Formelsammlung Statistik 29. Januar 2019
|
|
- Valentin Fürst
- vor 5 Jahren
- Abrufe
Transkript
1 Formelsammlug Statistik Seite 1 Formelsammlug Statistik 9. Jauar 019 Witersemester 018/19 Adreas Löpker, HTW Dresde 1. Deskriptive Statistik (F1) Stichprobe x vom Umfag, Stichprobe y vom Umfag m x = (x 1, x,..., x ) y = (y 1, y,..., y m ) (F) Ordugsstatistik x (.) = (x (1), x (),..., x () ) x (1) x ()... x () (F3) Defiitioe (Mittelwert, Variaz, Kovariaz,...) x = x i x = x i (cx) = cx i x + y = (x i + y i ) (xy) = (x iy i ) σ (x) = x (x) σ (x) = σ (x) s xy = (xy) x y (F4) Recheregel für das arithmetisches Mittel x + y = x + y (cx) = cx. x = (5, 7, 0), y = (1, 1, 4) Bsp (6, 8, 4) = 4 + = 6 (5/, 7/, 0) = 4/ =. (F5) Recheregel für die empirische Variaz σ (ax) = a σ (x), a R. σ (x + c) = σ (x), c R x = (5, 7, 0), σ (x) = 6/3 Bsp σ ( 15, 1, 0) = 9σ (x) = 78 σ (15, 17, 10) = σ (x) = 6/3 (F6) Recheregel für die empirische Stadardabweichug σ (ax) = a σ (x), a R σ (x + c) = σ (x), c R Bsp x = (5, 7, 0), σ (x) = 6/3 σ ( 15, 1, 0) = 3σ (x) = 3 6/3 σ (15, 17, 10) = σ (x) = 6/3 Formel (F8)
2 Formelsammlug Statistik Seite (F7) Variaz für gepoolte Date (Variazzerlegug) (F8) Gii-Maß (F9) Defiitio ud Recheregel für die empirische Kovariaz (F10) Korrelatioskoeffiziet (F11) Ragkorrelatioskoeffiziet σ (x) = m σ (x k ) k k=1 }{{} itere Variaz + G x = (i 1)x (i) 1 x Gx = 1 G x s xy = 1 s xy = s yx, (x i x) (y i y) s (ax+b)(cx+d) = a c s yx, s xx = σ (x) r xy = s xy σ (x) σ (y) m (x k x) k k=1 }{{} extere Variaz k=1 ρ xy = R(x i)r(y i ) R k=1 R(x i) R k=1 R(y i) R R = + 1 (F1) Ragkorrelatioskoeffiziet (ohe Biduge) ρ xy = 1 6 k=1 (R(x k) R(y k )) ( 1) (F13) Chi-Quadrat-Koeffiziet χ = k ( lij i j j=1 k = k = i j j=1 ) l ij 1 i j l h ij 1 h i h j j=1 zu bevorzuge (F14) Pearsoscher Kotigezkoeffiziet, korrigierter Pearsoscher Kotigezkoeffiziet für k l-tabelle χ C = m χ +, C = C, m = mi{k, l} m 1 Formel (F16)
3 Formelsammlug Statistik Seite 3. Wahrscheilichkeitstheorie (F15) Additiosregel für Ereigisse A ud B (gilt immer) P (A B) = P (A) + P (B) P (A B) (F16) Bedigte Wahrscheilichkeit (gilt immer we P (B) 0 ist) P (A B) P (A B) = P (B) (F17) Multiplikatiosformel (bei Uabhägigkeit vo A ud B) (F18) Zerlegugssatz (F19) Bayes-Formel I (F0) Bayes-Formel II P (A B) = P (A) P (B) P (B) = P (B A 1 ) P (A 1 ) + P (B A ) P (A ) P (B A ) P (A ). P (A B) = P (A i B) = P (B A) P (A) P (B) P (B A i ) P (A i ) k=1 P (B A k) P (A k ). (F1) Zusammehag vo Verteilugsfuktioe ud Wahrscheilichkeite P (X x) = F(x) P (X > x) = 