Die richtige Wahl von Verteilungen

Größe: px
Ab Seite anzeigen:

Download "Die richtige Wahl von Verteilungen"

Transkript

1 Die richtige Wahl von Verteilungen N. Schiering, ZMK GmbH Sachsen-Anhalt

2 Agenda Einleitung Standardmessunsicherheiten Typ A und Typ B Normalverteilung Rechteckverteilung Dreieckverteilung Trapezverteilung U-Verteilung Poisson-Verteilung Zusammenfassung 2

3 Einleitung () Exakte Kontrolle des Messprozesses und Angabe der Messbedingungen in der messtechnischen Praxis nicht möglich Messgröße kann daher nicht nur ein einziger Wert zugeordnet werden Beschreibung der nicht vollständigen Kenntnisse durch Verteilungen von Werten und Einschätzung deren Variation Die Wahrscheinlichkeitsdichteverteilung bestimmt das Gewicht, das einem Wert der Größe X aufgrund der vorhandenen Kenntnisse beigemessen werden kann Grundlagen der Wahrscheinlichkeitsrechnung bzw. Statistik notwendig 3

4 Einleitung (2) Abschätzung der Verteilung aufgrund von speziellen Kenntnissen bzw. grundsätzlichen Überlegungen. Der GUM geht von Wahrscheinlichkeitsverteilungen der verträglichen Werte aus. Kann für die Größe X i auf theoretischer oder empirischer Grundlage eine Wahrscheinlichkeitsverteilung angenommen werden, so sind der Erwartungswert und die Quadratwurzel der Varianz dieser Verteilung als Schätzwert x i bzw. die ihm beigeordnete Standardmessunsicherheit u(x i ) zu verwenden. E X xg( x) dx und x E X ( ) µ ( ) Var 2 ( X ) ( x µ ) g( x) dx und u( x ) VAR( X ) i i 4

5 Standardmessunsicherheit Typ A Typ A: Anwendung von Analysemethoden der Statistik für Messreihen unter Wiederholbedingungen zur Ermittlung des Wertes und der ihm beigeordneten Standardmessunsicherheit. Für die Normalverteilung gilt: bester Schätzwert arithmetischer Mittelwert beizuordnende Unsicherheit empirische Standardabweichung (Wurzel aus Varianz dividiert durch Quadratwurzel aus Anzahl der Messungen): x n n und i x i u n ( x) ( x i x) n n i 2 5

6 Standardmessunsicherheit Typ B Typ B: Ermittlung des Wertes und der ihm beigeordneten Standardmessunsicherheit beruht auf anderen Erkenntnissen und kann aus folgenden Informationen eingeschätzt werden: Daten und Ergebnisse aus vorangegangenen Messungen allgemeine Kenntnisse und Erfahrungen über die Eigenschaften und das Verhalten von Messinstrumenten und Materialien Herstellerangaben Kalibrierscheine oder anderen Zertifikate Referenzdaten / Literaturwerte 6

7 Typ A versus Typ B Verwendung nach Methode B nur möglich, wenn ausreichende Erfahrungen und allgemeine Kenntnisse vorhanden sind. Diese Fertigkeit wird in der messtechnischen Praxis erlernt. Eine gut fundierte Ermittlung der Standardmessunsicherheit nach Methode B ist genau so verlässlich wie eine Ermittlung nach Methode A. Insbesondere, wenn die Ermittlung nach Methode A nur auf einer verhältnismäßig geringen Anzahl von statistisch unabhängigen Beobachtungen beruht. Typ A: Angabe der Standardunsicherheit bereits als Standardabweichung des Mittelwertes. Typ B: Berechnung der Standardunsicherheit aller Eingangsgrößen aus deren angenommenen Wahrscheinlichkeitsverteilungen 7

8 Normalverteilung Verteilungsform ist eine glockenförmige Normalverteilung (Gauß sche Glockenkurve) Verwendung: bester Schätzwert und beigeordnete Unsicherheit, z. B. aus früheren eigenen oder anderen Messungen oder aus Tabellen bekannt. Diese werden unverändert übernommen und man nimmt für die möglichen Werte eine Normalverteilung an. x n n u( x) i U k x i, wobei k der Erweiterungsfaktor ist 8

9 Normalverteilung Grafische Darstellung Quelle: QUAM:2000.P 9

10 Normalverteilung Beispiele Unsicherheitsangabe in einem Kalibrierschein Unsicherheitsangabe in einem Prüfschein Unsicherheitsangabe in einem Eichschein 0

