Vorlesung Wirtschaftsstatistik 2 (FK ) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren. Dipl.-Ing.
|
|
- Gabriel Gerstle
- vor 7 Jahren
- Abrufe
Transkript
1 Vorlesung Wirtschaftsstatistik 2 (FK ) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren Dipl.-Ing. Robin Ristl Wintersemester 2012/13 1
2 Vorlesungsinhalte Wiederholung: o Deskriptive Statistik, Verteilungen, Erwartungswert, Varianz o Hypothesen Testen, p-wert, Konfidenzintervalle Mittelwertvergleiche o einfache Varianzanalyse o mehrfache Varianzanalyse Abhängigkeiten zwischen zwei Variablen o Korrelation, lineare Regression Weiterführende Methoden o Multiple lineare Regression, logistische Regression Kategoriale Daten o Kreuztabellen, Chi-Quadrat Test 2
3 Literatur Statistik im Studium der Wirtschaftswissenschaften, Werner Brannath, Andreas Futschik, Christoph Krall, 3. überarbeitete Auflage 2010, Facultas Verlag Ergänzende Literatur Induktive Statistik, Helge Toutenurg und Christian Heumann, 4. Auflage 2008, Springer Verlag Lineare Modelle, Helge Toutenburg, 2. Auflage 2003, Physica Verlag Statistik für Human und Sozialwissenschaftler, Jürgen Bortz, 6. Auflage 2005, Springer Verlag 3
4 Daten Metrisch o Verhältnisskaliert es gibt einen eindeutigen Nullpunkt, Verhältnisse können sinnvoll gebildet werden. Bsp: Länge in Metern. 100 m sind 10 mal so viel wie 10 m; Temperatur in Kelvin. o Intervallskaliert kein eindeutiger Nullpunkt, aber gleiche Abstände (Intervalle). Bsp.: Temperatur in Celsius. Der Unterschied zwischen 10 C und 20 C ist genauso hoch wie zwischen 50 C und 60 C, aber es ist nicht sinnvol zu behaupten 20 C ist doppelt so viel wie 10 C. Kategorial o Ordinalskaliert Es gibt eine Ordnung aber keine eindeutige Information über die Größe der Abstände. Beispiel Beurteilung: 1 ist besser als 2 usw., aber wir wissen nicht, ob der Abstand zwischen 1 und 2 genauso groß ist wie zwischen 2 und 3. (Außer es liegt eine Punkteskala zu Grunde, die wäre dann verhältnisskaliert.) o Nominalskaliert Es gibt keine Ordnung, nur Klassen. Bsp.: Geschlecht, Tierart, Holzsorten,... 4
5 Deskriptive Statistik Metrische Daten o Lagemaße: Mittelwert, Median o Streuungsmaße: Varianz, Standardabweichung, Spannweite, Interquartilsabstand (IQR) o Grafisch: Histogramm, Boxplot Beispiel Proteingehalt in Milch (Gewichtsprozent), n=15 unabhängige Messungen Beschreibende Kenngrößen Mittelwert Varianz Standardabweichung Median Quartil Quartil 3.52 Interquartilsabstand Minimum 3.12 Maximum 3.64 Spannweite
6 Histogramm Daten: Klasseneinteilung Histogramm unter Klassengrenze obere Klassengrenze Häufigkeit
7 Boxplot 7
8 Kategoriale Daten Beispiel klinischer Versuch Ein neues Medikament wird getestet. Die Versuchsgruppe bekommt das neue Medikament, die Kontrollgruppe ein bisher verwendetes Präparat und die Placebogruppe ein Placebo. Für jede Versuchsperson wird dokumentiert ob eine Wirkung eintritt oder nicht. Darstellung der Häufigkeiten in einer Kontingenztafel (Kreuztabelle): Versuch Kontrolle Placebo Summe Wirkung keine Wirkung Summe
9 Darstellung der Daten in Balkendiagrammen 9
10 Verteilungen Was sind Verteilungen? Was bedeuten Erwartungswert und Mittelwert? Was bedeutet Varianz bzw. Standardabweichung? Warum ist die Normalverteilung so wichtig? Wie können wir Antworten auf diese Fragen nutzen, um statistische Aussagen zu treffen? 10
11 Einige Definitionen Für Zufallszahlen verwenden wir Großbuchstaben, z.b.: X für Realisationen einer Zufallszahl Kleinbuchstaben, z.b.: x Die Wahrscheinlichkeit, dass eine Zufallsgröße X die Realisation x annimmt schreiben wir als. Wahrscheinlichkeit für ein Ereignis verstehen wir am einfachsten als Die Summe aller Wahrscheinlichkeiten für einen Ereignisraum muss immer 1 ergeben. 11
12 Beispiel Würfel X ist das Ergebnis eines Würfelwurfs. Die möglichen Ausprägungen sind (1,2,3,4,5,6) 12
13 Einige Definitionen - Das Summenzeichen Beispiel:, Konstante Multiplikatoren können vor das Summenzeichen gezogen werden: Ausprobieren! 13
