N
|
|
- Holger Böhmer
- vor 7 Jahren
- Abrufe
Transkript
1 2 Deskriptive Statistik 1 Kapitel 2: Deskriptive Statistik A: Beispiele Beispiel 1: Im Rahmen einer Totalerhebung der Familien eines Dorfes (N = 100) wurde u.a. das diskrete Merkmal Kinderanzahl (X) registriert. Es ergab sich dabei mit der Notation aus dem Skript folgende Häufigkeitstabelle: N i K i i x i N i K i N N Dabei bezeichnet x i die i - te Ausprägung des Merkmals X und 4 + bedeutet: 4 oder mehr Kinder in der Familie. Zeichnen Sie das zu dieser Häufigkeitstabelle gehörende Säulendiagramm und stellen Sie die kumulierten relativen Häufigkeiten in Form einer Treppenfunktion graphisch dar. Lösung: a) Säulendiagramm Tragen Sie zunächst auf der x Achse die möglichen Ausprägungen x i ab. Auf der y Achse werden die relativen Häufigkeiten abgebildet. Zeichnen Sie danach über jede Ausprägung ( ) eine Säule; die Ni Höhe der Säulen können Sie aus der 4. Spalte der Arbeitstabelle entnehmen. N b) Treppenfunktion Zur Konstruktion der Treppenfunktion werden auf der x Achse (wie beim Säulendiagramm) ( ) die Ki Ausprägungen abgetragen. Für die y Achse benötigen Sie die Werte der letzten Spalte der N obigen Arbeitstabelle. Die erste Treppenstufe befindet sich somit auf Höhe der x Achse und reicht marginal an die 0 heran. Die 0 wurde 50 mal beobachtet, so dass sich eine relative kumulierte Häufigkeit von 0.5 ergibt und die nächste Treppenstufe in eben dieser Höhe einzuzeichnen ist. Die Länge einer Treppenstufe ergibt sich aus dem Abstand zur nächsten Ausprägung und ist in diesem Beispiel somit jedesmal gleich 1. Die nächste Stufe beginnt an der Stelle x = 1 und hat die Höhe 0.7. Nach diesem Muster ist die Treppenkurve zu Ende zu zeichnen bis die Höhe 1 erreicht ist. Graphische Darstellung der relativen Häufigkeiten (Säulendiagramm) und der kumulierten relativen Häufigkeiten (Treppenfunktion):
2 2 Deskriptive Statistik 2 N i N K i N Kinderzahl(X i) Kinderzahl(X i ) Beispiel 2: Folgende Werte einer Grundgesamtheit seien gegeben: Berechnen Sie das arithmetische Mittel µ, die Varianz σ 2 und die Standardabweichung σ, den Median und den Modalwert. Lösung: Das arithmetische Mittel wird wie folgt berechnet: µ = 1 N N x i i=1 = 1 ( ) 20 = = Zur Ermittlung der Varianz ist es sinnvoll, eine Arbeitstabelle anzulegen:
3 2 Deskriptive Statistik 3 x i N i x i Ni (x i µ) (x i µ) 2 (x i µ) 2 N i σ 2 = 1 N i µ) N i=1(z 2 = 1 k (x i µ) 2 N i N i=1 = = σ = Einfacher kann das arithmetische Mittel aus der Tabelle nach folgender Formel berechnet werden: µ = 1 N k x i N i i=1 Der Median ist das arithmetische Mittel der beiden mittleren Werte, der der Größe nach geordneten Beobachtungen. Nachdem die Beobachtungen der Größe nach geordnet sind, ist zunächst zu prüfen, ob die Anzahl der Elemente N im Datensatz gerade oder ungerade ist. Danach kann man mit folgenden Formeln den Median bestimmen: 1) N ist ungerade: x N+1 2 2) N ist gerade: 1 2 (x N 2 + x N 2 +1 ) In diesem Fall ist N = 20, also gerade. Man muss somit die 2. Formel verwenden. Die Beobachtungen sind in der obigen Arbeitstabelle bereits der Größe nach geordnet. Der 10. Wert x 20 = x 10 ist 8.00 und 2 der 11. Wert x = x 11 ist Es ergibt sich somit: Modalwert: 7 1 (x 20 + x ) = 1 ( ) =
