6 Eigenständiges Programmieren

Größe: px
Ab Seite anzeigen:

Download "6 Eigenständiges Programmieren"

Transkript

1 6 Eigenständiges Programmieren Allgemeines zu allen Aufgabenblöcken: Lesen Sie den jeweils einleitenden Aufgabentext und die Aufgabenstellung genau Damit Sie erläuternden Text von den Aufgabenstellungen schnell unterscheiden können, sind die Aufgabentexte optisch durch einen Randbalken hervorgehoben Pflichtaufgaben sind mit dickem Randbalken, freiwillig zu bearbeitende Aufgaben mit einem dünnen Seitenstrich markiert Bearbeiten Sie die Aufgaben zügig Sollten sich bei der Bearbeitung Schwierigkeiten ergeben, die Sie nicht selber lösen können, so befragen Sie Ihren Betreuer (Hiwi) und bitten Sie ihn um Hilfestellung oder ergänzende Erläuterungen! Sie sollten sich nicht stundenlang an einem Problem festbeißen! Lesen Sie in der angegebenen/empfohlenen Literatur und in unserem Einführungstext nach eigenem Ermessen TA 61 In dieser Aufgabe sollen Sie eigenständig, ohne detaillierte Hinweise auf benötigte Lösungswege, ein einfaches Applet programmieren 1

2 61 Histogramme Ist die Anzahl Messwerte einer Messreihe groß, so kann man nicht mehr durch draufschauen erkennen, wie häufig Werte aus einem bestimmten Intervall auftreten In Histogrammen werden Messreihen graphisch aufbereitet, sodass der Betrachter die Häufigkeit auftretender Messwerte ablesen kann Die relative Häufigkeit mit der Einzelwerte aus der Rohdatenmenge in ein vorgegebenes Intervalle fallen, gibt dabei die Höhe des Balkens auf dem gegebenen Intervall an 1 In dieser Aufgabe sollen Sie eine Messreihe des zeitlichen Abstands zwischen zwei Eruptionen eines Geysirs in Minuten in einem Histogramm verarbeiten Die Messreihe enthält 107 Messwerte im Bereich zwischen 1,5 und 5,0 Diese Eruptionsintervalle sollen zusammen mit weiteren Parametern dem Applet bei Aufruf aus der HTML-Seite per <PARAM>-tag übergeben werden Html-Programapplet Histogram a 1 <CENTER> 2 <APPLET code="histogramclass" width=500 height=500> 3 <PARAM name=data value=" "> 12 <PARAM name=title value="histogram"> 13 </APPLET> 14 </CENTER> a oder im Pool unter /EIP/ha/ha6/appletHistogramhtml Aufgaben: 70% 1 Schreiben Sie ein Applet, das die übergebenen Daten data in einem Histogramm mit k Zähl-Intervallen darstellt Die Breite b der Intervalle ergibt sich dabei aus b = (data max data min ) k 1 Relative Häufigkeit bedeutet hier: Anzahl Stichproben im Intervall Gesamtanzahl Stichproben 2

3 Dabei ist data max der größte und data min der kleinste Messwert in der Datenmenge (gegeben in data) Sind g n die berechneten Intervallgrenzen, dann sind die halboffenen Intervalle I n (mit n=0k) gegeben durch I n = [g n, g n+1 ) ERLÄUTERUNGEN: Es sollen die Häufigkeiten gezählt werden, mit der Werte in die einzelnen Intervalle fallen; für jedes Intervall soll ein Rechteck der Breite b gezeichnet werden Die Höhe des Rechtecks ist dann proportional zur jeweils ermittelten Häufigkeit von Messwerten im Intervall zu wählen Die untere Intervallgrenze des ersten Intervalls (ganz links) soll mit dem kleinsten Wert data min der Rohdaten zusammenfallen, die obere Intervallgrenze des letzten Intervalls (ganz rechts) soll mit dem größten Wert der Rohdaten data max zusammenfallen Die Rechtecke sollen sich (Histogramm typisch) ohne Lücken aneinander reihen Beschriften Sie die x-achse mit den Intervallgrenzen und die y-achse mit den relativen Häufigkeiten: Anzahl Stichproben im Intervall Gesamtanzahl Stichproben HINWEISE: Applet-Parameter können mit der Methode public string getparameter(string name) der Applet-Klasse ausgefragt werden Um Zeichenketten in ihre (durch Leerzeichen getrennte) Bestandteile zu zerlegen bietet Java die split Methode an 1 String [] result = " this is a test " split ("\\s"); 2 for ( int x =0; x< result length ; x ++) 3 System out println ( result [x ]); Listing 1: Beispiel: Verwendung der split-methode Beispiel: Um einen String wie 03 in eine Variable des Typsdouble zu schreiben, benötigt man die Methode double parsedouble(string s) der KlassejavalangDouble 15% 2 Erweitern Sie das applet um folgende Funktion: Der Betrachter kann auf einer rechts und links begrenzten Geraden eine Stelle mit der Maus 3

