? Inferenzschluss. Grundproblem der Inferenzstatistik. Grundgesamtheit. Zufallsstichprobe. p... beobachtete Anteil zufällig
|
|
- Sigrid Hafner
- vor 5 Jahren
- Abrufe
Transkript
1 Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufallsstichprobe... "wahre", ubekate Ateil icht zufällig? Iferezschluss p... beobachtete Ateil zufällig Griechische Buchstabe für Parameter der Grudgesamtheit Lateiische Buchstabe für Parameter der Stichprobe Statistik 2 für SoziologIe - Kofidezitervalle 1
2 Stichprobeziehug Im Folgede beschäftige wir us mit der Frage, wie wir aus de Date eier Stichprobe auf die Parameter der Grudgesamtheit schließe köe. Begriffe: - Teilerhebug oder Stichprobe (sample survey ) versus - Vollerhebug (cesus) Grüde für Stichprobeerhebug Kosteersparis Zeitgewi Praktische Umöglichkeit eier Vollerhebug Statistik 2 für SoziologIe - Kofidezitervalle 2
3 Stichprobetechike Arte der Stichprobeziehug Zufallsauswahlverfahre Jedes Elemet der Grudgesamtheit besitzt eie bestimmte, vo ull verschiedee Wahrscheilichkeit i die Stichprobe zu gelage. Verfahre der bewusste Auswahl Vorgabe vo Quotemerkmale, durch die gesichert wird, dass die Stichprobestruktur i wichtige Variable der Struktur der Grudgesamtheit etspricht. Problem: Verbleibeder subjektiver Spielraum lässt keie wahrscheilichkeitstheoretisch abgesicherte Aussage über die Zuverlässigkeit der Ergebisse zu. Das für die Zufallsstichprobe etwickelte statistische Kalkül der Zufallsstichprobe ist auf Quotestichprobe icht awedbar ist. Somit ist es auch icht zulässig Kofidezitervalle zu bereche. Statistik 2 für SoziologIe - Kofidezitervalle 3
4 Zufallsauswahlverfahre Eifachste Variate: Jedes Elemet besitzt die gleiche Wahrscheilichkeit gezoge zu werde Ueigeschräkte Zufallsauswahl (simple radom samplig) I der Praxis verwedet ma: Geschichtete Zufallsstichprobe (stratified radom samplig) ermöglicht geauere Aussage i heterogee Populatioe Klumpestichprobe (cluster samplig) reduziert Erhebugskoste; oft aus praktische Grüde erforderlich Statistik 2 für SoziologIe - Kofidezitervalle 4
5 Prizip der Schichtug I praktische Aweduge: häufig umfagreiche heterogee Populatio Ziehe vo eifacher Zufallsstichprobe icht immer effiziet Populatio zerfällt gaz atürlich i eizele Gruppe (Schichte) Wir ziehe i eizele Schichte jeweils getret eie Zufallsstichprobe ud führe Date erst zur Auswertug zusamme erhalte so eie geschichtete (stratifizierte) Stichprobe geschichtete Stichprobe häufig i Praxis agewedet: erheblicher Effiziezgewi (Schätzer mit gerigerer Variaz), we die Schichte so gewählt werde, dass die Variable/Merkmalsträger ierhalb eier Schicht so ählich wie möglich sid. Bei gegebeer Gesamtstreuug ist das äquivalet dazu, dass sich die eizele Schichte utereiader so weit wie möglich uterscheide sollte Repräsetativität bezüglich des Schichtugsmerkmals, we Stichprobeumfäge ierhalb der Schichte proportioal zu Schichtgröße gewählt sid (proportioale Aufteilug ~ Auswahlsatz für jede Schicht gleich) Möglichkeit der getrete Auswertug vo Date i Schichte Statistik 2 für SoziologIe - Kofidezitervalle 5
6 Prizip der Clusterstichprobe Zugriff auf eizele Utersuchugseiheite ist icht immer ohe Probleme möglich ud kosteeffiziet Elemete der Grudgesamtheit lasse sich häufig i atürlicher Weise i sich icht überlappede Gruppe zusammefasse bezeiche diese als Cluster bzw. Klumpe Wir ziehe Zufallsstichprobe aus Mege vo Cluster, ierhalb der Cluster wird da (im eifachste Fall) eie Vollerhebug durchgeführt Ziehug auf Ebee der Cluster, icht Elemete der Populatio (z.b. Schulklasse) Clusterprizip: jeder Cluster sollte also aähred ei Abbild der Grudgesamtheit darstelle bzw. Beobachtuge sollte ierhalb eies Clusters so heteroge wie möglich sei ud sich eizele Cluster so weig wie möglich voeiader uterscheide (Gegeteil vom Schichtprizip) Clusterstichprobe werde eher aufgrud eifacher Umsetzbarkeit gewählt (gerigere Koste) oft Widerspruch zwische praktische Vorteile eier Clusterstichprobe ud Clusterprizip (Heterogeität) daher allgemei keie Variazreduktio gegeüber eifacher Zufallsstichprobe Statistik 2 für SoziologIe - Kofidezitervalle 6
