Übungsaufgabe Parameter und Verteilungsschätzung
|
|
- Inge Hofer
- vor 5 Jahren
- Abrufe
Transkript
1 Übungsaufgabe Parameter und Verteilungsschätzung Prof. Dr. rer. nat. Lüders Datum: Autor: Marius Schulte Matr.-Nr.: FH Südwestfalen
2 Aufgabenstellung Analysiert werden sollen die Verteilungen von Windgeschwindigkeiten an 3 Standorten (eine auswählen, Quelle: DWD). Diese sind in Excel-Dateien gespeichert. Häufig wird für Windgeschwindigkeiten eine Weibull-Verteilung angenommen. Dies ist zu testen! Auswertung a) Lesen Sie die Excel-Datei ein und erstellen Sie ein Histogramm. Benötigter Matlab Code: Abbildung 1: Histogramm der Windgeschwindigkeiten am Kahlen Asten Seite 2 von 8
3 b) Berechnen Sie Mittelwert, Median, Standardabweichung, Variationskoeffizient. Benötigter Matlab Code: Typ Matlab-Wert Mittelwert m/s Median m/s Standardabweichung m/s Variationskoeffizient m/s Tabelle 1: Ermittelte Werte durch Matlab Berechnung c) Schätzen Sie daraus die Parameter der zugehörigen Weibull-Verteilung (Folie 28)! C = 0,3424 k = 3,33 Abbildung 2: Kurve zur Ermittlung von und k Es wird der Variationskoeffizient C aus vorheriger Berechnung bzw. Tabelle benutzt, um den Formparameter k zu ermitteln. Dazu wird zunächst die blaue Kurve benötigt. Der Variationskoeffizient beträgt 0,3424. Wie im Diagramm eingezeichnet, sucht man mit dieser Y-Koordinate den Schnittpunkt mit der blauen Kurve. Die zugehörige X-Koordinate ergibt entsprechend den Formparameter k. Der resultierende Formparameter k beträgt in diesem Fall ca. 3,33. Seite 3 von 8
4 Der Y-Schnittpunkt der roten Kurve beträgt bei der X-Koordikate k = 3,33 etwa 0,9. Dieser Wert wird für die Berechnung verwendet: Grundformel: umgestellt nach : d) Fertigen Sie einen Plot mit der theoretischen und gemessenen Wahrscheinlichkeitsverteilung an! Passen Sie gut zusammen? Benötigter Matlab Code: Die theoretische Wahrscheinlichkeitsverteilung wird über die Formel auf Folie 28 erzeugt. Dabei entspricht x den aufsteigend sortierten Werten der Messungen, wie auch im Matlab-Code ersichtlich. Der ermittelten Werte für den Formparameter k und den Wert werden in folgende Formel aus eingesetzt: Dieser Schritt ist notwendig, da Matlab keine Kurven ohne Datensätze anzeigen kann. Seite 4 von 8
5 Abbildung 3: CDF der gemessenen und theoretischen Windgeschwindigkeiten Wie in dieser Abbildung ersichtlich ist, passen die Kurven der theoretischen und gemessenen Windgeschwindigkeit gut zueinander, was die These einer Weibull-Verteilung bei Windgeschwindigkeitsmessungen stützt. Seite 5 von 8
6 e) Analysieren Sie die Messdaten mit dem Matlab DistributionFitter-Tool! f) Welche Parameter erhalten Sie jetzt für die Hypothese Weilbull-Verteilung? Der DistributionFitter lässt sich über den Befehl: distributionfitter in Matlab aufrufen. Alternativ lässt er sich unter dem Menüpunkt APPS auch per Klick aufrufen. Zunächst wird ein neues Data Set angelegt. Dazu werden die Messwerte ausgewählt, welche in meinem Fall in der Variable Geschwi gespeichert sind. Anschließend kann im DistributionFitter ein neuer Fit erzeugt werden. Dazu klickt man auf New Fit... Abbildung 4: PDF - Weibull-Verteilung, DistributionFitter Da als Verteilung Weibull als These aufgestellt wurde, habe ich diese Verteilung als erstes ausprobiert. In der PDF sieht man, dass der Verlauf nicht so gut zu den Messwerten passt. Als nächstes eine Gegenüberstellung der von Matlab berechneten und der vom DistributionFitter ermittelten Parameter: Typ errechneter Wert Distribution Fitter Abweichung Mittelwert 13, ,7863-0,0094 Varianz 22, , , , , ,0968 Standardabweichung 4,7230 3, ,66704 Seite 6 von 8