11 Rechteckverteilung In vielen Fällen lässt sich für den Wert einer Größe nur die Oberund Untergrenze a + und a - angeben, wobei alle Werte innerhalb der Grenzen als gleich wahrscheinlich angesehen werden können. Beschreibung dieses Sachverhaltes durch eine rechteckförmige Wahrscheinlichkeitsverteilung und es gilt: x 2 u( x) ( a + a ) ( a a ) a, wobei a Halbweite der Verteilung + 3

12 Rechteckverteilung Grafische Darstellung Quelle: QUAM:2000.P 2

13 Rechteckverteilung Beispiele () Die Rechteckverteilung wird beispielsweise angenommen: wenn in Kalibrier-, Prüf- und Eichscheinen oder Herstellerdokumentationen Fehlergrenzen (MPE) angegeben sind wenn Temperaturgrenzen gegeben sind zur Beschreibung der Auflösung einer Skala oder digitalen Anzeige oder um eine mögliche zeitliche Drift zu berücksichtigen 3

14 Rechteckverteilung Beispiele (2) Herstellerangaben in Bedienanleitungen: Spezifikation Auflösung Drift Quelle: 4

15 Dreieckverteilung Liegen die Werte mit größerer Wahrscheinlichkeit in der Mitte des Bereiches, dann ist die Annahme einer dreieckförmigen Verteilung sinnvoll: x 2 u( x) ( a + a ) ( a a ) + a 6 wobei a Halbweite der Verteilung Mathematisch ergibt sich die Dreieckverteilung aus der Summe oder Differenz zweier Rechteckverteilungen mit gleicher Halbweite. 5

16 Dreieckverteilung Grafische Darstellung Quelle: QUAM:2000.P T 6

17 Dreieckverteilung Beispiel Schwankung des Luftdruckes bei der Kalibrierung von Kolbenhubpipettten mit Luftpolster Interpolationsabweichung bei der statischen Kalibrierung von anzeigenden Drehmomentschlüsseln Quelle: DAkkS-DKD-R 3-7 7

18 Trapezverteilung Die trapezförmige Verteilung ist ein weiterer Sonderfall, die sich aus der Summe oder der Differenz zweier Rechteckverteilungen mit unterschiedlicher Halbweite ergibt. Sie kommt in der Praxis selten vor. x 2 u( x) ( a + a ) + a 2 + β 6 Quelle: QZ-onlinde.de wobei a Halbweite der Verteilung und 0 b 8

19 U-Verteilung Wenn bei harmonischen Schwingungen nichts über die Phase bekannt ist, dann ist für die Phase eine Rechteckverteilung anzunehmen. Mathematisch folgt daraus für die Amplitude eine U-förmige Verteilung. x 2 ( a + a ) + u( x) a 2 Quelle: Meßunsicherheit, Wolfgang Kessel, wobei a hier gleich der Amplitude A 0 ist, z.b. A(x) A 0 sin ωx 9

20 U-Verteilung Beispiele Bei Messungen im Bereich der elektromagnetischen Verträglichkeit (EMV) Bei Messungen im Bereich der Hochfrequenztechnik Bei der Kalibrierung von Beschleunigungsaufnehmern Einfluss der Hebelarmlänge bei der statischen Kalibrierung von Kalibriereinrichtungen für Drehmomentschraubwerkzeuge Quelle: DAkkS-DKD-R

21 Poissonverteilung Als letztes Beispiel sei die Poissonverteilung genannt. Für diese gilt: u ( x) N wobei N.. Anzahl der Ereignisse. Es ist sinnvoll die relative Unsicherheit zu betrachten. Sie ist gegeben durch / N. Die Poissonverteilung ist nicht symmetrisch, aber für große Werte von N geht sie in eine Normalverteilung über. 2

22 Poissonverteilung Beispiele Eine Poissonverteilung wird z.b. angenommen für die Anzahl von Zerfällen radioaktiver Substanzen in einem Zeitintervall von Ereignissen in einem Teilchendetektor 22

23 Zusammenfassung () Erfahrungen und allgemeine Kenntnisse aus der messtechnischen Praxis müssen vorhanden sein, um anhand der verfügbaren Informationen der Eingangsgröße die richtige Verteilungsfunktion auswählen zu können. Manchmal wird mehr als eine Angabe berücksichtigt. Dann ist es nicht eindeutig, welche Wahrscheinlichkeitsverteilung man wählen soll. Im GUM Supplement, Tabelle werden weitere Beispiele gegeben, wie aus vorhandenen Informationen einer Typ B Eingangsgröße auf deren Wahrscheinlichkeitsdichtefunktion (PDF) geschlossen werden kann. 23