14 Diskrete Wahrscheinlichkeitsfunktionen ordnen jedem Ereignis eine Wahrscheinlichkeit zu. Bernoulliverteilung: Es gibt nur zwei mögliche Ereignisse: 0 und 1 Die Wahrscheinlichkeit für nennen wir. Die Wahrscheinlichkeit für ist. 14
15 Diskrete Gleichverteilung (Bsp. Würfel) Alle möglichen Ereignisse haben die selbe Wahrscheinlichkeit p=1/6. 15
16 Bei stetigen Verteilungen entspricht die Fläche unter der Dichtefunktion der Wahrscheinlichkeit, dass ein Ereignis aus dem gewählten Intervall eintritt. Beispiel Normalverteilung mit Erwartungswert und Varianz : 16
17 Die Verteilungsfunktion gibt die Wahrscheinlichkeit an, eine Zufallszahl kleinergleich einer bestimmten Grenze zu beobachten. Beispiel Normalverteilung mit Erwartungswert und Varianz. Eine Standardnormalverteilte Größe Z hat die Wahrscheinlichkeit kleinergleich 1 zu liegen. 17
18 Erwartungswert (theoretischer oder wahrer Mittelwert) diskrete Verteilung: stetige Verteilung mit Dichte : Beispiel Bernoulli Ereignis: Beispiel Würfel: Vergleiche mit dem Stichprobenmittelwert Der stichprobenmittelwert ist ein Schätzer für den Erwartungswert! 18
19 Varianz (mittlere quadratische Abweichung vom Erwartungswert) diskrete Verteilung: stetige Verteilung: Beispiel Bernoulli Ereignis: Mit ergibt sich. Das ist die mittlere quadratische Abweichung vom Erwartungswert. In diesem Fall ist die Interpretation besonders einfach: X nimmt in der Hälfte der Fälle den Wert 0 an, in der anderen Hälfte den Wert 1. In beiden Fällen ist die absolute Abweichung vom Erwartungswert gleich 0,5 und die erwartete quadratische Abweichung ist 0,25. 19
20 Beispiel Würfel: Vergleiche mit der Stichprobenvarianz Die Stichprobenvarianz ist ein Schätzer für die wahre Varianz. Versuch: Würfle 10 mal und berechne aus den Würfelergebnissen den Stichprobenmittelwert und die Stichprobenvarianz. Vergleiche die erhaltenen Werte mit den theoretischen Werten! 20
21 Die Normalverteilung als zentrale Grenzverteilung Warum ist die Normalverteilung so wichtig? Der Grund liegt im zentralen Grenzwertsatz: Die Verteilung einer Summe von identisch und unabhängig verteilten Zufallsgrößen strebt mit gegen eine Normalverteilung. Wenn wir also eine Zufallszahl als Summe aus identisch verteilten, unabhängigen Zufallszahlen bilden, folgt die Verteilung dieser neuen Zufallszahl immer mehr einer Normalverteilung, je mehr Summanden wir addieren. Oft ist die Approximation auch schon bei einer überschaubaren Zahl an Summanden sehr gut. Schön und gut, aber wann bilden wir Summen? Wenn wir einen Erwartungswert (oder andere Modellparameter) schätzen! Z.B.: Und was nützt uns die Verteilung so eines Schätzers? Wir können durch Konfidenzintervalle oder Hypothesentsts Aussagen über den wahren Wert des Parameters treffen und dabei eine Irrtumswahrscheinlichkeit angeben. 21
22 Beispiele für den zentralen Grenzwertsatz Summe mehrerer Würfel 22
23 Beispiele für den zentralen Grenzwertsatz Verteilung der Summe von U(1,0) gleichverteilten Zufallszahlen 23
24 Normalverteilungsapproximation der Binomialverteilung Eine Binomialverteilte Größe entsteht als Summe von Bernoulliereignissen. Die Binomialverteilung wird durch die Zahl der Summanden und die Eintrittswahrscheinlichkeit aus der Bernoulliverteilung bestimmt. Wir schreiben um zu sagen, dass X einer Binomialverteilung mit mit den Parametern n und p folgt. Die Wahrscheinlichkeitsfunktion ist Bsp: Die rote Kurve zeigt die wieder die Normalverteilungsapproxiamtion. 24
25 Normalverteilungsapproximation der Binomialverteilung Erwartungswert und Varianz der Binomialverteilung können wir leicht bestimmen, wenn wir bedenken, dass dien Binomialveteilte Größe aus einer Summe von verteilten Größen entsteht. Erwartungswert und Varianz für die Bernoulliverteilung haben wir bereits oben gefunden: und. Weiters verwenden wir, dass der Erwartungswert für jeden Summanden gleich dem Erwartungswert von Y ist. Das selbe gilt für die Varianz. Der Erwartungswert einer Summe ist die Summe der Erwartungswerte, daher: Die Varianz einer Summe ist für unabhängige Größen die Summe der Varianzen, daher: 25