7 Die Abweichung der Parameter vom berechneten Matlab und DistributionFitter liegen dicht beieinander. Schaltet man den Display-Typ auf die kumulierte Ansicht (CDF) um, sieht die Verteilung Weibull passender aus: Abbildung 5: CDF - Weibull-Verteilung, DistributionFitter g) Versuchen Sie es mit einer alternativen Hypothese (andere Verteilung)! Als zweite Verteilung habe ich die Normalverteilung ausgewählt: Abbildung 6: PDF Normalverteilung, DistributionFitter Die Wahrscheinlichkeitsdichtefunktion vom DistributionFitter für eine Normalverteilung ähnelt optisch der von der Weibullverteilung. Einige ermittelte Parameter lassen sich trotz der anderen Verteilungsart vergleichen: Seite 7 von 8
8 Typ errechneter Wert Distribution Fitter Abweichung Mittelwert/ Mean 13, ,7957 Varianz 22, , , Standardabweichung 4,7230 4,72305 Wie zu sehen ist, haben die ermittelten Werte vom DistributionFitter Tool weniger bis keine Abweichungen zu den errechneten Werten. Abbildung 7: Gegenüberstellung CDF- Weibull- und Normalverteilung, DistributionFitter In der CDF sieht man kaum einen Unterschied zwischen den beiden Verteilungen. Schaut man genau hin, sieht man, dass die Weibullverteilung etwas besser passt als die Normalverteilung, gerade im oberen Kurvenbereich. Fazit Von den beiden getesteten Verteilungen passt aus meiner Sicht keine richtig gut über die Verteilungen der Windgeschwindigkeit. Die These der Weibullverteilung sollte genauer mit mehreren anderen Messreihen überprüft werden, um mehr Sicherheit zu erlangen. Für eine gute und schnelle Näherung kann man sehr gut auf den DistributionFitter zurückgreifen. Seite 8 von 8
Übungen mit dem Applet Rangwerte
Rangwerte 1 Übungen mit dem Applet Rangwerte 1 Statistischer Hintergrund... 2 1.1 Verteilung der Einzelwerte und der Rangwerte...2 1.2 Kurzbeschreibung des Applets...2 1.3 Ziel des Applets...4 2 Visualisierungen
MehrVorbetrachtungen zum Mobilfunkkanal
Vorbetrachtungen zum Mobilfunkkanal Übungsaufgabe 3 Walter Tiessen(10039111) Studiengang: Master-Elektrotechnik Modul: Modellierung und Simulation1 Eingereicht bei: Prof. Dr. rer. nat. Henrik Schulze Datum:
Mehr5 Exkurs: Deskriptive Statistik
5 EXKURS: DESKRIPTIVE STATISTIK 6 5 Ekurs: Deskriptive Statistik Wir wollen zuletzt noch kurz auf die deskriptive Statistik eingehen. In der Statistik betrachtet man für eine natürliche Zahl n N eine Stichprobe
MehrÜbungen mit dem Applet Wahrscheinlichkeitsnetz
Wahrscheinlichkeitsnetz 1 Übungen mit dem Applet Wahrscheinlichkeitsnetz 1 Statistischer Hintergrund... 1.1 Verteilungen... 1. Darstellung von Daten im Wahrscheinlichkeitsnetz...4 1.3 Kurzbeschreibung
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
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.
MehrReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm
ReduSoft Ltd. www.redusoft.de Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind. Urnenmodell Das Modul Urnenmodell ermöglicht die
MehrTheorie-Teil: Aufgaben 1-3: 30 Punkte Programmier-Teil: Aufgaben 4-9: 60 Punkte
Hochschule RheinMain WS 2018/19 Prof. Dr. D. Lehmann Probe-Klausur zur Vorlesung Ökonometrie Theorie-Teil: Aufgaben 1-3: 30 Punkte Programmier-Teil: Aufgaben 4-9: 60 Punkte (die eigentliche Klausur wird
Mehr1 Univariate Statistiken
1 Univariate Statistiken Im ersten Kapitel berechnen wir zunächst Kenngrößen einer einzelnen Stichprobe bzw. so genannte empirische Kenngrößen, wie beispielsweise den Mittelwert. Diese können, unter gewissen
MehrModellierung- und Simulation Mathis Plewa ( )
Inhaltsverzeichnis Abbildungsverzeichnis... 1 Übungsaufgabe: Zufallsgeneratoren und Histogramme... 2 Standard Gleichverteilung... 2 Gaußverteilung... 3 Exponentialverteilung... 4 Übungsaufgabe: Geometrische
MehrStatistik mit MAXQDA Stats
Statistik mit MAXQDA Stats MAXQDA Stats ist ein eigenständiges Statistik-Modul, das aus MAXQDA heraus gestartet werden kann und das häufig verwendete Verfahren der Deskriptiv- und Inferenzstatistik offeriert.
