Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest
|
|
- Guido Maus
- vor 7 Jahren
- Abrufe
Transkript
1 Kotigeztabelle. Chi-Quadrat-Test KAD Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau Ma ? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame Häufigkeitsverteilug zweier Variable X (z.b. Geschlecht) ud Y (trägerschaft) ohe Frau a=8 b=75 1 Ma c=48 d= Uabhägigkeitstest Frage: uterscheidet sich die Häufigkeit eies feststellbare Merkmals (Symptoms) i zwei Populatioe? H : Geschlecht ud trägerschaft sid voeiader uabhägig (es gibt keie Uterschied) Wie gross wäre die erwartete Häufigkeit (expected frequecy) i der Zelle a, we die Nullhypothese gültig ist? Azahl der Fraue: a + b = 1 Azahl der Persoe : a + c = 76 Aufstellug der Nullhypothese Proportio der Fraue i der Stichprobe: P(Frau) = (a + b)/= 1/ Proportio der Persoe : P( ) = (a + c)/= 76/ a' c' b' d' oder a' b' c' d' ohe Frau a =? b =? 1 Ma c =? d =? erwartete (expected) Erwartete Häufigkeite. Aahme: H ist gültig Geschlecht ud trägerschaft sid uabhägige Ereigisse a b a c a b a c erwartete Häufigkeit i der erwartete Häufigkeit i der erwartete Häufigkeit i der erwartete Häufigkeit i der ohe F a=8 b=75 1 M c=48 d= empirische (observierte, observed) Zelle liks obe : a' a b b d Zelle rechts obe : b' c d a c Zelle liks ute : c' c d b d Zelle rechts ute : d' a b b d c d a c c d b d ohe F 1*76/ 1*14/ 1 M 97*76/ 97*14/ erwartete (expected) 4
2 Die erwartete Häufigkeite aus der empirische Häufigkeite ohe F a=8 b=75 1 M c=48 d= empirische (observed) erwartete Häufigkeit ohe F a =9.14 b = M c =6.86 d = erwartete (expected) Spaltesumme Zeilesumme Azahl der Date i der Stichprobe 5 We die Nullhypothese ist gültig: Die Werte i der etsprechede Zelle der Kotigeztabelle empirische ud erwartete Häufigkeite sid ugefähr gleich. Die folgede Prüfgrösse (gewichtete quadratische Summe) zeigt Chi-quadrat Verteilug: O i Ei, Prüfgrösse i Ei wobei O i die empirische (observed) E i die erwartete (expected) Häufigkeit i der i-te Zelle sid. Freiheitsgrad: (Azahl der Zeile 1)*(Azahl der Spalte 1) für eidimesioale Tabelle: -1 z.b. * (vierfelder-) Tabelle: 1 6 Wiederholug Wichtige Verteiluge der aalytische Statsitik Chi-Quadrat ( ) Verteilug We x 1, x,. x uabhägige stadardormalverteilte Zufallsgrösse sid, da hat die Zufallsgrösse x1 x... x eie sogeate Verteilug Freiheitsgrade Bediguge der Durchführug (Stichprobeumfag) soll geüged gross sei I der Kotigeztabelle der erwartete Häufigkeite solle alle Zellewerte grösser als 1 sei. I der Kotigeztabelle der erwartete Häufigkeite soll die Azahl der Zelle, i de der Wert zwische 1 ud 5 ist, weiger als % der Stichprobeumpfag sei. (z.b. Vierfeldertabelle: alle Elemete solle grösser als 5 sei) Modus =, we FG =1 bzw. Modus = (FG-), we FG > 7 8
3 Spezielfall für Vierfeldertabelle (Praktikumsbuch.b.) Vierveldertest f 1.5 Chi-Quadrat-Verteilug dem Freiheitsgrad 1 1 % die origiale Verteilug M ad bc a bc d a cb d Die Bedigug der Durchführug: das Produkt der zwei kleiste Teilsumme soll grösser sei als 5 a b c d ad bc 9 (1%) f 1 (5%) f 1 9 % 95 % die bei.71 abgeschittee Verteilug.71 Restfläche: 1 % die bei.84 abgeschittee Verteilug Restfläche: 5 % 1 f Chi-Quadrat-Verteilug dem Freiheitsgrad.5 1 % die origiale Verteilug f (1%).5 die bei 6.5 abgeschittee Verteilug f (5%).5 9 % Restfläche: 1 % die bei 7.8 abgeschittee Verteilug 95 % Restfläche: 5 %