4 markieren/anklicken: Das linke Ende der Geraden symbolisiert eine Klassenbreite von ca 1/50 der Spannweite der Daten (Spannbreite = data max data min,also geringe Breite bei vielen Klassen), das rechte Ende symbolisiert eine Breite von ca 1/3 der Spannweite der Daten (dh 3 Klassen bei großer Breite) Aus der Stellung des Klick wird (lin proportional) die gewünschte Klassenbreite ermittelt Programmieren Sie das applet so, daß man immer wieder neu auf die Gerade klicken kann und so eine immer andere Gestalt des Histogramms erzeugt 15% 3 Errechnen Sie den arithmetischen Mittelwert aus allen Rohdaten und zeichnen Sie ihn als grünen senkr schmalen Balken in die Graphik an passender Stelle ein Errechnen Sie zudem einen Pseudo - Mittelwert aus den klassierten Daten dadurch, daß Sie die Summe aller Produkte aus je Klassenmitte (=Wert in Klassenmitte = Median der Klasse) und zugehöriger Häufigkeit bilden und durch die Anzahl aller Meßwerte teilen Zeichnen Sie auch diesen Wert als roten schmalen Balken an entspr Stelle in die Graphik ein Arithmetischer und Pseudo -Mittelwerte werden je nach Verteilung der Rohdaten in den einzelnen Klassen mehr oder weniger stark voneinander differieren 4

5 Abbildung 1: Die Abbildungen zeigen Beispielhistogramme, welche die Messdaten in anschaulicher Weise klassieren, dabei wird in den unterschiedlichen Darstellungen der Parameter k variiert 5

Graphische Darstellung einer univariaten Verteilung:

Graphische Darstellung einer univariaten Verteilung: Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit

Mehr

Übungen mit dem Applet Rangwerte

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

Mehr

3 Häufigkeitsverteilungen

3 Häufigkeitsverteilungen 3 Häufigkeitsverteilungen 3.1 Absolute und relative Häufigkeiten 3.2 Klassierung von Daten 3.3 Verteilungsverläufe 3.1 Absolute und relative Häufigkeiten Datenaggregation: Bildung von Häufigkeiten X nominal

Mehr

Übungsaufgabe Parameter und Verteilungsschätzung

Übungsaufgabe Parameter und Verteilungsschätzung Übungsaufgabe Parameter und Verteilungsschätzung Prof. Dr. rer. nat. Lüders Datum: 21.01.2019 Autor: Marius Schulte Matr.-Nr.: 10049060 FH Südwestfalen Aufgabenstellung Analysiert werden sollen die Verteilungen

Mehr

3 Häufigkeitsverteilungen

3 Häufigkeitsverteilungen 3 Häufigkeitsverteilungen 3.1 Absolute und relative Häufigkeiten 3.2 Klassierung von Daten 3.3 Verteilungsverläufe 3.1 Absolute und relative Häufigkeiten Datenaggregation: Bildung von Häufigkeiten X nominal

Mehr

Programmieren Übung! Meine ersten Schritte als ProgrammiererIn! Prolog 2014 Stefan Podlipnig, TU Wien

Programmieren Übung! Meine ersten Schritte als ProgrammiererIn! Prolog 2014 Stefan Podlipnig, TU Wien Programmieren Übung! Meine ersten Schritte als ProgrammiererIn! Stefan Podlipnig, TU Wien Beispiel 1 Programmierung - Übung! 2 Geben Sie folgende Anweisungen ein size(300, 200); rect(100, 50, 100, 100);

Mehr

Mathematik-Wettbewerb 2012/ Runde Statistische Auswertung

Mathematik-Wettbewerb 2012/ Runde Statistische Auswertung Mathematik-Wettbewerb 2012/2013 Statistische Auswertung Landesergebnisse: Zur Einordnung ihrer eigenen Ergebnisse (zu finden in mw1213_1r_schulergebnisse.pdf ) erhalten alle Schulen die Landesdurchschnittswerte

Mehr

Aufgabenblatt 3. Kompetenzstufe 1. Allgemeine Informationen zum Aufgabenblatt:

Aufgabenblatt 3. Kompetenzstufe 1. Allgemeine Informationen zum Aufgabenblatt: Aufgabenblatt 3 Kompetenzstufe 1 Allgemeine Informationen zum Aufgabenblatt: Die Abgabe erfolgt in TUWEL. Bitte laden Sie Ihr IntelliJ-Projekt bis spätestens Freitag, 24.11.2017 13:00 Uhr in TUWEL hoch.

