D E S K R I P T I V E S T A T I S T I K
|
|
- Kajetan Ritter
- vor 7 Jahren
- Abrufe
Transkript
1 Dr. T. Deutler Seminar für Statistik Universität Mannheim Denkanstöße und Lernkontrollfragen zur Veranstaltung D E S K R I P T I V E S T A T I S T I K 1. Grundbegriffe, Darstellung statistischer Ergebnisse 1.1. Wodurch unterscheiden sich nominale, ordinale und metrische Merkmale? 1.2. Woran erkennt man im konkreten Einzelfall zu welcher Merkmalart das interessierende Merkmal gehört? 1.3. Wie wirkt sich der Unterschied der Merkmalarten bei der Erfassung bzw. Auswertung der Daten aus? 1.4. Ist die Zuordnung eines Merkmals zu einer Merkmalart stets eindeutig? Wovon ist die Zuordnung ggf. abhängig? 1.5. Weshalb lässt sich ein metrisches Merkmal auch wie ein ordinales bzw. wie ein nominales Merkmal auswerten? Was sind die Konsequenzen, wenn ein metrisches Merkmal wie ein ordinales bzw. wie ein nominales ausgewertet wird? 1.6. Weshalb können nominale Merkmale nicht wie ordinale oder metrische und ordinale nicht wie metrische behandelt werden? 1.7. Welche graphischen Darstellungsmöglichkeiten von Häufigkeitsverteilungen gibt es? In welchen Anwendungssituationen werden diese jeweils benutzt? 1.8. Enthalten tabellarische und entsprechende graphische Darstellungen dieselben Informationen? Lässt sich eine Darstellung in eine andere überführen, wenn ja, wie? 1.9. Zu welchen Zwecken benutzt man relative anstelle von absoluten Häufigkeiten? Welche Vor- und Nachteile sind mit der Gruppierung von Daten verbunden? Wozu dienen kumulierte Häufigkeiten bzw. die Summenkurve oder die Summentreppe? Für welche Merkmalarten lassen sich kumulierte Häufigkeiten bilden? Wie konstruiert man aus einem Stabdiagramm die Summentreppe bzw. aus einem Histogramm die Summenlinie und umgekehrt? In welchen Fällen benutzt man zur Darstellung von Häufigkeiten anstelle eines Stabdiagramms ein Histogramm? Weshalb sollte man bei einem Histogramm mit unterschiedlich breiten Klassen nicht die Säulenhöhen sondern die Säulenflächen proportional zu den Klassenhäufigkeiten zeichnen? Wie ist bei einem Histogramm der Zahlenwert der Säulenhöhe zu interpretieren? Wann benutzt man verschieden breite Klassen anstelle von Klassen gleicher Breite? Für welche Bereiche der Merkmalachse sollte man die Klassen breit bzw. eng wählen? Unter welcher Bedingung könnte man in einem Histogramm zur Darstellung von Häufigkeiten die Säulenhöhen (anstelle der Säulenflächen) verwenden, ohne dass sich die Gestalt des Histogramms verändert? Aus welchen Gründen nimmt man beim Gruppieren Informationsverluste in Kauf? Durch welche Annahme ersetzt man im Histogramm die durch das Gruppieren verloren gegangene Information? Welche Probleme können offene Klassen mit sich bringen? 2. Konzentrationsmessung 2.1. Weshalb und in welchen Anwendungssituationen (Beispiele!) interessiert man sich für die Konzentrationsmessung? 2.2. Worin besteht der Unterschied zwischen Aussagen zur absoluten und zur relativen Konzentration? 2.3. Wie stellt man absolute bzw. relative Konzentration grafisch dar?
