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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Arithmetischer Mittelwert x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer Mittelwert a) Bereche de arithmetische Mittelwert vo 7,, 3, 1, 3, 6. x = 7 + ( ) = 3. b) Der arithmetische Mittelwert vo 30 Zahle ist x = 14,7. Wir füge 5 als 31. Zahl hizu. Um wie viel Prozet ist der eue arithmetische Mittelwert leier? x 1 + x + + x 30 = 30 x x eu = 30 x + x = 14,38... = x eu x = 0, = 97,87...%. Der eue arithmetische Mittelwert ist also um 0 % 97,87...% =,1...% leier als x. A de Schraube drehe Wie verädert sich der arithmetische Mittelwert vo 0 Zahle, we jede Zahl um 4 vergrößert wird? Er wird um 4 größer.... jede Zahl mit 3 multipliziert wird? Er wird mit 3 multipliziert.... die Zahle umgeordet werde? Er verädert sich icht.... der arithmetische Mittelwert vo jeder Zahl abgezoge wird? Der eue a. M. ist eie der Zahle um 000 vergrößert wird? Er wird um 500 größer. Arithmetisches Mittel Rechts sid zwei Zahle a ud b mit a < b auf der Zahlegerade dargestellt. Wo liegt das arithmetische Mittel vo a ud b? a + b a = a + b a = a + b a b a a+b b a b Variaz & Stadardabweichug Die Variaz s vo Zahle x 1, x,..., x mit arithmetischem Mittelwert x ist s = (x 1 x) + (x x) + + (x x). Die Variaz ist also der arithmetische Mittelwert der quadratische Abweichuge vo x. Warum ist die Variaz immer größer oder gleich Null? Bei welche Liste ist die Variaz gleich Null? Die Stadardabweichug s dieser Zahle ist da s = (x 1 x) + (x x) + + (x x). s hat die gleiche Eiheit wie die Werte x i. Datum: 1. Jui 018

2 Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Variaz & Stadardabweichug Der arithmetische Mittelwert der 5 Zahle 5, 7, 1, 3, 4 ist x = = 4. x i x i x (x i x) Die Variaz dieser 5 Zahle ist s = = 4. Die Stadardabweichug dieser 5 Zahle ist s = 4 =. Media Vor us liegt eie Liste mit reelle Zahle. Wir bereche de Media x der Liste wie folgt: Wir sortiere die Zahle i aufsteigeder Reihefolge: x 1, x,..., x Also: x 1 x x Ist ugerade, da ist x der mittlere Wert der sortierte Liste: x Ist gerade, da ist x das arithmetische Mittel der beide mittlere Werte: x Media a) Der Media vo 4, 1,, 3, 7, 7, 8 ist x = 3. b) Der Media vo 4, 1,, 7, 7, 8 ist x = +7 = 4,5. c) I der Tabelle siehst du die Ergebisse eier Prüfug. Was ist der Media der erhaltee Note bei dieser Prüfug? Note Häufigeit < 1, 1, 1, 1,,,,,,,,, 3, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5 > }{{}}{{} 11 Zahle 11 Zahle Oder im Kopf: Die aufsteiged sortierte Liste a Note besteht aus 3 Zahle. Die 1. Zahl ist geau i der Mitte. Der Media ist also x =. Bei eier lage Zahleliste bist du so scheller. 50 %-Eigeschaft Erläre, warum der Media stets die folgede Eigeschaft hat: Midestes 50 % der Zahle sid leier oder gleich dem Media, ud midestes 50 % der Zahle sid größer oder gleich dem Media. Wie öe es mehr als 50 % sei? Die Zahleliste ist aufsteiged sortiert. Midestes die Hälfte der Zahle ist also bzw. dem Media. A de Schraube drehe Wie verädert sich der Media vo 0 Zahle, we jede Zahl um 4 vergrößert wird? Er wird um 4 größer.... jede Zahl mit 3 multipliziert wird? Er wird mit 3 multipliziert.... die füf leiste Zahle isgesamt um 60 verleiert werde? Er bleibt gleich.... die drittgrößte Zahl um 000 vergrößert wird? Er bleibt gleich.