24 Zusammenfassung (2) z.b. Spezifikationsangaben, Auflösung z.b. Messgerät mit Kalibrierschein Quelle: JCGM 02:20 24

25 Zusammenfassung - Übersicht - Verteilungsform Normal Rechteck Dreieck Trapez U-förmig Poisson Standardmessunsicherheit u(x) σ oder U u ( x) k u ( x) a 3 u ( x) a 6 2 u( x) a + β 6 u ( x) a 2 u ( x) N 25

26 Danke für Ihre Aufmerksamkeit! Zentrum für Messen und Kalibrieren GmbH Sachsen-Anhalt 26

Grundlagen der Berechnung von Messunsicherheiten

Grundlagen der Berechnung von Messunsicherheiten Metrodata GmbH Datenverarbeitung für Messtechnik und Qualitätssicherung Y=ŷ±U; k p =x Grundlagen der Berechnung von Messunsicherheiten Teresa Werner Munich Calibration Day München 1 Konzept der Messunsicherheit

Mehr

Erweiterte Messunsicherheit

Erweiterte Messunsicherheit Erweiterte Messunsicherheit Gerd Wübbeler, Stephan Mieke PTB, 8.4 Berechnung der Messunsicherheit Empfehlungen für die Praxis Berlin, 11. und 12. März 2014 Gliederung 1. Was gibt die erweiterte Messunsicherheit

Mehr

von Prof. Dr. P. H. Osanna, Prof. Dr. N. M. Durakbasa, Dr. techn. L. Kräuter Inhalt

von Prof. Dr. P. H. Osanna, Prof. Dr. N. M. Durakbasa, Dr. techn. L. Kräuter Inhalt Geometrische Produktspezifikation und -Verifikation "GPS" und Messunsicherheit nach "GUM" als Basis moderner Metrologie im fortschrittlichen Produktionsbetrieb von Prof. Dr. P. H. Osanna, Prof. Dr. N.

Mehr

Messung von Rendite und Risiko. Finanzwirtschaft I 5. Semester

Messung 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

Mehr

SYS_A - ANALYSIEREN. Statistik. NTB Druckdatum: SYS A. Histogramm (Praxis) Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100

SYS_A - ANALYSIEREN. Statistik. NTB Druckdatum: SYS A. Histogramm (Praxis) Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100 SYS_A - ANALYSIEREN Statistik Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100 Histogramm (Praxis) Realisierung Lage Streuung Zufallsvariable Dichte der Normalverteilung Verteilungsfunktion Fläche

Mehr

Grundlagen der Messunsicherheitsanalyse Das ABC der Messunsicherheitsbudgets

Grundlagen der Messunsicherheitsanalyse Das ABC der Messunsicherheitsbudgets Metrodata GmbH Datenverarbeitung für Messtechnik und Qualitätssicherung Y=ŷ±U; k p =x Grundlagen der Messunsicherheitsanalyse Das ABC der Messunsicherheitsbudgets Teresa Werner Munich Calibration Day München

Mehr

1 Grundbegriffe der Messtechnik 1

1 Grundbegriffe der Messtechnik 1 1 Grundbegriffe der Messtechnik 1 1.1 Definitionen 1 1.2 Art des Messens 3 1.3 Messsysteme 4 1.4 Messverfahren 6 1.4.1 Messmethoden 6 1.4.2 Messeffekt 8 1.5 Funktionselemente von Messeinrichtungen 9 1.6

Mehr

Vereinfachte Messunsicherheit im Labor

Vereinfachte Messunsicherheit im Labor esz AG - Praxis Vereinfachte im Labor Inhalt praxisgerecht und vereinfacht im Labor Mathematik vom Schreibtisch ins Labor Ursachen für Berechnung theoretisch praktisch Angabe der in Kalibrierscheinen und

Mehr

Messunsicherheitsangabe für Messbereiche

Messunsicherheitsangabe für Messbereiche Messunsicherheitsangabe für Messbereiche Messunsicherheitsangabe für Messbereiche 260. PTB-Seminar 21./22. März 2011 Dr. Harry Stolz PTB Braunschweig Leiter der Zertifizierungsstelle H. Stolz, März 2011

Mehr

Zusammenfassung PVK Statistik

Zusammenfassung PVK Statistik Zusammenfassung PVK Statistik (Diese Zusammenfassung wurde von Carlos Mora erstellt. Die Richtigkeit der Formeln ist ohne Gewähr.) Verteilungen von diskreten Zufallsvariablen Beschreibung Binomialverteilung

Mehr

Kenngrößen von Zufallsvariablen

Kenngrößen von Zufallsvariablen Kenngrößen von Zufallsvariablen Die Wahrscheinlichkeitsverteilung kann durch die sogenannten Kenngrößen beschrieben werden, sie charakterisieren sozusagen die Verteilung. Der Erwartungswert Der Erwartungswert