7 Voraussetzug eier echte Zufallsauswahl "samplig frame" Zuverlässiges Register (Datebak) aller Elemete der Grudgesamtheit (samplig uits) Samplig frame ermöglicht die techische Operatioalisierug vo Zufallsauswahle eröffet gleichzeitig die Möglichkeit zur Durchführug der Erhebug (Kotaktdate: Adresse, Tel.Nr., etc) Ethält optioal zusätzliche Iformatioe zur Erhöhug der Präzisio bei der Stichprobeziehug bzw. bei der Schätzug/Hochrechug der Ergebisse (auxiliary Iformatio) Statistik 2 für SoziologIe - Kofidezitervalle 7
8 Typische Probleme "Selectio Bias" 1936 US-Presidet Electio 2,4 Mio Frageboge Adresse aus Telefobuch; KfZ-Registratio; Mitglieder eies Buchklubs Progose: Lado 57% Roosevelt 43% Ergebis: Roosevelt > 60% "Household Bias" populatio uits: samplig uits: Perso Haushalt Pro Haushalt wird ei Mitglied i die Stichprobe aufgeomme ==> Mitglieder vo Großfamilie sid systematisch uterrepräsetiert Statistik 2 für SoziologIe - Kofidezitervalle 8
9 Adere Probleme No-Respose Bias Nicht-Atworter köe sich vo de Atworter systematisch uterscheide Respose Bias Befragte wolle sich icht ehrlich deklariere Gestaltug der Frage ka Atwort beeiflusse z.b. hat i eier experimetelle Studie das Vertausche der Reihefolge vo Atwortalterative zu eier 5%-ige Veräderug des Ergebisses geführt Formulierug! Skalierug (Azahl der Atwortalterative gerade versus ugerade) Statistik 2 für SoziologIe - Kofidezitervalle 9
10 Fehlerstruktur bei Stichprobeerhebuge Stichprobeschätzug = Wahre Parameter + Erhebugs-Bias (Verzerrug aufgrud der Befragugstechik) + Stichprobefehler (Usicherheit aufgrud der Teilerhebug) Statistik 2 für SoziologIe - Kofidezitervalle 10
11 Mögliche Iferezaussage Puktschätzug Agabe eies quatitative Wertes für de ubekate Parameter Itervallschätzug Agabe eies Itervalls, das mit eier bestimmte Wahrscheilichkeit de ubekate Parameter überdeckt Hypotheseteste Aahme bzw. Zurückweisug vo Aussage über de ubekate Parameter bei eier vorgegebee Irrtumswahrscheilichkeit Statistik 2 für SoziologIe - Kofidezitervalle 11
12 Awedugskotext Wir betrachte eie Grudgesamtheit mit eiem biärem Merkmal (homograder Fall) Wie ka ma vo der Stichprobe auf die Grudgesamtheit schließe? Bei Ketis der Parameter der Grudgesamtheit Azahl iteressiereder Ereigisse (M) Umfag der Grudgesamtheit (N) bzw. des daraus abgeleitete Ateils =M/N wisse wir bereits, wie Aussage über zetrale Schwakugsitervalle für die Azahl (X) bzw. de Ateil (p) i der Stichprobe gemacht werde köe. Statistik 2 für SoziologIe - Kofidezitervalle 12
13 Erforderliches theoretisches Vorwisse Ziehe ohe Zurücklege Grudgesamtheit mit N Elemete davo M mit der iteressierede Eigeschaft Stichrobe vom Umfag 1. Exakte Bestimmug der Wahrscheilichkeite aller mögliche Stichprobeergebisse mittels der Hypergeometrische Verteilug 2. Näherug der Hypergeometrische Verteilug durch die Biomialverteilug 3. Approximatio durch die Normalverteilug mit Variazformel der Hypergeometrische oder der Biomialverteilug Statistik 2 für SoziologIe - Kofidezitervalle 13
14 Theoretisches Vorwisse (1 Hypergeom. Vert.) Ziehe ohe Zurücklege aus eier Grudgesamtheit mit N Elemete - davo M iteressierede Elemete Stichrobe vom Umfag (0;1) 1 ) (1 1 ) (1 ) ( ) ( N N N p N N p V N M p E (0;1) 1 ) (1 1 ) (1 ) ( ) ( N N N X N N X V N M X E X Azahl der iteressierede Elemete i der Stichprobe p Ateil der iteressierede Elemete i der Stichprobe ANZAHL ANTEIL Statistik 2 für SoziologIe - Kofidezitervalle 14
15 Theoretisches Vorwisse (2 Biom. Verteilug) Ziehe eier Stichrobe vom Umfag Vereifachte Berechug der Variaz, falls das Ziehe mit Zurücklege erfolgt oder ei kleier Auswahlsatz (/N) gegebe ist. (0;1) ) (1 ) (1 ) ( ) ( N X X V N M X E (0;1) ) (1 ) (1 ) ( ) ( N p p V p E ANZAHL ANTEIL Statistik 2 für SoziologIe - Kofidezitervalle 15
