MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK
|
|
- Kathrin Walter
- vor 7 Jahren
- Abrufe
Transkript
1 MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK PROF. DR. CHRISTINA BIRKENHAKE Inhaltsverzeichnis 1. Merkmale 2 2. Urliste und Häufigkeitstabellen 9. Graphische Darstellung von Daten Lageparameter Modus Median Quantile Arithmetisches Mittel Streuungsmaße Spannweite Varianz und Standardabweichung Variationskoeffizient 2. Korrelation und Regression Aufgaben 28 christina@birkenhake.net, birken/. 1
2 2 PROF. DR. CHRISTINA BIRKENHAKE Klassenfragebogen 1. Merkmale Merkmal: Merkmalsträger Merkmalswert die Eigenschaft, die bei einer statistischen Untersuchung abgefragt wird. z.b. Geschlecht,... Objekt/Lebewesen, das das Merkmal trägt. z.b. Schüler dieser Klasse, Schüler in Nürnberg die Angabe, die bei der Befragung eines Merkmals festgestellt wurde. z.b. Merkmal: Geschlecht Merkmalswerte: m. und w. Skalierung/Ordnung von Merkmalen: Skala Merkmal Beispiele Nominalskala qualitative Merkmale Geschlecht, Beruf OrdinalSkala ordinale Merkmale Noten Metrische Skala quantitative Merkmale Größe, Datum Intervalskala, z.b. Temperatur metrische Skala Verhältnisskala, z.b. Länge Skalierung Ordung Verhältnisskala Intervalskala Ordinalskala Nominalskala abnehmendes Informationsniveau
3 Fragebogen Klasse: Datum: Geschlecht m. w. Blutgruppe 0 A B AB Ihr Schlafbedürfnis viel mittel wenig Wann sind Sie gestern zu Bett gegangen? Wählen Sie eine ganze Zahl zwischen 0 und 100 Alter Jahre Größe cm Wieviel Münzgeld haben Sie dabei? Cent
4 Urliste: Klasse Datum Nr. Geschlecht Blutgruppe Schlafbedürfnis Bettruhe
5 Urliste: Klasse Datum Nr. Zahl Alter Größe Münzgeld
6 PROF. DR. CHRISTINA BIRKENHAKE Häufigkeitstabellen zum Fragebogen vom Merkmal: Geschlecht i x i h i f i H i F i 1 m. 2 w. Merkmal: Blutgruppe i x i h i f i H i F i A B 4 AB Merkmal: Schlafbedürfnis i x i h i f i H i F i 1 1 = viel 2 2 = mittel = wenig Merkmal: Bettruhe i h i f i H i F i
7 MATHEMATIK MTA 12 7 Merkmal: Zahl i h i f i H i F i Merkmal: Alter i ]x u i, x o i ] h i f i H i F i
8 8 PROF. DR. CHRISTINA BIRKENHAKE Merkmal: Größe i ]x u i, x o i ] h i f i H i F i Merkmal: Münzgeld i h i f i H i F i
9 MATHEMATIK MTA 12 9 n x 1,..., x ν h i 2. Urliste und Häufigkeitstabellen Bezeichnungen in Häufigkeitstabellen Stichprobenumfang Merkmalswerte absolute Häufigkeit des Merkmals x i h h ν = n f i = h i n (100%) relative Häufigkeit des M.W. x i f f ν = 100% nur bei ordinalen und metrischen Merkmalen: H i absolute Summenhäufigkeit des M.W. x 1 H i = h h i H 1 = h 1, H ν = h h ν = n F i = H i n relative Summenhäufigkeit des M.W. x i F i = f 1 + f i F 1 = f 1, F ν = Hν n = 100% Klasseneinteilung Bei quantitativen Merkmalen: Spektrum der Merkmalswerte wird in Intervalle aufgeteilt. Beispiel Merkmal: Münzgeld, Spektrum: 0 10 e Klassen: [0, 100[, [100, 200[, [200; 00[,... Klassenbreite nicht notwendig konstant! klassifizierte Häufigkeitsverteilungen x u i x o i Klassenuntergrenze Klassenobergrenze [x u i ; x o i [ oder ]x u i ; x o i ] i-te Klasse Typ einer Häufigkeitsverteilung: diskrete Verteilung nichtklassifizierte Verteilung
