Welche Verteilung sollte ich verwenden?

Größe: px
Ab Seite anzeigen:

Download "Welche Verteilung sollte ich verwenden?"

Transkript

1 Welche Verteilung sollte ich verwenden? Die Auswahl eines Verteilungstyps für eine Annahme ist einer der schwierigsten Schritte beim Erstellen eines Crystal Ball-Modells. Crystal Ball verfügt über 21 kontinuierliche und diskrete Verteilungstypen, die Sie zum Beschreiben einer Annahme verwenden können. Dazu zählt auch die benutzerdefinierte Verteilung, die eine Kombination aus kontinuierlichen und diskreten Bereichen sein kann. In einer kontinuierlichen Verteilung wird angenommen, dass alle Werte in dem Bereich möglich sind, d. h. jeder Bereich enthält unbegrenzt viele mögliche Werte. Diese Verteilungen werden als glatte, durchgehende Kurven dargestellt. Eine diskrete sverteilung beschreibt unterschiedliche, finite und in der Regel ganzzahlige Werte. Diese Verteilungen sehen wie unterschiedlich hohe Balken aus, die nebeneinander angeordnet sind. Der erste Schritt bei der Auswahl einer sverteilung ist die Verwendung verfügbarer Daten für die Variable. Wenn keine Daten zur Verfügung stehen, setzen Sie ihre Kenntnisse über die Beschaffenheit oder Bedingungen der Variablen ein, um eine Verteilung auszuwählen. Wenden Sie zuletzt angemessene Grenzen für eine einfache Verteilung an. Tabelle C.1 Liste der Crystal Ball-Verteilungen Verteilung Bedingungen Anwendungsgebiete Beispiele Mittelwert ist am wahrscheinlichsten. Diagramm ist um den Mittelwert symmetrisch. Der Wert liegt eher in der Nähe des Mittelwerts. Minimum und Maximum sind festgelegt. Der wahrscheinlichste Wert liegt in diesem Bereich, dadurch wird mit dem Minimum und dem Maximum ein Dreieck gebildet. Natürliche Phänomene. Wenn der Minimal-, Maximal- und der wahrscheinlichste Wert bekannt sind, ist dieses Diagramm für begrenzte Daten hilfreich. Größe von Menschen, Geburtsraten, Inflation. Schätzungen von Verkaufszahlen, Anzahl verkaufter Autos pro Woche, Bestandsaufnahmen, Marketingkosten. Oberes Limit ist unbegrenzt, unteres Limit liegt bei null. Verteilung ist positiv schief, wobei die meisten Werte beim unteren Limit liegen. Natürlicher Logarithmus der Verteilung ist eine normale Verteilung. Situationen, in denen Werte positiv schief sind, jedoch nicht negativ sein können. Immobilienpreise, Aktienkurse, Tarife, Größe von Ölbehältern. 114 Crystal Ball-Handbuch Erste Schritte

2 1 Welche Verteilung sollte ich verwenden? Tabelle C.1 Liste der Crystal Ball-Verteilungen (Fortsetzung) Minimum steht fest. Maximum steht fest. Alle Werte im Bereich können mit gleicher auftreten. Diskrete Gleichverteilung ist das diskrete Äquivalent der Gleichverteilung. Wenn Sie den Bereich kennen und alle möglichen Werte mit gleicher auftreten können. Schätzung von Immobilien, Leck an einer Pipeline. Für jeden Versuch gibt es nur zwei mögliche Ergebnisse: Erfolg oder Misserfolg. Die Versuche sind unabhängig. ist bei jedem Versuch gleich. Die Ja/Nein-Verteilung entspricht der Binomial-Verteilung mit einem Versuch. Beschreibt die Anzahl an Fällen, bei denen ein Ereignis bei einer festen Anzahl von Versuchen eintritt. Wird auch für boolesche Logik (wahr/ falsch bzw. ein/aus) verwendet. Anzahl von Köpfen bei 10 Münzwürfen, von Erfolg oder Misserfolg. Bereich für Minimum und Maximum liegt zwischen 0 und einem positiven Wert. Form kann mit zwei positiven Werten, Alpha und Beta, angegeben werden. Mögliche Vorkommen in einer Maßeinheit sind nicht beschränkt. Die Vorkommen sind unabhängig. Durchschnittliche Anzahl von Vorkommen ist von Einheit zu Einheit konstant. Diese flexible Verteilung kann Annahmen zu Eigenschaften anderer Verteilungen darstellen. Wenn die Parameter für Form dem Wert 1 entsprechen, ist die Verteilung mit der Exponentialverteilung identisch; wenn die Parameter für Form dem Wert 2 entsprechen, ist die Verteilung mit der Rayleigh- Verteilung identisch. Stellt die Varianz in einem festgelegten Bereich dar, beschreibt empirische Daten. Anwendung für physikalische Größen, z. B. Zeit zwischen Ereignissen, wenn der Vorgang der Ereignisse nicht vollständig zufällig ist. Materialermüdungs- und Ausfalltests oder andere physikalische Größen. Stellt die Zuverlässigkeit der Geräte eines Unternehmens dar. Nachfrage nach erwarteter Anzahl von verkauften Einheiten in der Vorlaufzeit, meteorologische Abläufe (Schadstoffkonzentrationen). Ausfallzeiten in einer Zuverlässigkeitsstudie, Bruchfestigkeit von Materialien in einer Kontrolluntersuchung. Crystal Ball-Handbuch Erste Schritte 115