16 Beispiel Parameter der Grudgesamtheit N= M= = 0,60 Parameter der Stichprobe = 100 E(X)= 60 E(p)= 0,60 Mit Stichprobekorrektur Mit Stichprobekorrektur V(X)= 23,7624 V(X)= 0,0024 s(x)= 4,8747 s(x)= 0,0487 Ohe Stichprobekorrektur Ohe Stichprobekorrektur V(X)= 24,0000 V(X)= 0,0024 s(x)= 4,8990 s(x)= 0,0490 Statistik 2 für SoziologIe - Kofidezitervalle 16
17 Optisch kaum uterscheidbar Statistik 2 für SoziologIe - Kofidezitervalle 17
18 Ergebisvergleich Hy Bi Norm mit Norm ohe Prob(p<0,5)= 0,0163 0,0168 0,0156 0,0160 Prob(p<0,6)= 0,4565 0,4567 0,4592 0,4594 Prob(p=0,6)= 0,0816 0,0812 0,0817 0,0813 Prob(0,55<p<0,65) = 0,6440 0,6416 0,6441 0,6417 Prob(X > 60)= 0,4618 0,4621 0,4592 0,4594 Exakte Ergebisse Approximatio i der Praxis Siehe Excel-Sheet Approximatioe.xlsx Statistik 2 für SoziologIe - Kofidezitervalle 18
19 Iklusios- bzw. Repräsetatiosschluß Bei bekatem Parameter der Grudgesamtheit habe wir bislag Aussage über die Verteilug der Stichprobegröße getroffe (Iklusio; direkter Schluss) durch Umkehrug gelage wir zur eue Aufgabe: ausgehed vo eiem Stichprobeergebis soll auf die Parameter der Grudgesamtheit geschlosse werde (Repräsetatios- oder Iferez-Schluss; idirekter Schluss) Statistik 2 für SoziologIe - Kofidezitervalle 19
20 Puktschätzug Da die Stichprobe zufällig ist, ist auch das Ergebis aus der Stichprobe zufällig Da wir wisse, dass der Erwartugswert für de Ateilswert der Stichprobe (p) gleich ist dem wahre Wert für de Parameter i der Grudgesamtheit, erscheit es bei Vorliege eier kokrete Stichprobe sivoll, de Stichprobeateil p als Schätzug für zu verwede. Weiters köe wir de Stadardfehler zur Ermittlug der Präzisio dieser Schätzug utze. Statistik 2 für SoziologIe - Kofidezitervalle 20
21 Kozept der Kofidezitervalle - Beispiel Grudgesamtheit mit biärem Merkmal Kadidat-A... Erfolg Kadidat-B... Misserfolg Stichprobe mit =500 Ageomme der wahre Wert i der Grudgesamtheit sei =0.5 ud wir wähle eie Sicherheitswahrscheilichkeit vo (1-)=0,99: X sei die Azahl der Erfolge i der Stichprobe p sei der Ateil der Erfolge i der Stichprobe Statistik 2 für SoziologIe - Kofidezitervalle 21
22 Zetrales Schwakugsitervall - Beispiel Für das zetrale Schwakugsitervall vo X ergibt sich da P(.-2,58*s < X <.+2,58*s) = 0,99 Mit s²=..(1-).500.0,5250 s²=..(1-)=500.0,5.0,5125 s=11,18 P( *11,18< X < *11,18)= 0,99 P(221,15 < X <278,85) = 0.99 Falls der wahre Wert i der Grudgesamtheit =0.5 beträgt wird die Azahl der Befragte für Kadidat A mit eier Wahrscheilichkeit vo 99% im Itervall vo 221 bis 279 liege. Statistik 2 für SoziologIe - Kofidezitervalle 22
23 Kozept der Kofidezitervalle Für uterschiedliche Werte vo ergebe sich atürlich verschiedee zetrale Schwakugsitervalle = 500 0,01 2,5758 Quatilswert Zetrales Schwakugsitervall für die Azahl Zetrales Schwakugsitervall für de Ateil E(X) Var(X) UG(X) OG(X) E(p) Var(p) UG(p) OG(p) 0, , ,10 0,0002 6,5% 13,5% 0, , ,15 0, ,9% 19,1% 0, , ,20 0, ,4% 24,6% 0, , ,25 0, ,0% 30,0% 0, , ,30 0, ,7% 35,3% 0, , ,35 0, ,5% 40,5% 0, , ,40 0, ,4% 45,6% 0, , ,45 0, ,3% 50,7% 0, , ,50 0, ,2% 55,8% 0, , ,55 0, ,3% 60,7% 0, , ,60 0, ,4% 65,6% 0, , ,65 0, ,5% 70,5% 0, , ,70 0, ,7% 75,3% 0, , ,75 0, ,0% 80,0% 0, , ,80 0, ,4% 84,6% 0, , ,85 0, ,9% 89,1% 0, , ,90 0, ,5% 93,5% Statistik 2 für SoziologIe - Kofidezitervalle 23
24 Beachte: Hiweis: Die zetrale Schwakugsitervalle i der Nähe vo =0,5 sid deutlich größer als die für Radwerte vo (z.b. 0,1 bzw. 0,9) Beobachte auch, wie sich das Schwakugsitervall bei Äderug der Fallzahl bzw. der Sicherheitswahrscheilichkeit verädert: Größere Werte vo bedige ei kleieres Schwakugsitervall (präziser aber mir gerigerer Sicherheit) Größere Fallzahle reduziere das Schwakugsitervall für de Ateil icht aber für die Azahl Siehe Excel-Sheet: Kofidezitervall Statistik 2 für SoziologIe - Kofidezitervalle 24
25 Die Graphik stellt für uterschiedliche Werte vo die zetrale Schwakugsitervalle mit 99% durch horizotale Liie dar Ateil i der Grudgesamtheit Azahl i der Stichprobe Statistik 2 für SoziologIe - Kofidezitervalle 25