Mehr

Statistik K urs SS 2004

Statistik 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

Mehr

Musterlösung zur Übungsklausur Statistik

Musterlösung zur Übungsklausur Statistik Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind

Mehr

Deskriptive Statistik Erläuterungen

Deskriptive 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

Mehr

Tag 4 Repetitorium Informatik (Java)

Tag 4 Repetitorium Informatik (Java) Tag 4 Repetitorium Informatik (Java) Dozent: Michael Baer Lehrstuhl für Informatik 2 (Programmiersysteme) Friedrich-Alexander-Universität Erlangen-Nürnberg Wintersemester 2017/2018 Übersicht Arrays (Reihungen)

Mehr

Anleitung zum Applet. Rangwerte

Anleitung zum Applet. Rangwerte Rangwerte 1 Anleitung zum Applet Rangwerte bearbeitet von: Erwin Wagner WS 2006/2007 E/TI betreut von: Prof. Dr. Wilhelm Kleppmann Rangwerte 2 Inhaltsverzeichnis 1 VORWORT... 3 2 BENUTZEROBERFLÄCHE...

Mehr

1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung?

1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 86 8. Lageparameter Leitfragen 1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 2) Was ist der Unterschied zwischen Parametern der Lage und der Streuung?

Mehr

Bei Anwendung statistischer Verfahren benutzen Sie die unten aufgeführten Abkürzungen!

Bei Anwendung statistischer Verfahren benutzen Sie die unten aufgeführten Abkürzungen! Bei Anwendung statistischer Verfahren benutzen Sie die unten aufgeführten Abkürzungen! t-test für Korrelationskoeffizient Einstichproben-t-Test Zweistichproben-t-Test F-Test Wilcoxon-Rangtest: tr t t2

Mehr

Aufgabenblatt 2. Kompetenzstufe 2. Allgemeine Informationen zum Aufgabenblatt:

Aufgabenblatt 2. Kompetenzstufe 2. Allgemeine Informationen zum Aufgabenblatt: Aufgabenblatt 2 Kompetenzstufe 2 Allgemeine Informationen zum Aufgabenblatt: Die Abgabe erfolgt in TUWEL. Bitte laden Sie Ihr IntelliJ-Projekt bis spätestens Freitag, 01.12.2017 13:00 Uhr in TUWEL hoch.

Mehr

Statistik I für Betriebswirte Vorlesung 9

Statistik I für Betriebswirte Vorlesung 9 Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte

Mehr

Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man:

Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: a) Die absoluten Häufigkeit: Sie gibt an, wie oft ein Variablenwert vorkommt b) Die relative Häufigkeit: Sie erhält

Mehr

Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man:

Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: a) Die absoluten Häufigkeit: Sie gibt an, wie oft ein Variablenwert vorkommt b) Die relative Häufigkeit: Sie erhält

Mehr

Stream Processing II

Stream Processing II Stream Processing II K-Buckets Histogram Histogramme sind graphische Darstellungen der Verteilung von numerischen Werten Werden durch Intervalle, die sich nicht überlappen, dargestellt Ein Intervall wird

Mehr

library(lattice) nex = read.table(file.path(pfadu, "normexample.txt")) source(file.path(pfadu, "lattice.normal.r"))

library(lattice) nex = read.table(file.path(pfadu, normexample.txt)) source(file.path(pfadu, lattice.normal.r)) library(lattice) nex = read.table(file.path(pfadu, "normexample.txt")) source(file.path(pfadu, "lattice.normal.r")) 1. Der Populationsmittelwert Erstes Beispiel 100 Stück Papier nummeriert 0, 1, 2, 99

Mehr

Lösungen. 775i94 Lösungen. 775i94. Name: Klasse: Datum:

Lösungen. 775i94 Lösungen. 775i94. Name: Klasse: Datum: Testen und Fördern Name: Klasse: Datum: 1) In einem Sportverein wurde eine Umfrage durchgeführt. Es wurde nach dem Alter der Kinder gefragt. Alle Kinder haben geantwortet. Lies aus dem Säulendiagramm ab.