3 Tabelle C.1 Liste der Crystal Ball-Verteilungen (Fortsetzung) Bedingungen und Parameter sind komplex. Siehe: Castillo, Enrique. Extreme Value Theory in Engineering. London: Academic Press, Bedingungen und Parameter sind komplex. Siehe: Fishman, G. Springer Series in Operations Research. NY: Springer-Verlag, Mittelpunktwert ist am wahrscheinlichsten. Diagramm ist um den Mittelwert symmetrisch. Ähnelt der Normalverteilung wenn Freiheitsgrade gleich oder höher als 30 sind. Verteilung beschreibt die Zeit zwischen Vorkommen. Die Verteilung wird nicht durch vorhergehende Ereignisse beeinflusst. Bedingungen und Parameter sind komplex. Siehe: Fishman, G. Springer Series in Operations Research. NY: Springer-Verlag, Anzahl möglicher Vorkommen ist nicht beschränkt. Die Vorkommen sind unabhängig. Durchschnittliche Anzahl von Vorkommen ist von Einheit zu Einheit gleich. Beschreibt den höchsten (Max.-Extrem) oder den niedrigsten (Min.- Extrem) Wert einer Reaktion über einen bestimmten Zeitraum oder die Bruchfestigkeit von Materialien. Beschreibt Wachstum. Ökonometrische Daten. Beschreibt Ereignisse, die zufällig auftreten. Analysiert andere Verteilungen, die mit empirischen Phänomenen verbunden sind. Beschreibt, wie oft ein Ereignis in einem bestimmten Intervall (in der Regel Zeit) auftritt. Höchstes oder niedrigstes Hochwasser, Niederschlag, Erdbeben, Belastungen und Toleranzen von Flugzeugen. Bevölkerungswachstum als Zeitfunktion, einige chemische Reaktionen. Wechselkurse. Zeit zwischen eingehenden Anrufen, Zeit zwischen Ankünften von Kunden. Untersuchungsverteilungen im Zusammenhang mit Bevölkerungsgrößen von Städten, Unternehmensgrößen, Schwankungen in Aktienkursen. Anzahl von Telefonanrufen pro Minute, Anzahl von Fehlern pro 100 Quadratmeter Material. 116 Crystal Ball-Handbuch Erste Schritte

4 1 Welche Verteilung sollte ich verwenden? Tabelle C.1 Liste der Crystal Ball-Verteilungen (Fortsetzung) Gesamtanzahl (Grundgesamtheit) von Elementen steht fest. Die Stichprobe (Anzahl der Versuche) stellt einen Teil der Grundgesamtheit dar. Die eines Erfolgs ändert sich nach jedem Versuch. Die Anzahl der Versuche steht nicht fest. Versuche werden bis zum Erfolg r fortgesetzt (Versuche sind nie weniger als r). Die des Erfolgs bleibt von Versuch zu Versuch gleich. Die Anzahl der Versuche steht nicht fest. Die Versuche werden bis zum ersten Erfolg fortgesetzt. Die des Erfolgs bleibt von Versuch zu Versuch gleich. Beschreibt, wie oft ein Ereignis bei einer festgelegten Anzahl von Versuchen auftritt (Versuche sind abhängig von vorherigen Ergebnissen). Erstellt ein Verteilungsmodell von der Anzahl von Versuchen und Fehlern, bis eine bestimmte Anzahl (r ) erfolgreicher Versuche erreicht ist. Beschreibt die Anzahl der Versuche bis zum ersten Auftreten eines Ereignisses., bei der Auswahl eines Teils aus einer feststehenden Menge ein fehlerhaftes Teil auszuwählen (wobei die ausgewählten Teile aus der Menge vor dem nächsten Versuch nicht wieder aufgefüllt werden). Anzahl von Verkaufsgesprächen, bis 10 Bestellungen aufgenommen werden. Anzahl der Versuche, ein Roulette-Rad zu drehen, bis Sie gewinnen; Anzahl von Bohrlöchern, die gebohrt werden müssen, bis Sie auf Erdöl stoßen. Eine sehr flexible Verteilung, mit der eine Situation beschrieben werden kann, auf die andere Verteilungstypen nicht zutreffen. Kann kontinuierlich oder diskret oder eine Kombination aus beiden sein. Wird für die Eingabe ganzer Sätze von Datenpunkten aus einem Zellbereich verwendet. Crystal Ball-Handbuch Erste Schritte 117

