9. Kapitel: Grafische Darstellung quantitativer Informationen
|
|
- Maike Adler
- vor 7 Jahren
- Abrufe
Transkript
1 9. Kapitel: Grafische Darstellung quantitativer Informationen 9.1: Fallstricke bei der Übersetzung von Zahlen in Bilder a) optische Täuschungen b) absichtliche Manipulationen 9.2: Typologie von Datengrafiken 9.3: Spezialprobleme von Kurvendiagrammen 9.4: Chartjunk Statistik verstehen, Kap. 8 und 14
2
3
4
5 Die Figur im Hintergrund ist gleich groß, erscheint aber größer
6
7
8
9 9.2: Typologie der Datengrafiken - Histogramme - Streudiagramme - Balkendiagramme - Kurvendiagramme - Tortendiagramme - Kartogramme - Piktogramme
10 Definition Histogramm: Ein Histogramm von Beobachtungen einer metrischen Variablen X teilt den Wertebereich von X in nicht überlappende Intervalle ein und trägt über jedem Intervall eine Säule ab, deren Fläche proportional zur Anzahl der Beobachtungen ist, die in dieses Intervall hineinfallen. Einfach: alle Intervalle gleich breit Etwas komplizierter: Intervalle unterschiedlich breit
11 4316 Liegenschaftszinssätze in NRW H i s t o g r a m m s ä m t l i c h e r L i e g e n s c h a f t s z i n s s ä t z e Anzahl M it t e lw e r t = 5, L ie g e n s c h a f t s z in s s a t z
12 12000 tägliche Dax-Renditen I: Zuwenig Intervalle
13 12000 tägliche Dax-Renditen II: Zuviele Intervalle
14
15 9.2: Typologie der Datengrafiken - Histogramme - Streudiagramme - Balkendiagramme - Kurvendiagramme - Tortendiagramme - Kartogramme - Piktogramme
16
17 3000 tägliche Renditen von Daimler-Benz (waagerechte Achse) und VW (senkrechte Achse). Zusätzlich sind auch noch die sogenannten 5% und 95%- Quantile eingetragen
18 9.2: Typologie der Datengrafiken - Histogramme - Streudiagramme - Balkendiagramme - Kurvendiagramme - Tortendiagramme - Kartogramme - Piktogramme
19
20 Aus: So überzeugt man mit Statistik, S. 45
21 Aus: So überzeugt man mit Statistik, S. 45
22
23
24 9.2: Typologie der Datengrafiken - Histogramme - Streudiagramme - Balkendiagramme - Kurvendiagramme - Tortendiagramme - Kartogramme - Piktogramme
25
26
27 Filiale Umsatz Köln ,- Düsseldorf ,- Berlin ,- Hamburg ,- München ,- Gesamt ,-
28 Aus: Statistik verstehen, S. 211
29 9.2: Typologie der Datengrafiken - Histogramme - Streudiagramme - Balkendiagramme - Kurvendiagramme - Tortendiagramme - Kartogramme - Piktogramme
30
31 Aus: So überzeugt man mit Statistik, S. 139
32 Aus: So überzeugt man mit Statistik, S. 139
33 9.2: Typologie der Datengrafiken - Histogramme - Streudiagramme - Balkendiagramme - Kurvendiagramme - Tortendiagramme - Kartogramme - Piktogramme
34 Aus: Statistik verstehen, S. 207
35 Aus: Statistik verstehen, S. 207
36 Aus: Statistik verstehen, S. 208
37 Aus: Statistik verstehen, S. 208
38 Aus: So überzeugt man mit Statistik, S. 122
39 Aus: So überzeugt man mit Statistik, S. 124
40 Typologie der Datengrafiken Grafiktyp geeignete Darstellung von typische Fehlerquellen Histogramm Verteilungen vieler Ausprägungen eines metrischen (quantitativen) Merkmals auf Teilintervalle des Wertebereiches Zu viele oder zu wenige Intervalle Streudiagramm Balkendiagramm (= Säulendiagramm) Tortendiagramm Kurvendiagramm Abhängigkeit von zwei metrischen Merkmalen Nicht allzu viele ( 15) Ausprägungen eines metrischen Merkmals für ausgewählte Merkmalsträger Relative Häufigkeit von wenigen Ausprägungen eines qualitativen Merkmals Zeitlich geordnete Ausprägungen eines quantitativen Merkmals Abschneiden der Füße, 3D, Chartjunk Zu viele Tortenstücke, 3D Achsenmanipulation, falsches Interpretieren von Abständen bei mehr als einer Kurve Kartogramm Räumlich verteilte Daten Piktogramm Alles und Jedes unzulässige Bewertungen