10 10 PROF. DR. CHRISTINA BIRKENHAKE. Graphische Darstellung von Daten Stabdiagramm (Arbeitsblatt Stabdiagramm und Histogramm) h i x 1 x 8 Eignung: qualitative, ordinale, diskrete quantitative Häufigkeitsverteilungen Kreisdiagramm Eignung: qualitative, ordinale, diskrete quantitative Häufigkeitsverteilungen, wie bei Stabdiagramm. Winkel proportional zur Häufigkeit h i. Winkel für Merkmal x i : 0 f i Histogramm Eignung: Klassifizierte quantitative Häufigkeitsverteilungen. x-achse: Klassengrenzen x u 1, x u 2,..., x o ν x i Über jeder Klasse: Rechteck, Rechteckfläche proportional zur Häufigkeit h i Rechteckfläche = Höhe Breite Klassenbreite = x o i x u i Rechteckhöhe = Fläche Breite h i (x o i xu i ) Klassendichte d i := h i (x o i xu i ) Rechteckhöhe d i
11 Stabdiagramm und Histogramm h i x 1 x 8 Fall I: Stabdiagramm ist nominal skaliert, d.h. x 1,... x 8 sind Namen. Fall II: Stabdiagramm ist quantitativ skaliert, z. B. mit x 1 = 10, x 2 = 20,..., x 8 = 80 x i hi xi
12 Histogramme Häufigkeitstabelle: Größe der Schüler einer Klasse Nr. Größe x in cm h i Kastenhöhe Kastenhöhe 1 [150; 155[ 1 2 [155; 10[ [10; 15[ 2 4 [15; 170[ 5 5 [170; 175[ 1 Histogramm, bei konstanter Klassenbreite Größe in cm Histogramm, bei nicht konstanter Klassenbreite Größe in cm
13 MATHEMATIK MTA Lageparameter Lageparameter sind Werte, die die Häufigkeitsverteilung beschreiben. Hier sollen Modus, Median, Quantile und arithmetisches Mittel beschrieben werden Modus. Modus M o der Merkmalswert, der am häufigsten beobachtet wurde. Eignung: Jede Skala Bei klassifizierten (quantitativen) Häufigkeitsverteilungen: Modusklasse [x u m, x o m[ die Klasse mit der größten Klassenhäufigkeit h m bzw Klassendichte d m Graphische Ermittlung des Modus: Anzahl der Schüler h m h h m 1 m+1 Konstante Klassenbreite: x m u M o x m o M 0 = x u h m h m 1 m + (h m h m 1 ) + (h m h m+1 ) (xo m x u m) Nichtkonstante Klassenbreite: M o = x u m + d m d m 1 (d m d m 1 ) + (d m d m+1 ) (xo m x u m) Größe in cm
14 Modus M 0 diskrete Verteilung h i x i Klassifizierte Verteilung, konstante Klassenbreite M 0 = x u m + h i h m h m 1 (h m h m 1 ) + (h m h m+1 ) (xo m x u m) x i Klassifizierte Verteilung, nicht konstante Klassenbreite M 0 = x u m + d m d m 1 (d m d m 1 ) + (d m d m+1 ) (xo m x u m) d i x i
