Qualität und Zuverlässigkeit - Statistik Master MB
|
|
- Christoph Möller
- vor 5 Jahren
- Abrufe
Transkript
1 Fachbereich Grundlagenwissenschaften Prof. Dr. Viola Weiÿ Sommersemester 2014 Qualität und Zuverlässigkeit - Statistik Master MB Material zum Kapitel 1: Grundbegrie der beschreibenden Statistik Beispiel 1: Qualitätskontrolle bei der Produktion von Kondensatoren Grundgesamtheit: Tagesproduktion von Kondensatoren Merkmal X: Kapazität (Zufallsgröÿe mit Sollwert 100µF und Toleranzbereich [99µF ; 101 µf ]) Stichprobe x 1,..., x n : pro Stunde werden der Tagesproduktion 5 Kondensatoren entnommen (insgesamt 10 mal) und deren Kapazität bestimmt Stichprobenumfang: n = 50 (alle Angaben in µf) Die Stichprobe enthält 7 verschiedene Werte a 1,...a 7 : Darstellung der Stichprobe in einer Häugkeitstabelle: a i H(a i ) h(a i ) 0,04 0,08 0,14 0,36 0,20 0,16 0,02 1 s(a i ) 0,04 0,12 0,26 0,62 0,82 0,98 1 Kenngröÿen: Lageparameter: Mittelwert (arithm. Mittel): x = 100, 16 µf Zentralwert (Median): x Z = 100 µf Quartile: x 0,25 = 99 µf, x 0,5 = x Z = 100 µf, x 0,75 = 101 µf, Quartilsabstand: x 0,75 x 0,25 = 2 µf Streugröÿen: Spannweite: 9 µf Varianz: s 2 = 2, 46 (µf) 2 Standardabweichung: s = 1, 57 µf 1
2 Beispiel 2: Klassierte Daten Am Ende eines Produktionsprozesses wird das Gewicht (in g) einer montierten Baugruppe gemessen, man erhält folgende Stichprobe vom Umfang n = 100: 452,2 444,7 452,0 452,2 445,6 449,4 451,4 452,7 449,0 447,2 446,8 449,2 445,6 445,1 445,2 453,0 455,0 450,0 447,0 452,9 445,2 447,7 452,4 449,2 450,1 443,5 455,7 453,1 445,8 457,7 449,1 448,6 453,0 449,2 446,2 449,6 448,6 448,0 445,0 447,4 451,2 451,8 446,3 456,7 450,0 449,5 450,4 450,8 452,0 446,1 446,2 451,6 448,8 449,4 446,8 448,5 444,7 448,9 444,5 447,5 447,7 449,3 448,8 450,4 445,8 447,5 446,7 448,0 448,8 449,4 450,8 453,4 443,8 451,1 448,5 451,1 450,7 454,8 448,3 449,0 447,0 440,9 446,7 453,9 450,1 452,3 444,3 446,6 458,3 454,3 446,8 446,3 457,8 451,2 451,3 450,6 445,3 445,3 452,6 447,1 kleinster Wert: 440,9 g gröÿter Wert: 458,3 g Einteilung in 10 Klassen K 1,...K 10 wählen Klassenmitte als Repräsentant x i der Klasse K i, i = 1,..., 10 Häugkeitstabelle: Klasse K i Intervall H(K i ) h(k i ) s(k i ) x i K 1 (440, 0 ; 442, 0] 1 0,01 0,01 441,0 K 2 (442, 0 ; 444, 0] 2 0,02 0,03 443,0 K 3 (444, 0 ; 446, 0] 14 0,14 0,17 445,0 K 4 (446, 0 ; 448, 0] 22 0,22 0,39 447,0 K 5 (448, 0 ; 450, 0] 23 0,23 0,62 449,0 K 6 (450, 0 ; 452, 0] 18 0,18 0,80 451,0 K 7 (452, 0 ; 454, 0] 12 0,12 0,92 453,0 K 8 (454, 0 ; 456, 0] 4 0,04 0,96 455,0 K 9 (456, 0 ; 458, 0] 3 0,03 0,99 457,0 K 10 (458, 0 ; 460, 0] 1 0,01 1,00 459,0 Kenngröÿen der klassierten Daten: Mittelwert: x = 449, 22 g (zum Vergleich für die Urdaten: x = 449, 3 g) Standardabweichung: s = 3, 398 g (zum Vergleich für die Urdaten: s = 3, 37 g) Quantile: x 0,25 = 447 g x 0,5 = 449 g x 0,75 = 451 g 2
3 Aufgaben zum Kapitel 1: 1. Bei 20 Streichholzschachteln wird jeweils die Anzahl der darin enthaltenen Streichhölzer ermittelt mit folgendem Ergebnis: (a) Geben Sie die Häugkeitstabelle für diese Daten an. (b) Bestimmen Sie die empirische Verteilungsfunktion. (c) Berechnen Sie für diese Daten das arithmetische Mittel, den Zentralwert und die Standardabweichung sowie die beiden Quantile x 0,25 und x 0, In der folgenden Tabelle ist die Anzahl X der Arbeitsunfähigkeitstage der AOK-Versicherten einer Groÿstadt pro Jahr gegeben: X - Anzahl Tage Anz. Versicherte X - Anzahl Tage Anz. Versicherte Berechnen Sie das arithmetische Mittel, den Median und den Quartilsabstand. 