Mehr

Deskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung

Deskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung 20 Weiters zum Thema der statistischen Informationsverdichtung M a ß z a h l e n Statistiken bei Stichproben Parameter bei Grundgesamtheiten Maßzahlen zur Beschreibung univariater Verteilungen Maßzahlen

Mehr

5. Unteres Quartil Auf dem ersten Viertel stehender Wert der nach der Größe geordneten Ergebnisse einer Stichprobe. Du berechnest zunächst. Ist dabei

5. Unteres Quartil Auf dem ersten Viertel stehender Wert der nach der Größe geordneten Ergebnisse einer Stichprobe. Du berechnest zunächst. Ist dabei Themenerläuterung Bei diesem Thema werden statistische Kennzahlen von Messreihen bestimmt. In den meisten Fällen wird dir die Messreihe in Form einer Tabelle gegeben. Diese Tabelle enthält in der ersten

Mehr

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik INSTITUT FÜR STOCHASTIK WS 2007/08 UNIVERSITÄT KARLSRUHE Blatt 1 Dr. B. Klar Übungen zur Vorlesung Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Musterlösungen

Mehr

13,86. Schritt 4: Berechnung des Quartilsabstandes. Unteres Quartil! #5,5.

13,86. Schritt 4: Berechnung des Quartilsabstandes. Unteres Quartil! #5,5. Lösung Aufgabe A1 Detaillierter Lösungsweg: Schritt 1: Prüfung, ob die gegebene Messreihe sortiert ist, In diesem Beispiel ist dies der Fall und wir haben insgesamt 22 Messungen. Schritt 2: Berechnen des

Mehr

Kapitel 1: Deskriptive Statistik

Kapitel 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.

Mehr

Repetitorium Informatik (Java)

Repetitorium Informatik (Java) Repetitorium Informatik (Java) Tag 6 Lehrstuhl für Informatik 2 (Programmiersysteme) Übersicht 1 Klassen und Objekte Objektorientierung Begrifflichkeiten Deklaration von Klassen Instanzmethoden/-variablen

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. 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

Mehr

Klausur in Programmieren

Klausur in Programmieren Studiengang ESTB / EEEB Note / normierte Punkte Klausur in Programmieren Sommer 2017, 20. Juli 2017 Dauer: 1,5h Hilfsmittel: Keine (Wörterbücher sind auf Nachfrage erlaubt) Name: Matrikelnr.: Aufgabe 1

Mehr

Bivariate explorative Datenanalyse in R

Bivariate explorative Datenanalyse in R Bivariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-09 In der LV Statistik 1 haben wir auch den Zusammenhang von 2 Variablen untersucht. Hier werden die dazugehörenden R-Befehle

Mehr

Übungen mit dem Applet Vergleich von zwei Mittelwerten

Übungen mit dem Applet Vergleich von zwei Mittelwerten Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung

Mehr

Kapitel 2. Häufigkeitsverteilungen

Kapitel 2. Häufigkeitsverteilungen 6 Kapitel 2 Häufigkeitsverteilungen Ziel: Darstellung bzw Beschreibung (Exploration) einer Variablen Ausgangssituation: An n Einheiten ω,, ω n sei das Merkmal X beobachtet worden x = X(ω ),, x n = X(ω

Mehr

a) x = 1150 ; x = 950 ; x = 800 b) Die Lagemaße unterscheiden sich voneinander. c) Der Median charakterisiert die Stichprobe am besten.

a) x = 1150 ; x = 950 ; x = 800 b) Die Lagemaße unterscheiden sich voneinander. c) Der Median charakterisiert die Stichprobe am besten. R. Brinkmann http://brinkmann-du.de Seite 6.0.2009 Lösungen Mittelwert, Median II se: E E2 E3 E4 E5 E6 a) Notendurchschnitt 2,6 b) Säulendiagramm siehe ausführliche Lösung. c) Kreisdiagramm siehe ausführliche

Mehr

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

(a) Richtig, die Varianz ist eine Summe quadratischer Größen. Aufgabe Welche der folgenden Aussagen sind richtig? (a) Richtig, die Varianz ist eine Summe quadratischer Größen. (b) Falsch, die Abweichung ordinaler Merkmale vom Median ist nicht definiert - also auch

