X in einer Grundgesamtheit vollständig beschreiben.
|
|
- Inge Kaufer
- vor 7 Jahren
- Abrufe
Transkript
1 Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe. Häufig ist jedoch eie Totalerhebug etweder umöglich oder eifach zu teuer. Deswege versucht ma mit Hilfe vo Teilerhebuge ((Zufalls-)Stichprobe) Ahaltspukte über die Verteilug eier Grudgesamtheit ud über dere Parameter zu gewie.
2 Prof. Dr. Rolad Füss Statistik II SS 008 Uterscheiduge der Schätzuge: - mit oder ohe Zurücklege - homograder Fall vs. heterograder Fall - homograde Variable uterscheide, ob ei Objekt eie bestimmte Eigeschaft besitzt oder icht, (0,)-Variable: Schätzug vo Ateilssätze - heterograde Variable (metrisch skalierte ZV): Schätzug vo Mittelwerte ud Variaze
3 Prof. Dr. Rolad Füss Statistik II SS Pukt- oder Itervallschätzuge Bei der Puktschätzug hadelt es sich um die Bestimmug eies eizele Wertes zur Schätzug eies ubekate Parameters. Da Puktschätzuge mit sehr hoher Wahrscheilichkeit mit dem wahre Wert des Parameters icht übereistimme, ergäzt ma eie Puktschätzug oft durch eie Itervallschätzug. Dabei berechet ma ei Itervall, das de wahre ubekate Wert des Parameters der Grudgesamtheit mit eier vorgegebee Wahrscheilichkeit überdeckt. 3
4 Prof. Dr. Rolad Füss Statistik II SS Puktschätzug für Mittelwert ud Ateilswerte... Puktschätzug für de Mittelwert (heterograder Fall) Der ubekate Mittelwert µ der metrische Zufallsvariable X eier Grudgesamtheit soll ahad eier Zufallsstichprobe vo Umfag geschätzt werde. Das arithmetische Mittel der Stichprobeelemete stellt de Schätzwert ˆµ für de ubekate Mittelwert µ dar: 4
5 Prof. Dr. Rolad Füss Statistik II SS 008 i µˆ { x, x,..., x } x = x = x Die Puktschätzug ˆ µ = x ist die Realisatio der Zufallsvariable X. Der geschätzte Wert ˆµ ist vo dem wahre Mittelwert µ der Grudgesamtheit sorgfältig zu uterscheide. Die Abweichug des geschätzte Wertes ˆµ vom wahre Mittelwert µ wird Schätzfehler geat: e = µ ˆ µ Bei de meiste Schätzuge trete Schätzfehler auf. Etscheided ist aber, ob die Puktschätzug de wahre Wert im Durchschitt trifft. 5
6 Prof. Dr. Rolad Füss Statistik II SS 008 E( µ ) = E( X ) = E( X i ) = E( X i ) = µ E( ˆ) µ = µ ˆµ ist eie erwartugstreue Schätzug für µ. Die für die Schätzug des Mittelwertes der Grudgesamtheit verwedete Schätzmethode et ma Mometemethode. Sie schätzt das ubekate. uzetrierte Momet der Grudgesamtheit (Mittelwert) mit dem etsprechede. uzetrierte Momet der Stichprobe. 6
7 Prof. Dr. Rolad Füss Statistik II SS Puktschätzug für de Ateilswert (homograder Fall) Aalog zur Schätzug des ubekate Mittelwertes eier Grudgesamtheit durch das arithmetische Mittel der Stichprobe ist zur Schätzug eies ubekate Ateilwertes p eier Grudgesamtheit die Puktschätzug durch de Stichprobeateilswert sehr gut geeiget: pˆ = h mit pˆ : Schätzwert für de Ateilsatz i der Grudgesamtheit h : Ateilsatz i der Stichprobe 7
8 Prof. Dr. Rolad Füss Statistik II SS 008 Diese Schätzug ist eie erwartugstreue ud kosistete Schätzug. E( pˆ) = E( H ) = E( Bi ) = E( Bi ) = p E( pˆ) = p ( Erwartugstreue) V ( pˆ ) = V ( H ) = V ( Bi ) = V ( B ) = pq = pq / ( Kosistez ) i Mit zuehmedem Stichprobeumfag wird die Variaz immer kleier ud die Schätzug geauer. 8
9 Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug für Variaze ud Stadardabweichuge.. Puktschätzug für die Variaz (heterograder Fall) We ma bei der Puktschätzug der Variaz die Mometemethode direkt awedet (d.h. als Schätzwert für die ubekate Variaz der Grudgesamtheit ˆσ die empirische Variaz der Stichprobe s verwedet), bekommt ma icht erwartugstreue, soder verzerrte Schätzer: 9
10 Prof. Dr. Rolad Füss Statistik II SS 008 Prof. Dr. Rolad Füss Statistik II SS 008 Das. zetrale Momet (= empirische Variaz der Stichprobe): ( ) i s x x = = = = = = ) ( ) ( ) ( ) ( ) ( ) ( ) ( σ σ σ µ µ µ µ X V X V X E X E X E X E S E i i i Diese Puktschätzug ist somit um de Faktor (-)/ verzerrt. (S : Zufallsvariable, s : Realisatio der Zufallsvariable). 0
11 Prof. Dr. Rolad Füss Statistik II SS 008 Da die Verzerrug durch de Faktor (-)/ ausgedrückt wird, korrigiert ma mit dem Kehrwert dieses Faktors: ˆ σ = s = ( x i x) (- ist die Zahl der Freiheitsgrade) i= Mit dieser Formel erhält ma erwartugstreue Schätzer für die Variaz. Die obige Formel gilt für de Fall mit Zurücklege.