4 2 Deskriptive Statistik 4 Beispiel 3: In einer Grundgesamtheit der Größe 100 sind folgende Realisationen eines Merkmals X gegeben: a) Gruppieren Sie die Daten in Intervalle gleicher Länge (Klassenbreite = 2.00) und stellen Sie eine Häufigkeitstabelle mit absoluten und kumulierten Häufigkeiten auf. b) Zeichnen Sie das zugehörige Histogramm (Häufigkeit / Klassenbreite) und die Summenkurve (kumulierte Häufigkeit). c) Fassen Sie die drei ersten und die drei letzten Intervalle des Histogramms zu jeweils einem Intervall zusammen und zeichnen Sie das daraus resultierende Histogramm und die Summenkurve in das Bild in b). d) Bestimmen Sie die ungefähre Anzahl der Realisationen für 7 < X 9, indem Sie sie aus dem Histogramm und der Summenkurve ablesen. Lösung: a) Tabelle Klassen Strichliste N i K i N i / Klassenbreite N = 100
5 2 Deskriptive Statistik 5 b) Histogramm Benutzen Sie zum Zeichnen des Histogramms die Tabelle aus a). Tragen Sie zunächst die Klassen auf der x Achse ab. Zeichnen Sie im Anschluss Rechtecke der Höhe N i / Klassenbreite (letzte Spalte der Tabelle) über die entsprechenden Intervalle. (Beispiel: über der Klasse muss also ein Rechteck mit der Höhe 0.5 eingezeichnet werden.) 14 Häufigkeit / Klassenbreite b) c) X Erklärung: Die gestrichelten Linien stellen die beiden Histogrammsäulen dar, die durch Zusammenfassen der ersten und letzten drei Intervalle entstehen. Ebenso verhält es sich in der folgenden Grafik. Die gestrichelten Linien beschreiben den neuen Verlauf der Summenkurve nach Zusammenfassen der oben genannten Intervalle. Summenkurve 100 kumulierte Häufigkeit b) c) X
6 2 Deskriptive Statistik 6 c) Intervall N i K i N i / Klassen - breite d) Ablesen aus dem Histogramm Beispiel : Intervall 7 < X 9 Die Häufigkeit in einer Klasse ermittelt man durch die Formel: Häufigkeit = Höhe Intervalllänge. Man unterteilt zunächst das Intervall (7;9] in die Intervalle (7;8] und (8;9]. Die Höhen dieser Intervalle sind nun aus der Grafik abzulesen. Für das erste Intervall (7;8] beträgt die Höhe 6.5 Einheiten und für das Intervall (8; 9] 9 Einheiten. Die Intervalllänge ist in beiden Fällen 1. Somit ergibt sich die Häufigkeit für das Intervall (7;9] aus der Summe der Häufigkeiten der beiden Teilintervalle: Häufigkeit für (7;8] = = 6.5 Häufigkeit für (8;9] = 9 1 = 9 ungefähre Häufigkeit für (7; 9] = = 15.5 Ablesen aus der Summenkurve Beispiel : Intervall 7 < X 9 Die gesuchte Häufigkeit ergibt aus der Differenz der beiden kumulierten Häufigkeiten an den Grenzen des betrachteten Intervalls. Diese kumulierten Häufigkeiten sind nun auf der Y Achse abzulesen. So ergibt sich an der Stelle x = 9 ein Funktionswert von 30. An der Stelle x = 7 kann man eine kumulierte Häufigkeit von 15 ablesen. Häufigkeit für (7;9] = kum. Häufigkeit (9) kum. Häufigkeit (7) = = kumulierte Häufigkeit X