Mehr

Wiederholung JAVA. 1. (Vorbereitung)

Wiederholung JAVA. 1. (Vorbereitung) Softwaretechnik für IM, WS2018/2019 http://knopper.net/bw/swt/ Übung 1 Wiederholung JAVA Hinweise: Das JAVA Development Kit (JDK) zum Entwickeln von JAVA-Programmen und das JAVA Runtime Environment (JRE)

Mehr

Musterlösung zur Übungsklausur Statistik

Musterlösung zur Übungsklausur Statistik Musterlösung zur Übungsklausur Statistik WMS4A Oettinger 6/205 Aufgabe (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Richtig: ein ordinales Merkmal

Mehr

Statistik Lösungen. Wie viele Kinder sind 12 Jahre alt? 7 Kinder 12 Kinder 6 Kinder 5 Kinder. Wie viele Kinder sind jünger als 9 Jahre?

Statistik Lösungen. Wie viele Kinder sind 12 Jahre alt? 7 Kinder 12 Kinder 6 Kinder 5 Kinder. Wie viele Kinder sind jünger als 9 Jahre? 1) In einem Sportverein wurde eine Umfrage durchgeführt. Es wurde nach dem Alter der Kinder gefragt. Alle Kinder haben geantwortet. Lies aus dem Säulendiagramm ab. Wie viele Kinder sind 12 Jahre alt? 7

Mehr

Statistik I für Betriebswirte Vorlesung 9

Statistik I für Betriebswirte Vorlesung 9 Statistik I für Betriebswirte Vorlesung 9 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 06. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Statistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1.

Statistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1. Schüler Nr. Statistik I (7) Schuljahr /7 Mathematik FOS (Haben Sie Probleme bei der Bearbeitung dieser Aufgaben, wenden Sie sich bitte an die betreuenden Lehrkräfte!) Tabelle : Die Tabelle wurde im Rahmen

Mehr

Ingenieurinformatik II Numerik für Ingenieure Teil 2

Ingenieurinformatik II Numerik für Ingenieure Teil 2 Hochschule München, FK 03 MB SS 013 Name Vorname Matrikelnummer Sem.Gr. Hörsaal Platz Ingenieurinformatik II Numerik für Ingenieure Teil Bearbeitungszeit : 60 Minuten Aufgabensteller : Dr. Reichl Hilfsmittel

Mehr

Tag 4 Repetitorium Informatik (Java)

Tag 4 Repetitorium Informatik (Java) Tag 4 Repetitorium Informatik (Java) Dozent: Patrick Kreutzer Lehrstuhl für Informatik 2 (Programmiersysteme) Friedrich-Alexander-Universität Erlangen-Nürnberg Wintersemester 2016/2017 Willkommen zum Informatik-Repetitorium!

Mehr

SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1

SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1 SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das

Mehr

Statistik Skalen (Gurtner 2004)

Statistik Skalen (Gurtner 2004) Statistik Skalen (Gurtner 2004) Nominalskala: Daten haben nur Namen(Nomen) und (eigentlich) keinen Zahlenwert Es kann nur der Modus ( ofteste Wert) berechnet werden Beispiel 1: Die Befragung von 48 Personen

Mehr

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit

Mehr

Anleitung zum Applet

Anleitung zum Applet Anleitung zum Applet Visualisierung des Begriffs erwartungstreu bearbeitet von: Edwin Rohr WS 2004/2005 E/TI - 7 betreut von: Prof. Dr. Wilhelm Kleppmann Edwin Rohr - 1 - Inhaltsverzeichnis 1 Vorwort..

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 03 Hochschule Augsburg : Gliederung Einführung Deskriptive Statistik 3 Wahrscheinlichkeitstheorie

Mehr

Beispiel 4 (Einige weitere Aufgaben)

Beispiel 4 (Einige weitere Aufgaben) 1 Beispiel 4 (Einige weitere Aufgaben) Aufgabe 1 Bestimmen Sie für die folgenden Zweierstichproben, d. h. Stichproben, die jeweils aus zwei Beobachtungen bestehen, a) den Durchschnitt x b) die mittlere

Mehr

Übungen mit dem Applet Wahrscheinlichkeitsnetz

Übungen 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

Mehr

W-Seminar: Versuche mit und am Menschen 2017/2019 Skript

W-Seminar: Versuche mit und am Menschen 2017/2019 Skript 3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem

Mehr

Einfache statistische Auswertungen mit dem TI-Nspire

Einfache statistische Auswertungen mit dem TI-Nspire 1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,

