Statistik und Wahrscheinlichkeitsrechnung

Transkript

1 Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler

2 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung ist im Ingenieurwesen notwendig, um: Unsicherheiten im Zusammenhang mit Ingenieurmodellen zu quantifizieren. die Ergebnisse von Experimenten zu dokumentieren und zu bewerten. die Wichtigkeit von unsicheren Einflussgrössen beurteilen zu können. effiziente Entscheidungen treffen zu können

3 Aufbau der Vorlesung

4 Karten Warm up Was studieren Sie? Bauwesen Geodäsie Umwelt

5 Kleine Denkaufgabe Welchen Nutzen hat Statistik und Wahrscheinlichkeitsrechnung im Ingenieurwesen? Im Ingenieurwesen keinen nützt höchstens dem Verständnis von Wahlergebnissen. Ermöglicht Entscheidungsfindung bei aussergewöhnlichen Fragestellungen. Weiss nicht

6 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Im ersten Schritt werden wir die Daten nur beschreiben: numerisch Wahrscheinlichkeit h hk it Konsequenzen von Ereignissen von Ereignissen Risiken grafisch Entscheidungsfindung

7 Inhalte der heutigen Vorlesung Überblick der beschreibenden Statistik Numerische Zusammenfassungen Mit welchen einfachen Zahlen können Datenmengen charakterisiert werden? Grafische DarstellungvonDatenmengen Datenmengen Wie werden Datenmengen informativ in Grafiken umgesetzt?

8 Ziel der beschreibenden Statistik Beschreiben von Datenmengen

9 Vorbemerkung Stichprobe und Grundgesamtheit Die statistischen Eigenschaften einer Grundgesamtheit werden anhand von Stichproben untersucht. Z.B.: Die Grundgesamtheit aller Studierenden, welche für Statistik und Wahrscheinlichkeitsrechnung eingeschrieben sind, ist m = 199. Stichprobe von letzter Woche, n =

10 Vorbemerkung Stichprobe und Grundgesamtheit Die statistischen Eigenschaften einer Grundgesamtheit werden anhand von Stichproben untersucht. Z.B.: Biegezähigkeit von Büroklammern, m =. Stichprobe, n =

11 Vorbemerkung Stichprobe und Grundgesamtheit Die statistischen Eigenschaften einer Grundgesamtheit werden anhand von Stichproben untersucht. Damit tdest die Stichprobe die degu Grundgesamtheit etrepräsentiert, e t, müssen die Stichproben zufällig aus der Grundgesamtheit entnommen werden

12 Vorbemerkung Skalenniveau Nominalskala: Qualitative Eigenschaften, welche nicht der Grösse nach sortiert werden können

13 Vorbemerkung Skalenniveau Ordinalskala: Qualitative Eigenschaften, welche der Grösse nach sortiert werden können über den Abstand zwischen den Eigenschaften lässt sich nichts aussagen. (Schulnoten, Ligatabelle) Intervallskala: Quantitative Eigenschaften, sortierbar, der Abstand zwischen zwei Werten lässt sich sachlich begründen. Nullpunkt willkürlich festgelegt. (Temperatur in C, Jahreszahlen) Verhältnisskala: Wie Intervallskala, aber mit absolutem Nullpunkt (Temperatur in Kelvin, Kli Festigkeit, it Körpergrösse) ö

14 Ziel der beschreibenden Statistik Beschreiben von Datenmengen Zahlen Grafiken Keine Annahmen nur Beschreibung!!

15 Datenbeschreibung Zusammenfassen zu nur einer Zahl Arithmetisches Mittel: 1 x = n x = n i= 1 Für einen Datensatz: ( ) 1 2 x i x, x,..., x n T Um eine Stichprobe nur mit Hilfe einer Zahl zu beschreiben, wird normalerweise der Stichproben Mittelwert verwendet

16 Datenbeschreibung Einfache graphische Darstellung von Stichproben Eindimensionales Streudiagramm: Guter Datenüberblick (Maximum, Minimum). Vorsicht bei diskret verteilten Daten!

17 Datenbeschreibung Einfache graphische Darstellung von Stichproben Eindimensionales Streudiagramm: Mittelwert = n 1 Der Stichprobenmittelwert x = x i entspricht dem Schwerpunkt Schwerpunkt der Daten. n i=

18 Datenbeschreibung Einfache graphische Darstellung von Stichproben Histogramm: Einteilung der Datenreihe inklassen Klassen. Darstellung der Grösse der Klassen. zb z.b. die Körpergrösse Klassen Anzahl 150 < x < x < x < x < x n =

19 Datenbeschreibung Einfache graphische Darstellung von Stichproben Histogramm: Klassen Anzahl 150 < x < x < x < x < x n =