5 Welche Parameter sollte ich eingeben? In der nachfolgenden Tabelle werden Parameterwerte für die einzelnen Verteilungen in Crystal Ball 7 aufgelistet. Die Verteilungen sind alphabetisch nach Typ (kontinuierlich oder diskret) sortiert. Weitere Informationen zu diesen Parameterwerten finden Sie in Anhang A des Crystal Ball-Benutzerhandbuchs, in dem die einzelnen Verteilungen beschrieben werden. In Kapitel 4 des Crystal Ball-Referenzhandbuchs werden die Standards für die einzelnen Parameterwerte aufgelistet. (Diese Handbücher können Sie online anzeigen, indem Sie im Windows-Startmenü die Option Start > Programme > Crystal Ball 7 wählen oder in der Menüleiste von Excel die Option? Crystal Ball wählen, während Crystal Ball ausgeführt wird.) Tabelle C.2 Verteilungen und ihre Parameter Verteilung Parameter 1 Parameter 2 Parameter 3 Parameter 4 Kontinuierliche Verteilungen Beta Alpha (größer als 0,3; Alpha + Beta muss weniger als 1000 entsprechen) Beta (größer als 0,3; Alpha + Beta muss weniger als 1000 entsprechen) Maximalwert Minimalwert Exponential Rate (größer als 0) Gamma Position Skala (größer als 0) Form (größer als 0,05 und kleiner als 1000) Logistisch Mittelwert Skala (größer als 0) Lognormal Mittelwert Standardabweichungswert Maximum- Extrem Wahrscheinlichster Skala (größer als 0) 118 Crystal Ball-Handbuch Erste Schritte

6 1 Welche Parameter sollte ich eingeben? Tabelle C.2 Verteilungen und ihre Parameter (Fortsetzung) Verteilung Parameter 1 Parameter 2 Parameter 3 Parameter 4 Minimum- Extrem Wahrscheinlichster Skala (größer als 0) Normal Mittelwert Standardabweichungswert Pareto Position (größer als 0) Form (größer als 0,05) Studentsche t-verteilung Mittelpunkt Skala (größer als 0) Freiheitsgrade (ganze Zahl zwischen 1 und 30, einschließlich) Dreieck Minimalwert Wahrscheinlichster Wert Maximalwert Gleich Minimalwert Maximalwert Weibull Position Skala (größer als 0) Form (größer als 0,05) Diskrete Verteilungen Binomial Diskrete Gleichverteilung (zwischen 0 und 1) Minimum (ganze Zahl) Versuche (ganze Zahl größer als 0 und kleiner als 1000) Maximum (ganze Zahl) Crystal Ball-Handbuch Erste Schritte 119

7 Tabelle C.2 Verteilungen und ihre Parameter (Fortsetzung) Verteilung Parameter 1 Parameter 2 Parameter 3 Parameter 4 Geometrisch (zwischen 0 und 1) Hypergeometrisch Erfolg Versuche (ganze Zahl, die kleiner als die Grundgesamtheit ist) Grundgesamtheit (ganze Zahl größer als 0 und kleiner als 1000) Negativ Binomial (zwischen 0 und 1) Form (ganze Zahl größer als 0 und kleiner als 1000) Poisson Rate (zwischen 0 und 1000) Ja-Nein Benutzerdefinierte Verteilung Benutzerdefiniert Siehe Anhang A des aktuellen Crystal Ball-Benutzerhandbuchs. 120 Crystal Ball-Handbuch Erste Schritte

ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm

ReduSoft Ltd.   Kurzbeschreibungen zu einigen Modulen, die im Programm ReduSoft Ltd. www.redusoft.de Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind. Urnenmodell Das Modul Urnenmodell ermöglicht die