2 2.4. Welche Angaben benötigt man zum Zeichnen einer Lorenzkurve und wie erstellt man aus diesen Angaben die Lorenzkurve? 2.5. Welche Ablesungen lassen sich an einer Lorenzkurve vornehmen? 2.6. Wie ist Gleichverteilung bzw. vollständige Konzentration zu interpretieren? (Erläuterung an Beispielen!) 2.7. Wie sieht die Lorenzkurve bei Gleichverteilung bzw. bei vollständiger Konzentration aus? Welche Werte nimmt der Gini- Koeffizient in diesen beiden Extremfällen an? 2.8. Wie verändern sich Lorenzkurve bzw. Gini-Koeffizient, wenn im Zeitverlauf die Konzentration zunimmt? 2.9. Lässt sich beim Vergleich zweier Lorenzkurven stets angeben, bei welcher von beiden stärkere Konzentration vorliegt? Kann es vorkommen, dass zu verschiedenen Lorenzkurven der gleiche Wert des Gini-Koeffizienten gehört? Ist bei einem Konzentrationsprozess mit dem Ansteigen der absoluten Konzentration stets auch ein Anstieg der relativen Konzentration verbunden? Überlegen Sie sich ökonomische Fragestellungen, bei denen ein Konzentrationsprozess besser anhand der absoluten als anhand der relativen Konzentration beschrieben wird und umgekehrt Was ist der Unterschied zwischen Häufigkeitsverteilung und Merkmalsverteilung? Was bedeutet Gleichverteilung eines Merkmals und wie erkennt man sie? Was bedeutet Gleichverteilung von Häufigkeiten und wie erkennt man sie? Was wird bei einer Häufigkeitsverteilung verteilt und auf wen wird verteilt? Was wird bei einer Merkmalsverteilung verteilt und auf wen wird verteilt? 3. Lagemaße ( Mittelwerte ) 3.1. Wie ist das arithmetische Mittel µ für ein Merkmal in einer Grundgesamtheit definiert? 3.2. Wie berechnet man µ bei vorgegebener Urliste bzw. bei gruppierten Daten? 3.3. Was ist ein gewogenes Mittel? 3.4. Welche anschauliche Bedeutung haben die Gewichte beim gewogenen Mittel und wie lässt sich dementsprechend dieses Mittel anschaulich interpretieren? 3.5. Warum summieren sich die (gewogenen) Abweichungen der Daten vom arithmetischen Mittel µ zum Wert Null? 3.6. Wie bestimmt man aus dem arithmetischen Mittel für ein metrisches Merkmal x das arithmetische Mittel für das linear transformierte Merkmal y = a + b x? 3.7. Lässt sich allein aus dem arithmetischen Mittel für ein metrisches Merkmal x das arithmetische Mittel für das transformierte Merkmal y = f(x) bestimmen, wenn f(x) nicht linear ist? 3.8. Wie ist der Median Me definiert? Bei welchen Merkmalarten lässt sich der Median bestimmen? 3.9. Wie bestimmt man den Median für eine Urliste bzw. für gruppierte Daten? Wie ist der Modalwert Mo definiert? Wie bestimmt man den Modalwert? Existiert für jeden Datensatz ein Modalwert? Ist der Modalwert stets eindeutig? Wie bestimmt man das geometrische Mittel? In welchen Anwendungssituationen hat man anstelle des arithmetischen Mittels das geometrische Mittel zu benutzen? Welche Voraussetzungen muss ein Merkmal erfüllen, damit die Berechnung des geometrischen Mittels stets möglich und sinnvoll ist?
3 3.17. In welchen Fällen ist die Berechnung von µ aus gruppierten Daten nicht möglich? In welchen Fällen ist der Median bei gruppierten Daten nicht bestimmbar? Weshalb unterscheiden sich die Formeln zur Bestimmung des Medians für gerade und ungerade Anzahl von Daten? Stimmt der Mittelwert für eine Urliste mit dem Mittelwert für die aus der Urliste gebildeten gruppierten Daten überein? Wenn nein, worauf ist der Unterschied zurückzuführen? Wozu dienen Mittelwerte? Welche Mittelwerte kann man bei einem nominalen bzw. ordinalen bzw. metrischen Merkmal bestimmen und benutzen? Bei welcher Merkmalart sind sowohl arithmetisches Mittel als auch Median als auch Modalwert bestimmbar? Anhand welcher Kriterien wählt man im Fall, dass mehrere Lagemaße bestimmbar sind, das geeignete aus? Welche der in den Daten enthaltenen Informationen werden bei der Bestimmung von µ bzw. Me bzw. Mo genutzt? Welches Lagemaß ist unempfindlich gegenüber extrem kleinen bzw. extrem großen Merkmalwerten (sogenannten Ausreißern )? Welche Lagemaße lassen sich bei offenen Randklassen nicht bestimmen? Welche Relationen bestehen bei einem metrischen Merkmal zwischen µ, Me und Mo im Fall einer symmetrischen bzw. asymmetrischen eingipfligen Häufigkeitsverteilung? 4. Streuungsmaße 4.1. Woran kann man beim optischen Vergleich von zwei Stabdiagrammen (bzw. Histogrammen) oder Summentreppen (bzw. Summenlinien) gegebenenfalls erkennen, welches der beiden Merkmale stärker streut? 4.2. Wie lässt sich das Phänomen Streuung verbal erläutern? 