Statistik I. Hinweise zur Bearbeitung. Aufgabe 1

Größe: px
Ab Seite anzeigen:

Download "Statistik I. Hinweise zur Bearbeitung. Aufgabe 1"

Transkript

1 Statistik I, SS 2002, Seite 1 von 8 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer DIN A-4 Seite einseitig beschrieben Begründen Sie in allen Aufgaben Ihre Vorgehensweise, nennen Sie die von Ihnen gewählten Verfahren und geben Sie für jedes Symbol die konkrete Definition an. Ihre Lösung muss nachvollziehbar sein. Interpretieren Sie Ihre Ergebnisse ausführlich und konkret. Ein in derselben Aufgabe schon definiertes Symbol braucht nicht ein zweites Mal definiert zu werden. Bearbeiten Sie die Aufgabenstellung! Die Gliederungsnamen in den Kästchen sind nicht die gestellten Fragen, sondern sollen lediglich das Erstellen von strukturierten und vollständigen Antworten erleichtern! Benutzen Sie bitte die für die Antwort vorgesehenen Kästchen und führen Sie Nebenrechnungen auf den Rückseiten der Blätter durch! Aufgabe 1 Ein Unternehmen bietet Produkte der Unterhaltungselektronik verschiedener Preisklassen an. In der folgenden Tabelle sind die Verkaufszahlen der Produkte nach Preisklassen für das Jahr 2001 aufgelistet: Preis (in 1000 ) Verkaufszahlen Summe a) Berechnen Sie den Durchschnittspreis der verkauften Produkte des Jahres Verfahren, Annahme: Formel: ggf. Symbole: Ergebnis:

2 Statistik I, SS 2002, Seite 2 von 8 b) Bestimmen Sie einen weiteren aussagekräftigen Mittelwert. Name: Vorgehensweise: Rechnung und Ergebnis: c) Bestimmen Sie die durchschnittliche quadratische Abweichung der Preise vom Durchschnittspreis im Jahr 2001 möglichst genau. Vorgehensweise und Formeln: ggf. Symbole: Rechnungen: Ergebnis:

3 Statistik I, SS 2002, Seite 3 von 8 Aufgabe 2 Das Bruttoinlandsprodukt des Landes Brandenburg belief sich nach offiziellen Angaben vom wie folgt (in Mio. EURO): Jahr BIP in Preisen von BIP in jeweiligen Preisen a) Berechnen Sie zwei Indizes für die Entwicklung des BIP des Landes Brandenburg 2001 gegenüber dem Basisjahr 1995 an. Welche Indizes verwenden Sie? Vergleichen Sie beide Indizes. Name Index 1: Vorgehen, Rechnung und Ergebnis: Name Index 2: Vorgehen, Rechnung und Ergebnis: Vergleich: b) Berechnen Sie einen Preisindex für die in das BIP des Landes Brandenburg eingehenden Waren und Leistungen. Um welchen Preisindex handelt es sich? Name: Formel, Rechnung und Ergebnis: ggf. Symbole:

4 Statistik I, SS 2002, Seite 4 von 8 d) Wie hat sich das BIP des Landes Brandenburg 2001 im Vergleich zum Vorjahr entwickelt? Interpretieren Sie zwei Aspekte der Leistungsentwicklung. Ergebnisse und Interpretationen: c) In welchem Jahrzehnt veröffentlichten Hermann Paasche und Etienne Laspeyres ihre Arbeiten zu ökonomischen Indexzahlen? Was waren ihre Nationalitäten? Jahrzehnt: Nationalitäten: d) Welche Institution berechnet und veröffentlicht die offiziellen Zahlen zum BIP in Brandenburg? Aufgrund welchen Prinzips ist diese Institution zuständig? Institution: Prinzip: e) Geben Sie wenigstens zwei Bereiche oder Aspekte an, in denen sich die amtliche Statistik positiv weiterentwickeln kann.