MehrBiegen von Büroklammern
6.7 Zuverlässigkeitsanalyse mit Minitab und JMP 39 6.7 Zuverlässigkeitsanalyse mit Minitab und JMP In Minitab gelangt man über den Pfad Statistik-Zuverlässigkeit/Lebensdauer zu den entsprechenden Methoden
MehrMittelwert Median Stabw StabwN 1. Quartil 3. Quartil 27,22 % 26,06 % 8,07 % 8,03 % 22,12 % 31,25 %
3. a) Mit Hilfe der Excel-Funktionen Mittelwert(DB), Median(DB), Stabw(DB) sowie Quantil(DB;P) 1 werden aus den gegebenen Leberfettgehaltmessdaten Mittelwert, Median, Standardabweichung (Stabw) sowie das
MehrTests für Erwartungswert & Median
Mathematik II für Biologen 26. Juni 2015 Prolog Varianz des Mittelwerts Beispiel: Waage z-test t-test Vorzeichentest Wilcoxon-Rangsummentest Varianz des Mittelwerts Beispiel: Waage Zufallsvariable X 1,...,X
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 K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
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
MehrMittelwert, Standardabweichung, Median und Bereich für alle durchgeführten Messungen (in Prozent)
3. Ergebnisse 3.1 Kennwerte, Boxplot Die Kennwerte der deskriptiven Statistik sind in der Tabelle 1 für alle Messungen, in der Tabelle 2 für die Messungen, bei denen mit der Referenzmethode eine festgestellt
Mehr12GE1 - Wiederholung - Verbesserung Praktikum 01
12GE1 - Wiederholung - Verbesserung Praktikum 01 Raymond KNEIP, LYCÉE DES ARTS ET MÉTIERS September 2015 1 Die gleichförmige Bewegung Dritte Reihe der Tabelle: s/t (m/s) (F.I.) 0.5 0.5 0.5 0.5 a. Der Quotient
MehrKlausur Statistik Lösungshinweise
Klausur Statistik Lösungshinweise Prüfungsdatum: 21. Januar 2016 Prüfer: Etschberger, Heiden, Jansen Studiengang: IM und BW Punkte: 15, 15, 12, 14, 16, 18 ; Summe der Punkte: 90 Aufgabe 1 15 Punkte Bei
Mehr5. Statistische Auswertung
5. Statistische Auswertung 5.1 Varianzanalyse Die Daten der vorliegenden Versuchsreihe zeigen eine links steile, rechts schiefe Verteilung. Es wird untersucht, ob sich die Meßdaten durch Transformation
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
Mehr6 Eigenständiges Programmieren
6 Eigenständiges Programmieren Allgemeines zu allen Aufgabenblöcken: Lesen Sie den jeweils einleitenden Aufgabentext und die Aufgabenstellung genau Damit Sie erläuternden Text von den Aufgabenstellungen
MehrExperimentiervorschlag Videoanalyse einer Bewegung
Experimentiervorschlag Videoanalyse einer Bewegung Beispiel: Wurf eines ausgedehnten Körpers mit Markierung seines Schwerpunkts Fragen: wie bewegt sich der Schwerpunkt ist die Modellannahme, dass der Luftwiderstand
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
MehrDer Weg eines Betrunkenen
Der Weg eines Betrunkenen 2 Hätte es damals schon Computer gegeben, wäre es für unseren Mathematiker um einiges leichter gewesen, den Weg des Betrunkenen zu bestimmen. Er hätte nicht nur eine beliebige
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY23) Herbstsemester 207 Olaf Steinkamp 36-J-05 olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrAufgaben zu Kapitel 1
Aufgaben zu Kapitel 1 Aufgabe 1 a) Öffnen Sie die Datei Beispieldatensatz.sav, die auf der Internetseite zum Download zur Verfügung steht. Berechnen Sie die Häufigkeiten für die beiden Variablen sex und
MehrÜbung 4 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
MehrHausaufgabe Modellierung und Simulation 1
Hausaufgabe Modellierung und Simulation 1 Die Pareto Verteilung Die Pareto-Verteilung ist eine stetige Wahrscheinlichkeitsverteilung in einem rechtsseitig unendlichen Intervall zwischen x min und. Die
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage
MehrIf something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra
If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If you torture your data long enough, they will tell you whatever you want to hear. James L. Mills Warum Biostatistik?