3 Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Vor dir liegt eie Liste mit Zahle. p ist eie Zahl i [0; 1]. p-quatil Die Zahle i der Liste ee wir auch Listewerte oder urz Werte. Eie Zahl x heißt p-quatil, we sie die folgede beide Eigeschafte hat: Azahl Werte x p ud Der Media jeder Liste ist ei 50 %-Quatil. Azahl Werte x 1 p p-quatil Gegebe ist die Liste, 4, 5, 5, 7, 7, 7, 8, 9, 9 mit Werte. 1) Erläre, warum die Zahl 4 ei 0 %-Quatil der Liste ist. Es sid 9 = 0 % der Werte 4 ud = 90 % der Werte 4. ) Erläre, warum auch die Zahl 4, ei 0 %-Quatil der Liste ist. Es sid 8 = 0 % der Werte 4, ud = 80 % der Werte 4,. 3) Erläre, warum die Zahl 4 auch ei 17 %-Quatil der Liste ist. Es sid 9 17 % der Werte 4 ud 83 % der Werte 4. 4) Die Zahl 7,3 ist ei 70 %-Quatil dieser Liste. 5) Für welche Zahle p ist die Zahl 8 ei p-quatil dieser Liste? Es sid 8 3 = 80 % der Werte 8 ud = 30 % der Werte 8. Für alle Zahle p i [70 %; 80 %] ist 8 ei p-quatil dieser Liste. Verteilugsfutio 3, 4, 4, 6, 6, 6, 6, 8, 8, 8 ethält = Werte. Wir ee die Futio F mit F (x) = Azahl Werte x die Verteilugsfutio der Liste. Es ist F (5,8) = 0,3 ud F (6) = 0,7. Die Verteilugsfutio a ur um gazzahlige Vielfache vo 0 % = 0,1 sprige. Verschiebe de blaue Put auf der x-achse. Was gibt der blaue Put auf der y-achse a? Was passiert bei x = 6? Zu jeder Zahl p i [0; 1] gibt es midestes ei p-quatil. Die 5 %-Quatile, 50 %-Quatile ud 75 %-Quatile heiße auch urz Quartile. Quartile Merhilfe: quarter ist eglisch für ei Viertel. Jedes 5 %-Quatil heißt auch erstes Quartil oder uteres Quartil. Jedes 50 %-Quatil heißt auch zweites Quartil oder mittleres Quartil. Jedes 75 %-Quatil heißt auch drittes Quartil oder oberes Quartil. 3