41 9. Kapitel: Grafische Darstellung quantitativer Informationen 9.1: Fallstricke bei der Übersetzung von Zahlen in Bilder a) optische Täuschungen b) absichtliche Manipulationen 9.2: Typologie von Datengrafiken 9.3: Spezialprobleme von Kurvendiagrammen 9.4: Chartjunk Statistik verstehen, Kap. 8 und 14
42 Aus: So überzeugt man mit Statistik, S. 63
43 Aus: Statistik verstehen, S. 209
44 Aus: So überzeugt man mit Statistik, S. 69
45 Aus: Statistik verstehen, S. 210
46 9. Kapitel: Grafische Darstellung quantitativer Informationen 9.1: Fallstricke bei der Übersetzung von Zahlen in Bilder a) optische Täuschungen b) absichtliche Manipulationen 9.2: Typologie von Datengrafiken 9.3: Spezialprobleme von Kurvendiagrammen 9.4: Chartjunk Statistik verstehen, Kap. 8 und 14
47 Aus: Statistik verstehen, S. 203
48
49
50
51 Aus: Statistik verstehen, S. 214
52
53
54 Fleischlust: Diese Grafik zeigt, wie viele und welche Tiere der Deutsche im Laufe seines Lebens isst
9. Kapitel: Grafische Darstellung quantitativer Informationen
9. Kapitel: Grafische Darstellung quantitativer Informationen 9.1: Fallstricke bei der Übersetzung von Zahlen in Bilder a) optische Täuschungen b) absichtliche Manipulationen 9.2: Typologie von Datengrafiken
MehrKreisdiagramm, Tortendiagramm
Kreisdiagramm, Tortendiagramm Darstellung der relativen (absoluten) Häufigkeiten als Fläche eines Kreises Anwendung: Nominale Merkmale Ordinale Merkmale (Problem: Ordnung nicht korrekt wiedergegeben) Gruppierte
MehrWahrscheinlichkeits - rechnung und Statistik
Michael Sachs Mathematik-Studienhilfen Wahrscheinlichkeits - rechnung und Statistik für Ingenieurstudenten an Fachhochschulen 4., aktualisierte Auflage 2.2 Eindimensionale Häufigkeitsverteilungen 19 absolute
Mehr9. Diagramme - Graphische Darstellung von Daten
9. Diagramme - Graphische Darstellung von Daten Ein Diagramm (v. griech.: diagramma = geometrische Figur, Umriss) ist eine grafische Darstellung von Daten, Sachverhalten oder Informationen. Je nach der
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine Universität Düsseldorf 14. Oktober 2010 Übungen Aufgabenblatt 1 wird heute Nachmittag auf das Weblog gestellt. Geben Sie die Lösungen dieser
Mehr0 Einführung: Was ist Statistik
0 Einführung: Was ist Statistik 1 Datenerhebung und Messung 2 Univariate deskriptive Statistik Häufigkeitsverteilungen Statistische Kennwerte 3 Multivariate Statistik 4 Regression 5 Ergänzungen Deskriptive
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
Mehr2 Häufigkeitsverteilungen
2 Häufigkeitsverteilungen Ziel: Darstellung bzw Beschreibung (Exploration) einer Variablen Ausgangssituation An n Einheiten ω 1,,ω n sei das Merkmal X beobachtet worden x 1 = X(ω 1 ),,x n = X(ω n ) Also
MehrTraue keiner Statistik? Mit Grafiken richtig umgehen VORANSICHT
Umgang mit Grafiken 1 von 24 Traue keiner Statistik? Mit Grafiken richtig umgehen Von Gerd Rothfuchs, Etschberg Zeichnung: Jan Tomaschoff/www.toonpool.com Dauer Inhalt Ihr Plus 1 bis 3 Stunden verschiedene
MehrStatistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1.