4 Beispiel 1 Die Bedigug des Tests: das Produkt der zwei kleiste Teilsumme soll grösser sei als 5 ohe Frau a=8 b=75 1 Ma c=48 d= ( ) M > krit =,84 H ist falsch 76*97 = 77 > 5* =1 Ma darf de Chi- Quadrat-Test awede Es gibt eie Zusammehag zw. dem Geschlecht ud der trägerschaft (Mäer trage öfter) 1 ( ) M > krit =.84 H ist falsch 1.54 > krit =6.6 H ist falsch eiem Sigifikaziveu: <.1 14 Beispiel ohe Frau 1 4 Ma Kalkulatio Excel? 4*6 = 4 < 5*1 =6 Dürfe wir i diesem Fall de Chi-Quadrat- Test icht awede. 15
5 Erhöhug des Umfages der Stichprobe Beispiel H : die Häufigkeit vo Lugekrebs bei Raucher ud Nichtraucher ist idetisch, d.h. =. H 1 : die beide Häufigkeite uterscheide sich, also ist. I der Tabelle sid die Häufigkeite der zwei Kollektive aus der Stichprobe eier Lugefürsorge dargestellt. ohe F 1 4 M ohe ohe es gibt eie Vermutug, aber der Nachweis geht icht 1 Fraue Mäer ohe F M ohe ohe vergrössert sich (1 ): der Nachweis geht 17 Da 7 = 61 > 561 = 5, ka der Test durchgeführt werde. 61( ) M Es ist zu sehe, dass M ist, aber ist der Uterschied auch sigifikat (oder ur zufällig)? Sei das Sigifikaziveau: 5%. Der Freiheitsgrad (x Tabelle) ist: > krit =,84 H ist falsch Daach ist der Uterschied i der Häufigkeit vo Lugekrebs bei Raucher ud Nicht-raucher sigifikat (bei eiem Sigifikaziveau vo 5%). Pr.Buch.b.9 (Bemerkug 15) 18 Beispiel 4 (Pr. Buch, R.1.) Über eie erfolgreiche operative Korrektio eier bestimmte Augekrakheit (ischaemische optische Neuropathie vom icht-arteriale Typ) wurde im Jahre 1989 eie Veröffetlichug ausgegebe. Da i dieser Krakheit früher keierlei wirksame Behadlugsmethode bekat war, wurde dieser Eigriff verbreitet agewedet. Kürzlich erschiee jedoch Berichte auch vo erfolglose Eigriffe, daher hat ma 44 solche Krake i 5 kliische Zetre statistisch erfasst, vo dee bei 119 Persoe die Operatio durchgeführt wurde, bei 15 Krake jedoch icht. Die Beobachtuge i tabellarischer Form: empirische Häufigkeite erwartete Häufigkeite operiert icht op. isg. operiert icht op. isg. verbessert verbessert icht verbessert icht verbessert verschlechtert verschlechtert 1 44 isgesamt isgesamt Es ist statistische Methode zu prüfe, ob die Azahl der Besseruge ohe Operatio tatsächlich höher war? H : keie Differez khi = ( ) /44.87+(5 47.1) /47.1 +(5 5.67) /5.67+(56 55.) /55. +(8 1.46) /1.46+(16.54) /.54 = Weil 5.47 < 5.991= krit, FG=, ablehe wir die H icht.. Apassugstest (reier) Apassugstest (Vergleich der beobachtete Häufigkeite Häufigkeite eier bekate Verteilug) auf Gleichverteilug Würfelversuch Prüfug der Verteiluge auf weitere Verteiluge bekate Parameter die beobachtete Messwerte passe zu eier Verteilug a? Apassugstest Parameterschätzug (Parameter der Verteilug sid aus der beobachtete Häufigkeite geschätzt) Normalitätstest (goodess of fit) auf weitere Verteiluge
6 Apassugstest auf Gleichverteilug Die Kotigeztabelle beobachtete Häufigkeite (O) wird der erwartete Häufigkeite ergätzt (E). H :, Der Würfel ist regelmässig, die 6 mögliche Ereigisse habe dieselbe Wahrscheilichkeit: 1/6 = 16.7 chi = (1 16.7) /16.7 +( ) / ( ) / ( ) / ( ) /16.7 +( ) /16.7 = =.6 < 11.7= krit, FG.