3. Gegeben sei die empirische Verteilungsfunktion F : R [0, 1] eines Merkmals X: 0 : x < 2 0, 2 : 2 x < 3 F (x) = 0, 3 : 3 x < 4. 0, 9 : 4 x < 7 1 : 7 x Skizzieren Sie die empirische Verteilungsfunktion. Rekonstruieren Sie aus der Verteilungsfunktion F (x) die Stichprobe, wenn Sie zusätzlich wissen, daÿ der Stichprobenumfang n = 30 ist. 4. Bei der Entwicklung eines Beschichtungsprozesses werden zwei Verfahren untersucht. Ein Praktikant analysiert die Schichtdicke (in µm) an jeweils 12 Erprobungsträgern: Probe Prozess Prozess Bestimmen Sie für beide Prozesse den Quartilsabstand und interpretieren Sie das Ergebnis. Zeichnen Sie für beide Prozesse jeweils ein Boxplot-Diagramm. 5. Mit einer automatischen Abfüllanlage wird Wein in Literaschen gefüllt. Eine nachträgliche Stichprobenuntersuchung an n = 100 gefüllten Flaschen ergab die folgenden Fehlmengen (in cm 3 ): Klasse K 1 K 2 K 3 K 4 K 5 K 6 Fehlmenge 0 x < x < x < x < x < x 60 Anzahl Zeichnen Sie das zugehörige Histogramm. Ermitteln Sie folgende Kenngröÿen: arithmetisches Mittel, Zentralwert, Varianz und Standardabweichung sowie die beiden Quantile x 0,25 und x 0,75. (Verwenden Sie als Referenzpunkt jeweils die Klassenmitte.) 3.
4 6. Beim gleichzeitigen Wurf dreier Münzen erhielt man erhielt man für die Zufallsgröÿe Anzahl Wappen folgende Häugkeitstabelle: Anzahl Wappen absolute Häugkeit (a) Bestimmen Sie die empirische Verteilungsfunktion. (b) Berechnen Sie für diese Daten das arithmetische Mittel, den Zentralwert und die Standardabweichung sowie die beiden Quantile x 0,25 und x 0, Folgende Stichprobe gibt die Gröÿe von Neugeborenen (in cm) an: Zeichnen Sie ein Boxplot-Diagramm und nden Sie ausreiÿerverdächtige Werte. Lösungen: 1. a i H(a i ) h(a i ) 0,05 0,15 0,3 0,25 0,15 0,05 0,05 s(a i ) 0,05 0,2 0,5 0,75 0,9 0,95 1,0 x = 39, 1 x Z = 39 s = 1, 9974 x 0,25 = 38 x 0,75 = 40, 5 2. x = 1, 081 x Z = 1 x 0,25 = 0 x 0,75 = 2 = x 0,75 x 0,25 = 2 3. Ausprägungen: 2,3,4,7 relative Häugkeiten: h(2) = 0, 2 h(3) = 0, 1 h(4) = 0, 6 h(7) = 0, 1 Stichprobe: alle Angaben in µm x 0,25 x 0,5 x 0,75 x 0,75 x 0,25 Prozess ,5 3,5 Prozess 2 563, ,5 5. x = 17, 7 cm 3 x Z = 15 cm 3 s 2 = 179, 56 cm 3 s = 13, 40 cm 3 x 0,25 = 5 cm 3 x 0,75 = 25 cm 3 6. a) 0 : x < 0 0, 1 : 0 x < 1 F (x) = 0, 51 : 1 x < 2. 0, 875 : 2 x < 3 1 : 3 x b) x = 1, 515 x Z = 1 s 2 = 0, 7033 s = 0, 8386 x 0,25 = 1, x 0,75 = 2 7. x 0,25 = 49cm x 0,5 = 50, 5cm x 0,75 = 51cm Boxbreite: 2cm, Normalbereich: [48cm ; 52cm], Ausreiÿer: 57cm 4
5 Material zum Kapitel 2: Regressionsanalyse Beispiel 3: Lineare Regression X - Alter des Fahrers Y - Geschwindigkeitsüberschreitung in km/h Daten und Arbeitstabelle: x i y i x 2 i x i y i Berechnung von a und b: x 2 a = i y i x i (x i y i ) n x 2 i ( x i ) 2 = b = = = 23, 218 n (x i y i ) x i y i n x 2 i ( x i ) = 0, 087 Ergebnis: Regressionsfunktion: Bestimmtheitsmaÿ: B = r 2 xy = 0, 035 ŷ = 23, , 087x 5
6 Elimination des Ausreiÿers (24, 40) Regressionsfunktion: ŷ = 17, , 197x Bestimmtheitsmaÿ: B = rxy 2 = 0, 365 Elimination von zwei Ausreiÿern (24, 40) und (59, 23) Regressionsfunktion: ŷ = 12, , 375x Bestimmtheitsmaÿ: B = rxy 2 = 0, 831 6