1 F(x) P (x < X y) = F(y) F(x) Stadardormalverteilug: P (X 1) = Φ( 1) Bsp P (X > 6) = 1 Φ(6) P ( 4 < X 4) = Φ(4) Φ( 4) (F) Recheregel für de Erwartugswert (gilt immer) E (X + a) = E (X) + a E (cx) = ce (X) E (X) = 7 Bsp E (X + 9) = 16 E ( X) = 14 (F3) Recheregel für die Variaz ud die Stadardabweichug σ (ax + b) = a σ (X) σ (ax + b) = a σ (X) σ (X) = 5 Bsp σ (X 15) = 4 5 σ ( X + 81) = σ (X) (F4) Kovariaz s XY = E ((X E (X)) (Y E (Y ))) = E (XY ) E (X) E (Y ). (F5) Ukorreliertheit ist gleichwertig mit: E (XY ) = E (X) E (Y ). (F6) Variaz für Summe σ (X + Y ) = σ (X) + σ (Y ) + s XY σ (X) = 3, σ (Y ) = 6, s XY Bsp = 1 σ (X + Y ) = 8 Formel (F8)
4 Formelsammlug Statistik Seite 4 (F7) Variaz für Summe (bei Ukorreliertheit/Uabhägigkeit): σ (X + Y ) = σ (X) + σ (Y ) Bsp σ (X) = 3, σ (Y ) = 6 σ (X + Y ) = 9 (da s XY = 0) (F8) Biomialverteilug: Experimet mit zwei Ausgäge ud Erfolgswahrscheilichkeit p wird mal wiederholt. S ist die Azahl der Erfolge. Wahrscheilichkeits- Erwartugs- Variaz fuktio wert P (S = k) = ( k) p k (1 p) k E (S) = p σ (S) = p(1 p) (F9) Geometrische Verteilug vom Typ I (J), Typ II (M): Experimet mit zwei Ausgäge ud Erfolgswahrscheilichkeit p wird wiederholt. J ist die Nummer des Experimets, bei dem zum erste mal ei Erfolg eitritt. M = J 1 etspricht der Azahl der Misserfolge. Wahrscheilichkeits- Erwartugs- Variaz fuktio wert Typ I P (J = k) = (1 p) k 1 p E (J) = 1 p σ (J) = 1 p p Typ II P (M = k) = (1 p) k p E (M) = 1 p p σ (M) = 1 p p (F30) Multiomialverteilug (F31) Zetraler Grezwertsatz: P (N 1 = k 1, N = k,..., N m = k m ) ( ) = p(x 1 ) k 1 p(x ) k p(x m ) km k 1 k m S = X 1 + X X S = S E (X 1 ) σ (X1 ) P (S x) Φ(x) für (F3) Näherugsformel für Summe vo uabhägige ud idetisch verteilte Zufallsvariable: ( ) x µ P (S x) Φ σ (F33) Stadardormalverteilug: Dichtefuktio ϕ(x) = 1 π e x /. (F34) Allgemeie Normalverteilug: Dichtefuktio 1 x µ ϕ µ,σ (x) = e 1/( σ ) πσ (F35) Summe vo zwei ormalverteilte Zufallsvariable X + Y N (µ + ν, S) S = σ + τ + s XY X N(10, 4), Y N( 3, 3) Bsp s XY = 0 (X,Y ukorr.) X + Y N(7, 5) (F36) Summe vo uabhägige ormalverteilte Zufallsvariable X i N(µ, σ) Bsp { Xi N(1, ) X 1 + X X 100 N(100, 0) Formel (F38)