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
MehrAuswertung. B06: Wasserdampf
Auswertung zum Versuch B06: Wasserdampf Jule Heier Partner: Alexander FufaeV Gruppe 254 Versuchsteil A: Dampfdruck von Wasser Messung T in C p in mbar 22,2 28 30,5 44 35,9 59 41 77 45,3 98 48,4 113 51,6
MehrAuswertung Elastizität Versuch P1-11. Stefanie Falk und Corinna Roy
Auswertung Elastizität Versuch P1-11 Stefanie Falk und Corinna Roy 1. Bestimmung von E durch Balkenbiegung Mit dem in der Prinzipskizze dargestellten Aufbau maßen wir für die Materialien Messing, Aluminium,
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M1) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
MehrAufgaben zu Kapitel 1
Aufgaben zu Kapitel 1 Aufgabe 1 a) Öffnen Sie die Datei Beispieldatensatz.sav, die auf der Internetseite zum Download zur Verfügung steht. Berechnen Sie die Häufigkeiten für die beiden Variablen sex und
MehrUnivariate Kennwerte mit SPSS
Univariate Kennwerte mit SPSS In diesem Paper wird beschrieben, wie eindimensionale Tabellen und Kennwerte mit SPSS erzeugt werden. Eine Herleitung der Kennwerte und eine inhaltliche Interpretation der
MehrBeispielprojekt: Datenloggen mit MSD200 und Auswertung mit Tabellenkalkulation (Teil 2)
Beispielprojekt: Datenloggen mit und Auswertung mit Tabellenkalkulation (Teil 2) Im zweiten Teil dieses Beispielprojektes Datenloggen mit und Auswertung mit Tabellenkalkulation gehen wir auf das Weiterverarbeiten
MehrÜbungen mit dem Applet
Übungen mit dem Applet 1. Visualisierung der Verteilungsform... 1.1. Normalverteilung... 1.. t-verteilung... 1.3. χ -Verteilung... 1.4. F-Verteilung...3. Berechnung von Wahrscheinlichkeiten...3.1. Visualisierung
MehrPhysikalisches Fortgeschrittenenpraktikum Gitterschwingungen. Auswertung
1 Physikalisches Fortgeschrittenenpraktikum Gitterschwingungen Auswertung Armin Burgmeier Robert Schittny 1 Dispersionsrelationen Wir maßen mit Hilfe des vorgegebenen LabView-Programms sowohl für die einatomige
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Januar 2011 1 Vergleich zweier Erwartungswerte Was heißt verbunden bzw. unverbunden? t-test für verbundene Stichproben
Mehr8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik
Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik
MehrStatistische Methoden der Qualitätssicherung
Statistische Methoden der Qualitätssicherung Praktische Anwendung mit MINITAB und JMP Bearbeitet von Konrad Wälder, Olga Wälder, Franz J. Brunner. Auflage 203. Buch. X, S. Hardcover ISBN 978 3 446 4327
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen. Wir besprechen hier die zwei in Kapitel 1.1 thematisierten
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
MehrExcel-Daten/ CSV-Import
Excel-Daten/ CSV-Import 2016-02-19 Ausgangssituation 1/7 Inhalt Ausgangssituation... 2 CSV-, Textdaten importieren... 5 Version: A 2017 Q-DAS GmbH & Co. KG, 69469 Weinheim Doku-Nr.: 00001 Excel-Daten /
Mehr3.3 Absenkungsverlauf
3.3 Absenkungsverlauf 3.3.1 Aufgabe 3.3.1.1 Verzögerungsfunktion Der Absenkungsverlauf des Grundwassers auf Grund einer Entnahme aus einem Brunnen (z.b. durch einen so genannten Pumpversuch) kann in erster
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
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrStatistik für Ingenieure und Naturwissenschaftler