7 Beispiel 4: Regressionskurve für eine Exponentialfunktion Die Entladung eines Kondensators mit Kapazität C über einen Ohmschen Widerstand R erfolgt nach dem Exponentialgesetz u(t) = u 0 e t RC t 0 mit der Anfangsspannung u 0 zur Zeit t = 0. In einem Experiment wurden folgende Werte gemessen (t in s und u in V): t i 1,0 4,0 7,0 10,0 15,0 u i 80,2 45,5 24,5 13,9 4,7 Aus diesen Daten sollen die Anfangsspannung u 0 und die Zeitkonstante RC geschätzt werden. Des weiteren soll der Zeitpunkt bestimmt werden, wo die Spannung 0,1V unterschreitet. Transformation in eine lineare Funktion durch Logarithmieren: ln u = ln u 0 + ( 1 RC ) t. Arbeitstabelle:. Berechnung von a = ln u 0 und b = 1 RC : t i u i ln u i t 2 i 1 80,2 4, t i ln u i 4 45,5 3, ,5 3, ,9 2, ,7 1, , , a = = t 2 i ln u i t i (t i ln u i ) n t 2 i ( t i ) , , = 4, 6135 b = n (t i ln u i ) t i ln u i n t 2 i ( t i ) 2 = 12 91, , = 0, 2024 u 0 = e 4,6135 = 100, 84 RC = 1 0,2024 Regressionsfunktion: û(t) = 100, 84 V e 0, 1 = 100, 84 V e t 4,94 s = t = 34, 17 s. = 4, 94 t 4,94 s 7
8 Beispiel 5: Logistische Regression Die folgende Tabelle zeigt die prozentuale Ausstattung von Haushalten einer deutschen Groÿstadt mit Videorecordern: Berechnen Sie zur Beschreibung der Entwicklung eine logistische Regressionsfunktion ŷ = mit Sättigungsgrenze k = 80. Schätzen Sie den Ausstattungsgrad für das Jahr Lösung: Logistische Funktion: ŷ =. k, b < 0 mit bekannter Sättigungsgrenze k 1 + ea+bx k 1 + e a+bx a = x 2 i ln( k y i 1) x i (x i ln( k y i 1)) n x 2 i ( x i ) 2 b = n (x i ln( k y i 1)) x i ln( k y i 1) n x 2 i ( x i ) 2 Arbeitstabelle: Verwenden dabei folgende Zeittransformation: x i = Jahr 1991 Jahr x i x 2 i y i ln( 80 y i 1) x i ln( 80 y i 1) , , , , , , , , , , , , , , , , a = 140 2, ( 15, ) = 800, = 4, b = 7 ( 15, ) 28 2, , = = 0, 9273 Ergebnis: ŷ = e 4,085 0,927x Schätzwert für 2000: ŷ(9) = 80 = 78, e4,085 0,
9 Aufgaben zum Kapitel 2: 1. Bei der Messung des Bremswegs s (in m) eines bestimmten PKW-Typs in Abhängigkeit von der Geschwindigkeit v (in km/h) erhielt man folgende Meÿwerte: v s (a) Beschreiben Sie den Bremsweg in Abhängigkeit von der Geschwindigkeit durch eine lineare Regressionsfunktion nach der Methode der kleinsten Quadrate. (b) Schätzen Sie mit dieser Regressionsfunktion den Bremsweg für eine Geschwindigkeit von 140 km/h. 2. Ein Expertenteam erforscht Möglichkeiten der Reduzierung des Kraftstoverbrauchs eines PKW-Typs mit dem Ziel, ein sparsames 3-Liter-Auto zu entwickeln. Folgende Stufen beim mittleren Verbrauch in l pro 100 km wurden erreicht: Jahr Verbrauch 8,1 7,3 6,6 5,5 4,6. (a) Beschreiben Sie die zeitliche Entwicklung des Kraftstoverbrauchs X durch eine Exponentialfunktion x(t) = a b t nach der Methode der kleinsten Quadrate. (b) Wann ist mit dem Erreichen des Forschungsziels zu rechnen? 9
10 3. Die Konzentration eines bestimmten Wirkstos im Blut erreicht 2 Stunden nach dessen Verabreichung ihren höchsten Wert und fällt danach ab. Für folgende Meÿwerte Zeit t i 2 2,5 3 3,5 4 Konzentration x i wurde die lineare Regressionsfunktion ˆx = 92, 8 9, 6 t ermittelt. Bestimmen Sie die erklärte Streuung und die Reststreuung sowie das Bestimmtheitsmaÿ? 4. Beschreiben Sie die Abhängigkeit der Viskosität y einer Mischung von Wachsen von der Temperatur T durch einen Exponentialansatz der Form y = b 0 e b 1T für folgende Daten: Temperatur T Viskosität y 3,0 5,3 8,2 14,7 20,1. 