Mehr

Kapitel VI - Lage- und Streuungsparameter

Kapitel 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

Mehr

Ü b u n g s b l a t t 15

Ü 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

Mehr

Messunsicherheitsbetrachtung. bei der Kalibrierung von Druckmessgeräten nach DKD-R 6-1

Messunsicherheitsbetrachtung. bei der Kalibrierung von Druckmessgeräten nach DKD-R 6-1 Messunsicherheitsbetrachtung bei der Kalibrierung von Druckmessgeräten nach DKD-R 6-1 Source: www.ptb.de Dipl.-Math. Nadine Schiering, Dr.-Ing. Olaf Schnelle-Werner Zentrum für Messen und Kalibrieren &

Mehr

Kapitel 2 Wahrscheinlichkeitsrechnung

Kapitel 2 Wahrscheinlichkeitsrechnung Definition 2.77: Normalverteilung & Standardnormalverteilung Es sei µ R und 0 < σ 2 R. Besitzt eine stetige Zufallsvariable X die Dichte f(x) = 1 2 πσ 2 e 1 2 ( x µ σ ) 2, x R, so heißt X normalverteilt

Mehr

6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen

6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen 6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Bisher: Diskrete Zufallsvariablen,

Mehr

Einführung in die Bestimmung der Messunsicherheit nach GUM

Einführung in die Bestimmung der Messunsicherheit nach GUM Seite 1 Einführung in die Bestimmung der Veranstaltung des DGQ Regionalkreises, 08. Juli 2010 und Qualitätssicherung 1 Gliederung Wer hat GUM eingeführt Definitionen von Messung, Modell der Messung, Messabweichung

Mehr

Heute. Die Binomialverteilung. Poissonverteilung. Approximation der Binomialverteilung durch die Normalverteilung

Heute. Die Binomialverteilung. Poissonverteilung. Approximation der Binomialverteilung durch die Normalverteilung Heute Die Binomialverteilung Poissonverteilung Approximation der Binomialverteilung durch die Normalverteilung Arbeiten mit Wahrscheinlichkeitsverteilungen Die Binomialverteilung Man werfe eine Münze n

Mehr

Statistische Grundlagen I

Statistische 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.

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de lordsofthebortz.de lordsofthebortz.de/g+

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 11. Vorlesung Jochen Köhler 10.05.011 1 Inhalt der heutigen Vorlesung Zusammenfassung Parameterschätzung Übersicht über Schätzung und Modellbildung Modellevaluation

Mehr

Analytische Statistik II

Analytische 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.

Mehr

Messunsicherheit für Prozesse GUM-konforme Fähigkeitsbestimmung für Messprozesse

Messunsicherheit für Prozesse GUM-konforme Fähigkeitsbestimmung für Messprozesse Metrodata GmbH Datenverarbeitung für Messtechnik und Qualitätssicherung Y=ŷ±U; k p =x Messunsicherheit für Prozesse GUM-konforme Fähigkeitsbestimmung für Messprozesse Teresa Werner 293. PTB- Seminar Berlin

Mehr

Über den Autor 7. Teil Beschreibende Statistik 29

Über den Autor 7. Teil Beschreibende Statistik 29 Inhaltsverzeichnis Über den Autor 7 Einführung Über dieses Buch - oder:»... für Dummies«verpflichtet! Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil I:

Mehr

Statistik für SozialwissenschaftlerInnen II p.85

Statistik für SozialwissenschaftlerInnen II p.85 Schätzverfahren Statistik für SozialwissenschaftlerInnen II p.85 Schätzverfahren Ziel von Schätzverfahren: Ausgehend von Stichproben Aussagen über Populationskennwerte machen Kenntnis der Abweichung des

Mehr

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005 Universität Bielefeld 13. Juni 2005 Einführung Einführung Wie kann die Kenntnis der Wahrscheinlichkeitsverteilung der Parameter einer Stichprobe dazu verhelfen auf die wahren Werte der Grundgesamtheit

Mehr

Wahrscheinlichkeitsrechnung und schließende Statistik

Wahrscheinlichkeitsrechnung und schließende Statistik Springer-Lehrbuch Wahrscheinlichkeitsrechnung und schließende Statistik von Karl Mosler, Friedrich Schmid Neuausgabe Wahrscheinlichkeitsrechnung und schließende Statistik Mosler / Schmid schnell und portofrei

Mehr

Statistik für NichtStatistiker

Statistik für NichtStatistiker Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse

Mehr

Ermittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim

Ermittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim Ermittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim PTB-Seminar 308 Felix Straube, QuoData GmbH Berlin, 16.03.2018 Gliederung GUM Verfahren Monte-Carlo-Methode Prinzip der Messunsicherheitsbestimmung