26 Kofidezitervalle Trägt ma i diese Graphik de kokrete real beobachtete Stichprobewert (z.b. 260) mittels eier vertikale Liie ei, so ka ma ablese, dass ei solches Stichprobeergebis bei eier Sicherheitswahrscheilichkeit vo 99% mit eiem - Wert i der Grudgesamtheit vo 0,46 bis 0,58 koform geht. Higege erscheie Werte vo beispielsweise =0,7 bzw. =0,4 für de Ateil i der Grudgesamtheit mit dem Stichprobeergebis icht verträglich. Statistik 2 für SoziologIe - Kofidezitervalle 26
27 Kofidezitervall Ateil ider Grudgesamtheit Kofidez-Bereich Statistik 2 für SoziologIe - Kofidezitervalle Azahl i der Stichprobe 27
28 Formel für das Kofidezitervall Ausgagspukt: P z Auflösug P p z s p ( 1 ) ach Schwakugsitervall für p der Stichprobe bei Ketis vo i der Grudgesamtheit z ( z) ( z) 1 ( 1 ) ( 1 ) p z 1 ( 1 ) p( 1 p) ersetze durch s s 1 p p p Statistik 2 für SoziologIe - Kofidezitervalle 28
29 Approximatives Kofidezitervall für Ateile Liefert eie Stichprobe de empirische Ateilswert p, so überdeckt das folgede Kofidezitervall de wahre Parameter mit eier Wahrscheilichkeit vo 1-. (z sei das (1-/2)-Quatil der Stadard- Normalverteilug) UG ~ zufallsabhägig p(1 p) p(1 p) P p z p z bzw. bei großem p(1 p) p(1 p) P p z p z 1 Parameter ~ Kostat ud ubekat OG~zufallsabhägig Statistik 2 für SoziologIe - Kofidezitervalle 29
30 Korrekturfaktor Bei eiem relativ große Auswahlsatz ud Ziehe ohe Zurücklege ist der Korrekturfaktor zu berücksichtige: p(1 p) N p(1 p) N P p z p z 1 1 N 1 1 N 1 Statistik 2 für SoziologIe - Kofidezitervalle 30
31 Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufallsstichprobe... "wahre", ubekate Ateil icht zufällig? Iferezschluss p... beobachtete Ateil zufällig Statistik 2 für SoziologIe - Kofidezitervalle 31
32 Kofidezitervall für Ateile (Zusammefassug)... "wahre", ubekate Ateil i der Grudgesamtheit p beobachtete Ateil i eier Zufallsstichprobe mit Umfag p ist eie erwartugstreue Schätzug für p ist aber eie Zufallsvariable die aufgrud der Zufälligkeit der Stichprobe eier Schwakug uterliegt Die Variaz vo p ergibt sich bei große Stichprobe ud kleiem Auswahlsatz durch: (1 )/ Die Stadardabweichug vo p et ma de Stadardfehler: s p (1 ) p(1 p) p(1 p) ˆ s p 1 Theoretischer Wert Schätzug auf Basis der Stichprobe Statistik 2 für SoziologIe - Kofidezitervalle 32
33 Approximatives Kofidezitervall für Ateile Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Iferezschluss Statistik 2 für SoziologIe - Kofidezitervalle 33
34 I Worte Wir erhalte ei Kofidezitervall für de wahre Ateil i der Grudgesamtheit durch folgede Formel: Ateil i der Stichprobe plus/mius dem geschätzte Stadardfehler des Stichprobeateils p multipliziert mit dem zugehörige Quatil der Normalverteilug (z) Stichprobeateil ± z*geschätzte Stadardfehler Die Wahrscheilichkeit, dass dieses Itervall de ubekate, wahre Ateil i der Grudgesamtheit überdeckt beträgt eis mius alpha. ( ) P p z ˆ s p z ˆ s 1 1 / 2 p 1 / 2 p Statistik 2 für SoziologIe - Kofidezitervalle 34
35 Beispiel N= Haushalte Stichprobe: =100 davo 30 Haushalte mit mehr als 1 Auto p=0,3 Puktschätzug für Gesucht 95% (=0,05) Kofidezitervall für de ubekate Ateil der Haushalte mit mehr als eiem Auto i der Grudgesamtheit Variaz der Puktschätzug: s p2 =0,3*0,7/99=0,0021 Stadardfehler: s p =0,046 Für 95% (=0,05) Kofidezitervall: z=1,96 0,3-1,96*0,046 < < 0,3 + 1,96*0,046 P(0,21 < < 0,39) = 0,95 Die Wahrscheilichkeit, dass der ubekate Ateilswert der Grudgesamtheit durch ei Itervall vo 21% bis 39% überdeckt wird, beträgt approximativ 95%. Statistik 2 für SoziologIe - Kofidezitervalle 35
36 KofidezAteil.xls = 100 X= 30 p= 30,00% = Ateil i der Stichrobe (1-p)= 0,7000 var(p)= 0,0021 sigma(p)= 0,0458 = 0,05 Tab= 1,9600 Tab*sigma= 8,98% =emax UG 21,02% OG 38,98% l= 17,96% =Läge des Kofidezitervalls Statistik 2 für SoziologIe - Kofidezitervalle 36
37 Beispiel Gleiche Beispiel aber höhere Sicherheit der Aussage wird gewüscht: Gesucht 99% (=0,01) Kofidezitervall für p=0,3 s p2 =0,3*0,7/99=0,0021 s p =0,046 z=2,58 0,3 2,58*0,046 < < 0,3 + 2,58*0,046 P(0,18 < < 0,42) = 0,99 Die Wahrscheilichkeit, dass der ubekate Ateilswert der Grudgesamtheit durch ei Itervall vo 18% bis 42% überdeckt wird, beträgt 99%. Höhere Sicherheit bedigt eie weiger Präzise Aussage bzw. Hohe Präzisio impliziert häufige Fehlaussage Statistik 2 für SoziologIe - Kofidezitervalle 37