=5, H wird ageomme. Der Würfel ist regelmässig. Summe 1 Prüfug der Verteiluge, Normalverteilug H : der lägere Durchmesser der Froscherythrozyte ist ormalverteilt / d ( 1/ m) / d ( 1/ m) Ma schätzt die theoretische Werte der Verteilug de Stichprobeparameter. FG = -m-1, m: Azahl der geschätzte Parameter (hier: )... p =.9 >.5 H : ist richtig / d ( 1/ m) / d ( 1/ m) d (m) A B O Ecot d (m) 1 C O E d (m) D (O E)^/E d (m) 4-1 O E. Homogeitätstest Kolloquiumsote Frau Ma, Biophysik Prüfug der Homogeität (test for homogeeity) H : die Biophysik Kolloquiumsote*-Verteilug i der weibliche Gruppe hat die gleiche Verteilug wie i der mäliche (die Verteiluge sid homogee Verteiluge) Kolloquiumsote Frau Ma, Biophysik IQ m Uabhägigkeit Arte vo Abhägigkeitsbeziehuge Körpergrösse Assoziatiosaalyse Korrelatiosaalyse Körpergrösse stochastische Beziehug Geschmack vermischt Färbug Abhägigkeit determiistische Beziehug Kozetratio empirische (observed) erwartete (expected) *Date: 9 Herbst Semester p =.7 >.5 H : ist richtig umerisch ordial omial umerisch 4
Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test
Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ
MehrTests für beliebige Zufallsvariable
Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
MehrForschungsstatistik I
Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
Mehr2.3 Kontingenztafeln und Chi-Quadrat-Test
2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)
Mehr3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrKapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit
- 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
MehrDifferenz X-Y normalverteilt Lagetest für zwei verbundene. Differenz X-Y symmetrisch Wilcoxon-Test Stichproben
1 Fuktio des Tests Bezeichug Testgegestad X ormalverteilt Lagetest für eie Stichprobe Wilcoxo-Test X symmetrisch verteilt Vorzeichetest Variable X Differez X-Y ormalverteilt Lagetest für zwei verbudee
MehrKapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete
MehrBeispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge
1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrGrundlagen der Biostatistik und Informatik
Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
MehrEvaluation & Forschungsstrategien
Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische
MehrNormalverteilung. Voraussetzung und verwandte Themen. Einführung. Ziel und Nutzen. Grundlagen
h Normalverteilug Voraussetzug ud verwadte Theme Für diese Beschreibuge sid Grudlage der Statistik ud isbesodere der statistische Verteiluge vorteilhaft. Weiterführede Theme sid: www.versuchsmethode.de/verteilugstests.pdf
Mehr(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.
Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;
MehrÜbungen mit dem Applet erwartungstreu
Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
MehrParameter von Häufigkeitsverteilungen
Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige
MehrHarmonisches Mittel. Streuungsmaße. Die mittlere Abweichung. Die Standardabweichung. Die Varianz. Statistik 3. Vorlesung, März 11, ,...
Statistik. Vorlesug, März, 9 Harmoisches Mittel xh = w wk +... + x x k Wobei w, w,... w k sid die gewichte (w + w + w +...+ w k = Beispiel: wir habe km mit eier Geschwidigkeit vo km/h, ud eie adere km
MehrÜbungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie
Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
MehrKapitel 9: Schätzungen
- 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.
MehrTesten statistischer Hypothesen
Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über
MehrLösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung
Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem
Mehr1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia
Statistik I - Formelsammlug Ihaltsverzeichis 1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre................................. 1. Kombiatorik........................................ 1.3 Wahrscheilichkeite....................................