Sheldon M. Ross Statistik für Ingenieure und Naturwissenschaftler 3. Auflage Aus dem Amerikanischen übersetzt von Carsten Heinisch ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum Inhalt Vorwort zur dritten
MehrFakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 1 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Übungsblatt 3 Maschinelles Lernen und Klassifikation Abgabe online
MehrStichwortverzeichnis. Symbole
Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote
MehrGegeben ist die in Abbildung 1 dargestellte zentrische Schubkurbel mit den Längen a=50mm und b=200mm. Zu bestimmen sind:
1 Aufgabenstellung Gegeben ist die in Abbildung 1 dargestellte zentrische Schubkurbel mit den Längen a=50mm und b=200mm. Zu bestimmen sind: 1. Die Geschwindigkeit υ B am Gleitsteinzapfen (Kolbenbolzen)
MehrÜbungsaufgaben. zahlen bis auf das 3. und 7. Element enthält. (e) Erstellen Sie einen Vektor. zahlen3, der ein Klon von
Kurzeinführung in R Prof. Dr. Andreas Behr 1. Erzeugen Sie folgende Vektoren: (a) a : {1, 3, 7} Übungsaufgaben (b) b : { Katja, Christoph, Gerald, Jurij } (c) d : {T RUE, T RUE, F ALSE} 2. Erzeugen Sie
MehrÜber den Autor 7. Einführung 21
Inhaltsverzeichnis Über den Autor 7 Einführung 21 Über dieses Buch oder:» für Dummies«verpflichtet! 21 Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil
MehrNormalverteilung. Erwartungswert, Median und Modus sind identisch. Symmetrieeigenschaft um den Erwartungswert
Normalverteilung Stetige Wahrscheinlichkeitsverteilung, die zahlreiche natur, wirtschafts und sozialwissenschaftliche Merkmalsausprägungen mit guter Näherung abbilden kann und somit von elementarer Bedeutung
MehrSeminar am Bildungswerk des VDV
Seminar am 21.11.2006 Bildungswerk des VDV Referent: Dr. Peter Lemannczick Statistische Grundgrößen EXCEL Funktionen Beispiele auf den Seiten Minimum Min Funktion MAX, MIN etc. Maximum Max Funktion MAX,
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrGrundlagen der Bioinformatik Assignment 4: Introduction to R. Yvonne Lichtblau SS 2017
Grundlagen der Bioinformatik Assignment 4: Introduction to R Yvonne Lichtblau SS 2017 Presentations Assignment 3 Yvonne Lichtblau: Grundlagen der Bioinformatik, Sommer Semester 2017 2 Overview Assignment
MehrEpps-Pulley Test. QUALITY-APPs Applikationen für das Qualitätsmanagement. Testen und Anwenden. Autor: Dr. Konrad Reuter
QUALITY-APPs Applikationen für das Qualitätsmanagement Testen und Anwenden Epps-Pulley Test Autor: Dr. Konrad Reuter Der Epps-Pulley Test dient zur Testung von Daten aus kleinen Stichprobenumfängen auf
MehrÜbungen zum MATLAB Kurs Teil
Übungen zum MATLAB Kurs Teil 1 29.09.04 Indizierung Erzeugen Sie eine 5 x 5 Matrix A mit der Funktion rand Überlegen und testen Sie die Ergebnisse der folgende Ausdrücke: A([3 5],:) A(2,:) A([3,5]) A(:)
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 11. Vorlesung Jochen Köhler 10.05.011 1 Inhalt der heutigen Vorlesung Zusammenfassung Parameterschätzung Übersicht über Schätzung und Modellbildung Modellevaluation
Mehr2.5.3 Innenwiderstand der Stromquelle
6 V UA(UE) 0. 1. 2. U E Abbildung 2.4: Kennlinie zu den Messwerten in Tabelle 2.1. 2.5.3 Innenwiderstand der Stromquelle Die LED des Optokopplers wird mittels Jumper kurzgeschlossen. Dadurch muss der Phototransistor