26 Normalverteilungsapproximation der Binomialverteilung Für unsere Verteilung erhalten wir also Genügt das, um die Dichte der passenden Normalverteilung zu erhalten? Ja, die Dichtefunktion der Normalverteilung ist Wir schreiben. Dabei ist der Erwartungswert und die Varianz der Normalverteilung. Die Funktion wird durch diese beiden Parameter bestimmt. 26
27 Statistische Inferenz mittels Normalverteilungsapproximation Beispiel: n=50 Testpersonen bewerten einen Energydrink mit gut oder schlecht. 30 Personen finden das Getränk gut (Ereignis 1), 20 finden es schlecht (Ereignis 0). (Das Zufallsereignis tritt bei der Wahl der Testpersonen auf.) Wir schätzen aus dieser Stichprobe den Anteil der Personen in der Gesamtpopulation, die das Getränk mögen, auf. Frage 1: Kann der wahre Parameter Wir wollen also die Nullhypothese sein? testen. 27
28 Wir wissen:, daher und (Beachte dabei: ) Wenn wir unter der Nullhypothese Normalverteilung so aus: annehmen, sieht die passende 28
29 Wo liegt unser in dieser Verteilung? Die Wahrscheinlichkeit bei geltender Nullhypothese ein mit dem Wert 0,6 oder höher zu beobachten entspricht der schraffierten Fläch und ist 0,
30 Wir wollen aber auch eine mögliche gleich große Abweichung in die andere Richtung berücksichtigen: Die Wahrscheinlicheit eine absolute Abweichung 0,1572. Diese Größe ist der p-wert für unseren Test! zu beobachten ist also 30
31 Entscheiden mittels p-wert Wir vergleichen den p-wert mit einem gewählten Signifikanzniveau. Oft wird diese mit festgesetzt. Wenn der p-wert kleiner als 0,05 ist, heißt das Folgendes: Die Wahrscheinlichkeit durch Zufall eine so große oder noch größere Abweichung vom Erwartungswert zu beobachten wie hier liegt unter 5%. Wir schließen dann, dass nicht eine unwahrscheinlich große Abweichung vorliegt, sondern die Nullhypothese nicht stimmt. In unserem Beispiel ist der p-wert mit 0,16 aber größer als 0,05. Wir können deshalb aber nicht schließen, dass die H0 stimmt. Wir wissen nur: Wir können die H0 nicht verwerfen! 31
32 Standardisierung Die obigen Berechnungen werden einfacher, wenn die beobachtete Größe so transformiert wird, dass ihre Verteilung immer einer Standardnormalverteilung N(0,1) entspricht. Das ist sehr einfach: Wir müssen nur den Erwartungswert abziehen und durch die Wurzel der Varianz dividieren. Merke: Die Wurzel der Varianz wird oft Standardfehler (SE) genannt. In unsrem Beispiel: Z ist unsere Teststatistik. Wir prüfen jetzt, wo Z in einer Standardnormalverteilung liegt. 32
33 Natürlich ergibt sich das selbe Bild wie vorher, nur anders skaliert: 33
34 Kritische Grenzen Besonders für die händische Berechnung ist es einfacher kritische Grenzen für die Teststatistik zu bestimmen und damit über die H0 zu entscheiden. Die kritischen Grenzen c o und c u sind jene Werte in der Verteilung der Teststatistik, die gerade mit der Wahrscheinlichkeit überschritten werden. Also hier ganz einfach das 97,5% Quantil und das 2,5% Quantil der Standardnormalverteilung. Formal schreiben wir:, da die Normalverteilung symmetrisch ist. Für sind diese Werte: und Es lohnt sich, diese Zahl auswendig zu wissen! 34
35 Im Beispiel liegt Z=1,14 innerhalb der kritischen Grenzen, Nullhypothese nicht ab.. Wir lehnen die 35
36 Konfidenzintervall Frage : In welchem Bereich liegt der wahre Parameter p? Gesucht ist ein 95% Konfidenzintervall. Wir gehen so vor: Wie groß kann der wahre Wert für p sein, so dass die Wahrscheinlichkeit für unsere Beobachtung zumindest, also 5%, beträgt? Die Antwort: 36
37 Herleitung für die obige Formel Wenn die obere Grenze p o der wahre Parameter ist muss gelten daraus folgt umformen ergibt Analog für die untere Grenze. 37
38 Achtung, die Approximation ist umso besser, je näher p an 0,5 liegt und je höher die Fallzahl ist! n=20, p=0,1; 0,2; 0,5 38
39 p=0,1 n=20, 50,