4.3. Welche Streumaße kennen Sie? 4.4. Welche Streumaße kann man bei einem metrischen bzw. ordinalen bzw. nominalen Merkmal bestimmen und benutzen? Weshalb eignet sich die Formel ( x i ) N nicht als Streumaß? 4.6. Worin besteht der Unterschied zwischen der mittleren quadratischen Abweichung von einem Bezugspunkt c und der Varianz? 4.7. Weshalb zeichnet sich bei der mittleren quadratischen Abweichung vom Bezugspunkt c das arithmetische Mittel in besonderer Weise als Bezugspunkt aus? 4.8. Wie berechnet man die Varianz aus einer Urliste bzw. für gruppierte Daten? Gibt es mehrere Berechnungsmöglichkeiten? 4.9. Weshalb hat in der Praxis die Standardabweichung als Streumaß eine größere Bedeutung als die Varianz? In welcher Form lässt sich die Standardabweichung auf der Merkmalachse geometrisch veranschaulichen? Wie bestimmt man aus der Standardabweichung σx für das metrische Merkmal x die Standardabweichung σy für das Merkmal y = a + bx? Was ist der Unterschied zwischen einem absoluten und einem relativen Streumaß? In welchen Anwendungssituationen benutzt man anstelle der Standardabweichung den Variationskoeffizienten? In welchen Fällen ist der Variationskoeffizient für das Merkmal x größer bzw. gleich bzw. kleiner als der Variationskoeffizient für das Merkmal y = a + b x? Welche Dimension besitzt die Varianz bzw. die Standardabweichung bzw. der Variationskoeffizient für ein dimensionsbehaftetes metrisches Merkmal? Wie beeinflusst eine Umrechnung der Maßeinheit eines metrischen Merkmals (z.b. Euro-Preise in Dollar-Preise) das
4 arithmetische Mittel, die Varianz, die Standardabweichung, den Variationskoeffizienten? 5. Indizes 5.1. Welche Arten von Indizes gibt es? 5.2. Auf welche ökonomischen Fragestellungen sollen diese Indizes Antworten geben? 5.3. Wie sind die Zähler- bzw. Nennersummen dieser Indizes ökonomisch zu interpretieren? Worüber wird dabei summiert? 5.4. Worin besteht der Unterschied zwischen den Indizes nach Laspeyres und nach Paasche? 5.5. Unter welchen Bedingungen besteht Übereinstimmung zwischen den Indizes nach Laspeyres und Paasche? 5.6. Weshalb benötigt ein Preisindex, der zur Messung von durchschnittlichen Preisänderungen berechnet wird, auch Mengenangaben für die Waren des Warenkorbes? 5.7. In welcher Form lässt sich der Preisindex nach Laspeyres als gewogenes Mittel interpretieren? Welche Größen werden dabei gemittelt und welche ökonomische Bedeutung haben die Gewichte? 5.8. Welcher Unterschied besteht zwischen einem Preisindex für die Lebenshaltung und einem Preisindex für die Lebenshaltungskosten? 5.9. Weshalb wird zur Berechnung des Preisindex für die Lebenshaltung nicht der Preisindex nach Paasche sondern nach Laspeyres benutzt? Sind beim Preisindex nach Paasche bzw. nach Laspeyres mehrere aufeinanderfolgende Werte einer Indexreihe untereinander vergleichbar? Was misst ein Wertindex? Weshalb kann man einen Wertindex nicht zur Messung einer durchschnittlichen Preisänderung benutzen? Welche formalen Zusammenhänge bestehen zwischen dem Wertindex und den Preis- und Mengenindizes? Wie könnte man ermitteln, wie viel von einer Wertindexänderung auf Mengenänderungen und wie viel auf Preisänderungen zurückgeht? Wie führt man die Preisbereinigung eines Wertindex durch? Aus welchen Gründen und auf welche Weise basiert man einen Index um? Wird die gegenseitige Beeinflussung von Preisen und Mengen bei der Berechnung eines Preis- bzw. Mengenindex berücksichtigt? 6. Zweidimensionale Häufigkeitsverteilungen; Abhängigkeitsmaße 6.1. Welche Fragestellungen sollen durch Abhängigkeitsmaße beantwortet werden? 6.2. Wie stellt man das Datenmaterial für zwei Merkmale gemeinsam in tabellarischer bzw. graphischer Form dar? 6.3. Wie berechnet man den Pearson schen Korrelationskoeffizienten ρ im Fall einer Urliste aus Zahlenpaaren (bzw. im Fall einer zweidimensionalen Häufigkeitstabelle)? 6.4. Welchen Wertebereich besitzt ρ? 6.5. Was lässt sich aus dem Vorzeichen von ρ ablesen? 6.6. Was lässt sich aus dem Zahlenwert von ρ ablesen? 6.7. Welche Struktur besitzen die Daten im Fall ρ = 1 bzw. ρ = 1 bzw. ρ = 0? 6.8. Welche Form der Abhängigkeit misst ρ? Wie ist dementsprechend der Wert ρ = 0 zu interpretieren? 6.9. Welche Dimension besitzt ρ? Wie verändert sich der Wert von ρ, wenn bei einem von beiden oder bei beiden Merkmalen die Maßeinheit verändert wird? Wozu dient die Methode der Kleinsten Quadrate? Wie lautet ihre Zielfunktion? Gehen in die Zielfunktion die vertikalen, die