4 Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Beispiel: Vo = 80 Persoe wurde die Körpergröße (i cm) gemesse. Die Messwerte habe wir für dich aufsteiged sortiert: Boxplot Um diese Date i eiem Boxplot zu veraschauliche, bestimme wir füf Kegröße: x mi = 155 cm q 1 = 165,5 cm q = 169,5 cm q 3 = 174 cm x max = 190 cm Hast du eie Vermutug, wie wir diese füf Kegröße aus de 80 Messwerte bestimmt habe? 1) A de Stelle x mi ud x max zeiche wir jeweils eie Atee ei. ) Die Box zeiche wir als Rechtec im Itervall [q 1 ; q 3 ] ei. Atee Box Atee 3) A der Stelle q wird die Box durch eie serechte Strich i Teile geteilt. x mi ist der leiste Wert i der Messreihe. x max ist der größte Wert i der Messreihe. Die Quartile q 1, q ud q 3 sid 3 Zahle mit folgeder Eigeschaft: Sie teile das Itervall [x mi ; x max ] i 4 Teilitervalle [x mi ; q 1 ], [q 1 ; q ], [q ; q 3 ] ud [q 3 ; x max ], die jeweils midestes 5 % der Werte ethalte. Merhilfe: quarter ist eglisch für ei Viertel. Berechug der Quartile Die Quartile q 1, q ud q 3 bereche wir folgedermaße: 1) Für q verwede wir de Media der Werte. Da sid midestes 50 % der Werte leier oder gleich q ud midestes 50 % der Werte größer oder gleich q. ) Daach teile wir die sortierte Liste i gleich große Hälfte: Ist gerade, da öe wir die Liste i gleich große Hälfte aufteile. Ist ugerade, da solle auch beide Hälfte eie ugerade Azahl a Werte ethalte. Um das zu erreiche, musst du de Media zu beide Hälfte etweder dazuzähle oder jeweils icht dazuzähle. 3) Das utere Quartil q 1 ist der Media der Hälfte mit de leiere Werte. Das obere Quartil q 3 ist der Media der Hälfte mit de größere Werte. Eigeschafte der Quartile Jedes der 4 Itervalle [x mi ; q 1 ], [q 1 ; q ], [q ; q 3 ] ud [q 3 ; x max ] ethält midestes 5 % der Werte. Je zwei dieser Itervalle ethalte gemeisam midestes 50 % der Werte. Je drei dieser Itervalle ethalte gemeisam midestes 75 % der Werte. 4

5 Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Die Spaweite R (egl. rage) eier Zahleliste ist der Abstad zwische dem leiste ud dem größte Wert der Liste: R = x max x mi Die Spaweite ist im Boxplot also der Abstad zwische de beide Atee. Der Iterquartilsabstad I (urz: Quartilsabstad) ist der Abstad zwische dem erste Quartil ud dem dritte Quartil: I = q 3 q 1 Der Quartilsabstad ist im Boxplot also die Breite der Box. Spaweite & Iterquartilsabstad Bereche jeweils die Kegröße ud zeiche de zugehörige Boxplot. x mi q 1 q q 3 x max R I A = 1,, 3, 4 1 1,5,5 3,5 4 3 B = 1,, 3, 4, C = 1,, 3, 4, 5, 6 1 3, D = 1,, 3, 4, 5, 6, Boxplot vo A: Boxplot vo C: Boxplot Boxplot vo B: Boxplot vo D: Dieses Wer vo Mathemati macht Freu()de uterliegt eier CC BY-NC-ND 4.0 Lizez.

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

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

Mehr

h i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte

h i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte . Wer Rechtschreibfehler fidet, darf sie behalte. Rechefehler werde zurückgeomme. Absolute Häufigkeit: h Wie viele Elemete weise diese bestimmte Wert (= diese bestimmte Ausprägug) auf? > Azahl h der Elemete

Mehr

Univariate Verteilungen

Univariate Verteilungen (1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive

Mehr

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p

Mehr

Kennwerte Univariater Verteilungen

Kennwerte Univariater Verteilungen Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Der Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X

Der Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X Lageparameter Der Modus Utersuchugseiheite U,...,U Modus mod Mermal X Urliste,..., geordete Urliste (),..., () Es gilt i.allg.: ( ), i, K i i, Mermalsauspräguge a,..., a wird auch Modalwert oder häufigster

Mehr

Formelsammlung. zur Klausur. Beschreibende Statistik

Formelsammlung. zur Klausur. Beschreibende Statistik Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe

Mehr

Parameter von Häufigkeitsverteilungen

Parameter von Häufigkeitsverteilungen Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige

Mehr

Statistik und Wahrscheinlichkeitsrechnung

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

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung .3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße

Mehr

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

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

Mehr

Ulrich Stein Fehlerrechnung

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

Mehr

Absolutskala: metrische Skala mit einem natürlichen Nullpunkt und einer natürlichen Einheit. (Z.B. Einwohnerzahl). Nicht alle Variablen lassen sich