Mehr

Ü B U N G S S K R I P T S T A T I S T I K

Ü B U N G S S K R I P T S T A T I S T I K Ü B U N G S S K R I P T S T A T I S T I K A. Ploner H. Strelec C. Yassouridis Universität für Bodenkultur Department für Raum, Landschaft und Infrastruktur Institut für Angewandte Statistik & EDV Peter-Jordan-Strasse

Mehr

Dr. Quapp: Statistik für Mathematiker mit SPSS. Lösungs Hinweise 1. Übung Beschreibende Statistik & Verteilungsfunktion

Dr. Quapp: Statistik für Mathematiker mit SPSS. Lösungs Hinweise 1. Übung Beschreibende Statistik & Verteilungsfunktion Dr. Quapp: Statistik für Mathematiker mit SPSS Lösungs Hinweise. Übung Beschreibende Statistik & Verteilungsfunktion. Die folgende Tabelle enthält die Pulsfrequenz einer Versuchsgruppe von 39 Personen:

Mehr

Prüfung Nachtermin. Fachoberschule. Hinweise für die Prüfungsteilnehmerinnen und Prüfungsteilnehmer

Prüfung Nachtermin. Fachoberschule. Hinweise für die Prüfungsteilnehmerinnen und Prüfungsteilnehmer Prüfung 2016 Nachtermin Fachoberschule Fach: Fachrichtungen: Mathematik Ernährung und Hauswirtschaft Gestaltung, Technik Gesundheit und Soziales Wirtschaft und Verwaltung Hinweise für die Prüfungsteilnehmerinnen

Mehr

Praktikum 4: Grafiken und Ereignisse

Praktikum 4: Grafiken und Ereignisse Praktikum 4: Grafiken und Ereignisse Aufgabe 1: Java Applikation Bisher haben wir in Java (ebenso wie in C) jeweils selbständige Konsole-Applikationen erstellt. Java wurde als Programmiersprache für das

Mehr

3. Deskriptive Statistik

3. Deskriptive Statistik 3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht

Mehr

Gliederung der Vorlesung

Gliederung der Vorlesung Gliederung der Vorlesung A. Einführung: 1. Versuchsplanung 2. Merkmalsauswahl 3. Skalenniveaus 4. Durchführung B. Beschreibende (deskriptive) Statistik C. Schließende Statistik Fehler 1. und 2. Art Testverfahren

Mehr

Bivariate explorative Datenanalyse in R

Bivariate explorative Datenanalyse in R Bivariate explorative Datenanalyse in R Achim Zeileis 2009-02-20 1 Zwei metrische Merk Zunächst einmal wird wieder der BBBClub Datensatz geladen und der Bequemlichkeit halber auch attached. R> load("bbbclub.rda")

Mehr

9. Übungen. Statistik: Mittelwert und Standardabweichung Statistik: Median Statistik: Kennwerte

9. Übungen. Statistik: Mittelwert und Standardabweichung Statistik: Median Statistik: Kennwerte QM-Übungsaufgaben 9. Übungen F1 Statistik: Mittelwert und Standardabweichung F2 Statistik: Median F3 Statistik: Kennwerte F4 Statistik: Kennwerte F5 Lebensdauer F6 Vertrauensgrenzen und Histogramm F7 Statistik:

Mehr

Die erhobenen Daten (Urliste) werden mithilfe einer Strichliste geordnet. Damit kann die absolute Häufigkeit einfach und schnell erfasst werden.

Die erhobenen Daten (Urliste) werden mithilfe einer Strichliste geordnet. Damit kann die absolute Häufigkeit einfach und schnell erfasst werden. Kennzahlen der Statistik Die Aufgabe der Statistik besteht in der Analyse und der Deutung von Daten. Dies geschieht mit bestimmten Kennzahlen wie: en, arithmetischer Mittelwert, Modalwert, Zentralwert,

Mehr

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation

Mehr

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober 1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße

Mehr

Orientierungshilfe für den ersten Hausaufgabenzettel

Orientierungshilfe für den ersten Hausaufgabenzettel Orientierungshilfe für den ersten Hausaufgabenzettel 6. November 01 Diese Zusammenfassung des ersten Übungszettels soll einen kleinen Überblick geben, wie die Aufgaben hätten bearbeitet werden können.