5 Statistik I, SS 2002, Seite 5 von 8 Aufgabe 3 Im Rahmen einer Umfrage unter Einpersonen-Haushalten wurden 10 der etwa 1000 Einpersonen- Haushalte einer Kleinstadt befragt. Unter anderen wurden folgende Werte erhoben: Haushalt (i) Nettoeinkommen in EUR (n i ) Konsumausgaben in EUR (k i ) Hilfen: n 2 i = , k 2 i = , n ik i = i= 1 10 i= 1 a) Was ist die Grundgesamtheit und wie hoch war der Auswahlsatz dieser Erhebung? 10 i= 1 Grundgesamtheit: Formel und Wert Auswahlsatz: b) Bestimmen Sie den Zusammenhang zwischen Nettoeinkommen und Konsumausgaben mittels einer Regressionsanalyse. Stellen Sie dazu ein geeignetes Modell auf und berechnen Sie die Parameter. Zeichnen Sie die Daten und die Regressionsfunktion. Interpretieren Sie Ihre Ergebnisse. Modell und Begründung: Zeichnung:

6 Statistik I, SS 2002, Seite 6 von 8 Formel: Symbole: Rechnung: Ergebnis: c) Welche Konsumausgaben erwarten Sie von einem Einpersonen-Haushalt dieser Kleinstadt mit 1500 EUR und einem mit EUR Nettoeinkommen. Welcher dieser beiden Erwartungen trauen Sie mehr? Vorgehen und Annahmen: Rechnung: Interpretation und Einschätzung:

7 Statistik I, SS 2002, Seite 7 von 8 d) Berechnen Sie das Bestimmtheitsmaß dieser Regressionsbeziehung und interpretieren Sie es. Formel und Symbole: Rechnung und Ergebnis: e) Wie stark sind Nettoeinkommen und Konsumausgaben dieser 10 Haushalte korreliert? Vorgehen: Rechnung und Ergebnis:

8 Statistik I, SS 2002, Seite 8 von 8 Aufgabe 4 Ein Bildungsforscher hat die Idee, auch noch die Vordiplomsnote (V) der Studierenden in die Konsumfunktion aus Aufgabe 3 einzubauen. Die folgende Tabelle zeigt Ihnen die Resultate mit MICROFIT. Ordinary Least Squares Estimation ********************************************************* Dependent variable is K 10 observations used for estimation from 1 to 10 ********************************************************* Regressor Coefficient Standard Error CONST N V ********************************************************* R-Squared S.E. of Regression Mean of Dependent Variable S.D. of Dependent Variable Residual Sum of Squares ********************************************************* a) Schreiben Sie das unterstellte Modell vollständig auf. Modell: ggf. Symbole: b) Interpretieren Sie einen Koeffizienten und eine der sonstigen berechneten Kennzahlen. Interpretation Koeffizient: Interpretation Kennzahl: c) Ist die Einbeziehung der Vordiplomsnote statistisch akzeptabel?

Statistik I. Hinweise zur Bearbeitung. Aufgabe 1

Statistik I. Hinweise zur Bearbeitung. Aufgabe 1 Statistik I, WS 2002/03, Seite 1 von 7 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

Benutzen Sie bitte die nur die für die Antwort vorgesehenen Kästchen und führen Sie Nebenrechnungen auf den Rückseiten der Blätter durch!

Benutzen Sie bitte die nur die für die Antwort vorgesehenen Kästchen und führen Sie Nebenrechnungen auf den Rückseiten der Blätter durch! Statistik I, WS 2001/2002, Seite 1 von 8 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von

Mehr

a) Nennen Sie die verschiedenen Ebenen der amtlichen Statistik in Deutschland und die dafür zuständigen Behörden.

a) Nennen Sie die verschiedenen Ebenen der amtlichen Statistik in Deutschland und die dafür zuständigen Behörden. Statistik I, SS 2005, Seite 1 von 9 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - selbst erstellte Formelsammlung für

Mehr

Statistik II. Aufgabe 1

Statistik II. Aufgabe 1 Statistik II, SS 2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik II

Mehr

Aufgabe 1 Einen großen Industriebetrieb verlassen aus unterschiedlichen Gründen im Durchschnitt 5 Beschäftigte pro Monat.