Absolutskala: metrische Skala mit einem natürlichen Nullpunkt und einer natürlichen Einheit. (Z.B. Einwohnerzahl). Nicht alle Variablen lassen sich Grudbegrie Die beschreibede Statistik (deskriptive Statistik) ist eie systematische Zusammestellug vo Zahle ud Date zur Beschreibug bestimmter Zustäde, Etwickluge oder Phäomee. Die beschreibede Statistik

Mehr

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Beschreibende Statistik Kenngrößen in der Übersicht (Ac) Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur

Mehr

(a) Richtig, die Varianz ist eine Summe quadratischer Größen.

(a) Richtig, die Varianz ist eine Summe quadratischer Größen. Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Kapitel 10 VERTEILUNGEN

Kapitel 10 VERTEILUNGEN Kapitel 0 VERTEILUNGEN Fassug vo 3. Februar 2006 Prof. Dr. C. Porteier Prof. Dr. W. Groes Matheati für Huabiologe ud Biologe 39 0. Zufallsvariable 0. Zufallsvariable Häu g wird statt des Ergebisses! 2

Mehr

Übungsaufgaben mit Lösungen. Mathematik I

Übungsaufgaben mit Lösungen. Mathematik I Fachhochschule Pforzheim - Eletrotechi / Iformatiostechi - Übugsaufgabe mit Lösuge zur Vorlesug Mathemati I Prof. Dr. Mazura ud Prof. Dr. Gohout) für Studete der Fachrichtuge Eletrotechi / Techische Iformati

Mehr

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

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

Mehr

Reader Teil 1: Beschreibende Statistik

Reader 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

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemete der Mathemati - Witer 201/2017 Prof. Dr. Peter Koepe, Regula Krapf Übugsblatt 8 Aufgabe 33 ( Pute). Beweise Sie folgede Idetitäte durch vollstädige Idutio: (a) 0 2 (1)(21), N. (b) 2 (1 1 ) 1

Mehr

Unsere Daten. Konzentrationsmessung. Konzentrationskurve Summenkurve der Bierkonsumierung. Statistik 2. Vorlesung, Feb. 29, 2012

Unsere Daten. Konzentrationsmessung. Konzentrationskurve Summenkurve der Bierkonsumierung. Statistik 2. Vorlesung, Feb. 29, 2012 Statisti. Vorlesug, Feb. 9, Usere Date Höhe Gewicht 5 5 Coctails 5 7 75 5 7 cm Gewicht Glas Schuhgrösse Mathe 5 7 -.5..5..5..5 Reisezeit y 7 9 5 cm Mi Kozetratiosmessug Was für ei Ateil der Eiomme gehört

Mehr

Statistik I/Empirie I

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

Mehr

Übungen zu QM III Mindeststichprobenumfang

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

Mehr

3 Wichtige Wahrscheinlichkeitsverteilungen

3 Wichtige Wahrscheinlichkeitsverteilungen 26 3 Wichtige Wahrscheilicheitsverteiluge Wir betrachte zuächst eiige Verteilugsfutioe für Produtexperimete 31 Die Biomialverteilug Wir betrachte ei Zufallsexperimet zum Beispiel das Werfe eier Müze, bei

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

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

Mehr

1. Folgen ( Zahlenfolgen )

1. Folgen ( Zahlenfolgen ) . Folge ( Zahlefolge Allgemeies Beispiel für eie regelmäßige Folge: /, /3, /4, /5, /6,... Das erste Glied ist a =/ Das ist das Glied mit dem Ide Das zweite Glied ist a =/3 Das ist das Glied mit dem Ide

Mehr

Kapitel 6 : Punkt und Intervallschätzer

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

Mehr

Statistik Einführung // Beschreibende Statistik 2 p.2/61

Statistik Einführung // Beschreibende Statistik 2 p.2/61 Statistik Eiführug Beschreibede Statistik Kapitel Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Beschreibede Statistik

Mehr

Bernoulli-Experiment und Binomialverteilung

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

Mehr

Übungen mit dem Applet erwartungstreu

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

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statistik 1 für SoziologIe Lage- ud Streuugsmaße Uiv.Prof. Dr. Marcus Hudec Streuugsmaße Statistische Maßzahle, welche die Variabilität oder die Streubreite i de Date messe. Sie beschreibe die Abweichug

Mehr

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...