5 horizontalen oder die lotrechten Abstände von den beobachteten Punkten zur Ausgleichsgeraden ein? Wozu bestimmt man eine Ausgleichsgerade und was lässt sich an der Ausgleichgeraden ablesen? Welcher Zusammenhang besteht zwischen der Steigung der Ausgleichsgeraden und dem Korrelationskoeffizienten ρ? Weshalb gibt es zwei (im allgemeinen voneinander verschiedene) Ausgleichsgeraden? Wodurch wird bestimmt, an welcher der beiden Ausgleichsgeraden man in einer konkreten Anwendungssituation abzulesen hat? In welchem Punkt schneiden sich die beiden Ausgleichsgeraden? In welchem Spezialfall stehen die beiden Ausgleichsgeraden aufeinander senkrecht bzw. fallen die beiden Ausgleichsgeraden zusammen? Wie ist der Spearman sche Korrelationskoeffizient ρs definiert? Welcher Zusammenhang bzw. Unterschied besteht zwischen ρs und ρ? Wie berechnet man ρs im Fall, dass beide Merkmale ordinal bzw. im Fall, dass eines oder beide Merkmale metrisch sind? Welche Regeln sind bei der Rangzuordnung zu den Ausprägungen von metrischen Merkmalen, insbesondere im Fall von Bindungen, zu beachten? Welchen Wertebereich besitzt ρs? Welche spezielle Rangzuordnung besteht zwischen zwei Merkmalen im Fall ρs = +1 bzw. ρs = 1? Welche Form der Abhängigkeit misst ρs im Fall von zwei ordinalen Merkmalen bzw. im Fall von zwei metrischen Merkmalen? Folgt bei zwei metrischen Merkmale aus ρs = 1 stets auch ρ = 1 bzw. aus ρ = 1 stets auch ρs = 1? Welche Gestalt hat eine Punktwolke mit ρs = 1 und 0 < ρ < 1? Welche in den Beobachtungen von metrischen Merkmalen enthaltene Information geht in die Berechnung von ρ bzw. ρs ein? Wie erstellt man für ein Merkmalpaar die zugehörige Kontingenztabelle? Welche Informationen kann man aus einer Kontingenztabelle entnehmen? Für welche Merkmalarten gibt es Kontingenztabellen? Wie erkennt man aus einer Kontingenztabelle, ob zwei Merkmale unabhängig bzw. vollständig abhängig sind? Was bedeutet vollständige Abhängigkeit? Besteht bei vollständiger Abhängigkeit stets eine umkehrbare eindeutige Beziehung zwischen den Ausprägungen der beiden Merkmale? Mit welcher Maßzahl lässt sich die Stärke der Abhängigkeit in einer Kontingenztabelle angeben? Welchen Wert nimmt die mittlere quadratische Kontingenz K 2 bei Unabhängigkeit bzw. bei vollständiger Abhängigkeit an? Lässt sich bei metrischen Merkmalen aus dem Wert von K 2 etwas über die Form der Abhängigkeit aussagen? Welche Abhängigkeitsmaße kann man bei den verschiedenen Paarungen aus metrischen, ordinalen bzw. nominalen Merkmalen benutzen? Erlaubt bei metrischen oder ordinalen Merkmalen der Wert eines Abhängigkeitsmaßes Aussagen über die Form des Zusammenhanges der beiden Merkmale?
6 6.39. Was ist der Unterschied zwischen einem funktionalen bzw. kausalen und einem statistischen Zusammenhang zwischen zwei Merkmalen? Kann aus einem starken statistischen Zusammenhang auf einen kausalen Zusammenhang geschlossen werden? Ist der Schluss in umgekehrter Richtung möglich? Was ist der Unterschied zwischen unabhängig und unkorreliert bzw. zwischen abhängig und korreliert? Welche gegenseitigen Beziehungen bestehen bei zwei metrischen Merkmalen zwischen den Abhängigkeitsmaßen ρ, ρs und K 2 bei - linearer funktionaler Abhängigkeit - umkehrbar eindeutiger funktionaler Abhängigkeit - Unabhängigkeit bzw. Unkorreliertheit - Abhängigkeit bzw. Korreliertheit? Sind unabhängige Merkmale stets unkorreliert? Sind unkorrelierte Merkmale stets unabhängig? Sind abhängige Merkmale stets korreliert? Sind korrelierte Merkmale stets abhängig? Folgt aus ρ = 0 stets ρs = 0 bzw. aus ρs = 0 stets ρ = 0? 7. Zeitreihen 7.1. Wodurch unterscheiden sich zeitpunkt- und zeitraumbezogene Merkmale? 7.2. Welche Fragen sollen durch die Zeitreihenanalyse beantwortet werden? 7.3. Welche Komponenten besitzt eine Zeitreihe und wie sind diese Komponenten zu interpretieren? 7.4. Wodurch unterscheidet sich das Modell mit additiver vom Modell mit multiplikativer Komponentenverknüpfung? Wie wirkt sich der Unterschied auf das Erscheinungsbild einer Zeitreihe aus? 7.5. Wie bestimmt man für eine Zeitreihe die Trendgerade nach der Methode der kleinsten Quadrate? Wie ist diese Trendgerade und wie ist ihre Steigung zu interpretieren? 7.6. Wozu kann man diese Trendgerade benützen? 7.7. Auf welche Weise könnte man überprüfen, ob ein linearer Trendansatz sinnvoll ist? 7.8. Wie bestimmt man gleitende Durchschnitte? 