5 Formelsammlug Statistik Seite 5 (F37) Arithmetisches Mittel uabhägiger ormalverteilte Zufallsvariable X = X i N(µ, σ/ ) X i N(1, ) Bsp X 1 + X X 100 N(1, 0.) 100 (F38) Spiegelugsformel Φ( x) = 1 Φ(x) Φ( 1.4) = 1 Φ(1.4) Φ(8) = 1 Φ( 8) Bsp 1 Φ( 1) = Φ(1) 1 Φ(0.8) = Φ(0.8) (F39) Verwadte der Normalverteilug Stadardormalverteilug Chi- Quadrat- Verteilug t- Verteilug F- Verteilug Verwedug X X i 1 X X i 1 1 m X m Y i i P (X x) Φ(x) F χ F t F F α-quatil z α χ,α t,α f (,m),α Tabelle (F49), (F50) (F51) (F5) (F56) 3. Iduktive Statistik (F40) Stichprobe vom Umfag (F41) Erwartugstreue ud kosistete Schätzer für de Erwartugswert ud die Variaz (X 1, X,..., X ), X i uabhägig µ = X = 1 X i σ 1 = 1 σ = 1 1 ( ) X i X = ((X 1 ) (X) ) ( ) X i X (F4) Erwartugstreue eies ) Schätzers θ E ( θ = θ Bsp E ( µ) = µ ( E σ ) = σ (F43) Asymptotische Erwartugstreue eies Schätzers θ (F44) Kosistet eies erwartugstreue Schätzers ( θ) lim E = θ ( θ) { lim σ = 0 Bsp σ ( µ) = σ Formel (F46)
6 Formelsammlug Statistik Seite 6 (F45) Kofidezitervall zum Kofideziveau γ für de Erwartugswert I = µ σ t 1, [ γ+1, µ + σ ] t 1, γ+1 (F46) Kofidezitervall zum Kofideziveau γ für die Biomialverteilug I = [ p p(1 p) z 1+γ, p + p(1 p) z 1+γ ] (F47) Kofidezitervall zum Kofideziveau γ für die Variaz I = [ ( 1) σ, χ 1, 1+γ ] ( 1) σ χ 1, 1 γ Formel (F47)
7 Formelsammlug Statistik Seite 7 (F48) Wichtige Hypothesetests Verwedet werde die beide Schätzer aus (F41). Name/Voraussetzuge H 0 H 1 Teststatistik Ablehe falls: Eistichprobe-t-Test X 1,..., X N(µ, σ) µ, σ ubekat Eistichprobe-F-Test X 1,..., X N(µ, σ) µ, σ ubekat µ = µ 0 µ µ 0 µ > µ 0 µ < µ 0 σ = σ 0 σ σ 0 σ > σ 0 σ < σ 0 T = µ µ 0 σ ( ) T = ( 1) σ /σ 0 T > t 1,1 α/ T > t 1,1 α T < t 1,1 α T [χ 1,α/, χ 1,1 α/ ] T > χ 1,1 α T < χ 1,α Biomialtest X biomialverteilt p = p 0 p p 0 p > p 0 p < p 0 T = p p 0 p0 (1 p 0 ) T > z 1 α/ T > z 1 α T < z 1 α Zweistichprobe-t-Test X 1,..., X N(µ 1, σ 1 ) Y 1,..., Y m N(µ, σ ) Stichprobe uverbude µ 1, µ, σ 1, σ ubekat σ 1 = σ µ 1 = µ µ 1 µ T = µ 1 µ ( 1) σ 1 +(m 1) σ m(+m ) +m T > t +m,1 α/ Welch-Test X 1,..., X N(µ 1, σ 1 ) Y 1,..., Y m N(µ, σ ) Stichprobe uverbude µ 1, µ, σ 1, σ ubekat µ 1 = µ µ 1 µ T = µ 1 µ σ 1 + σ m T > t w,1 α/ w = ) + σ m ( σ 1 / ( σ 4 1 ( 1) + σ 4 m (m 1) ) Zweistichprobe-t-Test X 1,..., X N(µ 1, σ 1 ) Y 1,..., Y m N(µ, σ ) Stichprobe verbude µ 1, µ, σ 1, σ ubekat Zweistichprobe-F-Test X 1,..., X N(µ 1, σ 1 ) Y 1,..., Y m N(µ, σ ) µ 1, µ, σ 1, σ ubekat µ 1 = µ µ 1 µ T = µ 1 µ σ σ = σ 1 = σ σ 1 σ T = σ 1 σ (X i Y i µ 1 + µ ) 1 T > t 1,1 α/ T < f ( 1,m 1),α/ T > f ( 1,m 1),1 α/ χ -Apassugstest Erwartete Klassehäufigkeite: e (K i ) = P (X K i ) F = F 0 F F 0 T = m ((K i ) e (K i )) k=1 e (K i ) T > χ m 1,1 α χ -Homogeitätstest Abs. Häufigkeite: i,j F 1 = F F 1 F χ = χ -Uabhägigkeitstest Abs. Häufigkeite: i,j X,Y uabh. X,Y icht uabh. χ = r ( kij i j j=1 i j +m +m ( kij i j j=1 i j ) ) χ > χ k 1,1 α χ > χ l,1 α Formel (F48)