38 Beispiel Gleiche Beispiel aber vierfach so große Stichprobe N= Haushalte =400 mit 120 Haushalte mit mehr als 1 Auto Gesucht 95% (=0,05) Kofidezitervall für p=0,3 s p2 =0,3*0,7/399=0,0005 s p =0,023 z=1,96 0,3-1,96*0,023 < < 0,3 + 1,96*0,023 P(0,26 < < 0,34) = 0,95 Gesucht 99% (=0,01) Kofidezitervall für 0,3-2,58*0,023 < < 0,3 + 2,58*0,023 P(0,24 < < 0,36) = 0,99 Vierfache Stichprobe halbiert die Läge des Kofidezitervalls! Statistik 2 für SoziologIe - Kofidezitervalle 38
39 Läge des Kofidezitervalls P p z p ( 1 p ) p z p ( 1 p ) L 2 z 1 / 2 p( 1 p) 1 Hägt ab: vo der Wahl vo (mit größerem [~Irrtumswahrscheilichkeit] wird Läge kleier) vom Stichprobeumfag (mit größerem wird Läge kleier; Wurzelgesetz! ) vo der Größe vo p bzw. (bei p=1/2 maximal) Statistik 2 für SoziologIe - Kofidezitervalle 39
40 Kofidezitervall mit wachsedem Stichprobeumfag Beobachtete Resposerate p = 50% Irrtumswahrscheilichkeit. alpha = 0,05 Kofideziveau... 1-alpha = 0,95 Fall zahl Stadardfehler KONFIDENZINTERVALL Utergreze Obergreze Maximaler Fehler 30 0,091 32,1% 67,9% 17,9% 40 0,079 34,5% 65,5% 15,5% 50 0,071 36,1% 63,9% 13,9% 60 0,065 37,3% 62,7% 12,7% 70 0,060 38,3% 61,7% 11,7% 80 0,056 39,0% 61,0% 11,0% 90 0,053 39,7% 60,3% 10,3% 100 0,050 40,2% 59,8% 9,8% 200 0,035 43,1% 56,9% 6,9% 300 0,029 44,3% 55,7% 5,7% 400 0,025 45,1% 54,9% 4,9% 500 0,022 45,6% 54,4% 4,4% 600 0,020 46,0% 54,0% 4,0% 700 0,019 46,3% 53,7% 3,7% 800 0,018 46,5% 53,5% 3,5% 900 0,017 46,7% 53,3% 3,3% ,016 46,9% 53,1% 3,1% ,013 47,5% 52,5% 2,5% ,011 47,8% 52,2% 2,2% ,010 48,0% 52,0% 2,0% ,009 48,2% 51,8% 1,8% ,008 48,3% 51,7% 1,7% ,008 48,5% 51,5% 1,5% 70,0% 60,0% 50,0% 40,0% 30,0% Statistik 2 für SoziologIe - Kofidezitervalle 40
41 Bestimmug des Stichprobeumfages (1) 2 4 z (1 ) 1 /2 2 L Beachte die Formel impliziert ei Vorwisse über de ubekate Parameter Falls keie a-priori Ketis bezüglich besteht, geht ma vom worst case =1/2 aus. Für =1/2 wird der Ausdruck (1- ) maximal, wodurch sich die Formel wie folgt vereifacht: z 2 1 / 2 2 Statistik 2 für SoziologIe - Kofidezitervalle 41 L
42 Bestimmug des Stichprobeumfages (2) L = 2 e max e max... Maximaler Fehler, des Kofidezitervalls; bezeichet bei vorgegebeem Sigifikaziveau, die maximale plus/mius Abweichug vom wahre Parameter Beispiel: Bestimme, so dass der maximaler Fehler e max höchstes 5 Prozetpukte beträgt ==> d.h. die gesamte Läge des Kofidezitervalls also maximal 10% - L=0,10 Ohe Vorketis vo p: Bei =0,05: >1,96²/0,01=384,1 ==> =385 Bei =0,01: >2,58²/0,01=663,5 ==> =664 Statistik 2 für SoziologIe - Kofidezitervalle 42
43 Beispiele Umfrage bei =2.000 Wahlberechtigte Wie geau ka ei Ateil bei eiem Kofideziveau vo 95% vorhergesagt werde? p Wurzel[p(1-p)/] max. Fehler Läge des KI 0,1 0,0067 ±1,31% 2,62% 0,2 0,0089 ± 1,75% 3,50% 0,3 0,0102 ± 2,01% 4,02% 0,4 0,0110 ± 2,15% 4,30% 0,5 0,0112 ± 2,19% 4,38% Statistik 2 für SoziologIe - Kofidezitervalle 43
44 Beispiel Gesucht ist eie Stichprobe vom Umfag, mit der der Ateil der Ja-Wähler bei eier Volksabstimmug auf 1% geau geschätzt werde ka (L=0,02) Sicherheitsiveau 0,95 a) bei Vorketis, dass ~0,25 sei: =4*3,84*0,1875/0,0004= z (1 ) 1 /2 2 L b) ohe Vorketis über de Ateil = 3,84/0,0004=9.604 z 2 1 / 2 2 L Statistik 2 für SoziologIe - Kofidezitervalle 44
45 Beispiele aus de Medie Statistik 2 für SoziologIe - Kofidezitervalle 45
46 =1022 = 1022 X= 491 p= 48,0% = Ateil i der Stichrobe (1-p)= 0,5196 var(p)= 0,0002 sigma(p)= 0,0156 = 0,05 Tab= 1,9600 Tab*sigma= 3,06% =emax UG 44,98% OG 51,11% l= 6,13% =Läge des Kofidezitervalls Statistik 2 für SoziologIe - Kofidezitervalle 46
47 Statistik 2 für SoziologIe - Kofidezitervalle 47
48 Überprüfug der Geauigkeitsagabe = 401 X= 213 p= 53,1% = Ateil i der Stichrobe (1-p)= 0,4688 var(p)= 0,0006 sigma(p)= 0,0249 = 0,05 Tab= 1,9600 Tab*sigma= 4,88% =emax UG 48,23% OG 58,00% l= 9,77% =Läge des Kofidezitervalls Statistik 2 für SoziologIe - Kofidezitervalle 48