Mehr

Kalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern

Kalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern Kalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern Vorlesung Robotik SS 016 Kalmanfiter () Kalman-Filter: optimaler rekursiver Datenverarbeitungsalgorithmus optimal hängt vom gewählten

Mehr

ELEMENTARE EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK

ELEMENTARE EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK DIETER RASCH ELEMENTARE EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK MIT 53 ABBILDUNGEN UND 111 TABELLEN ZWEITE, BERICHTIGTE UND ERWEITERTE AUFLAGE s-~v VEB DEUTSCHER VERLAG DER WISSENSCHAFTEN BERLIN 1970

Mehr

Arbeitsblatt 27: Normalverteilung Kerzen

Arbeitsblatt 27: Normalverteilung Kerzen Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste

Mehr

Statistik K urs SS 2004

Statistik K urs SS 2004 Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die

Mehr

15.5 Stetige Zufallsvariablen

15.5 Stetige Zufallsvariablen 5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven

Mehr

Fit for Abi & Study Stochastik

Fit for Abi & Study Stochastik Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen

Mehr

Benutzerfreundliche QMSys GUM Software zur praxisorientierte und normgerechte Ermittlung der Messunsicherheit

Benutzerfreundliche QMSys GUM Software zur praxisorientierte und normgerechte Ermittlung der Messunsicherheit GUM Enterprise / Professional / Excel AddIn GUMX Benutzerfreundliche QMSys GUM Software zur praxisorientierte und normgerechte Ermittlung der Messunsicherheit Messmodell Stefan Golemanov Qualisyst GmbH

Mehr

Statistik für Ökonomen

Statistik für Ökonomen Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle

Mehr

Philipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler

Philipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung

Mehr

SozialwissenschaftlerInnen II

SozialwissenschaftlerInnen II Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Wahrscheinlichkeitsfunktionen

Mehr

INGENIEUR-STATISTIK DR. JOSEF HEINHOLD DR. KARL-WALTER GAEDE R. OLDENBOURG VERLAG MÜNCHEN WIEN 1979

INGENIEUR-STATISTIK DR. JOSEF HEINHOLD DR. KARL-WALTER GAEDE R. OLDENBOURG VERLAG MÜNCHEN WIEN 1979 INGENIEUR-STATISTIK DR. JOSEF HEINHOLD o. Professor für Angewandte Mathematik und Mathematische Statistik an der Technischen Universität München DR. KARL-WALTER GAEDE o. Professor für Mathematische Statistik

Mehr

Längenmessung, Toleranzen und Messunsicherheit

Längenmessung, Toleranzen und Messunsicherheit Seite 1 von 22 Längenmessung, Toleranzen und Messunsicherheit Wolfgang Knapp IWF, ETH Zürich Leiter Messtechnik Tannenstrasse 3, CLA G11.2 8092 Zürich Tel 052 680 2504 knapp@iwf.mavt.ethz.ch Seite 2 von

Mehr

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5 Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung

Mehr

EA-4/02 M: 2013 Ermittlung der Messunsicherheit bei Kalibrierungen (Deutsche Übersetzung)

EA-4/02 M: 2013 Ermittlung der Messunsicherheit bei Kalibrierungen (Deutsche Übersetzung) EA-4/0 M: 013 Ermittlung der Messunsicherheit bei Kalibrierungen (Deutsche Übersetzung) EA-4/0 M: 013 Freigabe EA 18. Oktober 013 Übersetzung vom 06.11.018 Dieses Dokument ist die deutsche Fassung der

Mehr

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit Lambacher Schweizer Q3.1 Grundlegende Begriffe der Grundlagen der Wahrscheinlichkeitstheorie: Beschreiben von Zufallsexperimenten (Laplace-Experimente) unter Verwendung der Begriffe Ergebnis, Ergebnismenge,

Mehr

Kapitel 2. Fehlerrechnung

Kapitel 2. Fehlerrechnung Fehlerrechnung 1 Messungen => quantitative Aussagen Messungen müssen zu jeder Zeit und an jedem Ort zu den gleichen Ergebnissen führen Messungen sind immer mit Fehler behaftet. => Angabe des Fehlers! Bespiel

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 1 Inhalt der heutigen Vorlesung Statistik und Wahrscheinlichkeitsrechnung Zusammenfassung der vorherigen Vorlesung Übersicht über Schätzung und

Mehr

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. 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

