(0) = 0 mit Mittelwert μi

Größe: px
Ab Seite anzeigen:

Download "(0) = 0 mit Mittelwert μi"

Transkript

1 Semarvortrag vo Xaotog Guo am 26. Ma Da dvduelle Romodell 5. Eletug Geamtchadeumme (olletve Romodell) - N : de Azahl Ezelchde,ZV N S = X - X : de Schadehhe,ZV X t detch vertelt - N, X, X,... tochatch uabhgg 2 Geamtchadeumme (dvduelle Romodell) - : de Azahl Vertrge (Polce) S = S - S : Schade der -te Polce,ZV S tochatch uabhgg, cht ubedgt detch vertelt 5.2 Da dvduelle Modell Notato : Erwartugwert ud Varaz vo der Geammtchadeumme E( S) = E( S ) ud V( S) = V( S ) (5.) Notato2 : fall e Schade der -te Polce etrtt, de Schadeumme wrd al Zufallvarable mt Vertelugfuto 2 F modellert, o da F () = mt Mttelwert μ ud Varaz σ, S t defert al zuamegeetzte bomal vertelug, da de Schadeazahl der -te Polce B (, ) vertelt. Folgt au dem Paragrah de Formel (4.5) ud (4.6) ES = μ ud 2 V S = σ + μ (5.2) 2 ( ) t de Sterbewahrchelchet de Vercherugehmer der -te Polce. Wr ehme de folgede zwe Paragrahe a, da de Letug eer Lebevercherug fert t, o da μ Nebetrag vo -te Polce ud = fr alle. σ De Prl Reuroformel Ma a de Geamtchadevertelug m dvduelle Romodell mttel der De Prl Reuroformel aromere.

2 2 De Vertrge ee Portfolo werde Nebetrag- ud Sterblchetlae egeordet Aahme : Nebetrag eer Polce mt =, 2,..., I (I t gaze Zahl ) Sterbewahrchelchet der Polce dembetrachtete Haftugzetraum mt =, 2,..., J Azahl der Polce mt Sterbewahrchelchet ud Nebetrag mt =, 2,..., I =, 2,..., J g = Pr( S = ) de Wahrchelchet, da S geau Ehete betrgt. De Wahrchelcheterzeugedefuto der Schadeumme ee VN mt ud : P () r = + r Wege der Uabhägget der VN ergbt ch de Wahrchelcheterzeugedefuto der ZV S : I J () P r = + r = r g = Nach der Logarthmegeetze ergbt ch : = = + (5.3) = log P( r) log( r ) Idee : Da Zel t e, ee Idettät aufzubaue, de au der Erzeugedefuto P ud hrer Abletug beteht, ud dee Idettät auch al Potezfolge r darzutelle. Da öe wr mttel oeffzeteverglech der Poteze vo r, ee Formel für Abletug ach r : g herlete. d log P( r) dr P r r ' P () r = = () = + Multlzere rp () r, o da ' () = () = + rp r P r () = + = P r + = P() r =

3 3 = P r () ( ( )) = = P() r ( ) = = = P() r () = = Mt <, Verefache wr dee Formel al : rp r P r r ' () = () () = = (5.4) Wr defere de Futo Für =, 2,... I ot So da J (, ) = = h rp '() r P () r r h(, ) I = = (5.5) We wr de Wahrchelcheterzeugedefuto der ZV S : ud P () r = r g = = = = = rp '() r r r g r g I (5.5) Summeformel : Für =,2,3,... I I + = = = = = = = r g rg rh (, ) r gh (, ) (5.6) Auf der le Sete, der oeffzet vo r t g Auf der rechte Sete, um de oeffzet vo r zu fde, Summato vo gh(, ) über alle, mt, [ ] t de ächtleere gaze Zahl vo, o da [ ] g = g h(, ) =, 2, 3,... =

4 4 Dewege [ ] g = gh(, ) =, 2,3,... = Wel h (, ) = für > I,d.h. ollte m. vo ud I e, [ I] [ ] m, g = gh(, ) =, 2,3,... = Der Startwert der Reuroformel t g I J = ( ) = Se ee otve gaze Zahl, def. g = g (5.7) Ud g [ ] = [ ] m I, m(, ) = g (, ) h (5.8) Für =, 2,3,... I der Pra t = 4 aureched, ee gute Aromato für de Wahrchelchetfuto vo S erhalte. e < 2 Mt * m = { δ } g g e ( ) m * I J = = der mamale Geamtchadebetrag. Ud δ ( ) = (5.9) = 5.4 orya Methode orya Methode lefert u e Mttel, de Vertelug vo S zu aromere. Notato : = De Wahrchelcheterzeugede Futo vo S t P() r = ( + r ) Da + =, folgt : = + = + r +