15 4.2. Median. MATHEMATIK MTA Median M e der Merkmalswert, der unter Berücksichtigung der Häufigkeiten in der Mitte steht. = Zentralwert. Eignung: Skala muß mindestens ordinalskaliert sein. Beispiele aus der Klassenstatistik: Merkmal Größe: stellen Sie sich der Größe nach hin. Die Größe, des in der Mitte Stehenden Schülers ist der Median. Merkmal Schlafbedürfnis: stellen Sie sich der Reihe nach hin, zuerst die mit wenig Schlafbed., dann die mit mittel und dann die mit viel. Der Median ist wieder der zum mittleren Schüler gehörige Merkmalswert. Median bei klassifizierten Häufigkeitsverteilungen: Der Median halbiert die Fläche des Häufigkeiten-Histogramms Median bei einer klassifizierten Verteilung: Medianklasse: hier [x u m, x o m[= [15, 170[ M e = x u m + n H 2 m 1 ( ) x o H m H m x u m m 1 = x u m + n 2 H m 1 h m ( ) x o m x u m
16 Diskrete Verteilung Median M e Fall: n ungerade H i i x i h i H i x i Fall: n gerade H i i x i h i H i
17 Median bei einer Klassifizierten Verteilung mit konstanter Klassenbreite Häufigkeit hi 8 Summenhäufigkeit H i Häufigkeit hi 8 Summenhäufigkeit H i
18 18 PROF. DR. CHRISTINA BIRKENHAKE 4.. Quantile. Median M e ist gleich dem 50%-Quantil, die Hälfte der Merkmalswerte mit Vielfachheiten liegen davor und die anderen Hälfte danach. Analog definiert man: 25%-Quantil = 1-tes Quartil=x 25% 75%-Quantil = -tes Quartil= x 75% 10%-Quantil = x 10% 90%-Quantil = x 90% 4.4. Arithmetisches Mittel. nichtklassifizierte Häufigkeitsverteilung: x = 1 n (x 1h x ν h ν ) klassifizierte Häufigkeitsverteilung: x = 1 n (x 1h x νh ν ) mit Klassenmitten x i = xu i +xo i 2
19 Quantile Anzahl der Schüler Summenhäufigkeit H i % n=0,9 n 75% n=0.75n 8 n/2=,5 25% n=0,25n % Quantil M e 90% Quantil 75% Quantil Größe in cm
20 20 PROF. DR. CHRISTINA BIRKENHAKE 5. Streuungsmaße Während die Lageparameter markante Merkmalswerte einer Verteilung angeben, beschreiben die Lageparameter den groben Verlauf der Verteilung. Hier sollen Spannweite, Varianz, Standardabweichung und der Variationskoeffizient behandelt werden Spannweite. Definition 5.1. Die Spannweite R ist die Differenz aus größtem und Kleinstem beobachteten Merkmalswert. Voraussetzung: metrische Skala, mindestens intervallskaliert Spannweite R = größter Merkmalswert kleinster Merkmalswert { x max x min falls nicht klassifiziert R = x o max x u min falls klassifiziert 5.2. Varianz und Standardabweichung. Voraussetzung: metrische Skala, mindestens intervallskaliert Die Grundidee ist, die Verteilung mit der Standard-Normalverteilung zu vergleichen. Gelättet sieht die Normalverteilung wie die Gaußsche Glockenkurve aus: y x Die Varianz σ 2 ist ein Maß für die Abweichung vom arithmetischen Mittel. Im Bild der Glockenkurve ist das Maximum am arithmetischen Mittel x und der Abstand der Wendepunkte vom Maximum ist die Standardabweichung σ. Varianz: σ 2 = 1 ν (x i x) 2 h i = 1 ν x 2 i h i x 2 n n Standardabweichung: i=1 σ = σ 2 i=1
21 Normalverteilung x
22 Standardabweichung Χ σ Χ Χ+σ 95 Prozent Χ±2 σ Χ+2 σ
23 5.. Variationskoeffizient. Voraussetzung: Verhältnisskala Der Variationskoeffizient mißt die relative Steuung. Variationskoefizient: MATHEMATIK MTA 12 2 V K = σ x 100% Der Variationskoeffizient ist nicht anschaulich interpretierbar.