40 T-Test Der bekannte T-Test für Mittelwertsvergleiche und das Bestimmen von Konfidenzintervallen für den Erwartungswert folgen den selben Überlegungen. Aber: Wir müssen die Varianz als zusätzlichen Parameter schätzen und das Ergebnis dieser Schätzung unterliegt auch einer Zufallsschwankung. Die Teststatistik folgt deshalb nicht einer Standardnormalveteilung sondern einer t- Verteilung. (Siehe Formelsammlung unten.) Die Zahl der Freiheitsgrade der entsprechenden t-verteilung ist der Stichprobenumfang minus der Anzahl der geschätzten Erwartungswerte. Mit steigender Zahl an Freiheitsgraden strebt die t-verteilung gegen eine Standardnormalverteilung. 40
41 41
42 Formelsammlung Konfidenzintervall für Anteilswert: Einstichprobentest für Anteilswert:, Test für Differenz von zwei Anteilswerten:, mit Für beide Test gilt unter der jeweiligen Nullhypothese,, H 0 verwerfen, wenn die Teststatistik Z außerhalb der kritischen Grenzen c o, c u liegt. 42
43 Formelsammlung Konfidenzintervall für Erwartungswert: Einstichprobentest T-Test für Erwartungswert, (mit ) (t-verteilung mit n-1 Freiheitsgraden),, Zwei Stichproben T-Test für Differenz von zwei Erwartungswerten unter Annahme gleicher Varianzen, mit der gepoolten Standardabweichung,, H 0 verwerfen, wenn die Teststatistik T außerhalb der kritischen Grenzen c o, c u liegt. 43
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
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
MehrZufallsvariablen. 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:
MehrTeil / 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
MehrStatistik für Bachelorund Masterstudenten
Walter Zucchini Andreas Schlegel Oleg Nenadic Stefan Sperlich Statistik für Bachelorund Masterstudenten Eine Einführung für Wirtschaftsund Sozialwissenschaftler 4y Springer 1 Der Zufall in unserer Welt
MehrHäufigkeiten. Verteilungen. Lageparameter Mittelwert. oder
Formelsammlung Beschreibende Statistik Univariate Häufigkeitsverteilungen X ist ein diskretes Merkmal, mit k Ausprägungen TR: Mode 2 1 = AC absolute relative Häufigkeit Häufigkeiten Bivariate Häufigkeitsverteilungen
MehrBiometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1
Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.
MehrInhaltsverzeichnis. 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
MehrFit 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
Mehr1 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,
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
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
MehrUwe 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
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrGrundlagen der Statistik
www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 2: Wahrscheinlichkeitsrechnung und induktive Statistik Von Professor Dr. Jochen Schwarze 9., vollständig überarbeitete Auflage STUDIUM
MehrJosefPuhani. Kleine Formelsammlung zur Statistik. 10. Auflage. averiag i
JosefPuhani Kleine Formelsammlung zur Statistik 10. Auflage averiag i Inhalt- Vorwort 7 Beschreibende Statistik 1. Grundlagen 9 2. Mittelwerte 10 Arithmetisches Mittel 10 Zentral wert (Mediän) 10 Häufigster
MehrStichwortverzeichnis. 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
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Stetige und diskrete Wahrscheinlichkeitsverteilungen Lageparameter Streuungsparameter Diskrete und stetige Zufallsvariablen Eine Variable (oder Merkmal
MehrWiederholung. Statistik I. Sommersemester 2009
Statistik I Sommersemester 2009 Statistik I (1/21) Daten/graphische Darstellungen Lage- und Streuungsmaße Zusammenhangsmaße Lineare Regression Wahrscheinlichkeitsrechnung Zentraler Grenzwertsatz Konfidenzintervalle
MehrÜber den Autor 7 Über den Fachkorrektor 7. Einführung 19
Inhaltsverzeichnis Über den Autor 7 Über den Fachkorrektor 7 Einführung 19 Über dieses Buch 19 Törichte Annahmen über den Leser 20 Wie dieses Buch aufgebaut ist 20 Teil I: Ein paar statistische Grundlagen
MehrWS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.
Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im
MehrWolfgang 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
MehrSozialwissenschaftlerInnen 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
MehrInhaltsverzeichnis. Teil I Einführung
Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme... 1.1 Kleine Einführung in R... 1.1.1 Installieren und Starten von R. 1.1.2 R-Konsole... 1.1.3 R-Workspace... 1.1.4 R-History... 1.1.5 R-Skripteditor...
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
MehrEmpirische Wirtschaftsforschung
Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven
MehrInhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15
Inhaltsverzeichnis 1 Grundlagen... 13 1.1 Grundbegriffe...13 1.2 Skalen... 15 DESKRIPTIVE STATISTIK 2 Eindimensionale Häufigkeitsverteilungen...16 2.1 Häufigkeiten... 16 2.1.1 Grundbegriffe... 16 2.1.2
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 2., überarbeitete Auflage 4ü Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R '! 3 1.1 Installieren
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
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
MehrStatistik II. Weitere Statistische Tests. Statistik II
Statistik II Weitere Statistische Tests Statistik II - 19.5.2006 1 Überblick Bisher wurden die Test immer anhand einer Stichprobe durchgeführt Jetzt wollen wir die statistischen Eigenschaften von zwei
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrStatistik mit und ohne Zufall
Christoph Weigand Statistik mit und ohne Zufall Eine anwendungsorientierte Einführung Mit 118 Abbildungen und 10 Tabellen Physica-Verlag Ein Unternehmen von Springer Inhaltsverzeichnis Teil I Deskriptive
MehrAngewandte Statistik 1
Angewandte Statistik 1 Beschreibende und Explorative Statistik - Wahrscheinlichkeitsrechnung - Zufallsvariablen und Statistische Maßzahlen -Wichtige Verteilungen - Beurteilende Statistik -Vertrauensintervalle
MehrChi-Quadrat-Verteilung
Chi-Quadrat-Verteilung Wikipedia http://de.wikipedia.org/wiki/chi-quadrat-verteilung 1 von 7 6/18/2009 6:13 PM Chi-Quadrat-Verteilung aus Wikipedia, der freien Enzyklopädie Die Chi-Quadrat-Verteilung ist
Mehr1 GRUNDLAGEN Grundbegriffe Skalen...15
Inhaltsverzeichnis 1 GRUNDLAGEN...13 1.1 Grundbegriffe...13 1.2 Skalen...15 DESKRIPTIVE STATISTIK 2 EINDIMENSIONALE HÄUFIGKEITSVERTEILUNGEN...16 2.1 Häufigkeiten...16 2.1.1 Grundbegriffe...16 2.1.2 Klassieren
Mehr1. Grundbegri e der Stochastik
Wiederholung von Grundwissen der Stochastik. Grundbegri e der Stochastik Menge der Ereignisse. Die Elemente! der Menge heißen Elementarereignisse und sind unzerlegbare Ereignisse. Das Ereignis A tritt
MehrVerteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung
Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Typisierung der stetigen theoretischen Verteilungen Bibliografie:
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrT-Test für unabhängige Stichproben
T-Test für unabhängige Stichproben Wir gehen von folgendem Beispiel aus: Wir erheben zwei Zufallstichproben, wobei nur die Probanden der einen Stichprobe einer speziellen experimentellen Behandlung (etwa
MehrStatistik für Ingenieure und Naturwissenschaftler
Sheldon M. Ross Statistik für Ingenieure und Naturwissenschaftler 3. Auflage Aus dem Amerikanischen übersetzt von Carsten Heinisch ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum Inhalt Vorwort zur dritten
Mehr1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...
Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1
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
MehrForschungsstatistik 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/
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
Mehr4.1. Nullhypothese, Gegenhypothese und Entscheidung
rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals
MehrStatistik 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
MehrStatistik: Klassisch oder Bayes
Wolfgang Tschirk Statistik: Klassisch oder Bayes Zwei Wege im Vergleich 4Q Springer Spektrum Inhaltsverzeichnis 1 Einleitung 1 1.1 Beschreibende und schließende Statistik 1 1.2 Schließende Statistik: Klassik
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrStatistik 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
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
MehrStoffverteilungsplan 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,
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
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrStatistik 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
MehrHypothesentests für Erwartungswert und Median. Statistik (Biol./Pharm./HST) FS 2015
Hypothesentests für Erwartungswert und Median Statistik (Biol./Pharm./HST) FS 2015 Normalverteilung X N μ, σ 2 X ist normalverteilt mit Erwartungswert μ und Varianz σ 2 pdf: pdf cdf:??? cdf 1 Zentraler
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrInhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen
Inhaltsverzeichnis 1 Einführung und deskriptive Statistik... 1 1.1 Wichtige mathematische Schreibweisen... 1 1.1.1 Das Summenzeichen... 1 1.1.2 Mengentheoretische Schreibweisen... 3 1.1.3 Variablentransformationen...
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrWiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)
Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7
MehrInhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10
MehrStatistik für Dummies
Bearbeitet von Deborah Rumsey, Reinhard Engel 3. aktualisierte Auflage 2015. Buch. 368 S. Softcover ISBN 978 3 527 71156 7 Format (B x L): 17,6 x 24 cm Wirtschaft > Betriebswirtschaft: Theorie & Allgemeines
MehrVerteilung von Summen
Verteilung von Summen Beispiel: Würfelwurf Frage: Wie verhält sich die Verteilung der Augensumme von -Würfeln bei wachsendem? Zur Beantwortung führen wir ein Simulationseperiment durch. 6 Würfe mit 1 Würfel
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Karl Mosler Friedrich Schmid Wahrscheinlichkeitsrechnung und schließende Statistik Vierte, verbesserte Auflage Springer Inhaltsverzeichnis 0 Einführung 1 1 Zufalls Vorgänge und Wahrscheinlichkeiten 5 1.1
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
MehrBiomathematik für Mediziner, Klausur WS 2000/2001 Seite 1
Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht
MehrI Beschreibende Statistik 1
Inhaltsverzeichnis Vorwort ix I Beschreibende Statistik 1 Lernziele zu Teil I 2 1 Statistik, Daten und statistische Methoden 3 1.1 Statistik im Alltag, in Politik und Gesellschaft...... 3 1.2 Aufgaben
MehrÜber dieses Buch Die Anfänge Wichtige Begriffe... 21
Inhalt Über dieses Buch... 12 TEIL I Deskriptive Statistik 1.1 Die Anfänge... 17 1.2 Wichtige Begriffe... 21 1.2.1 Das Linda-Problem... 22 1.2.2 Merkmale und Merkmalsausprägungen... 23 1.2.3 Klassifikation
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
Mehr3.Wiederholung: Toleranzbereiche Für EX Geg:
3.Wiederholung: Toleranzbereiche Für EX Geg: Vl. 24.2.2017 Schätzfunktion für Güte: Ist X Problem: Feb 17 13:21 > Wir berechnen Bereiche (Toleranzbereiche) für sind untere und obere Grenzen, berechnet
MehrZusammenfassung 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
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
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
MehrDeskriptive Statistik
Helge Toutenburg Christian Heumann Deskriptive Statistik Eine Einführung in Methoden und Anwendungen mit R und SPSS Siebte, aktualisierte und erweiterte Auflage Mit Beiträgen von Michael Schomaker 4ü Springer
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
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrKapitel 12 Stetige Zufallsvariablen Dichtefunktion und Verteilungsfunktion. stetig. Verteilungsfunktion
Kapitel 1 Stetige Zufallsvariablen 1.1. Dichtefunktion und Verteilungsfunktion stetig Verteilungsfunktion Trägermenge T, also die Menge der möglichen Realisationen, ist durch ein Intervall gegeben Häufig
MehrVerfahren für metrische Variable
Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
MehrReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm
ReduSoft Ltd. www.redusoft.de Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind. Urnenmodell Das Modul Urnenmodell ermöglicht die
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Günther Bourier Wahrscheinlichkeitsrechnung und schließende Statistik Praxisorientierte Einführung Mit Aufgaben und Lösungen 3. F überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis
Mehr