Mehr

Wahrscheinlichkeitsrechnung und schließende Statistik

Wahrscheinlichkeitsrechnung und schließende Statistik Karl Mosler Friedrich Schmid Wahrscheinlichkeitsrechnung und schließende Statistik Vierte, verbesserte Auflage Springer Inhaltsverzeichnis 0 Einführung 1 1 Zufalls Vorgänge und Wahrscheinlichkeiten 5 1.1

Mehr

Exponentialverteilung

Exponentialverteilung Exponentialverteilung Dauer von kontinuierlichen Vorgängen (Wartezeiten; Funktionszeiten technischer Geräte) Grenzübergang von der geometrischen Verteilung Pro Zeiteinheit sei die Eintrittswahrscheinlichkeit

Mehr

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

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

Mehr

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

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Zufallsvariable Erinnerung: Merkmal, Merkmalsausprägung Deskriptive Statistik:

Mehr

Statistik III. Walter Zucchini Fred Böker Andreas Stadie

Statistik III. Walter Zucchini Fred Böker Andreas Stadie Statistik III Walter Zucchini Fred Böker Andreas Stadie Inhaltsverzeichnis 1 Zufallsvariablen und ihre Verteilung 1 1.1 Diskrete Zufallsvariablen........................... 1 1.2 Stetige Zufallsvariablen............................

Mehr

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

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

Mehr

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

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

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet

Mehr

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

Skriptteufel Klausurworkshop. Statistik Teil 2 Handout

Skriptteufel Klausurworkshop. Statistik Teil 2 Handout Skriptteufel Klausurworkshop Statistik Teil 2 Handout Inhalt 5 Aufgabentypen Kombinatorik Verteilungsmodelle Portfolio Wahrscheinlichkeit Schwankungsintervalle 9.07.2016 Skriptteufel Klausurworkshop Statistik

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Mai 2011 Waldherr / Christodoulides Einführung in Quantitative Methoden- 8.VO 1/40 Poisson-Verteilung Diese Verteilung

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 17. November 2010 1 Gesetze Das Gesetz der seltenen Ereignisse Das schwache Gesetz der großen Zahl 2 Verteilungsfunktionen

Mehr

Numerische Methoden und Algorithmen in der Physik

Numerische Methoden und Algorithmen in der Physik Numerische Methoden und Algorithmen in der Physik Hartmut Stadie, Christian Autermann 15.01.2009 Numerische Methoden und Algorithmen in der Physik Christian Autermann 1/ 47 Methode der kleinsten Quadrate

Mehr

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner /

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner / VU mathematische methoden in der ökologie: räumliche verteilungsmuster / h.lettner / Analyse räumlicher Muster und Verteilungen Die Analyse räumlicher Verteilungen ist ein zentrales Gebiet der ökologischen

Mehr

KATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen - Beispiele

KATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen - Beispiele KATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen - Beispiele Verteilungen Problemstellung Ergebnisraum Ω Stichprobe (n aus N) mehrfaches Auswählen = wiederholen Formel für P Erwartungswert

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Stetige und diskrete Wahrscheinlichkeitsverteilungen Lageparameter Streuungsparameter Diskrete und stetige Zufallsvariablen Eine Variable (oder Merkmal

Mehr

Wahrscheinlichkeitsrechnung und schließende Statistik

Wahrscheinlichkeitsrechnung und schließende Statistik Springer-Lehrbuch Wahrscheinlichkeitsrechnung und schließende Statistik Bearbeitet von Karl Mosler, Friedrich Schmid 4., verb. Aufl. 2010. Taschenbuch. XII, 347 S. Paperback ISBN 978 3 642 15009 8 Format

Mehr

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

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

Mehr

Spezielle Verteilungen

Spezielle Verteilungen Spezielle Verteilungen Prof. Sabine Attinger Jun. Prof. Anke Hildebrandt Beschreibende Statistik Lagemaße: 1. Mittelwert: µ = x = 1 n n i= 1 x i 3. Median=0.5 Perzentil Beschreibende Statistik Streumaße:

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

4.1 Stichproben, Verteilungen und Schätzwerte. N(t) = N 0 e λt, (4.1)

4.1 Stichproben, Verteilungen und Schätzwerte. N(t) = N 0 e λt, (4.1) Kapitel 4 Stichproben und Schätzungen 4.1 Stichproben, Verteilungen und Schätzwerte Eine physikalische Messung ist eine endliche Stichprobe aus einer Grundgesamtheit, die endlich oder unendlich sein kann.