Aufgabe 1 Einen großen Industriebetrieb verlassen aus unterschiedlichen Gründen im Durchschnitt 5 Beschäftigte pro Monat. Statistik II, WS 2002/2003, Seite 1 von 6 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik

Mehr

Produzierendes Gewerbe

Produzierendes Gewerbe Statistik II, SS 2005, Seite 1 von 6 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

Statistik II. Statistik II, WS 2000, Seite 1 von 6

Statistik II. Statistik II, WS 2000, Seite 1 von 6 Statistik II, WS 2000, Seite 1 von 6 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

X =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode?

X =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode? Aufgabe 1 (25 Punkte) Zur Schätzung der Produktionsfunktion des Unternehmens WV wird ein lineares Regressionsmodell der Form angenommen. Dabei ist y t = β 1 + x t2 β 2 + e t, t = 1,..., T (1) y t : x t2

Mehr

Statistik II. Statistik II, SS 2001, Seite 1 von 5

Statistik II. Statistik II, SS 2001, Seite 1 von 5 Statistik II, SS 2001, Seite 1 von 5 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

y t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen.

y t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen. Aufgabe 1 (25 Punkte Zur Schätzung des Werbe-Effekts in einem Getränke-Unternehmen wird das folgende lineare Modell aufgestellt: Dabei ist y t = β 1 + x t2 β 2 + e t. y t : x t2 : Umsatz aus Getränkeverkauf

Mehr

Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)

Lösungsvorschläge 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.

Mehr

1 Beispiel zur Methode der kleinsten Quadrate

1 Beispiel zur Methode der kleinsten Quadrate 1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25

Mehr

Das lineare Regressionsmodell

Das lineare Regressionsmodell Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Das ökonomische

Mehr

Übung V Lineares Regressionsmodell

Übung V Lineares Regressionsmodell Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung

Mehr

Prognosen. Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen. Auch ein Weiser hat nicht immer recht Prognosefehler sind hoch

Prognosen. Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen. Auch ein Weiser hat nicht immer recht Prognosefehler sind hoch Universität Ulm 8969 Ulm Germany Dipl.-WiWi Sabrina Böck Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 8/9 Prognosen

Mehr

Fragestunde zur Übung

Fragestunde zur Übung Prof. Bernd Fitzenberger, Ph.D. Dr. Roland Füss Aderonke Osikominu Übung zur Veranstaltung Empirische Wirtschaftsforschung Albert-Ludwigs-Universität Freiburg Wintersemester 2007/08 Fragestunde zur Übung

Mehr

Statistik Übungen WS 2017/18

Statistik Übungen WS 2017/18 Statistik Übungen WS 2017/18 Blatt 1: Beschreibende Statistik 1. Wir unterscheiden verschiedene Arten von Merkmalen. Nennen Sie für jedes Erhebungsmerkmal eine zulässige Ausprägung, geben Sie jeweils eine

Mehr

5 Multivariate stationäre Modelle

5 Multivariate stationäre Modelle 5 Multivariate stationäre Modelle 5.1 Autoregressive distributed lag (ADL) 5.1.1 Das Modell und dessen Schätzung Im vorangehenden Kapitel führten wir mit der endogenen verzögerten Variablen, y t 1, als

Mehr

Ruhr-Universität Bochum

Ruhr-Universität Bochum Aufgabe 1: Die nachfolgende Tabelle zeigt die Privathaushalte in Nordrhein-Westfalen nach dem monatlichen Nettoeinkommen im Mai 2004 (Ergebnisse des Mikrozensus. Quelle: Landesamt für Datenverarbeitung

Mehr

Klausur: Statistik. Jürgen Meisel. Zugelassene Hilfsmittel: Taschenrechner; Formelsammlung. 1.) Mittelwerte und Streumaße