Schüler Nr. Statistik I (7) Schuljahr /7 Mathematik FOS (Haben Sie Probleme bei der Bearbeitung dieser Aufgaben, wenden Sie sich bitte an die betreuenden Lehrkräfte!) Tabelle : Die Tabelle wurde im Rahmen
MehrDarstellung von Häufigkeitsverteilungen
Darstellung von Häufigkeitsverteilungen Tabellarische Darstellung Tabellarische Darstellung einzelner Merkmale Häufig betrachtet man einzelne Merkmale (=eindimensionale Merkmale) in einer Tabelle. Als
MehrForschungsstatistik I
Psychologie 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
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 13. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrVoraussetzung für statistische Auswertung: jeder Fall besitzt in bezug auf jedes Merkmal genau eine Ausprägung
Rohdaten Urliste oder Rohdaten sind die auszuwertenden Daten in der Form, wie sie nach der Datenerhebung vorliegen. Dimensionen der Urliste sind die Fälle, Merkmale und ihre Ausprägungen. Voraussetzung
MehrStatistik für alle. Walter Krämer. Die 101 wichtigsten Begriffe anschaulich erklärt
Statistik für alle Walter Krämer Die 101 wichtigsten Begriffe anschaulich erklärt Statistik für alle Walter Krämer Statistik für alle Die 101 wichtigsten Begriffe anschaulich erklärt Prof. Dr. Walter Krämer
MehrEs können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden.
Teil III: Statistik Alle Fragen sind zu beantworten. Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Wird
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () Überblick. Deskriptive Statistik I - Grundlegende
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.5: Histogramm (klassierte erreichte Punkte, Fortsetzung Bsp. 1.1) 0.25 0.2 Höhe 0.15 0.1 0.05 0 0 6 7 8,5 10 11 erreichte Punkte Dr. Karsten Webel 24 Beispiel 1.5: Histogramm (Fortsetzung) Klasse
MehrVerfahren für metrische Variable
Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße
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:
Mehr1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:
. Einführung und statistische Grundbegriffe Beispiele aus dem täglichen Leben Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 10 Version: 13.
MehrGrafische Darstellung von Häufigkeitsverteilungen (1)
Grafische Darstellung von Häufigkeitsverteilungen () Grafische Darstellungen dienen... - Einführung - der Unterstützung des Lesens und Interpretierens von Daten. der Veranschaulichung mathematischer Begriffe
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
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 11. Juni 2018 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 9 Version: 5. Juni
MehrThomas Träger. Grafiken und Kurven. - Leseprobe -
Thomas Träger Grafiken und Kurven Übersicht über die Arbeitshilfen grafiken_kurven.ppt Das Klammersymbol Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet
MehrMerkmalstypen Univ.-Prof. Dr. rer. nat. et med. habil. Andreas Faldum
1 Merkmalstypen Quantitativ: Geordnete Werte, Vielfache einer Einheit Stetig: Prinzipiell sind alle Zwischenwerte beobachtbar Beispiele: Gewicht, Größe, Blutdruck Diskret: Nicht alle Zwischenwerte sind
MehrStatistik... formeln für Dummies
Timm Si99 Statistik... formeln für Dummies Fachkorrektur tlon Christoph Maas und Joachim Gaukel WILEY WILEY-VCH Verlag GmbH & Co. KGaA lnhaftsllerzeichnis Einleitun9 17 Teil I Formeln aus der beschreibenden
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
MehrExcel Einführung für Fortgeschrittene. WS 2018/19 Excel für Fortgeschrittene Dagmar Rombach 1
Excel 2016. Einführung für Fortgeschrittene. 1 Diagramme in Excel In Diagrammen können Daten graphisch dargestellt werden. Datenreihe Stellt die Daten einer Zeile oder einer Spalte dar, die im Diagramm
MehrLösungen zur Klausur zur Statistik Übung am
Lösungen zur Klausur zur Statistik Übung am 28.06.2013 Fabian Kleine Staatswissenschaftliche Fakultät Aufgabe 1 Gegeben sei die folgende geordneten Urliste des Merkmals Y. 30 Punkte Y : 5 5 5 5 10 10 10
MehrGliederung der Vorlesung
Gliederung der Vorlesung A. Einführung: 1. Versuchsplanung 2. Merkmalsauswahl 3. Skalenniveaus 4. Durchführung B. Beschreibende (deskriptive) Statistik C. Schließende Statistik Fehler 1. und 2. Art Testverfahren
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
MehrDie folgende Tabelle 1 wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt.
Nr. Die folgende Tabelle wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt. Gewicht (x i ) Raucher Geschlecht Lieblingssportart Ausübung des Sports Geld pro Monat Klassenmitte
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
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>
MehrUnivariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66
Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation
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
MehrBeschreibende Statistik
Beschreibende Statistik Variablentypen Variablentypen Einteilung von Merkmalen Qualitative Merkmale (nominal und ordinal) qualitativ quantitativ Quantitative Merkmale (diskret und stetig) kategorial, artmäßig
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
Mehr2. Deskriptive Statistik
Philipps-Universitat Marburg 2.1 Stichproben und Datentypen Untersuchungseinheiten: mogliche, statistisch zu erfassende Einheiten je Untersuchungseinheit: ein oder mehrere Merkmale oder Variablen beobachten
MehrMarold Wosnitza & Reinhold S. Jäger (Hrsg.) Daten erfassen, auswerten und präsentieren - aber wie?