7.9. Welcher Zusammenhang besteht zwischen der Trendgeraden (nach der Kleinste-Quadrate-Methode) in Teilbereichen und den gleitenden Durchschnitten? Welche Regeln und Prinzipien sind bei der Festlegung der Gliederzahl für gleitende Durchschnitte zu beobachten? Weshalb wird bei gerader Gliederzahl ein spezielles Wägungsschema für die Berechnung gleitender Durchschnitte verwendet und wie kommt dieses zustande? Welche Konsequenzen für die Trendlinie ergeben sich bei hoher bzw. niedriger Gliederzahl? Weshalb sollte bei Zeitreihen mit Saisonkomponente die Gliederzahl mit der Anzahl der Zeitabschnitte je Periode übereinstimmen? Welche Vor- bzw. Nachteile besitzt die Trendbestimmung nach der Kleinste-Quadrate-Methode gegenüber der Methode der Gleitenden Durchschnitte? Wie bestimmt man die Saisonkomponenten im Zeitreihenmodell mit additiver bzw. multiplikativer Verknüpfung? Was ist eine Saisonfigur? Wie bestimmt man die saisonbereinigte Reihe und wie ist diese zu interpretieren? Wie bestimmt man Prognosen für einzelne Zeitreihenwerte anhand des errechneten Trendverlaufs und der errechneten Saisonkomponenten? Welcher Zusammenhang besteht zwischen Wachstumsraten und Wachstumsfaktoren?
7 7.20. Wie bestimmt man die durchschnittliche Wachstumsrate, wenn - die Wachstumsraten in den einzelnen Zeitabschnitten - Anfangswert und Endwert der Zeitreihe bekannt sind? Hat man bei einer Zeitreihe mit Z Daten zur Bestimmung des durchschnittlichen Wachstumsfaktors die (Z 1)-te, die Z-te oder die (Z+1)-te Wurzel aus dem Produkt der Wachstumsfaktoren zu ziehen? Wird bei der Berechnung der durchschnittlichen Wachstumsrate additives Wachstum oder multiplikatives Wachstum zugrunde gelegt? Wie ist eine negative Wachstumsrate zu interpretieren? Was bedeutet Nullwachstum? Wie erstellt man anhand der durchschnittlichen Wachstumsrate Prognosen? Welche Anwendungsmöglichkeiten besitzt die durchschnittliche Wachstumsrate? Welche Relation besteht zwischen der durchschnittlichen Wachstumsrate und dem arithmetischen Mittel der Wachstumsraten?
Deskriptive Statistik
Dr. T. Deutler Seminar für Statistik UIVERSITÄT MAHEIM Beispiele, Tabellen, Grafiken und Formeln zur Veranstaltung Deskriptive Statistik Übersichtsschema Merkmalarten Merkmalart qualitativ quantitativ
MehrDeskriptive Statistik
Seminar für Statistik Universität Mannheim Lösungen zu den Zusatzaufgaben der Veranstaltung Deskriptive Statistik Lösung zu Zusatzaufgabe 1 In einem Histogramm mit Klassenbreiten b i und Säulenhöhen h
MehrGünther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage
i Günther Bourier Beschreibende Statistik Praxisorientierte Einführung - Mit Aufgaben und Lösungen 12., überarbeitete und aktualisierte Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort V 1 Einführung
MehrBeschreibende Statistik
Gunther Bourier Beschreibende Statistik Praxisorientierte Einfuhrung Mit Aufgaben und Losungen 7., uberarbeitete Auflage GABIER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis V VII 1 Einfuhrung 1 1.1 Begriff
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
MehrDeskriptive Statistik
Helge Toutenburg Christian Heumann Deskriptive Statistik Eine Einführung in Methoden und Anwendungen mit R und SPSS Siebte, aktualisierte und erweiterte Auflage Mit Beiträgen von Michael Schomaker 4ü Springer
MehrStatistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
MehrVorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig
Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 In der aktuellen
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
MehrStatistik - Übungsaufgaben
Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64
MehrBeschreibende Statistik
Beschreibende Statistik von Dr. Peter M. Schulze Professor für Statistik und Ökonometrie an der Johannes Gutenberg-Universität Mainz 6., korrigierte und aktualisierte Auflage R.Oldenbourg Verlag München
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)
MehrChristoph Schöffel, Deskriptive Statistik. 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1. Thema 1: Darstellungsweise von Merkmalen 1
Inhaltsübersicht 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1 Thema 1: Darstellungsweise von Merkmalen 1 1. Diskrete und (quasi-)kontinuierliche Merkmale 1 1.1 Was sind Merkmale 1 1.2 Darstellungsweise
MehrGrundlagen der Statistik I
NWB-Studienbücher Wirtschaftswissenschaften Grundlagen der Statistik I Beschreibende Verfahren Von Professor Dr. Jochen Schwarze 10. Auflage Verlag Neue Wirtschafts-Briefe Herne/Berlin Inhaltsverzeichnis
MehrGrundlagen der Statistik
www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 1: Beschreibende Verfahren Von Professor Dr. Jochen Schwarze 12., vollständig überarbeitete Auflage nwb STUDIUM Inhaltsverzeichnis
MehrLösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.