Mehr

Fit for Abi & Study Stochastik

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

Mehr

Statistik für Bachelorund Masterstudenten

Statistik für Bachelorund Masterstudenten Walter Zucchini Andreas Schlegel Oleg Nenadic Stefan Sperlich Statistik für Bachelorund Masterstudenten Eine Einführung für Wirtschaftsund Sozialwissenschaftler 4y Springer 1 Der Zufall in unserer Welt

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Kapitel 9. Verteilungsmodelle. 9.1 Diskrete Verteilungsmodelle Die Gleichverteilung

Kapitel 9. Verteilungsmodelle. 9.1 Diskrete Verteilungsmodelle Die Gleichverteilung Kapitel 9 Verteilungsmodelle Es gibt eine Reihe von Verteilungsmodellen für univariate diskrete und stetige Zufallsvariablen, die sich in der Praxis bewährt haben. Wir wollen uns von diesen einige anschauen.

Mehr

1.5.4 Quantile und Modi. Bem [Quantil, Modus]

1.5.4 Quantile und Modi. Bem [Quantil, Modus] 1.5.4 Quantile und Modi 1.5 Erwartungswert und Varianz Bem. 1.73. [Quantil, Modus] und Vertei- Analog zu Statistik I kann man auch Quantile und Modi definieren. Gegeben sei eine Zufallsvariable X mit Wahrscheinlichkeitsverteilung

Mehr

1. Grundbegri e der Stochastik

1. Grundbegri e der Stochastik Wiederholung von Grundwissen der Stochastik. Grundbegri e der Stochastik Menge der Ereignisse. Die Elemente! der Menge heißen Elementarereignisse und sind unzerlegbare Ereignisse. Das Ereignis A tritt

Mehr

5 Binomial- und Poissonverteilung

5 Binomial- und Poissonverteilung 45 5 Binomial- und Poissonverteilung In diesem Kapitel untersuchen wir zwei wichtige diskrete Verteilungen d.h. Verteilungen von diskreten Zufallsvariablen): die Binomial- und die Poissonverteilung. 5.1

Mehr

2 Aufgaben aus [Teschl, Band 2]

2 Aufgaben aus [Teschl, Band 2] 20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:

Mehr

STATISTISCHE METHODEN UND IHRE ANWENDUNGEN

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

Mehr

Statistik für NichtStatistiker

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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 7 1 Inhalt der heutigen Übung Statistik und Wahrscheinlichkeitsrechnung Vorrechnen der Hausübung D.9 Gemeinsames Lösen der Übungsaufgaben D.10: Poissonprozess

Mehr

Der Erwartungswert E[g(X)] von g(x) ist definiert. g(x k )w(x = x k ),

Der Erwartungswert E[g(X)] von g(x) ist definiert. g(x k )w(x = x k ), 2.5 Parameter einer Verteilung 2.5. Erwartungswert X eine Zufallsvariable, g : R R stetig. Der Erwartungswert E[g(X)] von g(x) ist definiert durch: E[g(X)] := k g(x k )w(x = x k ), falls X diskret ist

Mehr

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

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf. Vorlesung 04 Mathematische Grundlagen II, Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf 1 Was sollen Sie heute lernen? 2 Agenda Wiederholung stetige Renditen deskriptive Statistik Verteilungsparameter

Mehr

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

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

Mehr

Statistische Grundlagen

Statistische Grundlagen Statistische Grundlagen 2 2.1 Motivation Dieses Kapitel gibt eine kurze Übersicht über die im weiteren Verlauf des Buches benötigten mathematischen und statistischen Grundlagen. Zu Beginn wird der Begriff

Mehr

Lösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI

Lösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI Lösungen zu Übungsblatt 9 Höhere Mathematik/Stochastik Anpassung von Verteilungen Zu Aufgabe ) a) Zeichnen des Histogranmmes: Um das Histogramm zu zeichnen, benötigen wir die Höhe der Balken. Die Höhe

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Binomialverteilung Vertrauensbereich für den Anteil

Binomialverteilung Vertrauensbereich für den Anteil Übungen mit dem Applet Binomialverteilung Vertrauensbereich für den Anteil Binomialverteilung Vertrauensbereich für den Anteil 1. Statistischer Hintergrund und Darstellung.... Wie entsteht der Vertrauensbereich?...