12 Prof. Dr. Rolad Füss Statistik II SS 008 Im Fall ohe Zurücklege muss och der Korrekturfaktor berücksichtigt werde: N Kf = < N Schätzformel für die Variaz im Fall ohe Zurücklege: ˆ σ = N N s
13 Prof. Dr. Rolad Füss Statistik II SS Eigeschafte vo Puktschätzuge Schätzwert eier Puktschätzug eies Parameters ist eie Zufallsvariable ud ka viele mögliche Werte aehme. Der ubekate Parameter selbst ist eie kostate Größe. Allgemeie Schreibweise: θ : ˆ θ : der Schätzwert ˆ θ = ˆ( θ X wahre,..., X Wert der des Parameters ) : Grudgesam theit Schätzfuk tio 3
14 Prof. Dr. Rolad Füss Statistik II SS 008 Schätzfuktioe sid durch bestimmte stochastische Eigeschafte charakterisiert, die Auskuft darüber gebe, wie gut Schätzfuktioe für bestimmte Zwecke geeiget sid. Erwartugstreue Ei Schätzer θˆ ist erwartugstreu oder uverzerrt ( ubiased ), we sei Erwartugswert dem wahre Wert des zu schätzede Parameters etspricht: E ( θ ˆ) = θ 4
15 Prof. Dr. Rolad Füss Statistik II SS 008 Asymptotische Erwartugstreue Die asymptotische Erwartugstreue ist eie schwächere Eigeschaft als die Erwartugstreue. Bei icht erwartugstreue Schätzer impliziert sie, dass die Verzerrug mit zuehmedem Stichprobeumfag geriger wird ud für verschwidet: lim E( ˆ) θ = θ 5
16 Prof. Dr. Rolad Füss Statistik II SS 008 Kosistez Ei Schätzer ist kosistet, we er erwartugstreu (oder midestes asymptotisch erwartugstreu) ist ud seie Variaz bei zuehmedem Stichprobeumfag gege Null geht: P ( θˆ θ > oder p ε ) lim θˆ = θ 0 für 6
17 Prof. Dr. Rolad Füss Statistik II SS 008 Effiziez Ei Schätzer heißt effiziet, we er i der Klasse aller erwartugstreue Schätzer die kleiste Variaz besitzt: V ( θ*) < V ( ˆ) θ 7
18 Prof. Dr. Rolad Füss Statistik II SS 008 Mittlerer Quadratischer Fehler Schätzprobleme: Erwartugstreue wird mit zu hoher Variaz erkauft. Der mittlere quadratische Fehler (mea squared error MSE) eies Schätzers ist defiiert als der Erwartugswert der quadrierte Differez zwische Schätzwert ud wahre Wert: MSE ˆ θ = ˆ θ θ ( ): E[( ) ] 8
19 Prof. Dr. Rolad Füss Statistik II SS 008 Bei erwartugstreue Schätzer ist dies die Variaz, bei de verzerrte erhält ma ach dem Verschiebugssatz mit d die Formel MSE( ˆ θ): = V( ˆ θ) + bias = θ d.h. mittlerer quadratischer Fehler berücksichtigt beides, die Variaz ud de Bias. 9
20 Prof. Dr. Rolad Füss Statistik II SS Schätzprizipie = wichtigste allgemeie Asätze zur Gewiug vo Schätzmethode ud Schätzformel a) Mometemethode Ma schätzt die Momete der Verteilug der Grudgesamtheit mit etsprechede Momete der Stichprobe 0
21 Prof. Dr. Rolad Füss Statistik II SS 008 Grudgesamtheit E( X ) = µ EX ( ) = µ + σ m E( X ) Stichprobe X j X j m X j
22 Prof. Dr. Rolad Füss Statistik II SS 008 Die Schätzformel, die sich hieraus ergebe laute: ˆ µ = x ˆ µ + ˆ σ = x j, d.h. ˆ σ = x x = s j Schätzug für Variaz ur asymptotisch erwartugstreu, jedoch we µ bekat wäre, würde ˆ σ = x j µ eie erwartugstreue Schätzug für die Variaz darstelle.