MehrInhaltsverzeichnis. 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):
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrDiese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durc
SS 2017 Torsten Schreiber 222 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durch Summierung je Ausprägung
MehrKapitel 3: Lagemaße. Ziel. Komprimierung der Daten zu einer Kenngröße, welche die Lage, das Zentrum der Daten beschreibt
Kapitel 3: Lagemaße Ziel Komprimierung der Daten zu einer Kenngröße, welche die Lage, das Zentrum der Daten beschreibt Dr. Matthias Arnold 52 Definition 3.1 Seien x 1,...,x n Ausprägungen eines kardinal
MehrJosefPuhani. Kleine Formelsammlung zur Statistik. 10. Auflage. averiag i
JosefPuhani Kleine Formelsammlung zur Statistik 10. Auflage averiag i Inhalt- Vorwort 7 Beschreibende Statistik 1. Grundlagen 9 2. Mittelwerte 10 Arithmetisches Mittel 10 Zentral wert (Mediän) 10 Häufigster
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 03 Hochschule Augsburg : Gliederung Einführung Deskriptive Statistik 3 Wahrscheinlichkeitstheorie
MehrDidaktisches Seminar über Stochastik. Themen: ffl Korrelation von zwei Zufallsvariablen
Didaktisches Seminar über Stochastik Themen: ffl Gemeinsame Verteilung von zwei Zufallsvariablen ffl Lineare Regression ffl Korrelation von zwei Zufallsvariablen Michael Ralph Pape Mai 1998 1 1 GEMEINSAME
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Fünfte, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Fünfte, verbesserte Auflage Mit 162 Abbildungen und 25 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrStatistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage
Statistik Einführung in die com putergestützte Daten an alyse von Prof. Dr. Karlheinz Zwerenz 4., überarbeitete Auflage B 366740 Oldenbourg Verlag München Inhalt Vorwort XI Hinweise zu EXCEL und SPSS XII
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
MehrStatistik im Betrieb
Prof. Dr. Kurt Schambacher Statistik im Betrieb Lehrbuch mit praktischen Beispielen 6. Auflage GABLER Inhaltsverzeichnis Erstes Kapitel Grundlagen betrieblicher Statistik 15 1. Statistik als Mittel der
Mehr1 GRUNDLAGEN Grundbegriffe Skalen...15
Inhaltsverzeichnis 1 GRUNDLAGEN...13 1.1 Grundbegriffe...13 1.2 Skalen...15 DESKRIPTIVE STATISTIK 2 EINDIMENSIONALE HÄUFIGKEITSVERTEILUNGEN...16 2.1 Häufigkeiten...16 2.1.1 Grundbegriffe...16 2.1.2 Klassieren
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrInhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15
Inhaltsverzeichnis 1 Grundlagen... 13 1.1 Grundbegriffe...13 1.2 Skalen... 15 DESKRIPTIVE STATISTIK 2 Eindimensionale Häufigkeitsverteilungen...16 2.1 Häufigkeiten... 16 2.1.1 Grundbegriffe... 16 2.1.2
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/62 Summenzeichen
MehrWeitere Lagemaße: Quantile/Perzentile I
3 Auswertung von eindimensionalen Daten Lagemaße 3.3 Weitere Lagemaße: Quantile/Perzentile I Für jeden Median x med gilt: Mindestens 50% der Merkmalswerte sind kleiner gleich x med und ebenso mindestens
MehrHans-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
MehrBivariate Analyse: Gemeinsame (bivariate) Häufigkeitstabelle. Sie wird auch Kontingenz-, Assoziations- oder Korrelationstabelle (f b )genannt.