7 2 Deskriptive Statistik 7 Beispiel 4: Ihnen seien folgende Daten gegeben: Klasse i x i absolute Häufigkeit 1 6 < x < x < x < x Bestimmen Sie das approximative arithmetische Mittel µ, die approximative Varianz σ 2, die approximative Standardabweichung σ, den Median und die Modalklasse. Lösung: Die obige Häufigkeitstabelle lässt sich zu nachfolgender Tabelle erweitern: xi M N i K i 6 < X < X < X < X Dabei ist x M i der Klassenmittelwert der Klasse, in der sich die i te Beobachtung befindet. Das arithmetische Mittel kann aus der Häufigkeitstabelle berechnet werden (weiteres Berechnungsbeispiel: siehe Skript Seite 77) : µ = 1 k xi M N i N i=1 1 = ( ) = 1755 = Zur Ermittlung der Varianz wird wieder eine Arbeitstabelle angelegt: σ 2 = 1 N k (xi M ) 2 N i µ 2 i=1 = (8.775)2 = σ = xi M ( ) x M 2 i N i ( ) x M 2 i Ni 6 < X < X < X < X
8 2 Deskriptive Statistik 8 Die Modalklasse ist die Klasse, mit den meisten Beobachtungen je x Einheit. Wenn die x Achse so skaliert ist, dass durch die Klassenbreite dividiert wurde, besitzt die Modalklasse das höchste Rechteck des Histogramms. Das ist in diesem Fall die Klasse (8;9]. B: Übungsaufgaben [ 1 ] Für einen Datensatz vom Umfang N = 200 wurde die folgende Summenkurve für relative Häufigkeiten gezeichnet. 1.0 kumulierte relative Häufigkeit X Wieviele Elemente gibt es, deren Merkmalsausprägungen 20 sind? Wieviele Elemente gibt es, deren Merkmalsausprägungen > 20 und 50 sind? Geben Sie die Klassengrenzen der Modalklasse an:
9 2 Deskriptive Statistik 9 [ 2 ] Eine Intervalllänge in einem Histogramm betrage 2 Einheiten. 10 Elemente einer Grundgesamtheit gehören zu diesem Intervall. Dem benachbarten Intervall der Länge 5 Einheiten sind 4 Elemente zuzuordnen. a) Stellen Sie das Histogramm zunächst grafisch dar (Ordinatenbezeichnung im Histogramm: Häufigkeit/Klassenbreite). b) Fassen Sie nun beide Intervalle zusammen und zeichnen Sie die entsprechende gemeinsame Säule in die bestehende Grafik ein. c) Geben Sie die Höhe der gemeinsamen Säule an. Die Höhe der Histogrammsäule ist :
10 2 Deskriptive Statistik 10 [ 3 ] Aus einem Datensatz wurde folgendes Histogramm konstruiert: Häufigkeit / Klassenbreite Ausschank [l] Geben Sie die Häufigkeiten für alle Intervalle an: Intervall (0;1000] (1000;2500] (2500;3500] (3500;4500] Häufigkeit Wie viele Beobachtungen sind kleiner oder gleich 2500? Wie viele Beobachtungen sind größer oder gleich 3500? Wie viele Beobachtungen sind größer als 1000 und kleiner oder gleich als 3500?
11 2 Deskriptive Statistik 11 [ 4 ] Bei der Ermittlung der Betriebsgrößen in einem Industriezweig (gemessen an der Anzahl der Arbeitnehmer x in diesen Betrieben) erhielt man folgende Daten: Anzahl der Arbeitnehmer N i 0 < x < x < x < x a) Zeichnen Sie ein Histogramm (Häufigkeit / Klassenbreite) und eine Summenkurve (kumulierte Häufigkeit). b) Berechnen Sie den approximativen Mittelwert und die approximative Varianz. µ = σ 2 = [ 5 ] Zu den Daten gehört das folgende unvollständige Histogramm: Häufigkeit / Klassenbreite X Wie hoch müssen die Rechtecke über dem Intervall (10, 20] und dem Intervall (60,70] gezeichnet werden? Höhe über (10,20] = Höhe über (60,70] =