5 5 = ( + r )( + ) I der Wahrchelcheterzeugede Futo vo S eetze, habe wr : P () r = ( + r ) ( + ) = A : < 2, da glt fr < Nach der Logarthmegeetze : log P( r) = log( + r ) log( + ) = Mt der Logarthmurehe + l = ud = + r bzw + = Def. Def. So da Ud def. = + ( r ) = = = Q () r = log P() r ud + ( r ) = = S() r = ( r ) = + Q() r = S() r = + Q() r = S() r = So da Wr we Q de erte -Terme vo Q ethlt Def. () = e { () } = = P r Q r r g ( ) { } P () r e Q () r r g = = (5.) =

6 6 Da Zel t de Werte vo g zu betmme, damt wr ( ) y ( ) g al Aromato fr = y g awede. = Wr utze her abolut Betrge vo mmer otv d. Wr chrebe Q () r al g, da de otruto cht gewhrletet, da dee Werte ( ) Q() r = r b = ( ) + = ( r ) (5.) = = Betmme b fr =, 2,3,... betrachte wr der oeffzet vo ( ) r der oeffzet vo r b ( ) = = = Um der oeffzet vo r mt ummere wr ber alle der oeffzet ft = + J = =, 2,3,... zu fde, wr me = zu lae, De Greze vo d folgede () mu der Teler vo e. () t der Nebetrag, I t der mamale Nebetrag. we = ud I, folgt I bzw. I. (B: = 6 ud I = 4, da = 2,3,6 ) () De obergreze der Geamtchadeumme etweder oder. (B: =4, de obergreze t 3, wel 4 t cht Teler vo 6.) Dewege, b ( ) m(, ) + J, = { I}, = = (5.2) Wobe bedeute telt, { I } bezechet de lete gaze Zahl groer glech I. we Für I, de utergreze der Geamtchadeumme t. g ( ) ( ) ( ) = b = =, 2,3,... mt ( ) { ( g ) = e b }. Vo Glechug (5.) ehe wr I der Summeformel P () r = Q () r P () r ' ' g (5.3)

7 7 ( ) ( ) y ( ) r g = r b r gy = = y= Vo der Glechug (5.3) folgt durch Suche vo der oeffzet Start Werte fr Reuroformel folgt vo { } { } P () = g = e Q () = e b ( ) ( ) Se > I, de Utergreze vo Summato (5.2) t groer al de Obergreze, b = für > I Dewege für =, 2, 3,... g m( I, ) ( ) ( ) ( ) = b g = Je grer t, deto beer de Aromato I der Praa a ma cho be der Werte vo =4 gute Reultate aromere. Uter der Aahme, < 3 fr alle wobe y ( ) g g { σ } u e y = = y 8 σ ( ) = 3( ) = + + (5.4) ory Methode t e effzet rechebetot Tool, welche efach awedbar t 5.5 De Zuammegeetzte Poo Aromato r De Vertelug der Geamtchadeumme a durch ee Zuammegeetzte Poo Vertelug aromert werde ud Fehlerchrae deer Aromato agegebe. De Aahme vo letztem zwe Paragrah, de Schadeumme fert, wrd achgelae. Dewege lafzere wr de Vercherugehmer cht mehr Sterbewahrchelchete ud Nebeträge der Polce. Se G de Vertelugfuto der Schadehöhe, de uter -te Polce augezahlt wrd. G efach Zuammegeetzte bomal vertelt. A : de Schädeumme d cht egatve ud = G ( ) = + F ( ) für ud für =, 2,..., ud G t gegebe durch, Wr habe G = G* G*...* G = * G 2 E t cht efach, de Faltug vo Zuammegeetzte bomal Vertelug darzutelle Idee : für =, 2,...,, Wr öe G durch P aromere, wobe P Zuammegeetzte Poo vertelt t ud aromere wr G durch P wobe