8 Formelsammlug Statistik Seite 8 4. Tabelle (F49) Quatile der Stadardormalverteilug α z α α z α (F50) Werte für die Verteilugsfuktio Φ(x) der Stadardormalverteilug Formel (F50)
9 Formelsammlug Statistik Seite 9 (F51) Quatile der t-verteilug mit Freiheitsgrade Formel (F51)
10 Formelsammlug Statistik Seite 10 (F5) Quatile der Chi-Quadrat-Verteilug mit Freiheitsgrade Formel (F5)
11 Formelsammlug Statistik Seite 11 (F53) Quatile der F-Verteilug für α = etspricht de Zeile, m de Spalte Formel (F53)
12 Formelsammlug Statistik Seite 1 (F54) Quatile der F-Verteilug für α =0.05. etspricht de Zeile, m de Spalte Formel (F54)
13 Formelsammlug Statistik Seite 13 (F55) Quatile der F-Verteilug für α =0.95. etspricht de Zeile, m de Spalte Formel (F55)
14 Formelsammlug Statistik Seite 14 (F56) Quatile der F-Verteilug für α = etspricht de Zeile, m de Spalte Formel (F56)
Formelsammlung. PD Dr. C. Heumann
Formelsammlug zur Vorlesug Statistik II PD Dr C Heuma Formelsammlug Statistik II Iduktive Statistik Regel der Kombiatorik ohe Wiederholug mit Wiederholug! Permutatioe! 1! s! ( ) ( ) + m 1 ohe Reihefolge
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
Mehr1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable
1. Wahrscheilichkeitsrechug. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grezwertsätze 5. Mehrdimesioale Zufallsvariable Stetige Zufallsvariable Eie Zufallsvariable X : Ω R heißt stetig, we
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
MehrInduktive Statistik. Formelsammlung. Prof. Dr. W. Assenmacher. Stichprobenraum: Ω = {ω 1, ω 2,...,ω m }
Prof. Dr. W. Assemacher Statistik ud Ökoometrie Uiversität Duisburg-Esse Campus Esse Iduktive Statistik Formelsammlug Stichproberaum: Ω = {ω 1, ω,...,ω m } Vollstädiges System vo Ereigisse {A 1,..., A
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
Mehr2 Induktive Statistik
Kapitel 2 Iduktive Statistik Seite 19 2 Iduktive Statistik 2.1 Grudprizipie der iduktive Statistik 2.2 Puktschätzug 2.2.1 Schätzfuktioe Defiitio 2.1 Sei X 1,...,X i.i.d. Stichprobe. Eie Fuktio heißt Schätzer
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
MehrKleine Formelsammlung Beschreibende Statistik
Kleie Formelsammlug Beschreibede Statistik Prof. Dr. Philipp Sibbertse Wirtschaftswisseschaftliche Fakultät Leibiz Uiversität Haover Ihaltsverzeichis 1 Lage- ud Streuugsmaße 2 1.1 Der Media...................................
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.