12 2 Deskriptive Statistik 12 [ 6 ] Die Häufigkeitstabelle eines Merkmals X ist unvollständig gegeben: Ferner gilt: µ = 3 a) Vervollständigen Sie die Tabelle. b) Bestimmen Sie x 3. i x i N i K i K i /N x 3 = c) Berechnen Sie die Varianz des Merkmals X : σ 2 = [ 7 ] Welche der folgenden Aussagen über qualitative Merkmale sind WAHR? Kreuzen Sie sie an. a) Zu den qualitativen Merkmalen zählen nominalskalierte und ordinalskalierte Merkmale. b) Im Gegensatz zu den nominalskalierten Merkmalen lassen sich die ordinalskalierten Merkmale ordnen. c) Die Kennzahlen Mittelwert (Erwartungswert) und Varianz sind keine vernünftigen Größen zur Beschreibung der Verteilung nominalskalierter Variablen. ( ) ( ) ( ) d) Für ein ordinalskaliertes Merkmal lässt sich eine Treppenkurve zeichnen. ( ) e) Nominalskalierte Daten sind diskret. ( )
13 2 Deskriptive Statistik 13 [ 8 ] Geben Sie für die folgenden Merkmalsausprägungen die Spannweite, den Median, das arithmetische Mittel, die Standardabweichung und den Modalwert an a) Spannweite = b) Median = c) arithmetisches Mittel = d) Standardabweichung = e) Modalwert =
14 2 Deskriptive Statistik 14 [ 9 ] Es ist folgende Summenkurve gegeben: 10 kumulierte Häufigkeit X [in Mill.] Geben Sie die Häufigkeiten für alle Intervalle an: Intervall (0;1] (1;2] (2;3] (3;4] (4;5] (5;6] Häufigkeit Berechnen Sie Näherungswerte für das arithmetische Mittel und die Varianz. µ = σ 2 = Berechnen Sie die Anzahl der Elemente in der Modalklasse:
15 2 Deskriptive Statistik 15 [ 10 ] Bei der Ermittlung der Betriebsgrößen in einem Industriezweig (gemessen in der Anzahl der Beschäftigten in diesen Betrieben) erhielt man folgendes Histogramm: Häufigkeit / Klassenbreite Anzahl der Beschäftigten pro Betrieb X Geben Sie die Häufigkeiten für alle Intervalle an: Bestimmen Sie die Modalklasse und den Median. Intervall (0;10] (10;20] (20;40] (40;60] N i K i N i /N K i /N Modalklasse = Median = Berechnen Sie Näherungswerte für das arithmetische Mittel und die Varianz. µ = σ 2 =
16 2 Deskriptive Statistik 16 [ 11 ] Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an. a) Jedes Element der Grundgesamtheit hat einen Einfluss auf das arithmetische Mittel. ( ) b) Im Falle eines diskreten Merkmals kann das arithmetische Mittel einen Wert annehmen, der als Merkmalsausprägung nicht vertreten ist. c) Bei der Bestimmung des Medians haben Ausreißer keinen verzerrenden Einfluss auf seine Lage. ( ) ( ) d) Der Modalwert ist nicht immer eindeutig. ( ) e) Im Falle eines diskreten Merkmals kann der Modalwert einen Wert annehmen, der als Merkmalsausprägung nicht vertreten ist. ( )
17 2 Deskriptive Statistik 17 [ 12 ] Die Rückrundenspiele der Fußball-Bundesliga in der Saison 2006/2007 wurden auf die Anzahl der gefallenen Tore hin untersucht. Dabei ergab sich folgende Tabelle: Anzahl der Tore Häufigkeit a) Zeichnen Sie das entsprechende Säulendiagramm. b) Zeichnen Sie die entsprechende Treppenkurve. c) Berechnen Sie den Median, den Mittelwert und den Modalwert. a) Median = b) Mittelwert = c) Modalwert = d) In wie vielen Spielen fielen maximal 3 Tore? e) Bestimmen Sie den Anteilswert der Spiele, in denen mehr als 4 Tore erzielt wurden.