Mehr

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann Lösugssizze Mathemati für Iformatier 6. Aufl. Kapitel 4 Peter Hartma Verstädisfrage 1. We Sie die Berechug des Biomialoeffiziete mit Hilfe vo Satz 4.5 i eiem Programm durchführe wolle stoße Sie schell

Mehr

Statistik I für Studierende der Soziologie

Statistik I für Studierende der Soziologie Name: Matrikelummer: Formelsammlug zur Vorlesug Statistik I für Studierede der Soziologie Dr. Caroli Strobl & Gero Walter WS 2008/09 1 Eiführug 1.1 Orgaisatorisches 1.2 Grudbegriffe 1.2.1 Statistische

Mehr

Proseminar zur Diskreten Mathematik Ilse Fischer 1, WS 06/07

Proseminar zur Diskreten Mathematik Ilse Fischer 1, WS 06/07 Prosemiar zur Disrete Mathemati Ilse Fischer 1, WS 06/07 (1 I eier Schachtel sid 4 rote, 2 blaue, 5 gelbe ud 3 grüe Stifte We ma die Stifte mit geschlossee Auge zieht, wieviele muss ma ehme, um sicher

Mehr

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes

Mehr

Kapitel VI. Einige spezielle diskrete Verteilungen

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

Mehr

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht

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

Mehr

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

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

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

Mehr

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

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

Mehr

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

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Weitere Lagemaße: Quantile/Perzentile I

Weitere Lagemaße: Quantile/Perzentile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I Für jede Media x med gilt: Midestes 50% der Merkmalswerte sid kleier gleich x med ud ebeso midestes 50% größer gleich

Mehr

Über die Verteilung der Primzahlen

Über die Verteilung der Primzahlen Über die Verteilug der Primzahle Scho dem juge Carl Friedrich Gauss drägte sich die Vermutug auf, dass die Azahl π( aller Primzahle p uterhalb der positive Schrae dem Gesetz π( log lim = 1 gehorcht. (Mit

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

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

Mehr

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

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

Mehr

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

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

Mehr

Statistik I Februar 2005

Statistik I Februar 2005 Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 6 Für Experte 8 Defiitioe ud Beispiele für Folge Defiitio Eie

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

4-1 Elementare Zahlentheorie

4-1 Elementare Zahlentheorie 4-1 Elemetare Zahletheorie 4. Dirichlet s Satz über Primzahle i arithmetische Progressioe. Satz (Dirichlet 1837). Seie a, k atürliche Zahle. Sid die Zahle a, k teilerfremd, so gibt es uedlich viele Primzahle

Mehr

0.1 E: Der Haupsatz der Mineralogie

0.1 E: Der Haupsatz der Mineralogie 0. E: Der Haupsatz der Mieralogie Satz: I eiem Kristall gibt es ur,,3,4 ud 6-zählige Symmetrie. Defiitio: Seie u, v 0 zwei Vektore, die icht auf eier Gerade liege. Die Mege heißt Gitter. Satz: Die Vektore

Mehr

Formelsammlung. PD Dr. C. Heumann

Formelsammlung. PD Dr. C. Heumann Formelsammlug zur Vorlesug Statisti I PD Dr. C. Heuma Formelsammlug Statisti I Desriptive Statisti Häufigeitsverteiluge Darstellugsforme vo Date Rohdate: x 1, x 2,..., x x i Azahl der Beobachtuge Mermalsausprägug