5. Zwischen zwei Meÿgröÿen X und Y erwartet man aufgrund zusätzlicher Informationen einen funktionalen Zusammenhang vom Typ Es seien folgende Meÿwerte gegeben: y = ax + b. x x i y i 1-0,5 5,6 3,8 3,3. Bestimmen Sie für diese Meÿwerte eine Regressionskurve obigen Typs. Welchen y-wert erhält man mit dieser Regressionsfunktion für x = 3? Hinweis: Führen Sie alle nichtlinearen Regressionsprobleme durch geeignete Transformationen zurück auf das lineare Problem. Lösungen: 1. a = 15, 388, b = 0, 616 d.h. ŝ = 15, , 616v Zwischenergebnisse: v i = 480, si = 188, v 2 i = 40200, Schätzwert: ŝ(140) = 70, 863 vi s i = a = 9, 621, b = 0, 868 d.h. ˆx(t) = 9, 621 0, 868 t, t = 1,..., 5 Zwischenergebnisse: t i = 15, (ti ) 2 = 55, lg xi = 3, 9945, ti lg x i = 11, 369 Mit dem Erreichen des Forschungszieles ist nach 9 Jahren zu rechnen. 3. Reststreuung: 7,6 erklärte Streuung: 230,4 Gesamtstreuung: 238 Bestimmtheitsmaÿ: 0, b 0 = e 5,9713 = 392, 015, b 1 = 0, 0482, d.h. ŷ(t) = 392, 015 e 0,0482 T Zwischenergebnisse: T i = 4000, (Ti ) 2 = 33000, ln yi = 10, 55902, Ti ln y i = 796, , 4897x + 3, a = 2, 4897, b = 3, 0059 d.h. ŷ = x Zwischenergebnisse: 1 x i = 0, 25, yi = 13, 2, ( 1 x i ) 2 = 2, 5625, Schätzwert: ŷ(3) = 3, 49 1 x i y i = 8,
Berechnung von a und b: n x 2 i ( x i ) = 23, 218 n (x i y i ) x i y i. b =
Qualität und Zuverlässigkeit - Statistik Master MB Material zum Kapitel : Regressionsanalyse Beispiel 3: Lineare Regression X - Alter des Fahrers Y - Geschwindigkeitsüberschreitung in km/h Fachbereich
MehrMathematik III für MB und ME
Mathematik III für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Sommersemester 2017 Übungsaufgaben Serie 2: Statistik 1 Bei 20 Streichholzschachteln wird jeweils die Anzahl der darin
MehrQualität und Zuverlässigkeit - Statistik Master MB Aufgaben zum Kapitel 2: Zufallsgröÿen und ihre Verteilungen
Fachbereich Grundlagenwissenschaften Prof. Dr. Viola Weiÿ Sommersemester 08 Qualität und Zuverlässigkeit - Statistik Master MB Aufgaben zum Kapitel : Zufallsgröÿen und ihre Verteilungen. Bei einer Klausur
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 In der aktuellen
MehrAufgaben zur Wiederholung
Fachhochschule Jena University of Applied Sciences Jena Fachbereich Grundlagenwissenschaften Prof. Dr. Viola Weiÿ / Prof. Dr. H. Dathe Statistik für Business Administration SS 2012 Deskriptive Statistik
MehrBeispiel 4 (Einige weitere Aufgaben)
1 Beispiel 4 (Einige weitere Aufgaben) Aufgabe 1 Bestimmen Sie für die folgenden Zweierstichproben, d. h. Stichproben, die jeweils aus zwei Beobachtungen bestehen, a) den Durchschnitt x b) die mittlere
MehrMathematische Statistik. Zur Notation
Mathematische Statistik dient dazu, anhand von Stichproben Informationen zu gewinnen. Während die Wahrscheinlichkeitsrechnung Prognosen über das Eintreten zufälliger (zukünftiger) Ereignisse macht, werden
MehrBeispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)
Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke
MehrLösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.
MehrDr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik
Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer
MehrDeskriptive Statistik Kapitel VI - Lage- und Streuungsparameter
Deskriptive Statistik Kapitel VI - Lage- und Streuungsparameter Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter, hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Ziele 2. Lageparameter 3.