MehrZufallsvariable. Die Wahrscheinlichkeitsverteilung p (probability function) ist definiert durch: p(x i ) := P (X = x i ),
ETHZ 90-683 Dr. M. Müller Statistische Methode WS 00/0 Zufallsvariable Zusammehag: Wirklichkeit Modell Wirklichkeit Stichprobe Date diskret stetig rel. Häufigkeit Häufigkeitstabelle Stabdiagramm Histogramm
Mehr1) Wahrscheinlichkeitsbegriff und Rechnen mit Wahrscheinlichkeiten. P A = lim r N LI: ={ 1 LII: LIII: P A =1 P A
FORMELSAMMLUNG V03 Alle Formel ohe Gewähr auf Korrektheit Grudlage der Wahrscheilichkeitstheorie 1) Wahrscheilichkeitsbegriff ud Reche mit Wahrscheilichkeite Relative Häufigkeit r N A = h N A N = Abs.
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
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
MehrKlausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen
Istitut für agewadte Mathematik Witersemester 9/ Adreas Eberle, Matthias Erbar, Berhard Hader. (Reelle Zufallsvariable) Klausur zu,,eiführug i die Wahrscheilichkeitstheorie Musterlösuge a) Die Verteilugsfuktio
MehrFormelsammlung in Statistik
Formelsammlug i Statistik Häufigkeitsverteilug ud Summeverteilug Zählidices Klassierug vo Date absolute Häufigkeit relative Häufigkeit i = 1,..., zählt die Elemete der Urliste j = 1,...,m zählt die Merkmalsauspräguge
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
MehrFormelsammlung. Deskriptive Statistik und Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Formelsammlug Deskriptive Statistik ud Elemetare Wahrscheilichkeitsrechug Prof. Dr. Ralf Rude Statistik ud Ökoometrie, Uiversität Siege Prof. Dr. Ralf Rude - Uiversität Siege I Statistische Grudbegriffe
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrFormelsammlung zur Statistik
Darstellug uivariater Date Formelsammlug zur Statistik Urliste x i : x 1,... x, aufsteiged geordete Urliste x (i) Die k (verschiedee) Auspräguge: a 1
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
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
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
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
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
MehrEmpirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable.
Empirische Ökoomie 1 Sommersemester 2013 Formelsammlug Hiweis: Alle Variable, Parameter ud Symbole sid wie i de Vorlesugsuterlage defiiert. Statistische Grudlage Erwartugswert Erwartugswert ud Variaz eier
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
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
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
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
MehrDifferenz X-Y normalverteilt Lagetest für zwei verbundene. Differenz X-Y symmetrisch Wilcoxon-Test Stichproben
1 Fuktio des Tests Bezeichug Testgegestad X ormalverteilt Lagetest für eie Stichprobe Wilcoxo-Test X symmetrisch verteilt Vorzeichetest Variable X Differez X-Y ormalverteilt Lagetest für zwei verbudee
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. 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
MehrStatistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1.
Statistik, Abschitt.. Schätzmethode.. Mometemethode Für Parameter, die sich i bekater Weise aus de Momete zusammesetze, erhält ma Schätzuge, idem ma die theoretische Momete durch die sogeate empirische
MehrWahrscheinlichkeitstheorie und Statistik
Kapitel 15 Wahrscheilichkeitstheorie ud Statistik Verstädisfrage Sachfrage 1. Erläuter Sie de Begriff der absolute ud relative Häufigkeit eier Stichprobe! 2. Erläuter Sie de Begriff der Klassehäufigkeit
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)
Mehr1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia
Statistik I - Formelsammlug Ihaltsverzeichis 1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre................................. 1. Kombiatorik........................................ 1.3 Wahrscheilichkeite....................................
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
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
MehrÖkonometrie Formeln und Tabellen
Ökoometrie Formel ud Tabelle Formelsammlug 1 Lieares Modell ud KQ-Schätzug 11 Eifachregressio Lieares Modell: Y i = β 0 + β 1 x i + U i, i = 1,2,, Aahme des lieare Modells: A1: E[U i ] = 0 für alle i =
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
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
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
MehrZusammenfassung: Statistik
Zusammefassug: Statistik Attribute ud ihre Werte qualitativ: Familiestad, Geschlecht, Kofessio, Ragmerkmal: Schulote, Diestgrad, quatitativ-diskret: Azahl der Fachsemester, quatitativ-stetig: Größe, Etferug,
Mehr2 Einführung in die mathematische Statistik
2 Eiführug i die mathematische Statistik Die Hauptaufgabe der mathematische Statistik ist es, ahad der Eigeschafte eies Teils eier Mege vo Objekte auf die Eigeschafte aller Objekte i dieser Mege zu schließe.