24 Größe von Geschwistern (in cm) Nr. Familie Schwester Bruder Erstellen Sie ein Steudiagramm:. Korrelation und Regression a) Zu welcher Familie gehört der größte Junge / das kleinste Mädchen? b) Wie groß ist die Schwester des größen Jungen/ der Bruder des kleinsten Mädchens? c) Trage Sie die Gerade x = y ein, Was bedeutet wenn ein Punkt ober- bzw. unterhalb dieser Gerade liegt?
25 d) Vervollständigen Sie die folgende Tabelle: Summe 1 Summe n Nr. Schwester Bruder (x i ) (y i ) x i y i x 2 i y 2 i e) Berechnen Sie die Standardabweichungen σ x und σ y sowie σ x ± x, σ y ± ȳ und σ xy := 1 n i x iy i xȳ.
26 f) Fertigen Sie für beide Merkmale: Größe Schwester(x) bzw. Größe Bruder (y) Histogramme an. Schwestern Χ σ Χ Χ+σ x Brüder Υ σ x Υ Υ+σ
27 g) Berechnen Sie die Regerssionsgeraden nach den Formeln: 1 n i B y = x iy i xȳ i x2 i = σ xy x2 σx 2 1 n A y := x 1 ( n i x iy i ) 1 n i x2 i ȳ i x2 i = ȳ B y x x2 1 n h) Berechnen Sie den Korrelationskoeffizienten r nach den Formeln: r = σ xy σ x σ y Interpretation der Regressionsgeraden: Die Regressionsgerade G y beschreibt die Abhängigkeit des Merkmals Y vom Merkmal X. Zu jedem Merkmalswert x i kann ein durchschnittlicher zugehöriger Merkmalswert y(x i ) = B y x i + A y berechnet werden. Analog mit G X. Interpretation des Korrelationskoeffizienten r: Der Korrelationskoeffizient mißt die Stärke des linearen Zusammenhangs der Merkmale X und Y. Es gilt: 1 r 1 Vorzeichen von r r > 0: Wird x groß, so wird auch y tendenziell groß. Der Zusammenhang der Merkmale ist positiv! r = +1: Die Datenpunkte liegen auf einer Geraden mit positiver Steigung. r = 0: Die Datenpunkte zeigen keinen linearen Zusammenhang. r < 0: Wird x groß, so wird y tendenziell kleiner. Der Zusammenhang der Merkmale ist negativ! r = 1: Die Datenpunkte liegen auf einer Geraden mit negativer Steigung. Stärke des Zusammenhangs r nahe Null: Der Zusammenhang der Merkmale ist klein, die Regressionsgeraden sind nahezu senkrecht zueindander. r nahe Eins: Der Zusammenhang der Merkmale ist groß. Die Regressionsgeraden fallen nahezu zusammen. Die Merkmale liegen fast auf der Regressionsgeraden.