Mehr

Übungen mit dem Applet

Übungen 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

Mehr

Klassenvariablen, Klassenmethoden

Klassenvariablen, Klassenmethoden Einstieg in die Informatik mit Java, Vorlesung vom 11.12.07 Übersicht 1 Klassenmethoden 2 Besonderheiten von Klassenmethoden 3 Aufruf einer Klassenmethode 4 Hauptprogrammparameter 5 Rekursion Klassenmethoden

Mehr

Statistik II. Statistische Tests. Statistik II

Statistik II. Statistische Tests. Statistik II Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen

Mehr

Die folgende Tabelle 1 wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt.

Die folgende Tabelle 1 wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt. Nr. Die folgende Tabelle wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt. Gewicht (x i ) Raucher Geschlecht Lieblingssportart Ausübung des Sports Geld pro Monat Klassenmitte

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2

Mehr

Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung Anzahl

Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung Anzahl Aufgabe 10 Deskriptiv: Lageparameter Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung 1 2 3 4 7 Anzahl 4 4 6 4 2 a) Bestimmen Sie das

Mehr

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik

8. 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

Mehr

Anleitung zum Applet

Anleitung zum Applet Vertrauensbereich für Anteile (Binomialverteilung) 1 Anleitung zum Applet Vertrauensbereich für Anteile (Binomialverteilung) bearbeitet von: Armin Heiter WS 2007/2008 IN betreut von: Prof. Dr. Wilhelm

Mehr

Übungen zum MATLAB Kurs Teil

Übungen 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(:)

Mehr

2 Häufigkeitsverteilungen

2 Häufigkeitsverteilungen 2 Häufigkeitsverteilungen Ziel: Darstellung bzw Beschreibung (Exploration) einer Variablen Ausgangssituation An n Einheiten ω 1,,ω n sei das Merkmal X beobachtet worden x 1 = X(ω 1 ),,x n = X(ω n ) Also

Mehr

Stochastik Deskriptive Statistik

Stochastik Deskriptive Statistik Stochastik Deskriptive Statistik 3 % 3 8% % % % 99 997 998 999 3 7 8 % 99 997 998 999 3 7 8 8 8 99 997 998 999 3 7 8 99 99 998 8 8 Typ A % Typ B % 998 Typ C % 99 3 Diese Diagramme stellen weitgehend dieselben

Mehr

Stochastik 01 Deskriptive Statistik

Stochastik 01 Deskriptive Statistik Grundbegrie der Statistik 23. August 2018 Grundbegrie der Statistik Grundlagen der Statistik (bis Klasse 10) Grundlagen der Stochastik (bis Klasse 10) Zufallsgrößen und Verteilungen Beurteilende Statistik

Mehr

Übungsblatt 3: Algorithmen in Java & Grammatiken

Übungsblatt 3: Algorithmen in Java & Grammatiken Humboldt-Universität zu Berlin Grundlagen der Programmierung (Vorlesung von Prof. Bothe) Institut für Informatik WS 15/16 Übungsblatt 3: Algorithmen in Java & Grammatiken Abgabe: bis 9:00 Uhr am 30.11.2015

Mehr

Von insgesamt 50 Statistikern nehmen an allen 3 Tagen einer Tagung 30, an 2 Tagen 10 und an einem Tag ebenfalls 10 teil.

Von insgesamt 50 Statistikern nehmen an allen 3 Tagen einer Tagung 30, an 2 Tagen 10 und an einem Tag ebenfalls 10 teil. Technische Universität München SS 2006 Zentrum Mathematik Blatt 5 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Martin Nagel Höhere Mathematik 2 (Weihenstephan) 1. An einer drei

Mehr

public class SternchenRechteckGefuellt {

public class SternchenRechteckGefuellt { Java programmieren: Musterlösungen Konsolen-Aufgaben Aufgabe 1: Gefüllte Rechtecke zeichnen Schreiben Sie ein Programm, das ein durch Sternchen gefülltes Rechteck zeichnet. Der Benutzer soll Breite und

Mehr

Binomialverteilung Vertrauensbereich für den Anteil

Binomialverteilung Vertrauensbereich für den Anteil Übungen mit dem Applet Binomialverteilung Vertrauensbereich für den Anteil Binomialverteilung Vertrauensbereich für den Anteil 1. Statistischer Hintergrund und Darstellung.... Wie entsteht der Vertrauensbereich?...