Mehr

Mathematica: u=5;s=1;plot[exp[-0.5((x-u)/s)^2],{x,0,10}] 76

Mathematica: u=5;s=1;plot[exp[-0.5((x-u)/s)^2],{x,0,10}] 76 4. Normalverteilung Gauß'sche Glockenkurve: P(a X b) = b 1 x 1 a e dx 1 0.8 0.6 0.4 0. 4 6 8 10 Mathematica: u=5;s=1;plot[exp[-0.5((x-u)/s)^],{x,0,10}] 76 Zentraler Grenzwertsatz: Es sei X 1, X,... eine

Mehr

Messungen und Messfehler

Messungen und Messfehler Messungen und Messfehler B. Schönfeld LMPT, ETH Zürich September 2007 1 Einleitung Messfehler sind (meistens) keine Fehler, sondern Messunsicherheiten. Was man in Messungen bestimmt, sind Schätzwerte,

Mehr

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:

Mehr

Meßprozeß, Meßfehler und Statistik

Meßprozeß, Meßfehler und Statistik 0- Meßprozeß, Meßfehler und Statistik Vorbereitung : Begriff der Wahrscheinlichkeit, statistische Verteilungen (Binomialverteilung, Poissonverteilung, Gaussverteilung), Meßfehler und Fehlerfortpflanzung.

Mehr

1. Grundbegri e. T n i=1 A i = A 1 \ A 2 \ : : : \ A n alle A i treten ein. na = A das zu A komplementäre Ereignis; tritt ein, wenn A nicht eintritt.

1. Grundbegri e. T n i=1 A i = A 1 \ A 2 \ : : : \ A n alle A i treten ein. na = A das zu A komplementäre Ereignis; tritt ein, wenn A nicht eintritt. . Grundbegri e Menge der Ereignisse. Die Elemente! der Menge heißen Elementarereignisse und sind unzerlegbare Ereignisse. Das Ereignis A tritt ein, wenn ein! A eintritt. ist auch das sichere Ereignis,

Mehr

Ringvorlesung Einführung in die Methoden der empirischen Sozialforschung II

Ringvorlesung Einführung in die Methoden der empirischen Sozialforschung II Ringvorlesung Einführung in die Methoden der empirischen Sozialforschung II Auswahlverfahren - Begriffe und theoretische Grundlagen 1 USA 1936: - Wahlstudie mit 10.000.000 Probestimmzetteln - Quelle: Telefonverzeichnis

Mehr

Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch

Stetige 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

Mehr

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler 1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte

Mehr

Inferenzstatistik (=schließende Statistik)

Inferenzstatistik (=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

Mehr

Was ist Physik? Modell der Natur universell es war schon immer so

Was ist Physik? Modell der Natur universell es war schon immer so Was ist Physik? Modell der Natur universell es war schon immer so Kultur Aus was sind wir gemacht? Ursprung und Aufbau der Materie Von wo/was kommen wir? Ursprung und Aufbau von Raum und Zeit Wirtschaft

Mehr

Messtechnik und Analytik

Messtechnik und Analytik VE 2: Grundlagen der Wahrscheinlichkeitsberechnung und Statistik Zufällige Ereignisse Häufigkeit und Wahrscheinlichkeit Zufallsgrößen Grundgesamtheit Verteilungen Stichprobenparameter Klaus-Dieter Sommer

Mehr

Uwe Hassler. Statistik im. Bachelor-Studium. Eine Einführung. für Wirtschaftswissenschaftler. ^ Springer Gabler

Uwe Hassler. Statistik im. Bachelor-Studium. Eine Einführung. für Wirtschaftswissenschaftler. ^ Springer Gabler Uwe Hassler Statistik im Bachelor-Studium Eine Einführung für Wirtschaftswissenschaftler ^ Springer Gabler 1 Einführung 1 2 Beschreibende Methoden univariater Datenanalyse 5 2.1 Grundbegriffe 5 2.2 Häufigkeitsverteilungen

Mehr

Berechnung der Messunsicherheit Empfehlungen für die Praxis

Berechnung der Messunsicherheit Empfehlungen für die Praxis 308. PTB-Seminar Berechnung der Messunsicherheit Empfehlungen für die Praxis 15. und 16. März 2018 in der PTB Berlin Dr.-Ing. Michael Hernla Erweiterte Messunsicherheit bei nicht korrigierten systematischen

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Angewandte Statistik 1

Angewandte Statistik 1 Angewandte Statistik 1 Beschreibende und Explorative Statistik - Wahrscheinlichkeitsrechnung - Zufallsvariablen und Statistische Maßzahlen -Wichtige Verteilungen - Beurteilende Statistik -Vertrauensintervalle

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 2008/2009

Mehr

Statistik I für Betriebswirte Vorlesung 4

Statistik I für Betriebswirte Vorlesung 4 Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