28 7. Aufgaben Aufgabe 1: Gebe von folgenden Merkmalen die Skala an: Gehaltsgruppe Einkommen Autofarbe Kundenzufriedenheit Berufsbezeichnung Dienstgrad Mietpreis Klausurergebnis Cholesterinspiegel Wartezeiten von Patienten einer Arztpraxis am Uhrzeit des Behandlungsbeginns der Patienten dieser Praxis am Schultypen Anzahl von Kindern in Schulklassen Rauchgewohnheiten Schulnoten Benzinverbrauch von PKW s Körpertemperatur eines Patienten Lebensdauer Alter Geburtsdatum
29 Aufgabe 2: Im Schulungszentrum eines Medizinischen Labors wurde in Parallelkursen das Alter der Teilnehmer ermittelt. Folgende Häufigkeitstabellen haben sich dabei ergeben: Kurs I: Kurs II: Kurs III: Alter absolute Häufigkeit h i Alter absolute Häufigkeit h i Alter absolute Häufigkeit h i 9 12 (1) Bestimme in den drei Fällen die Anzahl der Teilnehmer n. (2) Erstelle in den drei Fällen die Häufigkeitstabellen. () In welchem Kurs ist die Anzahl der 2-jährigen am größten? (4) Was ist der prozentuale Anteil der 22-jährigen in jedem Kurs? Aufgabe : In einem medizinischen Forschungsinsitut mit 180 Beschäftigten findet man die folgende Altersstruktur: 5 bis 20 Jahre 59 über 20 bis 0 Jahre 1 über 0 bis 40 Jahre 9 über 40 bis 50 Jahre 4 über 50 bis 0 Jahre Erstelle die Häufigkeitstabelle. Aufgabe 4: Welche graphischen Darstellungen eignen sich für die Merkmale unserer Klassenstatistik? Geschlecht Blutgruppe Geburtsjahr Alter
30 Größe Schlafbedürfnis WBC HGB PLT
31 Aufgabe 5: h i i ]x u i, x o i ] h i H i 1 ]0, 1] 2 ]1, 2] ]2, ] 4 ], 4] x i 5 ]4, 5] ]5, ] Aufgabe : hi i ]x u i, x o i ] h i H i 0 i x 1 ]0, 1] 2 ]1, 2] ]2, ] 4 ], 4] 5 ]4, 5] ]5, ] Aufgabe 7: hi i ]x u i, x o i ] h i H i 0 i x 1 ]0, 1] 2 ]1, 2] ]2, ] 4 ], 4] 5 ]4, 5] ]5, ]
32 Aufgabe 8: hi i ]x u i, x o i ] h i H i 0 i x 1 ]0, 1] 2 ]1, 2] ]2, ] 4 ], 4] 5 ]4, 5] ]5, ] Aufgabe 9: hi i ]x u i, x o i ] h i H i 0 i x 1 ]0, 1] 2 ]1, 2] ]2, ] 4 ], 4] 5 ]4, 5] ]5, ] Aufgabe 10: hi i ]x u i, x o i ] h i H i 0 i x 1 ]0, 1] 2 ]1, 2] ]2, ] 4 ], 4] 5 ]4, 5] ]5, ]
Die folgende Tabelle 1 wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt.
Nr. Die folgende Tabelle wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt. Gewicht (x i ) Raucher Geschlecht Lieblingssportart Ausübung des Sports Geld pro Monat Klassenmitte
Mehrhtw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein
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
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrHäufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit
TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Häufigkeitsverteilungen und Statistische Maßzahlen Statistik SS Variablentypen Qualitative
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
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
MehrVerfahren für metrische Variable
Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße
MehrWelche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret.
Grundlagen der Statistik 25.9.2014 7 Aufgabe 7 Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret. B Ein Merkmal
MehrTutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016
Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 1. Daten erfassen 1. Aufgabe: Würfeln Sie 30-mal mit einem regelmäßigen Oktaeder und dokumentieren
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:
MehrDr. 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...