8 8 Da t P P * P = ee Zuammegeetzte Poo Vertelug, wr lege fet P e F * = =! für ud für =, 2,..., G, P Sd bede Zuammegeetzte Vertelug, habe uterchedlche chadeazahlvertelug, aber gleche dvduale Schadeummevertelug. E gbt zwe Wege :. =, o da erwartete Schadeazahl eate bomal Vertelug ud aromerte oo Vertelug glech t. 2. { } e =, o da Wahrchelchet vo ee Schade etrtt bede Vertelug glech t. Tabelle5.Methode Verglech vo Wähle vo = { } e = Pr( N > ) Pr( N > ) Tabelle 5. zegt u de Werte vo mt verchedee, ud de Werte vo Pr( N > ) mt N ~ P( ). E t lar, für lee, de zwe Methode fat gleche Werte vo zegt ud e gute Aromato zur B (, ) roduzert. De Wahrchelchet, da vo mehr al e Schade etrtt t uter ede aromato der oo Vertelug cht Null, aber geüged ahe zu Null. Da Hautergeb dee Paragrah t folgede : ( + e ) G P ( e + ( e ) ) (5.5) Für alle, wobe z + = ma(, z) ud z = m(, z ) Um dee Ergeb zu bewee, beötge wr zwe Hlfauage: ()See FGH,, Vertelugfuto ud ab, otate, o da für alle, da a F G b a F* H G* H b (5.6)

9 9 für alle Bew : F* H = F( y) dh( y) [ ] F* H G* H = F( y) G( y) dh( y) a F( y) G( y) b F = G = ()See { } ud { } Vertelugfuto ud a F G b Für alle ud für =, 2,...,, da glt a * F * G b (5.7) Bew : = a F G b = a * F * G b (5.8) a (* F)* F (* G)* F b (5.9) Alo a F G b Ereg (5.6) a F *(* G) G (* G) b (5.2) Addere (5.9) ud (5.2) t de Behautug. Jetzt bewee wr (5.5) Ererug Def. Vo G ud P : * G G = ud P = * P Wege (5.7) we wr Glechug (5.5) glt für alle Dewege zege wr für, wr habe G = + F ud P e F * = =! Zuert zur zege : Daher für () ( 2) ( + e ) G P ( e + ( e ) )

10 * = + =! G P F e F * * * = 2! = + F e F e F e F * ( e ) ( e ) F e F = 2! = + ( e ) + ( e ) F ( e ) + ( e + Da we ( e ) <, glt ( e ) F < = ( e ) + Oder we ( e ), glt ( e ) F = ( e ) F ( e ) Für (2) ) + + We F F für = 2,3, 4,... da * G P F e F * = + =! * =! + F e F e F ( e ) ( e ) F! = + = = ( e ) + ( ( e e )) F ( )!! = = ( e ) + ( ( e e )) F! = = ( e ) + ( ( e e e )) F = ( e ) + ( ( e )) F = ( e ) + ( e ) F ( e ) + ( e ) Da we e, glt ( e ) = ( e ) F Oder we e, glt < e ( F = e F e ) Wel z+ ( z) = z wr habe bewee G P ( e )

11 Wege Auage () habe wr (5.5) für abgechloe. 5.6 Numerche Illutrato Tabelle 5.2 zegt de Azahl der Vercherugahmer mt Nebetrag ud Sterbewahrchelchet m Alter für hyothetche Portfolo vo Lebevercherugolce. Tabelle5.2 Sterbewahrchelchet ud Nebeträge Ne- Sterbewahrchelchet Azahl der Alter Betrag 3 rate, Vercherugehmer Tabelle5.3 Eacte ud aromerte Werte vo Pr( S ) DP DPA 2 3 CP CP2 N Tabelle 5.3 zegt de eate ud aromerte Werte vo Pr( S ), welche durch bherge Verfahre ermttelt. DP bezechet de eate Werte, berechet mttel De Prl Reuroformel ; 2. DPA bezechet de Aromato baert auf De Prl Reuroformel gegebe be Formel (5.7)(5.8) mt =2 ; 3. 2 bezechet de Aromato be ory Methode mt =2 ; 4. 3 bezechet de Aromato be ory Methode mt =3 ; 5. CP bezechet de zuammegeetzte Poo Aromato mt = ; 6. CP2 bezechet de zuammegeetzte Poo Aromato mt = log( ), wobe de Sterbewahrchelchet de Vercherugehmer ; 7. N bezechet de Normale Aromato, wobe de Aromato ormal vertelt mt Mttelwert 7,3 ud Varaz 73,6