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY231) Herbstsemester 2015 Olaf Steinkamp 36-J-22 olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrStatistische Analyse hydrologischer Daten (HW Berechnung)
Lehrstuhl für Hydrologie und Wasserwirtschaft BTU Cottbus Statistische Analyse hydrologischer Daten (HW Berechnung) Übung zur Hochwasserstatistik Datensatz: jährliche Maximalabflüsse der Spree in Cottbus
Mehr1 Grundlagen statistischer Versuchsauswertung
1 Grundlagen statistischer Versuchsauswertung 1.1 Statistische Daten Schon vor der Erhebung von Daten sollten erste statistische Überlegungen mit in das Erhebungsprogramm aufgenommen werden. Primäres Ziel
MehrEinführung in die Fehlerrechnung und Messdatenauswertung
Grundpraktikum der Physik Einführung in die Fehlerrechnung und Messdatenauswertung Wolfgang Limmer Institut für Halbleiterphysik 1 Fehlerrechnung 1.1 Motivation Bei einem Experiment soll der Wert einer
MehrWahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019
Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z
MehrStatistische Methoden für Bauingenieure WS 2013/14. Literatur
Statistische Methoden für Bauingenieure WS 2013/14 Einheit 1: Einführung in die Wahrscheinlichkeitstheorie Univ.Prof. Dr. Christian Bucher Literatur C. Bucher: Computational analysis of randomness in structural
Mehr10. Medizinische Statistik
10. Medizinische Statistik Projektplanung Deskriptive Statistik Inferenz-Statistik Literatur: Hüsler, J. und Zimmermann, H.: Statistische Prinzipien für medizinische Projekte, Verlag Hans Huber, 1993.
MehrProtokoll Grundpraktikum: O1 Dünne Linsen
Protokoll Grundpraktikum: O1 Dünne Linsen Sebastian Pfitzner 22. Januar 2013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (552892) Arbeitsplatz: 3 Betreuer: A. Ahlrichs Versuchsdatum: 16.01.2013
MehrM0 BIO - Reaktionszeit
M0 BIO - Reaktionszeit 1 Ziel des Versuches In diesem Versuch haben Sie die Möglichkeit, sich mit Messunsicherheiten vertraut zu machen. Die Analyse von Messunsicherheiten erfolgt hierbei an zwei Beispielen.
MehrTabelle 1: Altersverteilung der Patienten (n = 42) in Jahren
3. Ergebnisse Die 42 Patienten (w= 16, m= 26) hatten ein Durchschnittsalter von 53,5 Jahren mit einem Minimum von und einem Maximum von 79 Jahren. Die 3 Patientengruppen zeigten hinsichtlich Alters- und
MehrAllgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression
1 Einführung Allgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression Datenauswertung In einem naturwissenschaftlichen Experiment werden Sie meist
Mehr4. Übungsserie: Stetige Zufallsgrößen 8 < ax 2 =100 0 < x < sonst
Stochastik f ur ET SS Juliane.Schuetze@fh-jena.de 4. Übungsserie: Stetige Zufallsgrößen a =. Es sei f() = a( 3) =4 3 : sonst a) Bestimmen Sie a so, dass f eine Verteilungsdichte ist. b) Bestimmen Sie die
MehrGrundlagen der Bioinformatik Übung 5 Einführung in R. Ulf Leser, Yvonne Mayer
Grundlagen der Bioinformatik Übung 5 Einführung in R Ulf Leser, Yvonne Mayer Introduction to R Ulf Leser: Grundlagen der Bioinformatik, Sommer Semester 2016 2 Einführung in R Voraussetzung: funktionsfähige
MehrStochastik-Praktikum
Stochastik-Praktikum Deskriptive Statistik Peter Frentrup Humboldt-Universität zu Berlin 7. November 2017 (Humboldt-Universität zu Berlin) Zufallszahlen und Monte Carlo 7. November 2017 1 / 27 Übersicht
MehrSeminar Biopharmazie. Statistik. nur was für Unsichere oder ist sie ihr Geld wert?