20 Datenbeschreibung Neben dem Mittelwert gibt es noch andere sog. Lagemasse: Der Median oder Zentralwert x ist der mittlere Wert einer nach der Grösse geordneten Stichprobe o o o. x1 x2... x n x x n + 1 n ungerade 2 = 1 xn + xn n gerade Beispiele: [ ] [ ]

21 Datenbeschreibung Neben dem Mittelwert gibt es noch andere sog. Lagemasse: Der Median oder Zentralwert x ist der mittlere Wert einer nach der Grösse geordneten Stichprobe o o o. x1 x2... x n Median = Mittelwert =

22 Datenbeschreibung Neben dem Mittelwert gibt es noch andere sog. Lagemasse: Der Modus oder Modalwert ist der am häufigsten auftretende Wert bei kontinuierlichen Wertemengen u.a. aus Histogramm ersichtlich. Modus Median = Mittelwert =

23 Datenbeschreibung Streumasse Streuung um den Mittelwert Die Varianz der Stichprobe s = ( xi x ) n 2 1 n i= 1 2 Die Standardabweichung der Stichprobe n 1 s = ( x x) n i = 1 i 2 Der Variationskoeffizient der Stichprobe (relative Streuung) ν = s x

24 Datenbeschreibung Streumasse Streuung um den Mittelwert Varianz s = n 2 1 n i= 1 ( xi x ) 2 2 Standardabweichung s= ( x x) COV 1 n n i = 1 i ν = s x Beispiel x = [cm] x = 71.2 [kg] 2 2 = 2 2 s [cm ] s = [kg ] s = 7.85 [cm] s = 9.28 [kg] ν = 0.04 [-] ν = 0.13 [-]

25 Datenbeschreibung Streumasse Streuung um den Mittelwert Der Schiefekoeffizient der Stichprobe > Mass für die Asymmetrie η = 1 n n i= 1 ( x i s 3 x ) 3 Beispiel η = 0.36 η = 0.1 Linksschief Rechtsschief

26 Datenbeschreibung Streumasse Streuung um den Mittelwert Kurtosis der Stichprobe: ( xi 1 i= 1 > Mass für die Wölbung κ = 4 n s Beispiel n x ) 4 κ = 3.05 κ =

27 Datenbeschreibung Beschreibung von paarweise beobachteten Eigenschaften x = (,,,..., ) x 1, x 2, x 3,, x n T y = y, y, y,..., y n ( ) T

28 Datenbeschreibung Beschreibung von paarweise beobachteten Eigenschaften Das zweidimensionale Streudiagramm

29 Datenbeschreibung Beschreibung von paarweise beobachteten Eigenschaften Das zweidimensionale Streudiagramm

30 Datenbeschreibung Beschreibung von paarweise beobachteten Eigenschaften Die Kovarianz: n 1 s = ( x x) ( y y) XY i i n i = 1 x Körpergrösse x = cm y Gewicht y = 71.2 kg

31 Datenbeschreibung Beschreibung von paarweise beobachteten Eigenschaften Die Kovarianz: n 1 s = ( x x) ( y y) = 50.8 XY i i n i = 1 x Körpergrösse x = cm y Gewicht y = 71.2 kg

32 Datenbeschreibung Beschreibung von paarweise beobachteten Eigenschaften Die Kovarianz: n 1 s = ( x x) ( y y) XY i i n i = 1 Der Korrelationskoeffizient: r XY = 1 n n i=1 ( x i x ) ( s X s Y y i y ) ist limitiert auf das Interval [ 1,1]

33 Datenbeschreibung Beschreibung von paarweise beobachteten Eigenschaften Der Korrelationskoeffizient: r XY n ( xi x ) ( yi y ) 1 i= 1 = = n s s X Y x Körpergrösse x = cm y Gewicht y = 71.2 kg

34 Nummerische Zusammenfassungen Mittelwerte: Arithmetisches Mittel: Median: Modalwert: Streuungsmasse: Varianz / Standardabweichung: Variationskoeffizient : Schwerpunkt der Stichprobe mittlerer Wert einer Stichprobe am häufigsten vorkommender Wert Verteilung um den Mittelwert Variabilität relativ zum Mittelwert Andere Masse: Schiefekoeffizient: Schiefe relativ zum Mittelwert Kurtosis: Wölbung um den Mittelwert Masse für Korrelation: Kovarianz: Tendenz für paarweise beobachtete Eigenschaften Korrelationskoeffizient : Normalisierter Koeffizient zwischen 1 und

35 Weitere graphische Darstellungsformen HistogrammTeil II Quantile Plots TukeyBoxplots

36 Histogramm Prinzip: Aufteilung der Stichprobe in k Grössenklassen Auftragen der Häufigkeit je Klasse Beispiel: Ihre Büroklammerdaten vom letzten Mal grosse Klammern, Stichprobenumfang n = 190, Maximalwert t132, Minimalwert i 6. Einteilung in 14 Klassen; (0,10]; ];(10,20]; (20,30]; ; (130,140]

37 Histogramm Prinzip: Aufteilung der Stichprobe in k Grössenklassen Auftragen der Häufigkeit je Klasse Beispiel: Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern Aussage abhängig von der Anzahl Klassen!!!!