12 Au Tabelle 5.3 t de Aromato DPA,2,3 alle ehr gut, CP,CP2 t o, N(ormal Aromato) t chlecht. Bezüglch de erforderte Rechezet, alle Aromato a fat ofort alulert werde, da de eat Rechug och lagamer t. Für de Aromato baert auf De Prl ud orya Methode, t le, aber Fehler ede Aromato t auch le. De Prl Methode mt δ (2) =,9934 = 2 au der Formel (5.9) 4 2 Somt * m = { δ } g g e ( ) =,9934 ( ) 4 Wobe * m = 39 orya Methode mt σ (2) =,264 = 2 au der Formel (5.4) Somt y y ( ) u g g, 264 y = = Tabelle5.4 Werte vo h(,) h(,) h(,2) h(,3) h(,4) Ee Dartellug vo dee Argumet Paragrah 5.3 über de Wert vo h (, ) t fertgt, da h (, ) lee für groer. Tabelle 5.4 zegt h (, ) für =, 2, 3, 4 Für de zuammegeetzte Poo Aromato au (5.5) we wr, da de Dfferez zwche Vertelugfuto ud Aromato vo CP m Itervall (.38,.38) legt, de Dfferez vo Aromato CP2 m Itervall (,.39) legt. Au Tabelle 5.3 we wr zwche de eate Werte ud zuammegeetzte Poo Aromato de Dfferez gerade deem Itervall legt. De oeuez der Wahl vo Poo Parameter Aromato CP2 t, da de Aromerede Vertelugfuto mmer weger Werte al de echte Vertelugfuto emmt.

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Formelsammlung. Unter diesen Annahmen kann der Korrelationskoeffizient nach folgenden Schritten getestet werden:

Formelsammlung. Unter diesen Annahmen kann der Korrelationskoeffizient nach folgenden Schritten getestet werden: Formelammlug. Korrelatoaalye Korrelatooeffzet (Brava-Pearo) ( )( y y) y y r, r + ( ) ( y y) y y Stattcher et Soll tattch getetet werde, ob e learer Zuammehag zwche de Varable ud y für de Grudgeamthet beteht,

Mehr

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

Mehr

Deskriptive Statistik - Aufgabe 2

Deskriptive Statistik - Aufgabe 2 Derptve Statt - Augabe Budelad Mäer Fraue Bade-Württemberg 7,5 7,5 Bayer 6,8 7,5 Berl-Wet 4,4 Berl-Ot,8 4, Bradeburg 0, 0,8 Breme 4,6,6 Hamburg, 8, Hee 8, 8, Mecleburg-Vorpommer,3, Nederache 0,3, Nordrhe-Wetale

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Ein paar einfache q-analoga des binomischen Lehrsatzes

Ein paar einfache q-analoga des binomischen Lehrsatzes E paar efache -Aaloga des bosche Lehrsatzes Joha Cgler Sowet r beat st, gbt es ee allgeee Utersuchuge darüber, we sch das Reurrezverhalte vo Boalsue ädert, we a de Boaloeffzete durch ersetzt U ee erste

Mehr

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ; Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a

Mehr

Wie man für einen Test Peroe testet

Wie man für einen Test Peroe testet Pädagogche Ittut der Uvertät Freburg 996 ALLES ZUFALL - ODER WAS? Eführug de Stattk für Pädagoge ud Pädagoge III Formelammlug Ha-Peter Hotz, Iwa Schrackma Ihaltverzech. Stattche Kewerte. Verglech eer Stchprobe

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr 5. De Stze vo Sylow Im gaze Abschtt st G ee edlche Grue, 4 #( G). 5.. Problem: Gbt es zu jedem Teler t vo ( tj ) ee Utergrue H mt #( H) = t? We ja, wevele? Gegebesel: 9 Utergrue H vo G = A 5 mt #( H) =

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

Tests/Regression/ANOVA. Lösungen Blatt Test auf den unbekannten Erwartungswert bei unbekannter Streuung:

Tests/Regression/ANOVA. Lösungen Blatt Test auf den unbekannten Erwartungswert bei unbekannter Streuung: Löuge latt 7. Tet auf de ubekate Erwartugwert be ubekater Streuug: () H 0 : µ 0, 5 H : µ < 0, 5 (lketger Tet) X µ () Tetfukto: Ψ (t-vertelt mt (-)99 G) 0,497 0,5 Realerug: ψ 00 5, 57 0,0075 (3) krtcher