Mehr

Klausur vom

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

Mehr

a) Zeichnen sie ein Schaltbild des Versuches und beschriften sie dieses.

a) Zeichnen sie ein Schaltbild des Versuches und beschriften sie dieses. Der Hz-Schwigkreis besteht aus eier Spule hoher Iduktivität ud eiem Kodesator. Wird ei solcher Schwigkreis kurzfristig mit elektrischer Eergie versorgt, so führt er eie stark gedämpfte Schwigug aus. Aufgezeichet

Mehr

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

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

Mehr

Tutorium Mathematik ITB1(B), WI1(B)

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

Mehr

6.2 Das Newtonverfahren zur Nullstellenbestimmung. x für k

6.2 Das Newtonverfahren zur Nullstellenbestimmung. x für k 6. Das Newtoverahre zur Nullstellebestimmug Gesucht sid Nullstelle eier ichtlieare stetig di bare Futio :RR, also R mit = 0! Zurücührug des Nullstelleproblems au das izwische beate Fiputproblem. Also gesucht:

Mehr

3 Vergleich zweier unverbundener Stichproben

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

Mehr

Angewandte Mathematik (BHS) Berufsreifeprüfung Mathematik

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

Mehr

Kennwerte eindimensionaler Häufigkeitsverteilungen Einführung

Kennwerte eindimensionaler Häufigkeitsverteilungen Einführung Kewerte eidimesioaler Häufigkeitsverteiluge Eiführug Statistische Kewerte vo Verteiluge sid umerische Maße mit der Fuktio, zusammefassed eie Eidruck vo 1) dem Schwerpukt, ) der Variabilität ud 3) der Form

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

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

Mehr

Vorbereitung auf 6. Übungsblatt (Präsenzübungen) - Lösungen

Vorbereitung auf 6. Übungsblatt (Präsenzübungen) - Lösungen Prof. Dr. Raier Dahlhaus Statisti Witersemester 06/07 Vorbereitug auf 6. Übugsblatt Präsezübuge - Lösuge Aufgabe P0 Bereche vo UMVU-Schätzer. Gegebe sei jeweils ei statistisches Modell R, B R, P θ, θ Θ

Mehr

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

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

Mehr

Statistik und Biometrie. Deskriptive Statistik I

Statistik und Biometrie. Deskriptive Statistik I Statistik ud Biometrie Deskriptive Statistik I Spruch des Tages Traue keier Statistik, die du icht selbst gefaelscht hast Wiederholug Merkmale Beobachtugseiheite sid Träger vo Merkmale Wiederholug Die

Mehr

Arbeitsblatt A 8-4 Polynom-& Wurzel-& Winkelfunktionen Teil 1/2

Arbeitsblatt A 8-4 Polynom-& Wurzel-& Winkelfunktionen Teil 1/2 Schule Budesgymasiu um ür Berustätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-4 Polyom-& Wurzel-& Wikeluktioe Teil 1/2 Polyomuktioe Eie wichtige Klasse vo Fuktioe bilde die Polyomuktioe (x =

Mehr

LGÖ Ks VMa 12 Schuljahr 2017/2018

LGÖ Ks VMa 12 Schuljahr 2017/2018 LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Lineare Transformationen

Lineare Transformationen STAT 4 FK Herleituge Lieare Trasformatioe Sei eie lieare Trasformatio vo, so gilt Allgemei: a b, () Lieare Trasformatio des arithmetische Mittels y a+b x i () Da a eie additiv verküpfte Kostate ist, ka

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

3 Grenzwerte. 3.1 Grenzwerte von Folgen 03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis

Mehr

Konzentration und Disparität

Konzentration und Disparität Begleitede Uterlage zur Übug Deskriptive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 6 Kozetratios- ud Disparitätsmessug................................ 2 6.1 Begriff ud Eileitug.......................................