38 Histogramm Prinzip: Aufteilung der Stichprobe in k Grössenklassen Auftragen der Häufigkeit je Klasse Faustregel für die Anzahl Klassen: k= log( n) Beispiel: Büroklammerdaten grosse Klammern, Stichprobenumfang n = 190, Wertebereich [6, 132] k = log ( 190) = Klassen (0,15]; (15,30]; (30,45]; ; (120,135] oder (5,19]; (19,33]; (36,50]; ; (117,131]?

39 Histogramm Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern

40 Histogramm Die Form des Histogramms hängt ab von der Anzahl Klassen. der Wahl des Startpunktes. Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern

41 Histogramm Bisher betrachteten wir die absolute Häufigkeit. Inder Regel wird die Häufigkeit relativ, also normiert betrachtet. Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern

42 Histogramm Eine Spielart des Histogramms ist das kumulative Häufigkeits diagramm. Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern

43 Histogramm Eine Spielart des Histogramms ist das kumulative Häufigkeits diagramm. Hier kann die Klasseneinteilung beliebig klein sein! Anzahl Biegungen gr. Klammern Anzahl Biegungen gr. Klammern

44 Weitere graphische Darstellungsformen Histogramm Teil II. Quantile Plots TukeyBoxplots

45 Quantil Plot Definition : DieQ Q Quantile Quantile korrespondiert mitdem Wert der Stichprobe, welcher mit dem Wert 100% Q x 100% überschritten wird. Dh D.h. zum Beispiel: das 075 Quantil 0.75 Quantil wird von 100% 0.75 x 100% = 25% der Daten überschritten. DieQuantilewerden vonder geordneten Stichprobe berechnet: x o 1 x o 2... x o n Q i i = 1 +n

46 Quantil Plot Quantile Plots werden durch Auftragen der Daten und dem Quantilwert gebildet. Anzahl Biegungen gr. Klammern

47 Quantil Plot Quantile Plots werden durch Auftragen der Daten und dem Quantilwert gebildet. oberes Quartil = 75% Quantil unteres Quartil = 25% Quantil Anzahl Biegungen gr. Klammern

48 Quantil Plot Quantile Plots werden durch Auftragen der Daten und dem Quantilwert gebildet. oberes Quartil = 75% Quantil Und was ist das?? unteres Quartil = 25% Quantil Anzahl Biegungen gr. Klammern Median Mittelwert e Weiss nicht

49 Tukey Boxplot Der Tukey Boxplot illustriert: Median untere und obere Quartilwerte Streubreite Ausreisser

50 Tukey Boxplot Ausreisser grösster verbundener Wert grösster Wert kleiner als oberes Quartil + 15* 1.5 r r oberes Quartil = 75% Quantil Median = 50% Quantil unteres Quartil = 25% Quantil r = interquartiler Bereich (50% der Werte) kleinster verbundener Wert kleinster Wert grösser als unteres Quartil 1.5 * r

51 Tukey Boxplot Klammern biegungen Durch grosse Klammern kleine Klammern

52 Tukey Boxplot 200 Körpergrösse Körp pergrösse Alle Männer Frauen

53 Q Q Plots Q Q plots dienen zur Darstellung und Vergleich von 2 Datenreihen. Datenpunkte der beiden Datenreihen mit demselben Quantilwert werden aufgetragen

54 Mittel über Differenz Plots Mittel über Differenz Plots dienen zur Darstellung und dem Vergleich vonzwei Datenreihen. Das Mittel ( yi + xi)/2 wird über die Differenz yi x i aufgetragen

55 Zusammenfassung Graphische Darstellung Ein dimensionales Streudiagramm Zwei dimensionales Streudiagramm Histogramm Quantile Plot Tukey Boxplot Q Q Plot Mittel über Differenz Plot Veranschaulicht den Bereich und die Verteilung von Datenreihen entlang einer Achse, und zeigt Symmetrie. Veranschaulicht den paarweisen Zusammenhang von Daten. Stellt die Verteilung von Daten über einem Bereich von Datenreihen dar, zeigt Modalwert und Symmetrie. Stellt Median, Verteilung und Symmetrie dar. Stellt Median, obere/untere Quartile, Symmetrie und Verteilung dar. Vergleicht zwei Datenreihen, relatives Bild. Vergleichtzwei Datenreihen, relativesbild Bild