Mehr

Inhaltsverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen

Inhaltsverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen Inhaltsverzeichnis Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - Anwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch):

Mehr

Diskrete Verteilungen

Diskrete Verteilungen Diskrete Verteilungen Bernoulli-Verteilung: X Bernoulli(p) Symbol für «verteilt wie» «Eperiment» mit zwei Ausgängen: «Erfolg» ( 1) oder «Misserfolg» ( ). Die Erfolgswahrscheinlichkeit sei p. Wertebereich

Mehr

Psychologische Methodenlehre und Statistik I

Psychologische Methodenlehre und Statistik I Psychologische Methodenlehre und Statistik I Pantelis Christodoulides & Karin Waldherr SS 2013 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik I 1/61 Zufallsexperiment

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

Basiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven

Mehr

Einführung in die Simulation. Dr. Christoph Laroque Wintersemester 11/12. Dresden,

Einführung in die Simulation. Dr. Christoph Laroque Wintersemester 11/12. Dresden, Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Einführung in die Simulation Dr. Christoph Laroque Wintersemester 11/12 Dresden, 11.10.2011 01.11.2011 Einführung

Mehr

6.6 Poisson-Verteilung

6.6 Poisson-Verteilung 6.6 Poisson-Verteilung Die Poisson-Verteilung ist eine Wahrscheinlichkeitsverteilung, die zur Modellierung der Anzahl von zufälligen Vorkommnissen in einem bestimmten räumlichen oder zeitlichen Abschnitt

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung i Dominique Foata Aime Fuchs Wahrscheinlichkeitsrechnung Aus dem Französischen von Volker Strehl Birkhäuser Verlag Basel Boston Berlin INHALTSVERZEICHNIS Vorwort zur deutschen Ausgabe Liste der benutzten

Mehr

Statistik, Datenanalyse und Simulation

Statistik, Datenanalyse und Simulation Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 29. Oktober 2007 1. Statistik 1.1 Wahrscheinlichkeit Pragmatisch: p(e) = n(e) N für N sehr groß Kombination von Wahrscheinlichkeiten p(a oder B) =

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Angewandte Statistik 1

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

Mehr

Wirtschaftsstatistik für Studienanfänger

Wirtschaftsstatistik für Studienanfänger Günter Deweß / Helga Hartwig Wirtschaftsstatistik für Studienanfänger Begriffe - Aufgaben - Lösungen EAG. LE Edition am Gutenbergplatz Leipzig Inhalt Beschreibende Statistik: Daten und Maßzahlen 1 Grundgesamtheiten,

Mehr

Diskrete Verteilungen

Diskrete Verteilungen Diskrete Verteilungen Bernoulli-Verteilung: X Bernoulli( ) Symbol für «verteilt wie» «Eperiment» mit zwei Ausgängen: «Erfolg» (X 1) oder «Misserfolg» (X ). Die Erfolgswahrscheinlichkeit sei. Wertebereich:

Mehr

Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler

Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler Von Professor Dr. Gert Heinrich 3., durchgesehene Auflage R.Oldenbourg Verlag München Wien T Inhaltsverzeichnis

Mehr

Statistische Methoden der Qualitätssicherung

Statistische Methoden der Qualitätssicherung Horst Rinne/ Hans-Joachim Mittag Statistische Methoden der Qualitätssicherung 3., überarbeitete Auflage Carl Hanser Verlag München Wien Vorwort Wegweiser Seite XIII XV 1 Einführung 1 1.1 Qualität und Qualitätsmanagement

Mehr

Formelsammlung: Statistik und Wahrscheinlichkeitstheorie

Formelsammlung: Statistik und Wahrscheinlichkeitstheorie Formelsammlung: Statistik und Wahrscheinlichkeitstheorie Kapitel 1: Deskriptive und explorative Statistik Empirische Verteilungsfkt (S15): Quantile (S24): Bei Typ7 1.Pkt = 0 Danach 1/(n-1) Median (S24):

Mehr

Grundlagen der Statistik

Grundlagen der Statistik www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 2: Wahrscheinlichkeitsrechnung und induktive Statistik Von Professor Dr. Jochen Schwarze 9., vollständig überarbeitete Auflage STUDIUM

Mehr

Deskriptive Statistik 1 behaftet.