Mehr

Arbeitsblatt 22: Rekursive Reihen Alkoholentzug

Arbeitsblatt 22: Rekursive Reihen Alkoholentzug Arbeitsblatt 22: Reursive Reihe Aloholetzug Erläuteruge ud Aufgabe Zeicheerlärug: [ ] - Drüce die etsprechede Taste des Graphirechers! [ ] S - Drüce erst die Taste [SHIFT] ud da die etsprechede Taste!

Mehr

3. Inkrementelle Algorithmen

3. Inkrementelle Algorithmen 3. Ikremetelle Algorithme Defiitio 3.1: Bei eiem ikremetelle Algorithmus wird sukzessive die Teillösug für die erste i Objekte aus der bereits bekate Teillösug für die erste i-1 Objekte berechet, i=1,,.

Mehr

Vorkurs Mathematik für Informatiker Folgen

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

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge

Mehr

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

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

Kapitel 2. Kapitel 1 Skalierungen. Graphische Darstellungen. Seite 1/5 Deskriptive Statistik. Aufgabe 1 Welche Skalenniveaus liegen vor?

Kapitel 2. Kapitel 1 Skalierungen. Graphische Darstellungen. Seite 1/5 Deskriptive Statistik. Aufgabe 1 Welche Skalenniveaus liegen vor? Seite 1/5 Deskriptive Statistik Kapitel 1 Skalieruge Aufgabe 1 Welche Skaleiveaus liege vor? Telefoummer Hausummer Ihalt vo Bierflasche i Zetiliter Haushaltsgröße i Persoe Lägegrade Nummerschilder Kapitel

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK

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

Mehr

Grundlagen der Biostatistik und Informatik

Grundlagen der Biostatistik und Informatik Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi

Mehr

Übungen mit dem Applet Taylor-Entwickung von Funktionen

Übungen mit dem Applet Taylor-Entwickung von Funktionen Taylor-Etwickug vo Fuktioe Übuge mit dem Applet Taylor-Etwickug vo Fuktioe Ziele des Applets... Mathematischer Hitergrud... 3 Vorschläge für Übuge... 3 3. Siusfuktio si(...3 3. Cosiusfuktio cos(...4 3.3

Mehr

Monotonie einer Folge

Monotonie einer Folge Mootoie eier Folge 1 E Mootoe Folge We jedes Folgeglied eier Folge größer oder gleich dem vorhergehede Folgeglied ist a 1 a ℕ so et ma die Folge mooto steiged (oder mooto wachsed). Die geometrische Folge

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

Positiv denken! Lösungen

Positiv denken! Lösungen Schülerzirkel Mathematik Fakultät für Mathematik. Uiversität Regesburg Positiv deke! Lösuge Aufgabe 1 (GMAMQM (ur für die Klasse 7/8) [ Pukte]). Seie a, b reelle Zahle. 1. Sei a 0 ud b 0. Zeige, dass a

Mehr

1 Randomisierte Bestimmung des Medians

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

Mehr

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

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro. mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe

Mehr

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

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

Mehr

AngStat1(Ue13-21).doc 23

AngStat1(Ue13-21).doc 23 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also

Mehr

, h(1) =, h(2) = c. a) Säulendiagramm siehe Tafel- oder Folienskizze b) Ermittlung von c: Die Summe der relativen Häufigkeiten muss 1 sein: c = 4 9

, h(1) =, h(2) = c. a) Säulendiagramm siehe Tafel- oder Folienskizze b) Ermittlung von c: Die Summe der relativen Häufigkeiten muss 1 sein: c = 4 9 Techische Uiversität Müche SS 2006 Zetrum Mathematik Blatt 3 Prof. Dr. J. Hartl Dr. Haes Petermeier Dr. Corelia Eder Dipl.-Ig. Marti Nagel Höhere Mathematik 2 (Weihestepha). Jeder der Bewoher eies Stadtviertels

Mehr

Schätzung der Kovarianzmatrix

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

Mehr