49 Methodology This survey was fielded Jue 14 & 15, 2007 as part of the Hays Research Group Alaska Statewide Opiio Couts Survey. 401 respodets were iterviewed. The margi of error for the data collected is +/- 4.9 % for a 401 respose survey for the data aalyzed i its etirety with a 95% cofidece level; meaig that we ca be 95% sure that if every residet of the State was actually surveyed, the results would vary by o more tha 4.9% i either directio. The survey sample used was a computer geerated radom list derived from a database of all households withi the State of Alaska with workig telephoe umbers who have at least oe member who has voted i at least two of the last four statewide electios. The sample frame was desiged to accurately reflect the actual populatio percetages. Respodets were screeed to cofirm they were over 18 ad each household was attempted at least four times over a period of several days to accout for o-respose bias. Data was aalyzed utilizig SPSS Quacept Software. Iterviews were coducted by traied staff with o-site supervisio utilizig state of the art computer assisted telephoe iterviewig (CATI). Radom iterviews were moitored to assure quality cotrol measures were followed. Dialig results were aalyzed daily to assure statistically accurate distributio of call dispositio i order to accout for orespose variables. Statistik 2 für SoziologIe - Kofidezitervalle 49
50 Beispiele: Kofidezitervall für Ateile Sie lese i eier Publikatio, dass i eier Stichprobe vo =600 Befragte ei empirischer Ateil vo p=30% erhobe wurde. Welche Aussage köe Sie für de Ateil i der Grudgesamtheit treffe, we Sie bereit sid mit eier 5%- Irrtumswahrscheilichkeit zu argumetiere? P p p( 1 p) p( 1 p) z p z 1 Statistik 2 für SoziologIe - Kofidezitervalle 50
51 Beispiele: Kofidezitervall für Ateile Stichprobe mit p=0,30 ud =600 p*(1-p)=0,3*0,7=0,21 z=1,96 s p =(0,3*0,7/600) 1/2 =0,0187 P(0,30-1,96*0,0187 < < 0,30+1,96*0,0187)=0,95 P(26,33%<<33,67%)=0,95 Die Wahrscheilichkeit, dass der ubekate Ateilswert i der Grudgesamtheit durch ei Itervall vo 26,33% bis 33,67% überdeckt wird, beträgt 95%. Falls Sie bereit sid Ihre Irrtumswahrscheilichkeit auf 10% zu erhöhe, komme Sie zu folgedem Ergebis: z=1,64 P(26,92%<<33,08%)=0,90 Statistik 2 für SoziologIe - Kofidezitervalle 51
52 Ivertierte Fragestelluge (1a) Sie lese i eier Publikatio, dass i eier Stichprobe vo =600 Befragte ei empirischer Ateil vo p=30% erhobe wurde, ud dass daraus abgeleitet werde ka, dass der ubekate Ateil i der Grudgesamtheit daher durch ei Itervall vo 29% bis 31% abgedeckt wird. Wie groß ist die Wahrscheilichkeit, dass diese Aussage korrekt ist? e max =0,01 e max = z.s p s p =(0,3*0,7/600) 1/2 =0,0187 z= e max /s p z=0,5345 Q(z) = Q(0,5345) = 0,7035 0,7035=1-/2 /2=0,296 =0,593 Kofideziveau des Itervalls: 40,7% alpha/2 1-alpha 0,296 0,296 40,7% alpha/ Statistik 2 für SoziologIe - Kofidezitervalle 52
53 Ivertierte Fragestelluge (1b) Sie lese i eier Publikatio, dass i eier Stichprobe vo =600 Befragte ei empirischer Ateil vo p=30% erhobe wurde, ud dass daraus abgeleitet werde ka, dass der ubekate Ateil i der Grudgesamtheit daher durch ei Itervall vo 28% bis 32% abgedeckt wird. Wie groß ist die Wahrscheilichkeit, dass diese Aussage korrekt ist? e max =0,02 s p =0,0187 z= e max /s p ==> z=1,0690 ==> Q(z) = Q(1,0690) = 0,8575 /2=0,143 Wahrscheilichkeit eier korrekte Aussage 71,5% alpha 0,143 0, Statistik 2 für SoziologIe - Kofidezitervalle 53 alpha/2 0,715 alpha/2
54 Ivertierte Fragestelluge (2a) Sie lese i eier Publikatio, dass i eier Stichprobe ei empirischer Ateil vo p=30% erhobe wurde, ud dass daraus mit 95%-Sicherheit abgeleitet werde ka, dass der ubekate Ateil i der Grudgesamtheit durch ei Itervall vo 29% bis 31% abgedeckt wird. Wie groß muss die Stichprobe gewese sei? e max =0,01 z=1,96 > p(1-p)*z²/e max ² ==> > 8.067,04 Die Stichprobe muss Respodete umfasst habe. Statistik 2 für SoziologIe - Kofidezitervalle 54