18 2 Deskriptive Statistik 18 [ 13 ] Bei der jährlichen Umsatzermittlung aller Filialen einer Kaufhauskette ergab sich die folgende kumulierte Häufigkeitstabelle: Klasse i Umsatz in Mio. Kumulierte Häufigkeit Berechnen Sie das approximative arithmetische Mittel µ. µ = Welche der folgenden Aussagen zu den jährlichen Umsatzdaten sind WAHR? Kreuzen Sie sie an. a) Der Median ist 6. ( ) b) Die relative Häufigkeit der Klasse von 6 10 beträgt ( ) c) Die absolute Häufigkeit der Klasse von ist 11. ( ) d) Die Klassenmitte der Klasse von 2 6 ist 4. ( ) e) Das arithmetische Mittel und der Modalwert beschreiben die Lage der Verteilung. ( )
19 2 Deskriptive Statistik 19 [ 14 ] Bei einer Untersuchung bezüglich des Merkmals Alter von Besuchern eines bestimmten Kinofilms in Göttingen ergab sich das folgende Säulendiagramm: Häufigkeit(N i ) Alter Bestimmen Sie den Anteil der Besucher, die... a)...älter als 18 Jahre alt waren: b)...maximal 21 Jahre alt waren. c)...älter als 21 und jünger als 23 Jahre alt waren. Berechnen Sie den Median M Z und die Spannweite des Merkmals. M z = Spannweite=
20 2 Deskriptive Statistik 20 C: Klausuraufgaben [ 15 ] II07S Gegeben sei Ihnen der Datensatz gerste, der den Ernteertrag auf 10 gleich großen Parzellen enthält. Mit R wurden die folgenden Berechnungen durchgeführt: > gerste [1] > sum(gerste) [1] 1659 > sum(gerste^2) [1] > summary(gerste) Min. 1st Qu. Median Mean 3rd Qu. Max ? Berechnen Sie die unter summary fehlende Kennzahl für mean, sowie die Varianz in der Stichprobe und die Länge der Box eines Boxplots. a) Mean = b) Varianz = c) Länge der Box =
21 2 Deskriptive Statistik 21 [ 16 ] IV07S1 Ihnen seien folgende Informationen in Form einer Bildschirmausgabe aus R gegeben: > wuerfel<-sample(1:6,10,replace=t) > table(wuerfel) wuerfel a) Zeichnen Sie in die folgende Graphik die Treppenkurve der kumulierten relativen Häufigkeiten ein: y x b) Ermitteln Sie für die obigen Daten den Median und den Modalwert. Median = Modalwert =
22 2 Deskriptive Statistik 22 [ 17 ] II07S1 Ihnen sei die nachfolgende mit R erzeugte Bildschirmausgabe gegeben. > length(gewicht) [1] 125 > hist(gewicht, plot = F) $ breaks [1] $ counts [1] $ mids [1] Berechnen Sie die Höhe des normierten Histogramms des Datensatzes Gewicht über dem Intervall [70, 80]. Geben Sie das exakte Ergebnis an, welches eine Dezimalzahl mit vier Stellen nach dem Dezimalpunkt ist. Höhe des Intervalls=
23 2 Deskriptive Statistik 23 [ 18 ] IV07S Ein fairer Würfel wurde 10-mal geworfen. Das Ergebnis wurde in der folgenden Graphik zusammengefasst. kumulierte relative Häufigkeit Augenzahl Berechnen Sie das arithmetische Mittel der Stichprobe. Arithmetisches Mittel=
24 2 Deskriptive Statistik 24 [ 19 ] IV07S Der Datensatz gerste enthält die Ernteerträge von Gerste in verschiedenen Parzellen gleicher Größe. Mit R wurde die folgende Berechnung durchgeführt: > summary(gerste) Min. 1st Qu. Median Mean 3rd Qu. Max Benutzen Sie die vorhandenen Informationen um die Box (einschließlich der Mittellinie) eines Boxplots zu zeichnen
25 2 Deskriptive Statistik 25 D: Lösungen 1) 120; 80; (15;20] 2) 2 3) 4, 15, 8, 6; 19 ; 6; 23 4) 25; 220 5) 0.4; 0 6) 4; ) b, c, d, e 8) 16; 19; 20; 4.775; 18 9) 1, 1, 1, 2, 2, 3; 3.7; 2.76; 3 10) (10,20]; 20; 26; ) a, b, c, d 12) 3; 2.758; 2; 102; ) 4; b, d, e 14) 0.8; 0.75; 0.1; 20; 6 15) 165.9; ; 42 16) 3.5; 2 17) ) 3.9
Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße. x mod (lies: x-mod) Wofür? Lageparameter. Modus/ Modalwert Zentrum. Median Zentralwert
Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße Wofür? Lageparameter Modus/ Modalwert Zentrum Median Zentralwert Im Datensatz stehende Informationen auf wenige Kenngrößen verdichten ermöglicht
Mehr4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Statistik für SoziologInnen 1 4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen
Mehra 1 < a 2 <... < a k. 2 Häufigkeitsverteilungen 52
2 Häufigkeitsverteilungen 2.0 Grundbegriffe Ziel: Darstellung bzw. Beschreibung (Exploration) einer Variablen. Ausgangssituation: An n Einheiten ω 1,..., ω n sei das Merkmal X beobachtet worden. x 1 =
Mehr825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden?