23 Prof. Dr. Rolad Füss Statistik II SS 008 b) Schätzprizip der kleiste Quadrate (KQ-Methode) = Wähle diejeige Größe ˆKQ µ als Schätzwert für de ubekate Mittelwert µ, vo der die Summe der quadrierte Abstäde zu de Stichprobemittelwerte x i miimal ist: j= ( x ˆ µ ) j KQ Miimum ˆ µ KQ 3
24 Prof. Dr. Rolad Füss Statistik II SS 008 Miimierug durch Ableite ud Nullsetze: j= ( x ˆ µ )( ) = ( ) ( x ˆ µ ) = 0 j KQ j KQ x ˆ µ = x ˆ µ = j KQ j KQ j= 0 ˆKQ µ = x j = x 4
25 Prof. Dr. Rolad Füss Statistik II SS 008 = Miimierug der Fehlervariaz, wobei die Bewertug der Fehler icht proportioal, soder quadratisch erfolgt, d.h. doppelt so große Fehler brige vierfache Verlust i die Bewertug (quadratische Verlustfuktio) c) Maximum-Likelihood-Prizip = Prizip der größte Mutmaßlichkeit Wähle ˆML θ als Schätzwert für eie ubekate Parameter θ, welcher agesichts des Stichprobeergebisses die größte Likelihood hat bzw. vergliche mit alle adere Werte das Stichprobeergebis mit der größte Wahrscheilichkeit hervorgebracht hätte. 5
26 Prof. Dr. Rolad Füss Statistik II SS 008 Beispiel: Ure mit Kugel mit Ateilswert p = 0, ud p = 0,5, wobei letzterer eie größere Likelihood hat. Zur Bestimmug eies Maximum-Likelihood-Schätzers beötigt ma eie sogeate Likelihood-Fuktio L. = Massefuktio oder Dichtefuktio der gemeisame Verteilug der X, wobei der Parameter θ als Variable agesehe ud für i die beobachtete Stichprobewerte verwedet werde. L ist adbei x i eie Fuktio vo θ : L( θ; x, x,, x ): = f( x, x,, x ; θ ) 6
27 Prof. Dr. Rolad Füss Statistik II SS 008 Zur Bestimmug der Schätzfuktio löst ma folgedes Maximierugsproblem: L( ˆ θ, x, x,, x ) Miimum ML ˆ θ ML wobei ei Verteilugstyp der X i a priori vorgegebe wird 7
28 Prof. Dr. Rolad Füss Statistik II SS 008 Beispiele: Gesucht: Maximum-Likelihood-Schätzer für de Erwartugswert µ ud die Stadardabweichug σ eier Normalverteilug mit der gemeisame Dichtefuktio der i.i.d. ZV: f( x, x,, x ; µ, σ ) = f ( x; µ, σ ) f ( x ; µ, σ) N N = exp ( ) x j µ σ π σ j= = L( µσ, ; x,, x ) 8
29 Prof. Dr. Rolad Füss Statistik II SS 008 Logarithmus der Likelihood-Fuktio wird maximiert: l l ˆ l ( ˆ) L = σ π x j µ Maximum ˆ µσ, ˆ ˆ σ j = (mooto steigede Fuktio) I. ML-Schätzer für µ : Partielles Ableite vo l L ach µ σ j = ˆµ ud Nullsetze: l L = 0 ˆ ˆ ( x ˆ)( ) j µ = 9
30 Prof. Dr. Rolad Füss Statistik II SS 008 j= ( x ˆ) µ = j 0 µ = x (Stichprobemittelwert) ˆML II. ML-Schätzer für σ : ML-Schätzug für µ, ach σ ableite ud Nullsetze: l L = ( ) ( x ) 0 3 j x = ˆ σ ˆ σ ˆ σ j= ˆ σ ML = ( ) xj x (asymptotisch erwartugstreu) j= 30
31 Prof. Dr. Rolad Füss Statistik II SS 008 Beispiele: Gesucht: ML-Schätzer für ubekate Ateilswert eier Grudgesamtheit. Zufallsstichprobe vom Umfag mit Elemete für das dichotome Merkmal. Likelihood-Fuktio lautet: x p x x f(; x p) = p ( p) = L( p; X = x) Nach p ableite ud Ableitug Nullsetze: x x x x xp ( p) + p ( x)( p) ( ) 3
32 Prof. Dr. Rolad Füss Statistik II SS 008 = xp ( p) ( p) p = 0 x x x x Da der erste Faktor für p = 0 ud p = Null ist, miimiere beide Lösuge die Likelihood-Fuktio. Setzt ma jedoch de zweite Faktor gleich Null, erhält ma die Bestimmugsgleichug für de ML-Schätzer x pˆml pˆml = pˆml = 0 x x p ˆ ML x = = h 3
2. 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
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
Mehr2. Repetition relevanter Teilbereiche der Statistik
. Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)
MehrKapitel 6 : Punkt und Intervallschätzer
7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
Mehr,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit
3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
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:
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
Mehr3. Grundbegrie der Schätztheorie
Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede
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 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
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
MehrStatistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1.
Statistik, Abschitt.. Schätzmethode.. Mometemethode Für Parameter, die sich i bekater Weise aus de Momete zusammesetze, erhält ma Schätzuge, idem ma die theoretische Momete durch die sogeate empirische
MehrInduktive Schlussweise. Schätzfunktionen und Schätzverfahren. Bibliografie
Auswertug uivariater Datemege -iduktiv - Iduktive Schlussweise Schätzfuktioe ud Schätzverfahre Schätzug I Bibliografie Prof. Dr. Kück Uiversität Rostock Statistik, Vorlesugsskript Abschitt 7..; 7.. Bleymüller
MehrVl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3
Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
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
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
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
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
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
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
MehrDie notwendigen Verteilungstabellen finden Sie z.b. hier:
Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf
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
MehrParameterschätzung. Numero, pondere et mensura Deus omnia condidit
Parameterschätzug Numero, podere et mesura Deus omia codidit Populatio, Zufallsvariable, Stichprobe Populatio Zufallsvariable X Stichprobe x eie"realisierug vo X (Beobachtug) alle mäliche Rekrute der US
MehrBei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.
Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter
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
MehrLogarithmusfunktion, Rechenregeln für Logarithmen, Ableiten von Logarithmen (die Ableitung nach p wird hier stets als p geschrieben)
Wirtschaftswisseschaftliches Zetrum Uiversität Basel Statistik Dr. Thomas Zehrt (Pukt)Schätze Motivatio Eie vollstädige Iformatio über die Verteilug eies Merkmals X i eier Grudgesamtheit ka ur durch eie
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
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
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,...,
MehrProf. Dr. Holger Dette Musterlösung Statistik I Sommersemester 2009 Dr. Melanie Birke Blatt 5
Prof. Dr. Holger Dette Musterlösug Statistik I Sommersemester 009 Dr. Melaie Birke Blatt 5 Aufgabe : 4 Pukte Sei X eie Poissoλ verteilte Zufallsvariable mit λ > 0, ud die Verlustfuktio L sei defiiert durch
MehrInhaltsverzeichnis. Wirtschaftswissenschaftliches Zentrum 11 Universität Basel. Mathematik 2
Wirtschaftswisseschaftliches Zetrum 11 Uiversität Basel Mathematik Dr. Thomas Zehrt Schätze Beötigtes Vorwisse: Der Stoff der Vorlesug,,Statistik wird als bekat vorausgesetzt, isbesodere Kapitel 11,,(Pukt)schätze
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
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.
Mehr1) Wahrscheinlichkeitsbegriff und Rechnen mit Wahrscheinlichkeiten. P A = lim r N LI: ={ 1 LII: LIII: P A =1 P A
FORMELSAMMLUNG V03 Alle Formel ohe Gewähr auf Korrektheit Grudlage der Wahrscheilichkeitstheorie 1) Wahrscheilichkeitsbegriff ud Reche mit Wahrscheilichkeite Relative Häufigkeit r N A = h N A N = Abs.