Bivariate Analyse: Tabellarische Darstellung: Gemeinsame (bivariate) Häufigkeitstabelle. Sie wird auch Kontingenz-, Assoziations- oder Korrelationstabelle (f b )genannt. Beispiel: Häufigkeitsverteilung
Mehr4 Spezifizierende Beschreibung empirischer Verteilungen
4 Spezifizierende Beschreibung empirischer Verteilungen 62 4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 66 4.2 Lagekennwerte 70 4.2.1 Arithmetisches Mittel
MehrSommersemester Marktforschung
Dipl.-Kfm. Sascha Steinmann Universität Siegen Lehrstuhl für Marketing steinmann@marketing.uni-siegen.de Sommersemester 2010 Marktforschung Übungsaufgaben zu den Themen 3-6 mit Lösungsskizzen Aufgabe 1:
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 4 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
Mehr1 Einleitung und Grundlagen 1
Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
MehrVorwort zur 3. Auflage 15. Vorwort zur 2. Auflage 15. Vorwort 16 Kapitel 0 Einführung 19. Teil I Beschreibende Statistik 29
Inhaltsübersicht Vorwort zur 3. Auflage 15 Vorwort zur 2. Auflage 15 Vorwort 16 Kapitel 0 Einführung 19 Teil I Beschreibende Statistik 29 Kapitel 1 Eindimensionale Häufigkeitsverteilungen 31 Kapitel 2
MehrTEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN
TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN GLIEDERUNG Bivariate Analyse für metrisch skalierte Variablen Grundlagen Streudiagramme und Visualisierungen von Zusammenhängen Positive lineare
Mehr3) Lagemaße: Mittelwert, Median, Modus
Thema: Beschreibende Statistik LE.1: 40 min Seite 9 3) Lagemaße: Mittelwert, Median, Modus Lagemaße In der beschreibenden Statistik werden Daten erhoben. Diese Daten weisen eine bestimmte Verteilung auf.
Mehr1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...
Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1
MehrPhilipp 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
MehrUnivariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66
Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation
MehrStatistik. ~ Springer Spektrum. 8., überarbeitete und ergänzte Auflage. Ludwig Fahrmeir Christian Heumann Rita Künstler Iris Pigeot Gerhard Tutz
Ludwig Fahrmeir Christian Heumann Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse 8., überarbeitete und ergänzte Auflage ~ Springer Spektrum Inhaltsverzeichnis Vorwort 1 Einführung
MehrBeispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)
Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke
MehrStatistik. Von Dr. Günter Bamberg. o. Professor für Statistik und Dr. habil. Franz Baur. Universität Augsburg. 12., überarbeitete Auflage
Statistik Von Dr. Günter Bamberg o. Professor für Statistik und Dr. habil. Franz Baur Universität Augsburg 12., überarbeitete Auflage R.01denbourg Verlag München Wien V INHALTSVERZEICHNIS Vorwort Liste
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 06. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrLage- und Streuungsparameter
Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch
MehrStatistik. Ronald Balestra CH St. Peter
Statistik Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. Januar 2010 Inhaltsverzeichnis 1 Statistik 1 1.1 Beschreibende Statistik....................... 1 1.2 Charakterisierung von Häufigkeitsverteilungen...........
MehrSehr Einigermaßen Nicht Schüler Lehrer Eltern h 0.j n=500
1. Aufgabe 1.1 Kreuz- bzw. Kontingenztabelle, auch bivariate Häufigkeitsverteilung. Mermal X: nominal, Merkmal Y: ordinal. Tabelle der beobachteten Häufigkeiten mit Randverteilungen: Ich (mein Kind) fühlt
MehrDas arithmetische Mittel. x i = = 8. x = 1 4. und. y i = = 8
.2 Einige statistische Maßzahlen.2. Die Schusser in zwei Familien Die vier Kinder der Familie Huber haben x = 5, x 2 = 7, x 3 = 9, x 4 = Schusser. Die vier Kinder der Familie Maier haben y = 7, y 2 = 7,
MehrTeil / Ein paar statistische Grundlagen 25. Kapitel 1 Was Statistik ist und Warum sie benötigt Wird 2 7
Inhaltsverzeichnis Einführung 21 Über dieses Buch 21 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 23 Teil I: Ein paar statistische Grundlagen 23 Teil II: Die beschreibende Statistik
MehrWelche der folgenden Aussagen sind richtig (jeweils 1 Punkt)?
Aufgabe 1 Welche der folgenden Aussagen sind richtig (jeweils 1 Punkt)? (a) Der Median entspricht dem 50%-Quantil. (b) Für eine eingipflige und symmetrische Verteilung gilt stets, dass der Median und der
MehrStatistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II
Statistik II Lineare Regressionsrechnung Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II - 09.06.2006 1 Mit der Kovarianz und dem Korrelationskoeffizienten können wir den statistischen
MehrÜbungsaufgaben zur Klausur Statistik
Übungsaufgaben zur Klausur Statistik 1.) Mittelwerte und Streumaße I Bei einer Geschwindigkeitskontrolle innerhalb einer geschlossenen Ortschaft notierte die Polizei folgende 20 Messwerte in km/h: 45;
MehrStatistik ohne Angst vor Formeln
Statistik ohne Angst vor Formeln Das Studienbuch für Wirtschaftsund Sozialwissenschaftler 4., aktualisierte Auflage Andreas Quatember Statistik ohne Angst vor Formeln - PDF Inhaltsverzeichnis Statistik
MehrTEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN
TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN Bivariate Analyse für metrisch skalierte Variablen Grundlagen Verfahren für metrische Daten nutzen den vollen mathematischen Informationsgehalt
MehrLösungen zur Klausur zur Statistik Übung am
Lösungen zur Klausur zur Statistik Übung am 28.06.2013 Fabian Kleine Staatswissenschaftliche Fakultät Aufgabe 1 Gegeben sei die folgende geordneten Urliste des Merkmals Y. 30 Punkte Y : 5 5 5 5 10 10 10
MehrDer Modus ist. Der Median ist. 3. Übung. Aufgabe 1. a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen.