MehrDas Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung Anzahl
Aufgabe 10 Deskriptiv: Lageparameter Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung 1 2 3 4 7 Anzahl 4 4 6 4 2 a) Bestimmen Sie das
MehrStochastik 01 Deskriptive Statistik
Grundbegrie der Statistik 23. August 2018 Grundbegrie der Statistik Grundlagen der Statistik (bis Klasse 10) Grundlagen der Stochastik (bis Klasse 10) Zufallsgrößen und Verteilungen Beurteilende Statistik
MehrZeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2.
Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k=1 (2k 1) = n 2. Aufgabe 2. (7 Punkte) Gegeben sei das lineare Gleichungssystem x + 2z = 0 ay
MehrDer Modus ist. Der Median ist. 3. Übung. Aufgabe 1. a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen.
3. Übung Aufgabe 1 Der Modus ist a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen. c) der Durchschnitt aller Werte. d) der Wert mit der größten Häufigkeitsdichte. e) der Schwerpunkt
MehrMathematik III - Statistik für MT(Master)
3. Regressionsanalyse Fachbereich Grundlagenwissenschaften Prof. Dr. Viola Weiß Wintersemester 0/03 Mathematik III - Statistik für MTMaster 3. Empirische Regressionsgerade Optimalitätskriterium: Die Summe
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: 1. Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 2 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 4 Aufgabe
MehrGrundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik
INSTITUT FÜR STOCHASTIK WS 2007/08 UNIVERSITÄT KARLSRUHE Blatt 1 Dr. B. Klar Übungen zur Vorlesung Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Musterlösungen
MehrÜbungsaufgaben zu Kapitel 2 und 3
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 3 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 5 Aufgabe
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrStatistik Skalen (Gurtner 2004)
Statistik Skalen (Gurtner 2004) Nominalskala: Daten haben nur Namen(Nomen) und (eigentlich) keinen Zahlenwert Es kann nur der Modus ( ofteste Wert) berechnet werden Beispiel 1: Die Befragung von 48 Personen
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrStatistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage
Statistik Einführung in die com putergestützte Daten an alyse von Prof. Dr. Karlheinz Zwerenz 4., überarbeitete Auflage B 366740 Oldenbourg Verlag München Inhalt Vorwort XI Hinweise zu EXCEL und SPSS XII
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Kapitel 1 bis 3 Seite 1 von 11 Prof. Dr. Karin Melzer, Fakultät Grundlagen
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 3 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 5 Aufgabe
MehrStatistik... formeln für Dummies
Timm Si99 Statistik... formeln für Dummies Fachkorrektur tlon Christoph Maas und Joachim Gaukel WILEY WILEY-VCH Verlag GmbH & Co. KGaA lnhaftsllerzeichnis Einleitun9 17 Teil I Formeln aus der beschreibenden
MehrStatistik - Übungsaufgaben
Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64
MehrMathematik für Naturwissenschaften, Teil 2
Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die
MehrBeschreibende Statistik Eindimensionale Daten
Mathematik II für Biologen 16. April 2008 Stichproben Geordnete Stichprobe Rang Maße für die mittlere Lage der Daten Robustheit Quantile Maße für die Streuung der Daten Erkennung potentieller Eindimensionales