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
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik 2 für Naturwisseschafte 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Modul 209 Tabelle Has Walser: Modul 209, Tabelle ii Ihalt Fakultäte... 2 Biomialkoeffiziete... 2 3 Biomische Verteilug... 3
MehrD-ITET Wahrscheinlichkeitstheorie und Statistik FS 2017 Prof. P. Nolin. Musterlösung 11 = Φ( 6/5) = 1 Φ(6/5) = = 0.
D-ITET Wahrscheilichkeitstheorie ud Statistik FS 17 Prof. P. Noli Musterlösug 11 1. Sei Φ die Verteilugsfuktio der Stadardormalverteilug. a Da T B N 6, 4, ist T B + 6/4 stadardormalverteilt. Folglich ist
MehrDiskrete Zufallsvariablen
Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )
MehrBayessches Lernen (II)
Uiversität Potsdam Istitut für Iformatik Lehrstuhl Maschielles Lere Bayessches Lere (II) Christoph Sawade/Niels Ladwehr Jules Rasetahariso Tobias Scheffer Überblick Wahrscheilichkeite, Erwartugswerte,
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
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
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
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:
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
MehrMathematik IV für Maschinenbau und Informatik
UNIVERSITÄT ROSTOCK Mathematik IV für Maschiebau ud Iformatik Stochastik Prof. Dr. Friedrich Liese Sommersemester 2007 2 Mathematik IV für Maschiebau ud Iformatik INHALT Ihalt... 2 Vorlesugsverzeichis...
Mehrf X1 X 2 Momente: Eigenschaften: Var(aX + b) = a 2 Var(X) a, b R
Siebformel vo Poicare-Sylvester: k P A k = k+ P A ij k= k= = k= P A k k= i
MehrTests für beliebige Zufallsvariable
Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
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
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
MehrMaschinelle Sprachverarbeitung: Mathematische Grundlagen
HUMOLDT-UNIVERSITÄT ZU ERLIN Istitut für Iformatik Lehrstuhl Wissesmaagemet Maschielle Sprachverarbeitug: Mathematische Grudlage Tobias Scheffer Ulf refeld Literatur Huag, cero, Ho: Spoke Laguage rocessig,
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
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
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
MehrStochastik für Informatiker. In L A TEX von: Manuel Albert
Stochastik für Iformatiker I L A TEX vo: Mauel Albert Stad: 11.07.2011 Ihaltsverzeichis 1 Wahrscheilichkeitstheorie 2 1.1 Wahrscheilichkeit.................................... 2 1.2 Laplace sche Wahrscheilichkeitsräume........................
MehrGrundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.
Eie Iterpretatiosfrage habe ich zu eiem Beispiel das i der der letzte Vorlesug behadelt wurde: Auf Folie.7 zur Variaz. Dort wird ei Beispiel eier stetige Zufallsvariable geat (Warte a eier S-Bah-Haltestelle).
MehrEreignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A)
Kapitel 10 Statistik 10.1 Wahrscheilichkeit Das Ergebis eier Messug oder Beobachtug wird Ereigis geat. Ereigisse werde mit de Buchstabe A, B,...bezeichet. Die Messug eier kotiuierliche Variable x gibt
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.