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
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
MehrFachrechnen für Tierpfleger
Z.B.: Fachrechnen für Tierpfleger A10. Statistik 10.1 Allgemeines Was ist Statistik? 1. Daten sammeln: Durch Umfragen, Zählung, Messung,... 2. Daten präsentieren: Tabellen, Grafiken 3. Daten beschreiben/charakterisieren:
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
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
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
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
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
Mehr3 Häufigkeitsverteilungen
3 Häufigkeitsverteilungen 3.1 Absolute und relative Häufigkeiten 3.2 Klassierung von Daten 3.3 Verteilungsverläufe 3.1 Absolute und relative Häufigkeiten Datenaggregation: Bildung von Häufigkeiten X nominal
MehrDeskriptive Statistik
Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2
MehrStatistik Skalen (Gurtner 2004)
Statistik Skalen (Gurtner 2004) Nominalskala: Daten haben nur Namen(Nomen) und (eigentlich) keinen Zahlenwert Es kann nur der Modus ( ofteste Wert) berechnet werden Beispiel 1: Die Befragung von 48 Personen
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
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
MehrGrundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik
INSTITUT FÜR STOCHASTIK WS 2007/08 UNIVERSITÄT KARLSRUHE Blatt 1 Dr. B. Klar Übungen zur Vorlesung Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Musterlösungen
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
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
MehrInhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5
Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung
Mehr1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung. Statistik und Wahrscheinlichkeitsrechnung
1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 2 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Stochastik Wahrscheinlichkeitsrechnung
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)
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
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
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 und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
MehrSerie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie
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
MehrBeschreibende/Deskriptive Statistik
Kapitel 1 Beschreibende/Deskriptive Statistik 1.1 Häufigkeitsverteilungen Aufgabe 1.1.1 : Erläutern Sie in welchen Bereichen die deskriptive Statistik angewendet wird und grenzen Sie sie gegenüber der
MehrBeispiel 4 (Einige weitere Aufgaben)
1 Beispiel 4 (Einige weitere Aufgaben) Aufgabe 1 Bestimmen Sie für die folgenden Zweierstichproben, d. h. Stichproben, die jeweils aus zwei Beobachtungen bestehen, a) den Durchschnitt x b) die mittlere
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
MehrLösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum:
Testen und Fördern Name: Klasse: Datum: 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 45, 39, 44, 48, 42, 39,
MehrKarl Entacher. FH-Salzburg
Ahorn Versteinert Bernhard.Zimmer@fh-salzburg.ac.at Statistik @ HTK Karl Entacher FH-Salzburg karl.entacher@fh-salzburg.ac.at Beispiel 3 Gegeben sind 241 NIR Spektren (Vektoren der Länge 223) zu Holzproben
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
Mehr1. Aufgabe. Bei einer Lehrveranstaltungsbewertung werden folgende Merkmale untersucht: Ordnen Sie diese entsprechenden Skalentypen zu.
Statistik 1 Übungsaufgaben 1. Aufgabe Bei einer Lehrveranstaltungsbewertung werden folgende Merkmale untersucht: Ordnen Sie diese entsprechenden Skalentypen zu. Titel der Lehrveranstaltung Allgemeiner
MehrKapitel 2. Häufigkeitsverteilungen
6 Kapitel 2 Häufigkeitsverteilungen Ziel: Darstellung bzw Beschreibung (Exploration) einer Variablen Ausgangssituation: An n Einheiten ω,, ω n sei das Merkmal X beobachtet worden x = X(ω ),, x n = X(ω
MehrStatistik 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
MehrLage- und Streuungsmaße
Statistik 1 für SoziologInnen Lage- und Streuungsmaße Univ.Prof. Dr. Marcus Hudec Streuungsmaße Statistische Maßzahlen, welche die Variabilität oder die Streubreite in den Daten messen. Sie beschreiben
MehrStreuungsmaße von Stichproben
Streuungsmaße von Stichproben S P A N N W E I T E, V A R I A N Z, S T A N D A R D A B W E I C H U N G, Q U A R T I L E, K O V A R I A N Z, K O R R E L A T I O N S K O E F F I Z I E N T Zentrale Methodenlehre,
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...........
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 23042013 Datenlagen und Darstellung eindimensionaler Häufigkeitsverteilungen
Mehr3 Häufigkeitsverteilungen
3 Häufigkeitsverteilungen 3.1 Absolute und relative Häufigkeiten 3.2 Klassierung von Daten 3.3 Verteilungsverläufe 3.1 Absolute und relative Häufigkeiten Datenaggregation: Bildung von Häufigkeiten X nominal
MehrAusführliche Lösungen zu ausgewählten Aufgaben von ÜB 5 und 6. Streudiagramm
y Aufgabe 3 Ausführliche Lösungen zu ausgewählten Aufgaben von ÜB 5 und 6 a) Zur Erstellung des Streudiagramms zeichnet man jeweils einen Punkt für jedes Datenpaar (x i, y i ) aus der zweidimensionalen
MehrKlausurlösungen Statistik
Klausurlösungen Statistik Kurs 4060 Grundlagen der Statistik - Version vom 0.0.07 Wichtige Hinweise Liebe Studierende, Vielen Dank für den Erwerb dieser Klausurlösungen zum Kurs 4060 Grundlagen der Statistik
MehrKapitel VI - Lage- und Streuungsparameter
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VI - Lage- und Streuungsparameter Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
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.........................................