MehrZiel: Breite der Verteilung auf der Achse beschreiben nur bei quantitativen Merkmalen mo glich hier:
Kenngro ßen von Ha ufigkeitsverteilungen Glockenfo rmige Verteilungen Streuungsmaße 1 I I I Ziel: Breite der Verteilung auf der Achse beschreiben nur bei quantitativen Merkmalen mo glich hier: I I I Spannweite
MehrStochastik Deskriptive Statistik
Stochastik Deskriptive Statistik 3 % 3 8% % % % 99 997 998 999 3 7 8 % 99 997 998 999 3 7 8 8 8 99 997 998 999 3 7 8 99 99 998 8 8 Typ A % Typ B % 998 Typ C % 99 3 Diese Diagramme stellen weitgehend dieselben
MehrBeschreibung von Daten
Kapitel 1 Beschreibung von Daten 1.1 Beispiele zum Üben 1.1.1 Aufgaben Achtung: die Nummerierung ist nicht ident mit der im Buch; Bsp. 1-1 enspricht Bsp 2-20 im Buch, 1-2 2-21 im Buch usw. 1 1 In einem
MehrKapitel VI - Lage- und Streuungsparameter
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VI - Lage- und Streuungsparameter Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrDr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik
Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey
MehrWelche der folgenden Aussagen sind richtig (jeweils 1 Punkt)?
Aufgabe 1 Welche der folgenden Aussagen sind richtig (jeweils 1 Punkt)? (a) Der Median entspricht dem 50%-Quantil. (b) Für eine eingipflige und symmetrische Verteilung gilt stets, dass der Median und der
MehrBachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
MehrKlausur zur Vorlesung Statistik für BWL Name Vorname Matrikelnr.
Hochschule Darmstadt Fachbereich MN Prof. Dr. Dietrich Baumgarten Darmstadt, den 9.7.2012 Klausur zur Vorlesung Statistik für BWL Name Vorname Matrikelnr. Aufgabe 1 2 3 4 5 6 Summe Note Punkte 1 Aufgabe
MehrNachklausur 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:
MehrHochschule Darmstadt FB Mathematik und Naturwissenschaften. Statistik. für Wirtschaftsingenieure (B.Sc.) Sommersemester 2017
für Wirtschaftsingenieure (B.Sc.) Sommersemester 017 Dr. rer. nat. habil. E-mail: adam-georg.balogh@h-da.de 1 Hochschule Darmstadt, Fachbereich MN Sommersemester 017 Testklausur zur Vorlesung Wirtschaftsstatistik
MehrDeskriptive Statistik
Deskriptive Statistik Lösungen+ Aufgabe 1.1 (a) Sammelnde Statistik: Wahl einer zufälligen Stichprobe aus der Grundgesamtheit. (b) Beschreibende (deskriptive) Statistik: Aufbereitung der Stichprobe (oder
MehrLösung Aufgabe 19. ( ) = [Mio Euro]. Empirische Varianz s 2 = 1 n
Statistik I für Statistiker, Mathematiker und Informatiker Lösungen zu Blatt 4 Gerhard Tutz, Jan Ulbricht, Jan Gertheiss WS 07/08 Lösung Aufgabe 9 (a) Lage und Streuung: Arithmetisches Mittel x = n i=
MehrDer Korrelationskoezient nach Pearson
Der Korrelationskoezient nach Pearson 1 Motivation In der Statistik werden wir uns häug mit empirisch erfassten Daten beschäftigen. Um diese auszuwerten, ist es oftmals notwendig einen Zusammenhang zwischen
MehrPrüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)
2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben
MehrStatistik-Klausur vom 6. Februar 2007
Statistik-Klausur vom 6. Februar 2007 Bearbeitungszeit: 90 Minuten Aufgabe 1 Bei einer Besucherumfrage in zwei Museen wurden die Besuchsdauern (gemessen in Stunden) festgestellt: Besuchsdauer Anteil der
Mehr1. Aufgabe. Bei einer Lehrveranstaltungsbewertung werden folgende Merkmale untersucht: Ordnen Sie diese entsprechenden Skalentypen zu.