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ
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
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
Mehr- Fakultät Verkehrswissenschaften Friedrich List. Professur für Ökonometrie und Statistik, insb. im Verkehrswesen - Formelsammlung
- Fakultät Verkehrswisseschafte Friedrich List Professur für Ökoometrie ud Statistik, isb im Verkehrswese - Formelsammlug zu Vorlesuge Statistik Deskriptive Statistik Wahrscheilichkeitstheorie c I Okhri,
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
MehrDiplomvorprüfung Stochastik
Uiversität Karlsruhe TH Istitut für Stochastik Prof. Dr. N. Bäuerle Name: Vorame: Matr.-Nr.: Diplomvorprüfug Stochastik 10. Oktober 2006 Diese Klausur hat bestade, wer midestes 16 Pukte erreicht. Als Hilfsmittel
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
MehrStatistik und Biometrie. Deskriptive Statistik I
Statistik ud Biometrie Deskriptive Statistik I Spruch des Tages Traue keier Statistik, die du icht selbst gefaelscht hast Wiederholug Merkmale Beobachtugseiheite sid Träger vo Merkmale Wiederholug Die
MehrFormelsammlung Grundzüge der Statistik für die Veranstaltungen Statistik I und Statistik II im Grundstudium
Formelsammlug Grudzüge der Statistik für die Verastaltuge Statistik I ud Statistik II im Grudstudium Prof. Dr. Claudia Becker Lehrstuhl für Statistik Ihaltsverzeichis 1 Summezeiche 5 2 Häufigkeitsverteiluge
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Witer 28 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (2 Pukte) Wir defiiere die Ereigisse K {die Perso ist krak} ud T {der Test ist positiv}.
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
MehrFormelsammlung. zu Vorlesungen Statistik. Induktive Statistik
Fakultät Verkehrswisseschafte Friedrich List Professur für Ökoometrie ud Statistik, isb im Verkehrswese Formelsammlug zu Vorlesuge Statistik Iduktive Statistik c I Okhri, Dresde, 05 Iduktive Statistik
MehrVorlesung Basismodul Statistik SS 13
Basismodul Statistik Prof. Dr. Peter Kischka, Lehrstuhl für Wirtschafts- ud Sozialstatistik Wirtschaftswisseschaftliche Fakultät Lehrstuhl für Wirtschafts- ud Sozialstatistik Prof. Dr. Peter Kischka Vorlesug
MehrInhaltsverzeichnis. Wirtschaftswissenschaftliches Zentrum 11 Universität Basel. Mathematik 2
Wirtschaftswisseschaftliches Zetrum 11 Uiversität Basel Mathematik Dr. Thomas Zehrt Schätze Beötigtes Vorwisse: Der Stoff der Vorlesug,,Statistik wird als bekat vorausgesetzt, isbesodere Kapitel 11,,(Pukt)schätze
MehrFormelsammlung Mathematik
Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2015/2016. Aufgabe 1
Lehrstuhl für Statistik ud Ökoometrie der Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Klausur zu Methode der Statistik II (mit Kurzlösug) Witersemester 2015/2016 Aufgabe 1 Die leideschaftliche
MehrWahrscheinlichkeit und Statistik Zusammenfassung
Wahrscheilichkeit ud Statistik Zusammefassug Fabia Hah, Dio Werli 9. September 008 Wahrscheilichkeitstheorie Grudlegede Kombiatorik Die folgede Tabelle bezieht sich auf das Uremodell: ziehe aus k geordet
MehrMathematische Statistik
Skript zur Vorlesug Mathematische Statistik Prof. Dr. Zakhar Kabluchko Uiversität Müster Istitut für Mathematische Stochastik Ihaltsverzeichis Vorwort 1 Literatur Kapitel 1. Stichprobe ud Stichprobefuktio
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug 9. Vorlesug Joche Köhler 1 Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr
MehrZenraler Grenzwertsatz
Zeraler Grezwertsatz Ato Klimovsky Zetraler Grezwertsatz. Kovergez i Verteilug. Normalapproximatio. I diesem Abschitt beschäftige wir us mit der folgede Frage. Frage: Wie sieht die Verteilug eier Summe
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
MehrPunktetabelle (wird von den Korrektoren beschriftet)
Probability ad Statistics FS 208 Prüfug 3.08.208 Dauer: 80 Miute Name: Legi-Nummer: Diese Prüfug ethält 4 Seite (zusamme mit dem Deckblatt) ud 0 Aufgabe. Das Formelblatt wird separat verteilt. Begrüde
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
Mehr