5. Meßfehler. Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar

5. Meßfehler. Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar 5. Meßfehler Man unterscheidet... zufällige Meßfehler systematische Meßfehler Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar

Mehr

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf. Vorlesung 04 Mathematische Grundlagen II,

Vorlesung 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

Mehr

Erstellen von Messunsicherheitsbudg ets nach dem GUM

Erstellen von Messunsicherheitsbudg ets nach dem GUM Metrodata GmbH Datenverarbeitung für Messtechnik und Qualitätssicherung Munich Calibration Day München 16.10.2015 Y=ŷ±U; k p =x Erstellen von Messunsicherheitsbudg ets nach dem GUM Nachvollziehbares Dokumentieren

Mehr

Grundlagen der statistischen Prozessregelung (SPC)

Grundlagen der statistischen Prozessregelung (SPC) Fachinformation Nr.: 2013-01 MeßTechnikNord GmbH Team Jena Prüssingstraße 41 07745 Jena Telefon: 03641-65-3780 Fax: 03641-65-3927 E-Mail: info@messtechniknord.de Internet http://www.messtechniknord.de

Mehr

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Wahrscheinlichkeitsrechnung, Verteilungen) 1. Eine Illustrierte veranstaltet wöchentlich ein Ratespiel,

Mehr

Stetige Wahrscheinlichkeitsverteilung

Stetige Wahrscheinlichkeitsverteilung Stetige Wahrscheinlichkeitsverteilung Stetige Wahrscheinlichkeitsverteilung Gaußsche Normalverteilung [7] S.77 [6] S.7 ORIGIN µ : Mittelwert σ : Streuung :, 9.. Zufallsvariable, Zufallsgröße oder stochastische

Mehr

Teil / Ein paar statistische Grundlagen 25. Kapitel 1 Was Statistik ist und Warum sie benötigt Wird 2 7

Teil / Ein paar statistische Grundlagen 25. Kapitel 1 Was Statistik ist und Warum sie benötigt Wird 2 7 Inhaltsverzeichnis Einführung 21 Über dieses Buch 21 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 23 Teil I: Ein paar statistische Grundlagen 23 Teil II: Die beschreibende Statistik

Mehr

Trim 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, :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

Mehr

4b. Wahrscheinlichkeit und Binomialverteilung

4b. Wahrscheinlichkeit und Binomialverteilung b. Wahrscheinlichkeit und Binomialverteilung Um was geht es? Häufigkeit in der die Fehlerzahl auftritt 9 6 5 3 2 2 3 5 6 Fehlerzahl in der Stichprobe Wozu dient die Wahrscheinlichkeit? Häfigkeit der Fehlerzahl

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

Methoden der Werkstoffprüfung Kapitel I Grundlagen. WS 2009/2010 Kapitel 1.0

Methoden der Werkstoffprüfung Kapitel I Grundlagen. WS 2009/2010 Kapitel 1.0 Methoden der Werkstoffprüfung Kapitel I Grundlagen WS 2009/2010 Kapitel 1.0 Grundlagen Probenmittelwerte ohne MU Akzeptanzbereich Probe 1 und 2 liegen im Akzeptanzbereich Sie sind damit akzeptiert! Probe

Mehr

Test auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test)

Test auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test) Spezielle Tests Test auf einen Anteilswert (Binomialtest) Vergleich zweier Anteilswerte Test auf einen Mittelwert (Ein-Stichproben Gauss bzw. t-test) Vergleich zweier Mittelwerte (t-test) Test auf einen

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen 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

Mehr

Stichwortverzeichnis. Symbole

Stichwortverzeichnis. Symbole Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote

Mehr

Ermittlung der Unsicherheit von Formmessungen

Ermittlung der Unsicherheit von Formmessungen Ermittlung der Unsicherheit von Formmessungen Michael Neugebauer PTB-Braunschweig Fachbereich Koordinatenmesstechnik Kontakt: michael.neugebauer@ptb.de 1 1. Einführung. Normen und Richtlinien 3. Definition

Mehr

Bio- Statistik 1. mit 87 Abbildungen, 40 Tabellen und 102 Beispielen

Bio- Statistik 1. mit 87 Abbildungen, 40 Tabellen und 102 Beispielen Bio- Statistik 1 Beschreibende und explorative Statistik - Wahrscheinlichkeitsrechnung und Zufallsvariablen - Statistische Maßzahlen - Wichtige Verteilungen - Beurteilende Statistik - Vertrauensintervalle

Mehr

Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I. WS 2009/2010 Kapitel 2.0

Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I. WS 2009/2010 Kapitel 2.0 Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I WS 009/010 Kapitel.0 Schritt 1: Bestimmen der relevanten Kenngrößen Kennwerte Einflussgrößen Typ A/Typ B einzeln im ersten Schritt werden

Mehr

1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente...