Statistik 1 Übungsaufgaben 1. Aufgabe Bei einer Lehrveranstaltungsbewertung werden folgende Merkmale untersucht: Ordnen Sie diese entsprechenden Skalentypen zu. Titel der Lehrveranstaltung Allgemeiner
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrÜbungsaufgaben zur Klausur Statistik
Übungsaufgaben zur Klausur Statistik 1.) Mittelwerte und Streumaße I Bei einer Geschwindigkeitskontrolle innerhalb einer geschlossenen Ortschaft notierte die Polizei folgende 20 Messwerte in km/h: 45;
MehrBiomathematik für Mediziner, Klausur WS 2000/2001 Seite 1
Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht
MehrGrundlagen der. h Rückblick. Dr. K. Krüger. Grundwissen Mathematik
Grundlagen der Schulmathematik h Rückblick Sommersemester 2009 Dr. K. Krüger Grundwissen Mathematik (DGS) Folie aus der 1. Vorlesung Inhalte 1. Beschreibende Statistik Mauna Loa Co2 1200 Streudiagramm
MehrVersuchsplanung und multivariate Statistik Sommersemester 2018
Versuchsplanung und multivariate Statistik Sommersemester 2018 Vorlesung 11: Lineare und nichtlineare Modellierung I Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 6.6.2018
MehrWelche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret.
Grundlagen der Statistik 25.9.2014 7 Aufgabe 7 Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret. B Ein Merkmal
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
MehrWeitere Lagemaße: Quantile/Perzentile I
3 Auswertung von eindimensionalen Daten Lagemaße 3.3 Weitere Lagemaße: Quantile/Perzentile I Für jeden Median x med gilt: Mindestens 50% der Merkmalswerte sind kleiner gleich x med und ebenso mindestens
MehrZeigen 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
MehrDeskriptive Statistik
Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt
MehrELEMENTARE EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK
DIETER RASCH ELEMENTARE EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK MIT 53 ABBILDUNGEN UND 111 TABELLEN ZWEITE, BERICHTIGTE UND ERWEITERTE AUFLAGE s-~v VEB DEUTSCHER VERLAG DER WISSENSCHAFTEN BERLIN 1970
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)
Mehr1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...
Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1
MehrTeil / Ein paar statistische Grundlagen 25. Kapitel 1 Was Statistik ist und Warum sie benötigt Wird 2 7
Inhaltsverzeichnis Einführung 21 Über dieses Buch 21 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 23 Teil I: Ein paar statistische Grundlagen 23 Teil II: Die beschreibende Statistik
MehrTutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016
Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 1. Daten erfassen 1. Aufgabe: Würfeln Sie 30-mal mit einem regelmäßigen Oktaeder und dokumentieren
MehrInhaltsverzeichnis. 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
MehrDeskriptive Statistik. (basierend auf Slides von Lukas Meier)
Deskriptive Statistik (basierend auf Slides von Lukas Meier) Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst
MehrLösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum:
Testen und Fördern Name: Klasse: Datum: 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 45, 39, 44, 48, 42, 39,
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrDie erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man:
Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: a) Die absoluten Häufigkeit: Sie gibt an, wie oft ein Variablenwert vorkommt b) Die relative Häufigkeit: Sie erhält
MehrHäufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit
TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Häufigkeitsverteilungen und Statistische Maßzahlen Statistik SS Variablentypen Qualitative
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen
MehrÜbungsaufgaben zu Kapitel 2 und 3
Übungsaufgaben zu Kapitel 2 und 3 Aufgabe 1 Wann ist eine Teilerhebung sinnvoller als eine Vollerhebung? Nennen Sie mindestens drei Gründe. Aufgabe 2 Welches Verfahren soll angewendet werden, um eine Teilerhebung
MehrStatistik I für Humanund Sozialwissenschaften
Statistik I für Humanund Sozialwissenschaften 1 Übung Lösungsvorschlag Gruppenübung G 1 Auf einer Touristeninsel in der Karibik wurden in den letzten beiden Juliwochen morgens zur gleichen Zeit die folgenden
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrStatistik für Betriebswirte I 1. Klausur Wintersemester 2014/
Statistik für Betriebswirte I 1. Klausur Wintersemester 2014/2015 13.02.2015 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:................................................................... Vorname:....................................................................
