p (probability function) ist definiert durch: p(x i ) := P (X = x i ),
ETHZ 90-683 Dr. M. Müller Statistische Methode WS 00/0 Zufallsvariable Zusammehag: Wirklichkeit Modell Wirklichkeit Stichprobe Date diskret stetig rel. Häufigkeit Häufigkeitstabelle Stabdiagramm Histogramm
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrKapitel 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.
MehrAufgabe 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
Mehr6. 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
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrheilihkeittheorie, Shätz- ud Tetverfahre ÜBUNG 0 - LÖSUNGEN. Kofidezitervall für de Mittelwert eier ormalverteilte Grudgeamtheit bei gegebeer Variaz a. Gegebe id
MehrStatistik 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
Mehr1) Wahrscheinlichkeitsbegriff und Rechnen mit Wahrscheinlichkeiten. P A = lim r N LI: ={ 1 LII: LIII: P A =1 P A
FORMELSAMMLUNG V03 Alle Formel ohe Gewähr auf Korrektheit Grudlage der Wahrscheilichkeitstheorie 1) Wahrscheilichkeitsbegriff ud Reche mit Wahrscheilichkeite Relative Häufigkeit r N A = h N A N = Abs.
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
Mehr8. Intervallschätzung
8. Itervallschätzug 8.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe lasse sich verschiedee Puktschätzer θ für de Parameter der Grudgesamtheit erziele. We m Stichprobe aus der Grudgesamtheit
MehrNormalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion
Normalverteilug Stadardormalverteilug Normalverteilug N(μ, ) mit ichte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 6/7 Prof. r. J. Schütze, FB GW NV π Eigechafte der ichte: - Maimum i μ - mmetrich
MehrAngewandte Stochastik II
Vorlesugsskript Agewadte Stochastik II Dr. Katharia Best Witersemester 2010/2011 Ihaltsverzeichis 1 Grudidee der statistische Dateaalyse 5 1.1 Stichprobe..............................................
MehrStochastik - 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
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
MehrDer 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
MehrStatistik, 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
MehrÜbungen 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
MehrPraktikum 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
MehrStochastik - 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}.
MehrSBP 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
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall
MehrMathematik 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
MehrDiskrete 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
MehrStatistische 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
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrMultivariate Analysemethoden und Multivariates Testen
Multivariate Aalysemethode ud Multivariates Teste Stude im Mai Güter Meihardt Johaes Guteberg Uiversität Maiz Priziie des statistische Schliesses Samlig - Modellvorstellug Poulatio Samlig Stichrobe Kewerte
MehrEinführung 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
MehrReader Teil 1: Beschreibende Statistik
Dr. Katharia Best Sommersemester 2011 14. April 2011 Reader Teil 1: Beschreibede Statistik WiMa-Praktikum Um Date darzustelle ud eie Übersicht über die Struktur der Date zu erstelle, stellt die beschreibede
MehrKapitel 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
MehrBeispiel: 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)
Mehr3 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-
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrKovarianz und Korrelation
Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio
MehrFormelsammlung. PD Dr. C. Heumann
Formelsammlug zur Vorlesug Statistik II PD Dr C Heuma Formelsammlug Statistik II Iduktive Statistik Regel der Kombiatorik ohe Wiederholug mit Wiederholug! Permutatioe! 1! s! ( ) ( ) + m 1 ohe Reihefolge
MehrKapitel 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
MehrAuszüge der nichtparametrischen Statisik
Empirische Wirtschaftsforschug - 1 - Auszüge der ichtparametrische Statisik Kapitel 1: Räge ud lieare Ragstatistike Aahme, Defiitioe ud Eigeschafte (1.1) Aahme: (a) (b) Die Date x 1,, x sid midestes ordial.
MehrGrundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.
Eie Iterpretatiosfrage habe ich zu eiem Beispiel das i der der letzte Vorlesug behadelt wurde: Auf Folie.7 zur Variaz. Dort wird ei Beispiel eier stetige Zufallsvariable geat (Warte a eier S-Bah-Haltestelle).
MehrDiplomvorprüfung 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
MehrLösungsvorschlag 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
Mehr2 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