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
Mehr7.2 Grundlagen der Wahrscheinlichkeitsrechnung
7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
MehrWahrscheinlichkeit & Statistik
Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
MehrEigenschaften von Texten
Worthäufigkeite Eigeschafte vo Texte Eiige Wörter sid sehr gebräuchlich. 2 der häufigste Wörter (z.b. the, of ) köe ca. 0 % der Wortvorkomme ausmache. Die meiste Wörter sid sehr selte. Die Hälfte der Wörter
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
Mehr5.4.2 Die empirische Verteilungsfunktion als Ausgangspunkt
Tests 9 5.4 Der Kolmogorov Smirov Test Grudlage für de Kolmogorov Smirov Apassugs Test ist ei Satz vo Kolmogorov, die asymptotische Verteilug eier Statistik Δ betreffed. Aus Δ ergibt sich durch Modifikatio
MehrKonzentration und Disparität
Begleitede Uterlage zur Übug Deskriptive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 6 Kozetratios- ud Disparitätsmessug................................ 2 6.1 Begriff ud Eileitug.......................................
MehrParametrische Einstichprobentests
Parametrische Eistichprobetests Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Hypothesetest für die Variaz Hypothesetest für de Ateilswert Lehrstuhl Statistik Testverfahre I Bibliografie
Mehr10. Grundlagen der linearen Regressionsanalyse 10.1 Formulierung linearer Regressionsmodelle
10. Grudlage der lieare Regressiosaalyse 10.1 Formulierug liearer Regressiosmodelle Eifaches lieares Regressiosmodell: Das eifache lieare Regressiosmodell ist die simpelste Form eies ökoometrische Modells
MehrAngStat1(Ue13-21).doc 23
3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2015/2016. Aufgabe 1
Lehrstuhl für Statistik ud Ökoometrie der Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Klausur zu Methode der Statistik II (mit Kurzlösug) Witersemester 2015/2016 Aufgabe 1 Die leideschaftliche
MehrÜbersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert.
Übersicht: eidimesioal mehrdimesioal Häufigkeitsverteilug uklassiert klassiert tabellarische Darstellug Modul 07, graphische Darstellug Modul 07,2 Parametrisierug Lageparameter Modul 08 Streuugsparameter
MehrJugendliche (18-24 Jahre) in Westdeutschland
Modus Beispiel: Modus Jugedliche (8-4 Jahre) i Westdeutschlad Parameter oder Kewerte eier Häufigkeitsverteilug sid Kegröße, mit dere Hilfe die Verteilug z.t. oder vollstädig rekostruiert werde ka D West
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
Mehr1. Zahlenfolgen und Reihen
. Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,
MehrKombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.
Systematisches Abzähle ud Aorde eier edliche Mege vo Objekte uter Beachtug vorgegebeer Regel Permutatioe Variatioe Kombiatioe Permutatioe: Eie eieideutige (bijektive) Abbildug eier edliche Mege i sich
MehrVariiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.
3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse
MehrEinstichprobentests für das arithmetische Mittel
Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.
MehrA Ω, Element des Ereignisraumes
ue biostatisti: grudlegedes zur wahrscheilicheit ud ombiatori 1/6 WAHRSCHEINLICHKEIT / EINIGE BEGRIFFE Ereigisraum Ω Elemetarereigis A: Ω ist die Mege aller mögliche Elemetarereigisse A Ω, Elemet des Ereigisraumes
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrTestverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen
Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Testverfahre I 1 Bibliografie Prof. Dr. Kück Uiversität Rostock
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
MehrFundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf
Fudametale Prizipie der Kombiatori ud elemetare Abzähloeffiziete Wolfram Koepf Die abzählede Kombiatori beschäftigt sich vor allem mit der Auswahl eier Teilmege, die ma häufig eie Stichprobe et (aus Wahrscheilicheitsrechug
Mehr3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.