MehrStatistische Formeln und Tabellen
WiSt-Taschenbücher Statistische und Tabellen Kompakt für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller, Prof. Dr. Rafael Weißbach 13., überarbeitete Auflage Verlag Franz Vahlen München 015
Mehr4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Statistik für SoziologInnen 1 4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen
MehrGraphische Darstellung einer univariaten Verteilung:
Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit
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
MehrDr. Reinhard Vonthein, Dipl. Statistiker (Univ.)
Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.) Reinhard.Vonthein@imbs.uni-luebeck.de Institut für Medizinische Biometrie und Statistik Universität zu Lübeck / Universitätsklinikums Schleswig-Holstein
Mehr1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober
1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße
MehrDeskriptive Statistik Kapitel VI - Lage- und Streuungsparameter
Deskriptive Statistik Kapitel VI - Lage- und Streuungsparameter Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter, hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Ziele 2. Lageparameter 3.
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten
MehrDeskriptive Statistik
Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt
Mehr1. Tutorial. Online-Tutorium-Statistik von T.B.
Online-Tutorium-Statistik von T.B. 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen) bei denen man sich für gewisse Eigenschaften (z.b. Geschlecht,
MehrPrüfung aus Statistik 1 für SoziologInnen- Gruppe A
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort
MehrWiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8
Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik
Mehr1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43
1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
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
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 14. Oktober 2006 Nachname: Vorname: Matrikelnummer: Studienkennzahl: Beispiel 1: Kreuze die jeweils richtige Antwort an (maximal 6 Punkte) 1.1. Bei einer rechtsschiefen
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 07052013 Mittelwerte und Lagemaße II 1 Anwendung und Berechnung
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 für Technische Assistenten in der Medizin
Statistik für Technische Assistenten in der Medizin Wolfgang Sans Lehrstuhl für Mathematik VIII University of Würzburg Einführung Statistik begegnet uns überall (fast) jeden Tag! Beispiele: Statistik?
MehrKapitel XI - Korrelationsrechnung
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Kapitel XI - Korrelationsrechnung Markus Höchstötter Uni Karlsruhe Karlsruhe, SS 2008 Kapitel XI - Korrelationsrechnung
MehrDeskriptive Statistik. (basierend auf Slides von Lukas Meier)
Deskriptive Statistik (basierend auf Slides von Lukas Meier) Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst
MehrLösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
Mehr(a) Richtig, die Varianz ist eine Summe quadratischer Größen.
Aufgabe Welche der folgenden Aussagen sind richtig? (a) Richtig, die Varianz ist eine Summe quadratischer Größen. (b) Falsch, die Abweichung ordinaler Merkmale vom Median ist nicht definiert - also auch
MehrStatistiktutorium (Kurs Frau Jacobsen)
Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig Einführungsveranstaltung am 16.4.2012 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen)
MehrBiomathematik für Mediziner, Klausur WS 2000/2001 Seite 1
Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht
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
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
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
MehrSBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
MehrStatistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt
Statistik I 1. Klausur Wintersemester 2010/2011 Hamburg, 11.02.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
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
MehrStatistik 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
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
MehrStatistische Grundlagen I
Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2017 Organisatorisches Anmeldung in Basis: 19. 23.06.2017 Skript und Übungsaufgaben unter: http://www.iam.uni-bonn.de/users/rezny/statistikpraktikum
Mehr1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung?
86 8. Lageparameter Leitfragen 1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 2) Was ist der Unterschied zwischen Parametern der Lage und der Streuung?
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass
Mehr