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
Mehr2 Induktive Statistik
Kapitel 2 Iduktive Statistik Seite 19 2 Iduktive Statistik 2.1 Grudprizipie der iduktive Statistik 2.2 Puktschätzug 2.2.1 Schätzfuktioe Defiitio 2.1 Sei X 1,...,X i.i.d. Stichprobe. Eie Fuktio heißt Schätzer
Mehr3 Vergleich zweier unverbundener Stichproben
3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite
MehrFormelsammlung Statistik 29. Januar 2019
Formelsammlug Statistik Seite 1 Formelsammlug Statistik 9. Jauar 019 Witersemester 018/19 Adreas Löpker, HTW Dresde 1. Deskriptive Statistik (F1) Stichprobe x vom Umfag, Stichprobe y vom Umfag m x = (x
Mehr10. Übungsblatt zur Einführung in die Stochastik
Fachbereich Mathematik rof. Dr. Michael Kohler Dipl.-Math. Adreas Fromkorth Dipl.-If. Jes Mehert SS 09 6.7.2009 0. Übugsblatt zur Eiführug i die Stochastik Aufgabe 38 (3 ukte Die Zufallsvariable X,...,
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
MehrKapitel 2. Induktive Statistik. 2.1 Grundprinzipien der induktiven Statistik
Kapitel Iduktive Statistik.1 Grudprizipie der iduktive Statistik Ziel: Iferezschluss, Repräsetatiosschluss: Schluss vo eier Stichprobe auf Eigeschafte der Grudgesamtheit, aus der sie stammt. Vo Iteresse
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
MehrMusterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015
Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für
MehrHerleitung der Parameter-Gleichungen für die einfache lineare Regression
Herleitug der Parameter-Gleichuge für die eifache lieare Regressio Uwe Ziegehage. März 03 Historie v.0 6.03.009, erste Versio hochgelade v.0 0.03.03, eie Vorzeichefehler beseitigt, diverse Gleichuge ud
MehrStatistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl
Statistik. Semester Begleitedes Skriptum zur Vorlesug im FH-Masterstudiegag Techisches Maagemet vo Güther Karigl FH Campus Wie 06/7 Statistische Schätzverfahre Statistische Schätzverfahre Währed die deskriptive
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
MehrSchließende Statistik
Schließede Statistik Vorlesug a der Uiversität des Saarlades Dr. Marti Becker Witersemester 08/9 Schließede Statistik (WS 08/9) Folie Eileitug Orgaisatorisches. Orgaisatorisches I Vorlesug: Freitag, -4
MehrSchließende Statistik
Schließede Statistik Vorlesug a der Uiversität des Saarlades Dr. Marti Becker Witersemester 07/8 Schließede Statistik (WS 07/8) Folie Eileitug Orgaisatorisches. Orgaisatorisches I Vorlesug: Freitag, -4
MehrSchließende Statistik
Schließede Statistik Vorlesug a der Uiversität des Saarlades Dr. Marti Becker Witersemester 06/7 Schließede Statistik (WS 06/7) Folie Eileitug Orgaisatorisches. Orgaisatorisches I Vorlesug: Freitag, -4
MehrSchließende Statistik
Schließede Statistik Vorlesug a der Uiversität des Saarlades PD Dr. Marti Becker Witersemester 08/9 Schließede Statistik (WS 08/9) Folie Eileitug Orgaisatorisches. Orgaisatorisches I Vorlesug: Freitag,
MehrSchließende Statistik
Schließede Statistik Vorlesug a der Uiversität des Saarlades PD Dr. Marti Becker Witersemester 08/9 Schließede Statistik (WS 08/9) Folie Eileitug Orgaisatorisches. Orgaisatorisches I Vorlesug: Freitag,
MehrSchließende Statistik
Schließede Statistik Vorlesug a der Uiversität des Saarlades PD Dr. Marti Becker Witersemester 08/9 Schließede Statistik (WS 08/9) Folie Eileitug Orgaisatorisches. Orgaisatorisches I Vorlesug: Freitag,
MehrSchließende Statistik
Schließede Statistik Vorlesug a der Uiversität des Saarlades PD Dr. Marti Becker Witersemester 08/9 Schließede Statistik (WS 08/9) Folie Eileitug Orgaisatorisches. Orgaisatorisches I Vorlesug: Freitag,
Mehr( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale
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
MehrDiplomvorprüfung Stochastik
Uiversität Karlsruhe TH Istitut für Stochastik Prof. Dr. N. Bäuerle Name: Vorame: Matr.-Nr.: Diplomvorprüfug Stochastik 10. Oktober 2006 Diese Klausur hat bestade, wer midestes 16 Pukte erreicht. Als Hilfsmittel
MehrKonfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1
Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer
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:
Mehr2 Einführung in die mathematische Statistik
2 Eiführug i die mathematische Statistik Die Hauptaufgabe der mathematische Statistik ist es, ahad der Eigeschafte eies Teils eier Mege vo Objekte auf die Eigeschafte aller Objekte i dieser Mege zu schließe.