Deskriptive Statistik 1 behaftet. Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:

Mehr

Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Stetige Verteilungen

Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Stetige Verteilungen Materialien zur Lösung der folgenden Aufgaben: - in Übung 3 beigefügte Tabelle Wahrscheinlichkeitsverteilungen diskreter und stetiger Zufallsgrößen - Übersicht - beigefügte Tabelle spezieller stetiger

Mehr

Zentraler Grenzwertsatz/Konfidenzintervalle

Zentraler Grenzwertsatz/Konfidenzintervalle / Statistik I Sommersemester 2009 Statistik I ZGWS/ (1/37) Kann Ahmadinejad die Wahl gewonnen haben? Im wesentlichen Dreiteilung der polit. Elite 2005: 17.3 Millionen Stimmen (Stichwahl), Wahlbeteiligung

Mehr

7.5 Erwartungswert, Varianz

7.5 Erwartungswert, Varianz 7.5 Erwartungswert, Varianz Def. 7.5.: a) X sei eine diskrete ZV, die bei unendl. vielen Werten x k folgende Zusatzbedingung erfüllt: x k p k

Mehr

Wahrscheinlichkeitstheorie und Statistik

Wahrscheinlichkeitstheorie und Statistik Wahrscheinlichkeitstheorie und Statistik Definitionen und Sätze Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 2018 2.5.2018 Diskrete Wahrscheinlichkeitsräume Diskreter

Mehr

Vorlesung Stetige Verteilungen / Mathematische Behandlung

Vorlesung Stetige Verteilungen / Mathematische Behandlung B E A C D Z Faultät Verehrswissenschaften Friedrich List Professur für Verehrsströmungslehre Verehrssystemtheorie I+II (V.-Wirtschaft) Vorlesung..0 Stetige Verteilungen / Mathematische Behandlung Neufert,

Mehr

Wichtige Definitionen und Aussagen

Wichtige Definitionen und Aussagen Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge

Mehr

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Sprachtechnologie. Tobias Scheffer Thomas Vanck

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Sprachtechnologie. Tobias Scheffer Thomas Vanck Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Sprachtechnologie Tobias Scheffer Thomas Vanck Statistik & Maschinelles Lernen Statistik: Deskriptive Statistik: Beschreibung (Tabellen,

Mehr

Übungsaufgabe Parameter und Verteilungsschätzung

Übungsaufgabe Parameter und Verteilungsschätzung Übungsaufgabe Parameter und Verteilungsschätzung Prof. Dr. rer. nat. Lüders Datum: 21.01.2019 Autor: Marius Schulte Matr.-Nr.: 10049060 FH Südwestfalen Aufgabenstellung Analysiert werden sollen die Verteilungen

Mehr

Der Mythos des Mittelwertes

Der 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

Mehr

= 3. Kapitel 4: Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall..

= 3. Kapitel 4: Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall.. Kapitel : Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall.. Mittelwert = Summe aller Einzelwerte / n = durchschnittliche Ausprägung, wenn alle gleich viel hätten. Streuung =

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Thema: Wahrscheinlichkeit. Übungsklausur Wahrscheinlichkeit und Regression

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Thema: Wahrscheinlichkeit. Übungsklausur Wahrscheinlichkeit und Regression Übungsklausur Wahrscheinlichkeit und Regression 1. Welche der folgenden Aussagen treffen auf ein Zufallsexperiment zu? a) Ein Zufallsexperiment ist ein empirisches Phänomen, das in stochastischen Modellen

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent

Mehr

Einführung in die Stochastik

Einführung in die Stochastik R. Viertl Einführung in die Stochastik mit Elementen der Bayes-Statistik und Ansätzen für die Analyse unscharfer Daten Springer-Verlag Wien New York Inhalt / Einleitung 1 Kapitel I. Elementare Wahrscheinlichkeitsrechnung

Mehr

Stochastik und Statistik für Ingenieure Vorlesung 4

Stochastik und Statistik für Ingenieure Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl

Mehr

Maurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2

Maurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2 Teil 2 Auswertung von Messungen, zufällige oder statistische Abweichungen Auswertung direkter Messungen Häufigkeitsverteilung, Häufigkeitsfunktion Mittelwert, Standardabweichung der Einzelwerte Standardabweichung

Mehr

Statistik mit und ohne Zufall

Statistik mit und ohne Zufall Christoph Weigand Statistik mit und ohne Zufall Eine anwendungsorientierte Einführung Mit 118 Abbildungen und 10 Tabellen Physica-Verlag Ein Unternehmen von Springer Inhaltsverzeichnis Teil I Deskriptive

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...

Mehr

Wolf falsch eingeschätzt und deshalb falsche Werbemaßnahmen ergriffen.

Wolf falsch eingeschätzt und deshalb falsche Werbemaßnahmen ergriffen. Aufgabenstellung Klausur Methoden der Marktforschung 0.08.004 Der Automobilhersteller People Car verkauft eine neue Variante seines Erfolgsmodells Wolf zunächst nur auf einem Testmarkt. Dabei muss das

Mehr

Werkzeuge der empirischen Forschung

Werkzeuge der empirischen Forschung Werkzeuge der empirischen Forschung I. Daten und Beschreibende Statistik 1. Einführung 2. Dateneingabe, Datentransformation, Datenbehandlung 3. Beschreibende Statistik II. Schließende Statistik 1 III.