1. Aufgabe: Eine Bank will die jährliche Sparleistung eines bestimmten Kundenkreises untersuchen. Eine Stichprobe von 12 Kunden ergab folgende Werte: 825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170
MehrStatistik 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
Mehr4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen interessiert, sondern an der Häufigkeit von Intervallen. Typische Fragestellung:
MehrVerteilungsfunktionen (in Excel) (1)
Verteilungsfunktionen (in Excel) () F(x) Veranschaulichung der Sprungstellen: Erst ab x=4 ist F(x) = 0,75! Eine Minimal kleinere Zahl als 4, bspw. 3,9999999999 gehört noch zu F(x)=0,5! 0,75 0,5 0,25 0
MehrStetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch
6 Stetige Verteilungen 1 Kapitel 6: Stetige Verteilungen A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch dargestellt. 0.2 6
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrKapitel VI - Lage- und Streuungsparameter
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VI - Lage- und Streuungsparameter Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrStatistik 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
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik
MehrStatistik I für Humanund Sozialwissenschaften
Statistik I für Humanund Sozialwissenschaften 1 Übung Lösungsvorschlag Gruppenübung G 1 Auf einer Touristeninsel in der Karibik wurden in den letzten beiden Juliwochen morgens zur gleichen Zeit die folgenden
MehrDeskriptive Statistik Kapitel IX - Kontingenzkoeffizient
Deskriptive Statistik Kapitel IX - Kontingenzkoeffizient Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Untersuchung der Abhängigkeit 2.
MehrDie 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
Mehr3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0.
Eine Verteilung ist durch die Angabe von einem oder mehreren Mittelwerten nur unzureichend beschrieben. Beispiel: Häufigkeitsverteilungen mit gleicher zentraler Tendenz: geringe Variabilität mittlere Variabilität
MehrDie 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
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrVerteilungsfunktion und Quantile
Statistik 1 für SoziologInnen Verteilungsfunktion und Quantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit das Kumulieren inhaltlich sinnvoll ist, muss das auszuwertende Merkmal
MehrDeskriptive Statistik Beschreiben, Zusammenfassen, Darstellen gegebener Daten (Datenreduktion!)
Deskriptive Statistik Beschreiben, Zusammenfassen, Darstellen gegebener Daten (Datenreduktion!) - Arithmetisches Mittel o Das arithmetische Mittel (auch Durchschnitt) ist ein Mittelwert, der als Quotient
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
Mehrabsolute 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
MehrBeispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)
Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke
MehrStatistische Grundlagen I
Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.
MehrMathematische Statistik. Zur Notation
Mathematische Statistik dient dazu, anhand von Stichproben Informationen zu gewinnen. Während die Wahrscheinlichkeitsrechnung Prognosen über das Eintreten zufälliger (zukünftiger) Ereignisse macht, werden
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/62 Summenzeichen
MehrUnivariate explorative Datenanalyse in R
Univariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-03 1 Ein metrisches Merkmal Wir laden den Datensatz: R> load("statlab.rda") und machen die Variablen direkt verfügbar: R>
MehrDeskriptive Statistik
Modul G.1 WS 07/08: Statistik 8.11.2006 1 Deskriptive Statistik Unter deskriptiver Statistik versteht man eine Gruppe statistischer Methoden zur Beschreibung von Daten anhand statistischer Kennwerte, Graphiken,
MehrStatistik 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
MehrDeskriptive Statistik
Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2
MehrMessung von Rendite und Risiko. Finanzwirtschaft I 5. Semester
Messung von Rendite und Risiko Finanzwirtschaft I 5. Semester 1 Messung von Renditen Ergebnis der Anwendung der Internen Zinsfuß- Methode ist die Rentabilität des Projekts. Beispiel: A0-100.000 ZÜ1 54.000
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey
MehrVerteilungsfunktion und Quantile
Statistik 1 für SoziologInnen Verteilungsfunktion und Quantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit das Kumulieren inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrDeskriptive Statistik Erläuterungen
Grundlagen der Wirtschaftsmathematik und Statistik Erläuterungen Lernmaterial zum Modul - 40601 - der Fernuniversität Hagen 7 2.1 Einfache Lageparameter aus einer gegebenen Messreihe ablesen Erklärung
MehrBeispiel 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
MehrVerteilungsfunktion und dquantile
Statistik 1 für SoziologInnen Verteilungsfunktion und dquantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit die Kumulation inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal
MehrAnalytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Grundproblem Generell sind wir nur selten in der Geographie in der Lage, Daten über die Grundgesamtheit zur Verfügung zu haben.