Seminar Biopharmazie Statistik nur was für Unsichere oder ist sie ihr Geld wert? Biopharmazie Statistik 1 Allgemeine Symbole Probenstatistik Verteilungs- Funktion Mittelwert bzw. Erwartungswert für n µ
MehrHochschule Bremerhaven Medizintechnik Mathcad Kapitel 6
6. Diagramme mit Mathcad In diesem Kapitel geht es um andere, als X Y Diagramme. 6.. Kreisdiagramme. Schritt: Die darzustellende Funktion muß zunächst als Funktion definiert werden, zum Beispiel f(x):=
MehrHausarbeit Analyse von Geomaterialien WS :
Hausarbeit Analyse von Geomaterialien WS 2012-2013: Aufgabenstellung: Berechnung im EXCEL: Mittelwert M und Standardabweichung s für alle Elemente/Oxide für jede der vier Basaltgruppen Berechnung der Dreieckskoordinaten
MehrNichtlineare Widerstände
Protokoll zu Methoden der Experimentellen Physik am 8. 4. 2005 Nichtlineare Widerstände (Bestimmung des Innenwiderstandes von Spannungsquellen und Bestimmung des Innenwiderstands einer Glühlampe) Von Christoph
MehrKapitel 1: Grundlagen
Kapitel 1: Grundlagen 1. - 1 / 44 Gestaltung Zuverlässigkeit Use Case z.b. 95% Fahrer festlegen Belastung z.b. Kraft ermitteln Beanspruchung z.b. Spannung-Kollektiv ableiten Kapitel 4 P Zuverlässigkeit
MehrDeskriptive Statistik Erläuterungen
Grundlagen der Wirtschaftsmathematik und Statistik Erläuterungen Lernmaterial zum Modul - 40601 - der Fernuniversität Hagen 7 2.1 Einfache Lageparameter aus einer gegebenen Messreihe ablesen Erklärung
MehrElektrische Messtechnik, Labor
Institut für Elektrische Meÿtechnik und Meÿsignalverarbeitung Elektrische Messtechnik, Labor Rechnerunterstützte Erfassung und Analyse von Messdaten Studienassistentin/Studienassistent Gruppe Datum Note
MehrAnleitung zum Java - Applet
Anleitung zum Java - Applet Stetige Verteilungen Visualisierung von Wahrscheinlichkeit und Zufallsstreubereich bearbeitet von: WS 2004 / 2005 E/TI 7 betreut von: Prof. Dr. Wilhelm Kleppmann Inhaltsverzeichnis
MehrVorlesung Stetige Verteilungen / Mathematische Behandlung
B E A C D Z Faultät Verehrswissenschaften Friedrich List Professur für Verehrsströmungslehre Verehrssystemtheorie I+II (V.-Wirtschaft) Vorlesung..0 Stetige Verteilungen / Mathematische Behandlung Neufert,
MehrStatistik Übungsblatt 5
Statistik Übungsblatt 5 1. Gaussverteilung Die Verteilung der Messwerte einer Grösse sei durch eine Gaussverteilung mit Mittelwert µ = 7.2 und σ = 1.2 gegeben. (a) Wie gross ist die Wahrscheinlichkeit
MehrEinstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.
Einstieg in SPSS In SPSS kann man für jede Variable ein Label vergeben, damit in einer Ausgabe nicht der Name der Variable (der kryptisch sein kann) erscheint, sondern ein beschreibendes Label. Der Punkt
MehrStatistische Methoden der Datenanalyse. Übung XI
Albert-Ludwigs-Universität Freiburg Wintersemester 203/204 Statistische Methoden der Datenanalyse Markus Schumacher, Stan Lai, Florian Kiss Übung XI 2..204, 22..204 Anwesenheitsaufgaben Aufgabe 53 Vergleich
MehrWahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Prof. Dr. Michael Havbro Faber 8.04.009 Inhalt der heutigen Vorlesung Auswahl einer Verteilungsfunktion: Wahrscheinlichkeitspapier pp Schätzung und Modellentwicklung:
MehrPraktikumsprotokoll Physikalisch-Chemisches Anfängerpraktikum
Praktikumsprotokoll Physikalisch-Chemisches Anfängerpraktikum Tobias Schabel Datum des Praktikumstags: 02.12.2005 Matthias Ernst Protokoll-Datum: 12/20/2005 Gruppe A-11 11. Versuch: Schmelzdiagramm Assistent:
MehrStochastik. Station 1. Kombinatorik
Der fx-991de im Mathematik- Unterricht Stochastik Station 1 Kombinatorik Die vier Grundformeln zur Kombinatorik sind in der Tabelle zusammengefasst: Mit Zurücklegen Ohne Zurücklegen Reihenfolge egal ncr
MehrAnleitung: Standardabweichung
Anleitung: Standardabweichung So kann man mit dem V200 Erwartungswert und Varianz bzw. Standardabweichung bei Binomialverteilungen für bestimmte Werte von n, aber für allgemeines p nach der allgemeinen
Mehr