1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente... Inhaltsverzeichnis 1 Grundlagen der Wahrscheinlichkeitsrechnung 1 1.1 Wahrscheinlichkeitsräume Ein erster mathematischer Blick auf Zufallsexperimente.......... 1 1.1.1 Wahrscheinlichkeit, Ergebnisraum,

Mehr

ISO/BIPM-Leitfaden: Meßunsicherheit

ISO/BIPM-Leitfaden: Meßunsicherheit Metrodata GmbH Datenverarbeitung für Meßtechnik und Qualitätssicherung ISO/BIPM-Leitfaden: Meßunsicherheit (Fussnote 1) Dr. Wolfgang Kessel, Braunschweig Zusammenfassung: Ausgehend vom Begriff des Meßprozesses

Mehr

Grundkompetenzkatalog. Mathematik

Grundkompetenzkatalog. Mathematik Grundkompetenzkatalog Mathematik AG - Algebra und Geometrie AG 1.1 AG 1.2 AG 2.1 AG 2.2 AG 2.3 AG 2.4 AG 2.5 AG 3.1 AG 3.2 AG 3.3 Wissen über Zahlenmengen N, Z, Q, R, C verständig einsetzen Wissen über

Mehr

Von der Normalverteilung zu z-werten und Konfidenzintervallen

Von der Normalverteilung zu z-werten und Konfidenzintervallen Von der Normalverteilung zu z-werten und Konfidenzintervallen Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH

Mehr

Softwareunterstützung bei der Modellbildung. Rüdiger Kessel Metrodata GmbH

Softwareunterstützung bei der Modellbildung. Rüdiger Kessel Metrodata GmbH Softwareunterstützung bei der Modellbildung Rüdiger Kessel Metrodata GmbH Inhalt Einführung Modellierung im industriellen Alltag Modellierungsmethode: Messprozessmodell Graphische Elemente zur Modellierung

Mehr

Wolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler

Wolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 3., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme 3 1.1 Kleine Einführung

Mehr

Bevor wir richtig anfangen... 8

Bevor wir richtig anfangen... 8 Statistik macchiato Inhalt Vorwort Bevor wir richtig anfangen... 8 Beschreibung von Daten Ordnung ist das halbe Leben... 16 Häufigkeitstabellen... 19 Häufigkeitsverteilungen... 19 Mittelwert (arithmetisches

Mehr

Biostatistik, Sommer 2017

Biostatistik, Sommer 2017 1/51 Biostatistik, Sommer 2017 Wahrscheinlichkeitstheorie: Verteilungen, Kenngrößen Prof. Dr. Achim Klenke http://www.aklenke.de 8. Vorlesung: 09.06.2017 2/51 Inhalt 1 Verteilungen Normalverteilung Normalapproximation

Mehr

Neubewertung der Messunsicherheit nach statistischer Auswertung von Kalibrierergebnissen bei der Kalibrierung von Kolbenhubpipetten

Neubewertung der Messunsicherheit nach statistischer Auswertung von Kalibrierergebnissen bei der Kalibrierung von Kolbenhubpipetten Neubewertung der Messunsicherheit nach statistischer Auswertung von Kalibrierergebnissen bei der Kalibrierung von Kolbenhubpipetten Nadine Schiering, Dr. Barbara Werner, Dr. Olaf Schnelle-Werner, Dr. Ulrich

Mehr

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst. Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen

Mehr

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Kapitel VII - Funktion und Transformation von Zufallsvariablen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl

Mehr

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung 2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von

Mehr

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz...

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz... Inhaltsverzeichnis Vorwort... 2 Zum Einstieg... 3 1 Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße... 5 1.2 Erwartungswert und Varianz... 7 2 Wahrscheinlichkeitsverteilungen

Mehr

STATISTISCHE METHODEN UND IHRE ANWENDUNGEN

STATISTISCHE METHODEN UND IHRE ANWENDUNGEN STATISTISCHE METHODEN UND IHRE ANWENDUNGEN Von Dr. rer. nat. Erwin Kreyszig o. Professor für Statistik an der Universität Karlsruhe mit 82 Abbildungen und zahlreichen Tabellen Vierter, unveränderter Nachdruck

Mehr

Inhaltsverzeichnis. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten...

Inhaltsverzeichnis. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten... Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R... 3 1.1 Installieren und Starten von R... 3 1.2 R-Befehleausführen... 3 1.3 R-Workspace speichern... 4 1.4 R-History sichern........ 4 1.5

Mehr