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

1 Univariate Statistiken

1 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

Mehr

j K j d j m j h j f j

j K j d j m j h j f j Für eine stetige Zufallsvariable X in einem Intervall [ a ; b ] kann X jeden beliebigen Wert annehmen. Die Wahrscheinlichkeiten werden in diesem Fall nicht mehr wie bei einer diskreten Zufallsvariable

Mehr

Klausur: Statistik. Jürgen Meisel. Zugelassene Hilfsmittel: Taschenrechner; Formelsammlung. 1.) Mittelwerte und Streumaße

Klausur: Statistik. Jürgen Meisel. Zugelassene Hilfsmittel: Taschenrechner; Formelsammlung. 1.) Mittelwerte und Streumaße Klausur: Statistik Jürgen Meisel Zugelassene Hilfsmittel: Taschenrechner; Formelsammlung Bearbeitungszeit: 60 Minuten 1.) Mittelwerte und Streumaße In einer Vorlesung auf der Universität sitzen 30 Studenten

Mehr

Datenanalyse. (PHY231) Herbstsemester Olaf Steinkamp

Datenanalyse. (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

Mehr

Antwortformate SRP Mathematik (AHS)

Antwortformate SRP Mathematik (AHS) Antwortformate SRP Mathematik (AHS) Stand: 12. Februar 2019 1. Offenes Antwortformat Beim offenen Antwortformat kann die Bearbeitung der Aufgaben je nach Aufgabenstellung auf unterschied liche Weise erfolgen.

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten

Mehr

Skript 6 Häufigkeiten und Deskriptive Statistiken einer Variablen

Skript 6 Häufigkeiten und Deskriptive Statistiken einer Variablen Skript 6 Häufigkeiten und Deskriptive Statistiken einer Variablen Ziel: Charakterisierung der Verteilung einer Variablen. Je nach Variablentyp geschieht dies durch Häufigkeitsauszählung und Modus (Nominale

Mehr

Mathematik. Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit. Aufgabe Nr./Jahr: 4/2010

Mathematik. Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit. Aufgabe Nr./Jahr: 4/2010 Mathematik Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit Aufgabe Nr./Jahr: 4/2010 Bezug zum Lehrplan NRW: Prozessbezogener Bereich (Kap. 2.1) Prozessbezogene Kompetenz (Kap. 3.1) Inhaltsbezogene

Mehr

Verfahren für metrische Variable

Verfahren für metrische Variable Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße

Mehr

Bachelor 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

Mehr

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18 3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen

Mehr

Ferienkurse Mathematik Sommersemester 2009

Ferienkurse Mathematik Sommersemester 2009 Ferienkurse Mathematik Sommersemester 2009 Statistik: Grundlagen 1.Aufgabenblatt mit praktischen R-Aufgaben Aufgabe 1 Lesen Sie den Datensatz kid.weights aus dem Paket UsingR ein und lassen sie die Hilfeseite

Mehr

Programmieren, Wintersemester 13/14 Übungsleiter: Sebastian Ebers Aufgabenblatt 3

Programmieren, Wintersemester 13/14 Übungsleiter: Sebastian Ebers Aufgabenblatt 3 Übung zur Vorlesung Programmieren, Wintersemester 13/14 Übungsleiter: Sebastian Ebers Allgemeines Aufgabenblatt 3 Abgabe: 10.12.2013, vor der Vorlesung (14:15 Uhr, AM 1) Max.

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests 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

Mehr

Java Übung. Übung Mai Universität Duisburg-Essen Kommedia, Übung EinPro SS06, Einführung in Java - Übung. Werner Gaulke.

Java Übung. Übung Mai Universität Duisburg-Essen Kommedia, Übung EinPro SS06, Einführung in Java - Übung. Werner Gaulke. Java Übung Übung 5 Universität Duisburg-Essen Kommedia, Übung EinPro SS06, 9. Mai 2006 (UniDUE) 9. Mai 2006 1 / 20 Beispiel Anforderungen: Klasse Mensch mit Attributen: Name, Alter, Laune, Geschlecht.

Mehr

Ringversuch 1/1998. Parameter: Natrium Fluorid Nitrit-N Borat-B Biochemischer Sauerstoffbedarf Cyanid

Ringversuch 1/1998. Parameter: Natrium Fluorid Nitrit-N Borat-B Biochemischer Sauerstoffbedarf Cyanid Analytische Qualitätssicherung Baden-Württemberg Ringversuch 1/1998 Parameter: Natrium Fluorid Nitrit-N Borat-B Biochemischer Sauerstoffbedarf Cyanid AQS-Leitstelle am Institut für Siedlungswasserbau,

Mehr

Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung

Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei

Mehr