55 Ivertierte Fragestelluge (2b) Sie lese i eier Publikatio, dass i eier Stichprobe ei empirischer Ateil vo p=30% erhobe wurde, ud dass daraus mit 95%-Sicherheit abgeleitet werde ka, dass der ubekate Ateil i der Grudgesamtheit durch ei Itervall vo 28% bis 32% abgedeckt wird. Wie groß muss die Stichprobe gewese sei? e max =0,02z=1,96 e max = z.s p p(1-p)=0,21 > p(1-p)*z²/e² ==> > 2.016,76 Die Stichprobe muss Respodete ethalte. Statistik 2 für SoziologIe - Kofidezitervalle 55
56 Umfrage im Tred Februar 2015 = 447 X= 300 p= 67,1% = Ateil i der Stichrobe (1-p)= 0,3289 var(p)= 0,0005 sigma(p)= 0,0222 = 0,05 Tab= 1,9600 Tab*sigma= 4,36% =emax UG 62,76% OG 71,47% l= 8,71% = Läge des KI = 447 X= 300 p= 67,1% = Ateil i der Stichrobe (1-p)= 0,3289 var(p)= 0,0005 sigma(p)= 0,0222 = 0,01 Tab= 2,5758 Tab*sigma= 5,72% =emax UG 61,39% OG 72,84% l= 11,45% = Läge des KI Statistik 2 für SoziologIe - Kofidezitervalle 56
Grundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig Statistik für SoziologIe 1 Iferez für Ateile?
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe π... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
MehrGrundproblem der Inferenzstatistik
Grundproblem der Inferenzstatistik Grundgesamtheit Stichprobenziehung Zufalls- Stichprobe... "wahre", unbekannte Anteil nicht zufällig p... beobachtete Anteil zufällig? Statistik für SoziologInnen 1 Inferenzschluss
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrII. Grundzüge der Stichprobentheorie
II. Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
MehrVl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3
Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.
MehrÜbungen 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,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit
3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe
MehrKapitel 6 : Punkt und Intervallschätzer
7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
MehrGrundproblem der Inferenzstatistik
Grundproblem der Inferenzstatistik Grundgesamtheit Stichprobenziehung Zufalls- Stichprobe... "wahre", unbekannte Anteil nicht zufällig p... beobachtete Anteil zufällig? Statistik für SoziologInnen 1 Inferenzschluss
MehrGrundproblem der Inferenzstatistik
Grundproblem der Inferenzstatistik Grundgesamtheit Stichprobenziehung Zufalls- Stichprobe... "wahre", unbekannte Anteil nicht zufällig p... beobachtete Anteil zufällig? Statistik für SoziologInnen 1 Inferenzschluss
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrDie notwendigen Verteilungstabellen finden Sie z.b. hier:
Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf
MehrStatistik 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
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
MehrDer Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert
Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche
MehrBSc: Waldmesslehre Waldinventur I
Erfassug vo Bestadeswerte durch Stichprobe Wiederholug Grudlage der Stichprobetheorie Uterschiedliche Arte vo Aufahmefläche = Probefläche (plots) Auswertug vo Zufallsstichprobe Wiederholug (Beispiel Bestadesvorratsschätzug):
MehrX in einer Grundgesamtheit vollständig beschreiben.
Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.
MehrGrundzüge der Stichprobentheorie. Statistisches Bundesamt
Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
MehrParameterschätzung. Numero, pondere et mensura Deus omnia condidit
Parameterschätzug Numero, podere et mesura Deus omia codidit Populatio, Zufallsvariable, Stichprobe Populatio Zufallsvariable X Stichprobe x eie"realisierug vo X (Beobachtug) alle mäliche Rekrute der US
Mehr2. Repetition relevanter Teilbereiche der Statistik
. Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)
Mehr10. Testen von Hypothesen Seite 1 von 6
10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)
MehrÜbungen mit dem Applet erwartungstreu
Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
MehrBei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.
Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter
Mehr3. Grundbegrie der Schätztheorie
Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede
MehrEvaluation & Forschungsstrategien
Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der
MehrEinstichprobentests für das arithmetische Mittel
Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.
MehrKapitel VI. Einige spezielle diskrete Verteilungen
Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p
Mehr10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls
10. Itervallschätzug 10.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe werde verschiedee Puktschätzer für de Parameter der Grudgesamtheit erzielt. We m Stichprobe aus der Grudgesamtheit
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
MehrEigenschaften von Texten
Worthäufigkeite Eigeschafte vo Texte Eiige Wörter sid sehr gebräuchlich. 2 der häufigste Wörter (z.b. the, of ) köe ca. 0 % der Wortvorkomme ausmache. Die meiste Wörter sid sehr selte. Die Hälfte der Wörter
MehrWahrscheinlichkeit & Statistik Musterlösung Serie 13
ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrKonfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage
Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
Mehr3. 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 ; : :
MehrLösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung
Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem
Mehr6. Übung - Differenzengleichungen
6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U
MehrStatistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl
Statistik. Semester Begleitedes Skriptum zur Vorlesug im FH-Masterstudiegag Techisches Maagemet vo Güther Karigl FH Campus Wie 06/7 Statistische Schätzverfahre Statistische Schätzverfahre Währed die deskriptive
MehrUlrich Stein Fehlerrechnung
Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Ihaltsverzeichis 1 Vorbemerkuge 1 Zufallsexperimete - grudlegede Begriffe ud Eigeschafte 3 Wahrscheilichkeitsaxiome 4 4 Laplace-Experimete 6 5 Hilfsmittel aus der Kombiatorik 7 6 Bedigte Wahrscheilichkeite
MehrMusterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015
Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
MehrZentraler Grenzwert Satz
Zetraler Grezwert Satz Aufgabe Aufgabe 1 Um ihr Studium zu fiaziere jobbe Sie ebebei als Iterviewer ud befrage bei eier ihrer Missioe zufällig Wahlberechtigte um das Wahlergebis eier bestimmte Partei vorherzusage.
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrStatistik 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
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
MehrStatistik 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
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt
TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
Mehr3 Vergleich zweier unverbundener Stichproben
3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite
MehrMultivariate Analysemethoden und Multivariates Testen
Multivariate Aalysemethode ud Multivariates Teste Stude im Mai Güter Meihardt Johaes Guteberg Uiversität Maiz Priziie des statistische Schliesses Samlig - Modellvorstellug Poulatio Samlig Stichrobe Kewerte
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrWahrscheinlichkeit & Statistik
Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrKörpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1
8 Kofidezitervalle 1 Kapitel 8: Kofidezitervalle A: Beispiele Beispiel 1: Im WS 2000/01 wurde im Rahme der Statistik Vorlesug 124 Studete u.a. zu ihrer Körpergröße befragt. Ma erhielt folgedes Ergebis:
MehrKapitel 9: Schätzungen
- 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.
MehrUmrechnung 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
MehrLösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8
1 Lösuge ausgewählter Übugsaufgabe zum Buch Elemetare Stochastik (Spriger Spektrum, 2012) Teil 4: Aufgabe zu de Kapitel 7 ud 8 Aufgabe zu Kapitel 7 Zu Abschitt 7.1 Ü7.1.1 Ω sei höchstes abzählbar, ud X,
Mehr10. Grundlagen der linearen Regressionsanalyse 10.1 Formulierung linearer Regressionsmodelle
10. Grudlage der lieare Regressiosaalyse 10.1 Formulierug liearer Regressiosmodelle Eifaches lieares Regressiosmodell: Das eifache lieare Regressiosmodell ist die simpelste Form eies ökoometrische Modells
MehrTeil II Zählstatistik
Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,
MehrGrundlagen 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
MehrVorkurs 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,
MehrEinführung in die Stochastik 10. Übungsblatt
Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
Mehr1 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
MehrKonfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1
Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer
MehrDemo für www.mathe-cd.de
Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische
MehrFakultät für Wirtschafts- und Rechtswissenschaften
F A C H H O C H S C H U L E K Ö L N Fakultät für Wirtschafts- ud Rechtswisseschafte F O R M E L S A M M L U N G Deskriptive Statistik Iduktive Statistik Herausgeber: c 2004 Fachgruppe Quatitative Methode
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher
MehrDiskrete Wahrscheinlichkeitstheorie Wiederholungsklausur
Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte
MehrLage- 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
MehrInduktive Schlussweise. Schätzfunktionen und Schätzverfahren. Bibliografie
Auswertug uivariater Datemege -iduktiv - Iduktive Schlussweise Schätzfuktioe ud Schätzverfahre Schätzug I Bibliografie Prof. Dr. Kück Uiversität Rostock Statistik, Vorlesugsskript Abschitt 7..; 7.. Bleymüller
MehrDas kollektive Risikomodell. 12. Mai 2009
Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer
Mehr