MehrErläuterung Beispiel III
3 Parameterpuktschätzer Maximum-Likelihood-Methode 3.2 Maximum-Likelihood-Methode ML-Methode Weitere geläufige Schätzmethode: Maximum-Likelihood-Methode Vor Erläuterug der Methode: eileitedes Beispiel
MehrMaximum-Likelihood-Methode (ML-Methode)
3 Parameterpuktschätzer Maximum-Likelihood-Methode 3.2 Maximum-Likelihood-Methode (ML-Methode Weitere geläufige Schätzmethode: Maximum-Likelihood-Methode Vor Erläuterug der Methode: eileitedes Beispiel
MehrMaximum-Likelihood-Methode (ML-Methode)
3 Parameterpuktschätzer Maximum-Likelihood-Methode 3.2 Maximum-Likelihood-Methode (ML-Methode) Weitere geläufige Schätzmethode: Maximum-Likelihood-Methode Vor Erläuterug der Methode: eileitedes Beispiel
MehrKapitel 6 Differenzierbarkeit
Kapitel 6 Differezierbarkeit Ihalt 6.1 6.1Die Defiitio 6.2 6.2Die Eigeschafte 6.3 6.3Extremwerte Seite 2 Was heißt differezierbar? Differezierbare Fuktioe sid sid glatte Fuktioe. Wir Wir beschreibe diese
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
MehrZusammenfassung: Folgen und Konvergenz
LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele
MehrDer Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert
Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche
MehrStochastik für WiWi - Klausurvorbereitung
Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F
MehrKapitel 2: Stochastische Prozesse. Copyright M. Gross, ETH Zürich 2006, 2007
Kaitel 2: Coyright M. Gross, ETH Zürich 2006, 2007 Bedigte Verteiluge Ebeso a die Verbudwahrscheilicheit vo Zufallsvariable über bedigte Wahrscheilicheite ausgedrüct werde i i,, i,, Wiederum ommt eie Produtregel
Mehr10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls
10. Itervallschätzug 10.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe werde verschiedee Puktschätzer für de Parameter der Grudgesamtheit erzielt. We m Stichprobe aus der Grudgesamtheit
MehrFormelsammlung. PD Dr. C. Heumann
Formelsammlug zur Vorlesug Statistik II PD Dr C Heuma Formelsammlug Statistik II Iduktive Statistik Regel der Kombiatorik ohe Wiederholug mit Wiederholug! Permutatioe! 1! s! ( ) ( ) + m 1 ohe Reihefolge
MehrEinführung in die Stochastik 10. Übungsblatt
Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U
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,
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
MehrEreignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A)
Kapitel 10 Statistik 10.1 Wahrscheilichkeit Das Ergebis eier Messug oder Beobachtug wird Ereigis geat. Ereigisse werde mit de Buchstabe A, B,...bezeichet. Die Messug eier kotiuierliche Variable x gibt
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig Statistik für SoziologIe 1 Iferez für Ateile?
Mehr1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable
1. Wahrscheilichkeitsrechug. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grezwertsätze 5. Mehrdimesioale Zufallsvariable Stetige Zufallsvariable Eie Zufallsvariable X : Ω R heißt stetig, we
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
MehrÜbungsblatt 9 zur Vorlesung. Statistische Methoden
Dr. Christof Luchsiger Übugsblatt 9 zur Vorlesug Statistische Methode Schätztheorie ud Kofidezitervalle Herausgabe des Übugsblattes: Woche 8, Abgabe der Lösuge: Woche 9 (bis Freitag, 65 Uhr), Besprechug:
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
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
MehrStichprobenverteilungen, Schätz und Testtheorie
Stichprobeverteiluge, Schätz ud Testtheorie Begleitede Uterlage zur Übug Iduktive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 1 Grudzüge der Stichprobetheorie.....................................
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug 9. Vorlesug Joche Köhler 1 Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der
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:
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
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
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug
MehrKAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).
KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio
Mehr