Marold Wosnitza & Reinhold S. Jäger (Hrsg.) Daten erfassen, auswerten und präsentieren - aber wie? 1l 14839135 Inhaltsverzeichnis Einführung 1 1 Forschungsmethoden - Ein Überblick (Urban Lissmann) 5 1.1
MehrW-Seminar: Versuche mit und am Menschen 2017/2019 Skript
3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem
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
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Ruediger.Braun@uni-duesseldorf.de Heinrich-Heine Universität Düsseldorf Mathematik für Biologen p. 1 Hinweise Internetseite zur Vorlesung: http://blog.ruediger-braun.net
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
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
MehrHäufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit
TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Häufigkeitsverteilungen und Statistische Maßzahlen Statistik SS Variablentypen Qualitative
MehrDeskriptive Statistik
Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt
MehrStatistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
MehrSäulen- und Balkendiagramm zeichnen
Säulen- und Balkendiagramm zeichnen - einfachste Darstellungsform (vgl. auch Klimadiagramm) - Abbildung der Zahlenwerte in waagerechten Balken oder senkrechten Säulen - Vergleich von Mengen- und Größenverhältnissen
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
MehrGraphische Darstellung einer univariaten Verteilung:
Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit
MehrKapitel V - Graphische Darstellung von Häufigkeitsverteilungen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel V - Graphische Darstellung von Häufigkeitsverteilungen Markus Höchstötter
MehrKapitel 2. Mittelwerte
Kapitel 2. Mittelwerte Im Zusammenhang mit dem Begriff der Verteilung, der im ersten Kapitel eingeführt wurde, taucht häufig die Frage auf, wie man die vorliegenden Daten durch eine geeignete Größe repräsentieren
Mehr5 Beschreibung und Analyse empirischer Zusammenhänge
5 Beschreibung und Analyse empirischer Zusammenhänge 132 5 Beschreibung und Analyse empirischer Zusammenhänge 5.1 Zusammenhänge zwischen kategorialen Merkmalen 137 5.1.1 Kontingenztabellen 137 Verteilungen
MehrKapitel V - Graphische Darstellung von Häufigkeitsverteilungen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel V - Graphische Darstellung von Häufigkeitsverteilungen Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska
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
MehrSprache und Kompetenzen
Thema: Sprache und Kompetenzen Fach: ABU Seite 1 Theorie: Grafische Darstellung / Diagramm Diagramme sind zeichnerische Darstellungen von Grössenverhältnissen in anschaulicher, leicht überblickbarer Form.
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
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 =
MehrDeskriptive Statistik Winfried Zinn
Deskriptive Statistik Winfried Zinn Inhalte Statistik 1 1. Themenblock: Grundlagen der beschreibenden Statistik: Skalenniveaus Häufigkeitsverteilungen Mittelwerte (Lagemaße) Standardabweichung und Varianzen
MehrArbeitsmarkt in Zahlen. Daten für interregionale Analysen. Daten für interregionale Analysen Analysebeispiele. Dezember 2012
Arbeitsmarkt in Zahlen Dezember 2012 Impressum Titel: - Herausgeber: Bundesagentur für Arbeit Statistik Nürnberg Erstellungsdatum: 19. Dezember 2012 Stand Version 1.0, Nürnberg, 2012 Für nichtgewerbliche
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
MehrFreigegebene Items aus der Pilotierung 2011 Mathematik 8
Freigegebene Items aus der Pilotierung 2011 Mathematik 8 I1/H4 I1 = Zahlen und Maße H4 = Argumentieren, Begründen K2 = Herstellen von Verbindungen In zwei Gefäßen A und B befindet sich jeweils eine Flüssigkeit
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
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
MehrAufgabe 1. Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2016/17 Aufgabe 1 Das neue Universitätsgebäude
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
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
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Häufigkeiten und ihre Verteilung, oder: Zusammenfassende Darstellungen einzelner Variablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen
MehrStatistik I WS 2014/2015. Prof. Dr. Walter Krämer
Statistik I WS 2014/2015 Prof. Dr. Walter Krämer Organisatorisches Dozenten: Vorlesung: Prof. Dr. Walter Krämer Übungen: Dipl.-Stat. Marianthi Neblik cand.stat. Eva-Maria Becker cand.stat. Nicole Dauzenroth
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
MehrAuswertung statistischer Daten 1
Auswertung statistischer Daten 1 Dr. Elke Warmuth Sommersemester 2018 1 / 26 Statistik Untersuchungseinheiten u. Merkmale Grundgesamtheit u. Stichprobe Datenaufbereitung Urliste, Strichliste, Häufigkeitstabelle,
MehrGrafische Darstellungen. Box-and-Whiskers-Plot (Boxplot) Grafische Darstellungen. Grafische Darstellungen
Box-and-Whiskers-Plot (Boxplot) der Boxplot vereinigt bekannte deskriptive Kenngrößen zu einer grafischen Darstellung Box x 0.5, Median, x 0.75 vertikale Linien x 0.5 -.5 IQR x 0.75 +.5 IQR Extremwerte
MehrGrundlagen der. h Rückblick. Dr. K. Krüger. Grundwissen Mathematik
Grundlagen der Schulmathematik h Rückblick Sommersemester 2009 Dr. K. Krüger Grundwissen Mathematik (DGS) Folie aus der 1. Vorlesung Inhalte 1. Beschreibende Statistik Mauna Loa Co2 1200 Streudiagramm
MehrGrafische Repräsentation von Geschäftszahlen in einem ERP-System
Grafische Repräsentation von Geschäftszahlen in einem ERP-System SEMINARVORTRAG VON ANNA OT TERSBACH Motivation Produkte der Firma MOSER sind ERP-Systeme, speziell geht es um MOSER easy ERP-System: unterstützt
MehrInhalt. Vorwort und Einführung 4-6 Aufgabe 1: Bezeichnungen zuordnen 6
Inhalt Seite 1 2 Vorwort und Einführung 4-6 Aufgabe 1: Bezeichnungen zuordnen 6 Was ist ein Diagramm Bestandteile 7-11 Aufgabe 1: Bezeichnungen an die richtige Stelle einfügen 10 Aufgabe 2: Diagramm mit
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
MehrDeskriptive Statistik
Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2
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
MehrMethoden und Werkzeuge für Fortgeschrittene
Methoden und Werkzeuge PQ-Sys für Fortgeschrittene Oranienburger Straße 13-14 10178 Berlin Telefon: 030 24 636 360 Fax: 030 24 636 160 E-Mail: p.qualitaet@paritaet.org http: http://www.pq-sys.de Der Paritätische
MehrÜber den Autor 7. Einführung 21
Inhaltsverzeichnis Über den Autor 7 Einführung 21 Über dieses Buch oder:» für Dummies«verpflichtet! 21 Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil
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
MehrInhaltsverzeichnis. 1. Aufgabe von Infografiken. 2. Gestaltungsregeln von Infografiken
Inhaltsverzeichnis 1. Aufgabe von Infografiken 2. Gestaltungsregeln von Infografiken 3. Diagrammarten 3.1. Torten- auch Kreisdiagramm 3.2. Liniendiagramm 3.3. Säulendiagramm 3.4. Flussdiagramm 3.5. Baumdiagramm
MehrGrafiken. Tabellen und Diagramme. Daimler Brand & Design Navigator
Daimler Brand & Design Navigator 26. August 2016 Grafiken Die grafischen Elemente wie Tabellen und Diagramme, Infografiken sowie Piktogramme sind geprägt durch eine klare, aufgeräumte Darstellung. Grafiken
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2013/2014. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2013/2014 Aufgabe 1 Der Jungunternehmer
MehrDer Mythos des Mittelwertes
Der Mythos des Mittelwertes Neue Methodenlehre der Statistik Von o. Universitätsprofessor Dr. Friedrich Sixtl 2., überarbeitete und erweiterte Auflage R. Oldenbourg Verlag München Wien Inhaltsübersicht
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/
MehrErwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
Mehry = y = 2'500 Darstellung in Grafik: P 2 (800 2'500) x (Stk) 1'000
. Kostenfunktion a) Vorgaben und Fragestellung Über die Herstellungskosten eines Produkts ist folgendes bekannt: Die variablen Material- und Lohnkosten betragen CHF. pro Stück. Die Fikosten belaufen sich
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
MehrTutorial: Balken- und Tortendiagramm
Tutorial: Balken- und Tortendiagramm In der Tabelle ist die Notenverteilung von 510 Teilnehmern an Mathematik Proseminaren angegeben (NA bedeutet einen unbekannten Wert). Der Sachverhalt sollte in zwei
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
Mehr