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten Normalvertelug Stadardormalvertelug Normalvertelug N(μ, ) mt chte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 7/8 Prof. r. J. Schütze, FB GW NV π Egechafte der chte: - Mamum μ - mmetrch zu μ - Wedepukte

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

Lösung: Zur Erinnerung noch mal die Werte (Klasseneinteilung), aus Serie1, Aufgabe 4:

Lösung: Zur Erinnerung noch mal die Werte (Klasseneinteilung), aus Serie1, Aufgabe 4: Derptve Sttt Löug zu. Übugufgbe Aufgbe. Betmme Se zu Aufgbe 4 der. Sere jewel uter Verwedug der 0 Stchprobedte ud uter Verwedug der Kleetelug de Atel der Glühlmpe, dere Lebeduer zwche 400 ud 600 Stude

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Allgemeine Zielstellung der Regression. Lineare Regression. Lineare Regression. Lineare Regression

Allgemeine Zielstellung der Regression. Lineare Regression. Lineare Regression. Lineare Regression llgemee Zeltellug der Regreo Leare Regreo echrebug de Zuammehag vo zwe metrche Größe durch ee Futo ugagput d.a. Mepute eer Zelgröße Y ud eer oder mehrerer Eflugröße X (Stchprobewerte. abhägge Mermal Y

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phskalsch-chesches Praktku I Modul Eführug. Tel: Fehleraalse Ja Helbg, 7.09.08 Uterlage: htt://www.che.uzh.ch/stud/old/docuets/ear/che3.htl Fehlerrechug Gesucht: wahrer Wert eer Grösse Aber: Sere vo Messuge

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Korrelations- und Regressionsanalyse

Korrelations- und Regressionsanalyse Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 7, Wintersemester vom 21. Januar 2006

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 7, Wintersemester vom 21. Januar 2006 Prof. E.-W. Zk Isttut für Matheatk Huboldt-Uverstät zu Berl Eleete der Algebra ud Zahletheore Musterlösug, Sere 7, Wterseester 2005-06 vo 21. Jauar 2006 1. Se = 2 p 1 Mersee-Zahl, d.h. p P 1. a) Zege:

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phscal Chemstr Phskalsch-chemsches Praktkum I Modul Eführug. Tel: Fehleraalse Ja Helbg, 9.09.06 Uterlage: htt://www.chem.uzh.ch/stud/old/documets/ear/che3.html Fehlerrechug Phscal Chemstr Gesucht: wahrer

Mehr

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen Vl. Statstsche Prozess- ud Qualtätsotrolle ud Versuchsplaug Übug 3: Dsrete Verteluge Prof. Dr. B. Grabows Zur Lösug der folgede Aufgabe öe Se auch de begefügte Tabelle der dsrete Verteluge m Ahag verwede.

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

für. für. für. Univariate Beschreibung/ Maße. für. für. für. Formelsammlung Statistik I. Rechenregeln zu Summenzeichen

für. für. für. Univariate Beschreibung/ Maße. für. für. für. Formelsammlung Statistik I. Rechenregeln zu Summenzeichen Goete Uvertät Fraurt Soereeter 4 ro. Dr. Katr uu Forelalug Statt I Receregel zu Suezece 3 3 3 Uvarate ecrebug/ Maße Kuulerte Häugetvertelug - ür ür ür H a a H wobe a < a + Erce Verteluguto. t tel der Werte

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Skalentypen Skala Eigenschaften Zulässige Transformation Nominal. =, keine Ordnungen, keine Alle bijektiven Abbildungen

Skalentypen Skala Eigenschaften Zulässige Transformation Nominal. =, keine Ordnungen, keine Alle bijektiven Abbildungen I. Derptve tatt Formelammlug 005 Formelammlug I. Derptve tatt Grudgeamthet (Gg tchprobe (P Mege vo Objete, de hchtlch ee Uteruchugzele al glechartg ageehe werde. Mege vo beobachtete Mermalwerte a eer (zufällge

Mehr

Varianzfortpflanzung

Varianzfortpflanzung 5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,

Mehr

Software-Partner-Itzehoe-GmbH

Software-Partner-Itzehoe-GmbH oftware-parter-itehoe-gmbh ehr geehrter Kude, sehr geehrter Iteresset, das achfolged dargestellte Dokumet st ledglch e espel für de Darstellug der erechug ach der Rchtle DI 077. Her hadelt es sch um e