MehrÜ 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
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG Statistik eine Umschreibung Mathematische Hilfswissenschaft mit der Aufgabe, Methoden für die Sammlung, Aufbereitung, Analyse
Mehr1) 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?
MehrStochastik 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
MehrLösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
MehrMathematik schulinternes Curriculum Reinoldus- und Schiller-Gymnasium
Mathematik schulinternes Curriculum Reinoldus- und Schiller-Gymnasium Klasse 6 6 Kapitel I Rationale Zahlen 1 Brüche und Anteile 2 Was man mit einem Bruch alles machen kann 3 Kürzen und Erweitern 4 Die
MehrDas 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
MehrWahrscheinlichkeitsverteilungen
Wahrscheinlichkeitsverteilungen 1. Binomialverteilung 1.1 Abzählverfahren 1.2 Urnenmodell Ziehen mit Zurücklegen, Formel von Bernoulli 1.3 Berechnung von Werten 1.4 Erwartungswert und Standardabweichung
MehrBivariate 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
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen. Wir besprechen hier die zwei in Kapitel 1.1 thematisierten
MehrVerteilungsfunktion und Quantile
Statistik 1 für SoziologInnen Verteilungsfunktion und Quantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit das Kumulieren inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal
MehrStatistik 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
MehrBeschreibung von Daten
Kapitel 2 Beschreibung von Daten In diesem Kapitel geht es um die Beschreibung von empirisch erhobenen Daten Größere Datenmengen sind schwer zu überblicken Weil ein Bild leichter als eine Ansammlung von
MehrAufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2018/19
Aufgabenstellung und Ergebnisse zur Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 08/9 PD Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Die Klausur besteht
MehrDeskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten
Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Einleitung 2. Lorenzkurve
MehrDas Histogramm, bzw. Stabdiagramm / Histogramm / Balkendiagramm
Histogram / Histogramm / histogram Akademische Disziplin der Statistik/academic field of statistics/ la discipline statistique/estadística/disciplina academica della statistica deskriptive Statistik/descriptive
MehrÜ b u n g s b l a t t 15
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine
MehrModellanpassung und Parameterschätzung. A: Übungsaufgaben
7 Modellanpassung und Parameterschätzung 1 Kapitel 7: Modellanpassung und Parameterschätzung A: Übungsaufgaben [ 1 ] Bei n unabhängigen Wiederholungen eines Bernoulli-Experiments sei π die Wahrscheinlichkeit
MehrInferenzstatistik (=schließende Statistik)
Inferenzstatistik (=schließende Statistik) Grundproblem der Inferenzstatistik: Wie kann man von einer Stichprobe einen gültigen Schluß auf di Grundgesamtheit ziehen Bzw.: Wie groß sind die Fehler, die
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
MehrUnivariate explorative Datenanalyse in R
Univariate explorative Datenanalyse in R Achim Zeileis 2009-02-20 1 Grundlegende Befehle Zunächst laden wir den Datensatz (siehe auch Daten.pdf ) BBBClub R> load("bbbclub.rda") das den "data.frame" BBBClub
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ
MehrStatistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher, Dr. Stan Lai Physikalisches Institut Westbau 2 OG Markus.Schumacher@physik.uni-freiburg.de
MehrFachrechnen für Tierpfleger
Z.B.: Fachrechnen für Tierpfleger A10. Statistik 10.1 Allgemeines Was ist Statistik? 1. Daten sammeln: Durch Umfragen, Zählung, Messung,... 2. Daten präsentieren: Tabellen, Grafiken 3. Daten beschreiben/charakterisieren:
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de
MehrDr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik
Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer
Mehr3) Lagemaße: Mittelwert, Median, Modus
Thema: Beschreibende Statistik LE.1: 40 min Seite 9 3) Lagemaße: Mittelwert, Median, Modus Lagemaße In der beschreibenden Statistik werden Daten erhoben. Diese Daten weisen eine bestimmte Verteilung auf.