3. Übung Aufgabe 1 Der Modus ist a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen. c) der Durchschnitt aller Werte. d) der Wert mit der größten Häufigkeitsdichte. e) der Schwerpunkt
MehrEs können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden.
Teil III: Statistik Alle Fragen sind zu beantworten. Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Wird
Mehr4 Spezifizierende Beschreibung empirischer Verteilungen
4 Spezifizierende Beschreibung empirischer Verteilungen 55 4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 59 4.2 Lagekennwerte 63 4.2.1 Arithmetisches Mittel
MehrVerfahren für metrische Variable
Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 04.06.2013 Zweidimensionale Datensätze 1. Kontingenztabelle
Mehr1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:
. Einführung und statistische Grundbegriffe Beispiele aus dem täglichen Leben Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
MehrRumpfskript. Deskriptive Statistik. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Rumpfskript Deskriptive Statistik Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern ist auch nur
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.5: Histogramm (klassierte erreichte Punkte, Fortsetzung Bsp. 1.1) 0.25 0.2 Höhe 0.15 0.1 0.05 0 0 6 7 8,5 10 11 erreichte Punkte Dr. Karsten Webel 24 Beispiel 1.5: Histogramm (Fortsetzung) Klasse
MehrInhaltsverzeichnis (Ausschnitt)
4 Zweidimensionale Daten Inhaltsverzeichnis (Ausschnitt) 4 Zweidimensionale Daten Häufigkeitsverteilungen unklassierter Daten Häufigkeitsverteilungen klassierter Daten Bedingte Häufigkeitsverteilungen
MehrKlausur: Statistik. Jürgen Meisel. Zugelassene Hilfsmittel: Taschenrechner; Formelsammlung. 1.) Mittelwerte und Streumaße
Klausur: Statistik Jürgen Meisel Zugelassene Hilfsmittel: Taschenrechner; Formelsammlung Bearbeitungszeit: 60 Minuten 1.) Mittelwerte und Streumaße In einer Vorlesung auf der Universität sitzen 30 Studenten
MehrBeschreibende Statistik
Beschreibende Statistik Günther Baurier Beschreibende Statistik Praxisorientierte Einführung Mit Aufgaben und Lösungen 11., aktualisierte Auflage ~ Springer Gabler Prof. Dr. Günther Bourier Hochschule
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS4A Oettinger 6/205 Aufgabe (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Richtig: ein ordinales Merkmal
MehrStatistik-Klausur vom 6. Februar 2007
Statistik-Klausur vom 6. Februar 2007 Bearbeitungszeit: 90 Minuten Aufgabe 1 Bei einer Besucherumfrage in zwei Museen wurden die Besuchsdauern (gemessen in Stunden) festgestellt: Besuchsdauer Anteil der
MehrBivariate Verteilungen [bivariate data]
Bivariate Verteilungen [bivariate data] Zwei Variablen X, Y werden gemeinsam betrachtet, d.h. an jedem Objekt i werden zwei Merkmale beobachtet. Beobachtungswerte sind Paare/Kombinationen von Merkmalsausprägungen
MehrVeranstaltung Wirtschaftsstatistik (BWL) an der FH Frankfurt/Main im Sommersemester 2007 (Dr. Faik) Klausur 03. Juli 2007
Veranstaltung Wirtschaftsstatistik (BWL) an der FH Frankfurt/Main im Sommersemester 2007 (Dr. Faik) Klausur 03. Juli 2007 BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Hinweise: Sie haben zur Bearbeitung
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrGRUPPE B Prüfung aus Statistik 1 für SoziologInnen
GRUPPE B Prüfung aus Statistik 1 für SoziologInnen 16. Oktober 2015 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( )
MehrStatistik. Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp. 17., überarbeitete Auflage. Oldenbourg Verlag München.
Statistik von Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp 17., überarbeitete Auflage Oldenbourg Verlag München Inhaltsverzeichnis Vorwort Liste wichtiger Symbole IX XI
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrStatistik im iadhetocr-studi der BWL und VWl
Max C. Wewel Statistik im iadhetocr-studi der BWL und VWl Methoden, Anwendung, Interpretation 2., erweiterte Auflage Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston
MehrStatistik für Wirtschaftswissenschaftler
Ulrich Erhard Rainer Fischbach Hans Weiler Statistik für Wirtschaftswissenschaftler - anwendungsorientierte Einführung in die Betriebsstatistik - verlag moderne industrie Inhaltsverzeichnis Vorwort 1.
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () Überblick. Deskriptive Statistik I - Grundlegende
Mehr