Mehr

Klausur SS 2005 Version 1

Klausur SS 2005 Version 1 BEMERKUG: für de Rchtgket der Lösuge wrd atürlch kee Garate überomme!! Klausur SS 005 Verso Aufgabe : e Gamma-Quat hat kee Ladug > el. Felder übe kee Kräfte aus > kee Kräfte, kee Äderug der Bewegug (ewto)

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen Vorlesugscharts Vorlesug 5. Egeschafte vo Zufallsvarable Reproduktvtät Approxmatoe Zetraler Grezwertsatz Sete vo Chart : Uabhäggket vo Zufallsvarable Zwe Zufallsvarable X ud Y mt hre Realsatoe { x, x,...,

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Interpolationspolynome

Interpolationspolynome Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien: Regressoslse De Regressoslse st ee Slug vo sttstshe Alseverfhre. Zel e de häufgste egesetzte Alseverfhre st es Bezehuge zwshe eer hägge ud eer oder ehrere uhägge rle festzustelle. Se wrd sesodere verwedet

Mehr

Testverfahren bei der linearen Einfachregression

Testverfahren bei der linearen Einfachregression Tetverfahre be der leare Efachregreo Tetverfahre zur Prüfug der Regreoparameter Tetverfahre zur Prüfug der Korrelatokoeffzete Tetverfahre zur Prüfug der etmmthet Prof. Kück / Dr. Rcabal Delgado Lehrtuhl

Mehr

Ein Maß für die Ungleichheit bzw. Heterogenität kategorialer Daten ist Simpsons normiertes D:

Ein Maß für die Ungleichheit bzw. Heterogenität kategorialer Daten ist Simpsons normiertes D: Streuug omalkalerter Varable Streuug omalkalerter Varable: Smpo D Gültg WHITE BLACK OTHER Geamt RACE OF RESPODET Gültge Kumulerte Häufgket Prozet Prozete Prozete 483 83, 83, 83, 388 13, 13, 96, 11 4, 4,

Mehr

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen.

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen. Uverstät Ulm, Isttut Stochastk 5. Jul 200 Semar: Stochastsche Geometre ud hre Aweduge - Ubegrezt telbare ud stable Verteluge. Ausarbetug: Stefa Fuke Betreuer: Ju.-Prof. Dr. Zakhar Kabluchko Ubegrezt telbare

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

6.Hashing. Vorlesung Algorithmen (RN/MK/AZ) WSI für Informatik, Universität Tübingen 1

6.Hashing. Vorlesung Algorithmen (RN/MK/AZ) WSI für Informatik, Universität Tübingen 1 6.Hashg Hash-Tafel ( Streutafel ) dee zur Ipleeterug vo Wörterbücher (Dctoares) ud solle daher de Operatoe Zugrff, Efüge ud Streche uterstütze. Ausgagslage: Uversu U [... N-], S U st de zu verwaltede Mege.

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

für Univariate Beschreibung/ Maße für für für Formelsammlung zur Einführung in die Sozialwissenschaftliche Statistik Rechenregeln zu Summenzeichen

für Univariate Beschreibung/ Maße für für für Formelsammlung zur Einführung in die Sozialwissenschaftliche Statistik Rechenregeln zu Summenzeichen Goete-Uvertät Frafurt Wtereeter 4/5 Prof. Dr. Katr Aupurg/PD Dr. Söre Petera Forelalug zur Efürug de Sozalwecaftlce Statt Receregel zu Suezece......... 3 3 3 Uvarate Becrebug/ Maße Kuulerte Häufgetvertelug

Mehr

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1 aptel III Lagemaße D (Artmetsces Mttel) See,,, de beobactete Werte ees Merkmals X mt Auspräguge a, a,, a k Als artmetsces Mttel (für ctgrupperte Date) bezecet ma: = = (efaces) k = a H ( a ) (gewogees)

Mehr

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf. Rekurrez Rekurso: Algorthme rue sch selst rekursv u. Rekurrez: Ds Luzetverhlte zw. der Specherpltzedr vo rekursve Algorthme k der Regel durch ee Rekursosormel recurrece, RF eschree werde. Rekurrez Bespel:

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

Stochastik Formeln von Gerald Meier

Stochastik Formeln von Gerald Meier Stochast Formel vo Gerald Meer Grudbegrffe ud Operatoe umöglches Eregs scheres Eregs Ω A mplzert B Glechhet A B AB cht A A A ud B A B A oder B A B A ohe B A \ B A B dsjut A B de Morga A B A B Elemetareregs

Mehr

Analytische Statistik. Statistische Schätzungen ( Fortsetzung) Population N = unendlich. Stichprobe n = endlich

Analytische Statistik. Statistische Schätzungen ( Fortsetzung) Population N = unendlich. Stichprobe n = endlich Aalyche Sak Zur Ererug Sache Schäzuge ( Forezug) Populao N = uedlch Theoreche Verelug Erwarugwer Theoreche Sreuug Schprobe = edlch Häufgkeverelug Durchch Sadardabwechug Aufgabe der Schäzheore Zur Ererug

Mehr

Regressionsgerade und Korrelationskoeffizient

Regressionsgerade und Korrelationskoeffizient Regreogerade ud Korrelatokoeffzet Für Merkmalträger ee de Beobachtugwerte = der Merkmale ud fetgetellt worde. Gegebe d alo Wertepaare der Merkmalaupräguge ud De durchchttlche Auprägug der Merkmale t {(,

Mehr

(b) (a) II. Das Bestimmtheitsmaß R 2. augenscheinlich ist schon klar, dass die Punktewolke in (b) durch die Gerade besser angepasst wird als in (a).

(b) (a) II. Das Bestimmtheitsmaß R 2. augenscheinlich ist schon klar, dass die Punktewolke in (b) durch die Gerade besser angepasst wird als in (a). Bepel: II. Da Betmmthetmaß ( ) ( )( ) - - 6 6 b /, ud b, ˆ, ˆ ( ) ( )( ) - / -/ / / 6 6 b /, ud b, ˆ, ˆ augechelch t ch klar, da de Puktewlke durch de Gerade beer agepat wrd al. Da t allerdg ke wrklch

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood

Mehr

KOMBINATORIK. Doina Logofătu Hochschule München, FK und 15 April 2008

KOMBINATORIK. Doina Logofătu Hochschule München, FK und 15 April 2008 KOMINORIK Doa Logofătu Hochschule Müche, FK 7 4 ud prl 8 Was st Kombator? espele für Frage ud ufgabe aus der Kombator. Was mache wr heute? (Dsusso). Przp der Iluso ud Eluso. Schubfachprzp. Permutatoe 4.

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen BBA Projektsemar Thess Dr. Chrsta Schwarz Formelsammlug Aalytsche Statstk 4. KOMBINATORIK 4.. Permutatoe Azahl der Permutatoe vo N Elemete ohe Wederholug: Multomalkoeffzet: N! = N N- N -... 3 N! N! N!...

Mehr

1 n. STATISTIK I Übung 06 Schiefe und Wölbung. 1 Kurze Wiederholung. Eine dritte Form von Verteilungsparametern?

1 n. STATISTIK I Übung 06 Schiefe und Wölbung. 1 Kurze Wiederholung. Eine dritte Form von Verteilungsparametern? Stattk I Übu 06 Chrta Reboth STATISTIK I Übu 06 Schefe ud Wölbu Kurze Wederholu Ee drtte For vo Verteluparaeter? Nebe de Maße der zetrale Tedez (Zetru eer Vertelu) ud de Dperoparae- ter (Streuu der Werte

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

Die Methode des 2.Moments

Die Methode des 2.Moments De Methode des 2.Momets Chrstoph Schmdt July 13, 2004 1 Eletug De Varaz eer Zufallsvarable st hre mttlere quadratsche Abwechug vo hrem Erwartugswert. V ar[x] = E[(X EX) 2 ] = E[X 2 ] E[X] 2 Der Term E[X

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

Mathematische Modellierung Lösungen zum 1. Übungsblatt

Mathematische Modellierung Lösungen zum 1. Übungsblatt Mathematsche Modellerug Lösuge zum Klaus G. Blümel Lars Hoege 6. Oktober 005 Aufgabe 1 a) Der Raumhalt vo eem Kubkmeter etsprcht gerade 1000 Lter, d.h. 1 m 3 = 1000 l. Reche zuächst 1 m 3 cm 3 um. E Meter

Mehr