MehrAufgabe 3 Bei 16 PKWs desselben Typs wurde der Benzinverbrauch pro 100 km gemessen. Dabei ergab sich die folgende Urliste (in Liter pro 100km):
Mathematik II für Naturwissenschaften Dr. Christine Zehrt 21.02.19 Übung 1 (für Pharma/Geo/Bio/Stat) Uni Basel Besprechung der Lösungen: 26./27. Februar 2019 in den Übungsstunden Bestimmen Sie zu den folgenden
Mehr5 Exkurs: Deskriptive Statistik
5 EXKURS: DESKRIPTIVE STATISTIK 6 5 Ekurs: Deskriptive Statistik Wir wollen zuletzt noch kurz auf die deskriptive Statistik eingehen. In der Statistik betrachtet man für eine natürliche Zahl n N eine Stichprobe
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrWahrscheinlichkeit und die Normalverteilung. Jonathan Harrington
Wahrscheinlichkeit und die Normalverteilung Jonathan Harrington Der Bevölkerungs-Mittelwert 99 Stück Papier nummeriert 0, 1, 2, 99 Ich ziehe 10 davon und berechne den Mittelwert. Was ist der Mittelwert
MehrWirtschaftswissenschaftliches Prüfungssekretariat Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2015
Wirtschaftswissenschaftliches Prüfungssekretariat Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 205 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrTestklausur Finanzmathematik / Statistik
Testklausur Finanzmathematik / Statistik Aufgabe - Grundlagen 0 a) Nennen Sie die charakteristische Eigenschaft einer geometrischen Zahlenfolge. b) Für eine geometrische Zahlenfolge seien das Glied a 0
MehrStatistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrStatistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrProbeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende
Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende im Sommersemester 2012 Prof. Dr. H. Küchenhoff, J. Brandt, G. Schollmeyer, G. Walter Aufgabe 1 Betrachten
MehrKapitel 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
MehrVorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf. Vorlesung 04 Mathematische Grundlagen II,
Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf 1 Was sollen Sie heute lernen? 2 Agenda Wiederholung stetige Renditen deskriptive Statistik Verteilungsparameter
MehrTutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016
Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 1. Daten erfassen 1. Aufgabe: Würfeln Sie 30-mal mit einem regelmäßigen Oktaeder und dokumentieren
Mehr3. 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
MehrOrientierungshilfe 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.
MehrStatistik - Übungsaufgaben
Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2012
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 202 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die Klausurteilnehmer
Mehr13. Übungswoche. Kapitel 12: Varianzanalyse (Fortsetzung)
1 13. Übungswoche Kapitel 12: Varianzanalyse (Fortsetzung) [ 3 ] Im Vorkurs Mathematik für Wirtschafstwissenschaftler vor Beginn des Sommersemesters 2009 wurde am Anfang und am Ende ein Test geschrieben,
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
MehrMedian 2. Modus < Median < Mittelwert. Mittelwert < Median < Modus. 2 Modalwerte oder Modus viel größer bzw. viel kleiner als Mittelwert
Universität Flensburg Zentrum für Methodenlehre Tutorium Statistik I Modus oder Modalwert (D) : - Geeignet für nominalskalierte Daten - Wert der häufigsten Merkmalsausprägung - Es kann mehrere Modalwerte
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrWS 1.1 Aufgabenstellung: Lösung:
WS 1.1 Werte aus tabellarischen und elementaren grafischen Darstellungen ablesen (bzw. zusammengesetzte Werte ermitteln) und im jeweiligen Kontext angemessen interpretieren können Anmerkung: (un-)geordnete
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrDeskriptive Statistik. (basierend auf Slides von Lukas Meier)
Deskriptive Statistik (basierend auf Slides von Lukas Meier) Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst
Mehrhtw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein
MehrKürzen und Erweitern Die drei Gesichter einer Vergröbern bzw. Verfeinern der Einteilung nutzen
Schulcurriculum Mathematik Städtisches Gymnasium Eschweiler Klasse 6 (G8) - rationale Zahlen - mit Zahlen und Symbolen umgehen Grundregeln für Rechenaus- einfache Brüche und Größen, Rechnen mit rationalen
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrSTATISTIK I Übung 04 Spannweite und IQR. 1 Kurze Wiederholung. Was sind Dispersionsparameter?
STATISTIK I Übung 04 Spannweite und IQR 1 Kurze Wiederholung Was sind Dispersionsparameter? Die sogenannten Dispersionsparameter oder statistischen Streuungsmaße geben Auskunft darüber, wie die Werte einer
MehrDr. 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