3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.000, 1 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Defiitio: Eie
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrStochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten
Kapitel 2 Stochastische Uabhägigkeit, bedigte Wahrscheilichkeite 2.1 Stochastische Uabhägigkeit vo Ereigisse Im Folgede gehe wir vo eiem W-Raum (Ω, A, P aus. Der Begriff der stochastische Uabhägigkeit
MehrZenraler Grenzwertsatz
Zeraler Grezwertsatz Ato Klimovsky Zetraler Grezwertsatz. Kovergez i Verteilug. Normalapproximatio. I diesem Abschitt beschäftige wir us mit der folgede Frage. Frage: Wie sieht die Verteilug eier Summe
MehrDiskrete Zufallsvariablen
Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )
Mehr11. Vierfeldertafel. Die Übereinstimmung (kappa) Die relative Chance (odds ratio) Das relative Risiko (relative risk)
. Vierfeldertafel Die Übereistimmug (kappa) Die relative Chace (odds ratio) Das relative Risiko (relative risk) Vierfeldertafel Eie Vierfeldertafel ist eie Spezialform eier Kotigeztafel. Beide Variable
MehrÜbungen zu QM III Mindeststichprobenumfang
Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite
MehrKreuztabellenanalyse und Assoziationsmaße
FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkomme zur Vorlesug Statistik Zusammehäge zwische omiale (ud/oder ordiale) Merkmale: aalyse ud FB 1 W. Ludwig-Mayerhofer Statistik 2 eige sich zur Darstellug
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrKlassifizierung der Verteilungen. Streuung der diskreten Verteilung
Wichtigste Verteiluge der Biostatisti Disrete Zur Erierug Klassifizierug der Verteiluge Kotiuierliche Disrete Gleichverteilug Kotiuierliche Gleichverteilug Biomialverteilug Normalverteilug Poisso Verteilug
MehrGesetze der großen Zahlen
Gesetze der große Zahle Ato Klimovsky Grezwertsätze für die Summe der ZV. Schwaches Gesetz der große Zahle. Kovergez i Wahrscheilichkeit (Stochastische Kovergez). Starkes Gesetz der große Zahle. Fast sichere
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
MehrMaximum Likelihood Version 1.6
Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel
MehrKapitel XI - Korrelationsrechnung
Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug
Mehr5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung
Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder
Mehr6. Übung - Differenzengleichungen
6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf
MehrII. Grundzüge der Stichprobentheorie
II. Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
MehrLösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8
1 Lösuge ausgewählter Übugsaufgabe zum Buch Elemetare Stochastik (Spriger Spektrum, 2012) Teil 4: Aufgabe zu de Kapitel 7 ud 8 Aufgabe zu Kapitel 7 Zu Abschitt 7.1 Ü7.1.1 Ω sei höchstes abzählbar, ud X,
MehrSind Sie mit unserem Angebot zufrieden? ja nein weiß nicht
STATISTIK Eiführug Statistik kommt vom italieische Wort statistica, was so viel wie Staatsma bedeutet. Früher verwedete ma de Begriff ur für eie Auswertug vo Date (Klima, Bevölkerug, Bräuche,...) eies
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrKapitel 5: Gemeinsame Verteilung und Unabhängigkeit von Zufallsvariablen
- 39 (Kapitel 5: Gemeisame Verteilug ud Uabhägigkeit vo Zuallsvariable Kapitel 5: Gemeisame Verteilug ud Uabhägigkeit vo Zuallsvariable 5 Deiitio : : Ω Ω,, seie Abbilduge über derselbe Mege Ω Die Abbildug
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
MehrZählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?
Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder
MehrStochastik für Physiker: Aufgaben und Lösungsvorschläge
Stochastik für Physiker: Aufgabe ud Lösugsvorschläge Simo Stützer Stad: 4. Februar 9 Aufgabe : Vergleiche Sie die Wahrscheilichkeit, beim Spiel mit eiem Würfel i 4 Würfe midestes eimal 6 zu würfel, mit
MehrBeispiellösungen zu Blatt 105
µ κ Mathematisches Istitut Georg-August-Uiversität Göttige Aufgabe 1 Beispiellösuge zu Blatt 105 Alva liebt Advetskaleder. Aber sie hat keie Lust, die Türe vo 1 bis i der ormale Reihefolge zu öffe. Daher
Mehr