MehrBiometrieübung 10 Lineare Regression. 2. Abhängigkeit der Körpergröße von der Schuhgröße bei Männern
Biometrieübung 10 (lineare Regression) - Aufgabe Biometrieübung 10 Lineare Regression Aufgabe 1. Düngungsversuch In einem Düngeversuch mit k=9 Düngungsstufen x i erhielt man Erträge y i. Im (X, Y)- Koordinatensystem
MehrAuswertung von Messungen Teil I
Auswertung von Messungen Teil I 1. Ergebnisdarstellung. Rechnen mit Messwerten - Signifikante Stellen 3. Linearisierung 4. Ausgleichsgerade - lineare Regression 5. Messabweichungen 6. Häufigkeitsverteilung
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrStatistik für NichtStatistiker
Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse
MehrAnwendung A_0801_Quantile_Minimum_Maximum
8. Lageparameter 63 8.3 Interaktive EXCEL-Anwendungen (CD-ROM) Anwendung A_080_Quantile_Minimum_Maimum Die Anwendung besteht aus einem Tabellenblatt Simulation : In der Simulation wird aus einer Urliste
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrStatistik. Ronald Balestra CH St. Peter
Statistik Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. Januar 2010 Inhaltsverzeichnis 1 Statistik 1 1.1 Beschreibende Statistik....................... 1 1.2 Charakterisierung von Häufigkeitsverteilungen...........
MehrÜbungsblatt 4. Berechnen Sie für die statistischen Reihen die Varianzen, Kovarianzen und Korrelationskoeffizienten
Aufgabe 1: Übungsblatt 4 Berechnen Sie für die statistischen Reihen die Varianzen, Kovarianzen und Korrelationskoeffizienten a) s 2 X, s 2 Y, sz, 2 s 2 U, s 2 V, s 2 W, s 2 T b) c XY, c Y Z c) c ZU, c
Mehr1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43
1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 27. Juni 2009 Nachname: Vorname: Matrikelnummer: Studienkennzahl: Beispiel 1: (6 Punkte) a) Wie viel Prozent der Beobachtungen liegen beim Box-Plot außerhalb der
MehrStatistische Prozess- und Qualitätskontrolle und Versuchsplanung Stetige Verteilungen
Materialien zur Lösung der folgenden Aufgaben: - in Übung 3 beigefügte Tabelle Wahrscheinlichkeitsverteilungen diskreter und stetiger Zufallsgrößen - Übersicht - beigefügte Tabelle spezieller stetiger
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
MehrSerie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2013/2014. 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 2013/2014 Aufgabe 1 Der Jungunternehmer
MehrÜbungsblatt 10 Beschreibende Statistik und Wahrscheinlichkeitsrechnung
Übungsblatt 10 Beschreibende Statistik und Wahrscheinlichkeitsrechnung Beschreibende Statistik: Aufgabe 10.1 Gegeben sind noch einmal die x i und Häufigkeiten n i einer Stichprobe vom Umfang n=200 aus
MehrChristoph Schöffel, Deskriptive Statistik. 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1. Thema 1: Darstellungsweise von Merkmalen 1
Inhaltsübersicht 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1 Thema 1: Darstellungsweise von Merkmalen 1 1. Diskrete und (quasi-)kontinuierliche Merkmale 1 1.1 Was sind Merkmale 1 1.2 Darstellungsweise
MehrPrüfung aus Statistik 1 für SoziologInnen- Gruppe A
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort
Mehr