Mehr

2. Stochastische Prozesse.

2. Stochastische Prozesse. SS 2006 Arbeitsblatt 2 / S. 1 von 7 2. Stochastische Prozesse. Warteschlangen treten als Erscheinungsformen von in der Zeit ablaufenden Prozessen auf, von denen wie oben erwähnt mindestens einer nicht

Mehr

Statistik, Datenanalyse und Simulation

Statistik, Datenanalyse und Simulation Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 24. Mai 2011 3. Schätzung von Parametern Problemstellung: Aus fehlerbehafteten Messungen möglichst genaue Ergebnisse erarbeiten zusammen mit Aussagen

Mehr

Statistik II. IV. Hypothesentests. Martin Huber

Statistik II. IV. Hypothesentests. Martin Huber Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test

Mehr

Inhaltsverzeichnis. Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: Autor: René Pecher

Inhaltsverzeichnis. Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: Autor: René Pecher Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: 24.01.2011 Autor: René Pecher Inhaltsverzeichnis 1 Permutation 1 1.1 ohne Wiederholungen........................... 1 1.2

Mehr

Kapitel 1: Grundlagen

Kapitel 1: Grundlagen Kapitel 1: Grundlagen 1. - 1 / 44 Gestaltung Zuverlässigkeit Use Case z.b. 95% Fahrer festlegen Belastung z.b. Kraft ermitteln Beanspruchung z.b. Spannung-Kollektiv ableiten Kapitel 4 P Zuverlässigkeit

Mehr

Marcel Dettling. GdM 2: LinAlg & Statistik FS 2017 Woche 11. Winterthur, 10. Mai Institut für Datenanalyse und Prozessdesign

Marcel Dettling. GdM 2: LinAlg & Statistik FS 2017 Woche 11. Winterthur, 10. Mai Institut für Datenanalyse und Prozessdesign Marcel Dettling Institut für Datenanalyse und Prozessdesign Zürcher Hochschule für Angewandte Wissenschaften marcel.dettling@zhaw.ch http://stat.ethz.ch/~dettling Winterthur, 10. Mai 017 1 Zufallsvariablen:

Mehr

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? 1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen

Mehr

MATHEMATISCHE STATISTIK

MATHEMATISCHE STATISTIK EINFÜHRUNG IN DIE MATHEMATISCHE STATISTIK UND IHRE ANWENDUNG VON MARTIN HENGST a. o. Professor an der PH Berlin BIBLIOGRAPHISCHES INSTITUT MANNHEIM HOCHSCHULTASCHENBÜCHER-VERLAG INHALTSVERZEICHNIS Vorwort

Mehr

Chi-Quadrat-Verteilung

Chi-Quadrat-Verteilung Chi-Quadrat-Verteilung Wikipedia http://de.wikipedia.org/wiki/chi-quadrat-verteilung 1 von 7 6/18/2009 6:13 PM Chi-Quadrat-Verteilung aus Wikipedia, der freien Enzyklopädie Die Chi-Quadrat-Verteilung ist

Mehr

Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger. Statistik. Grundlagen - Methoden - Beispiele GABLER

Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger. Statistik. Grundlagen - Methoden - Beispiele GABLER Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger Statistik Grundlagen - Methoden - Beispiele GABLER INHALTSVERZEICHNIS TEIL I: DESKRIPTIVE STATISTIK 1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK

Mehr

Statistik für Ingenieure und Naturwissenschaftler

Statistik für Ingenieure und Naturwissenschaftler Sheldon M. Ross Statistik für Ingenieure und Naturwissenschaftler 3. Auflage Aus dem Amerikanischen übersetzt von Carsten Heinisch ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum Inhalt Vorwort zur dritten

Mehr

Statistik, Geostatistik

Statistik, Geostatistik Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.

Mehr

Einführung in die Statistik

Einführung in die Statistik Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt

Mehr

Statistische Methoden der Qualitätssicherung

Statistische Methoden der Qualitätssicherung Horst Rinne/ Hans-Joachim Mittag Statistische Methoden der Qualitätssicherung Carl Hanser Verlag München Wien VII Inhaltsübersicht Seite Vorwort Wegweiser durch das Buch XIII XV 1 Einführung l 1.1 Qualität

Mehr