Klausur: 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

Mehr

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte

Mehr

6.4 Kointegration Definition

6.4 Kointegration Definition 6.4 Kointegration 6.4.1 Definition Nach Engle und Granger (1987): Wenn zwei oder mehrere Variablen I(1) sind, eine Linearkombination davon jedoch I() ist, dann sind die Variablen kointegriert. Allgemein:

Mehr

2. Stochastische ökonometrische Modelle. - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen

2. Stochastische ökonometrische Modelle. - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen .1. Stochastische ökonometrische Modelle.1 Einführung Ziele: - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen - Numerische Konkretisierung ökonomischer Modelle und deren Analse. . Variierende

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer

Mehr

13. Übungswoche - Lösungen

13. Übungswoche - Lösungen 1 13. Übungswoche - Lösungen Kapitel 12: Varianzanalyse (Fortsetzung) [ 3 ] a) Es gibt deutliche Unterschiede, die Gruppen 2, 3, 7 und 9 liegen deutlich tiefer. b) F = DQ(gruppe)/DQ(Residuals) = 25.13/6.19

Mehr

Lösung - Übungsblatt 10

Lösung - Übungsblatt 10 Lösung - Übungsblatt 10 Aufgabe 2: Siehe Outputfile Aufgabe 2 a) Regressionsgleichung - Equation 1: price = β 1 + β 2 lotsize + β 3 sqrft + β 4 bdrms + u i Fit: price = β 1 + β 2 lotsize + β 3 sqrft +

Mehr

Übungsblatt 7: Schätzung eines Mietspiegels

Übungsblatt 7: Schätzung eines Mietspiegels Prof. Bernd Fitzenberger, Ph.D. Ute Leuschner Stefanie Schäfer Übung zur Veranstaltung Empirische Wirtschaftsforschung Albert-Ludwigs-Universität Freiburg Wintersemester 2010/11 Übungsblatt 7: Schätzung

Mehr

Prüfung aus Statistik 1 für SoziologInnen

Prüfung 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

Mehr

Johann Wolfgang Goethe-Universität Frankfurt am Main

Johann Wolfgang Goethe-Universität Frankfurt am Main Johann Wolfgang Goethe-Universität Frankfurt am Main Fachbereich Wirtschaftswissenschaften Professur für Statistik und Ökonometrie (Empirische Wirtschaftsforschung) Prof. Dr. Reinhard Hujer Mertonstraße

Mehr

Das Lineare Regressionsmodell

Das Lineare Regressionsmodell Das Lineare Regressionsmodell Bivariates Regressionsmodell Verbrauch eines Pkw hängt vom Gewicht des Fahrzeugs ab Hypothese / Theorie: Je schwerer ein Auto, desto mehr wird es verbrauchen Annahme eines

Mehr

Der Ablauf bei der Erstellung empirischer Arbeiten

Der Ablauf bei der Erstellung empirischer Arbeiten 1 Prof. Dr. Werner Smolny SS 2002 Einführung in die empirische Wirtschaftsforschung Der Ablauf bei der Erstellung empirischer Arbeiten A Die wirtschaftliche Fragestellung und das theoretische Modell 1.

Mehr

13. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017

13. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017 13. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017 1. Aufgabe: Für 25 der größten Flughäfen wurde die Anzahl der abgefertigten Passagiere in den Jahren 2009 und 2012 erfasst. Aus den Daten (Anzahl

Mehr

Klausur ÖKONOMETRIE für Bachelor VWL

Klausur ÖKONOMETRIE für Bachelor VWL Klausur ÖKONOMETRIE für Bachelor VWL Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens

Mehr

Fachhochschule Düsseldorf Sommersemester Teilfachprüfung Statistik im Studiengang Wirtschaft

Fachhochschule Düsseldorf Sommersemester Teilfachprüfung Statistik im Studiengang Wirtschaft Fachhochschule Düsseldorf Sommersemester 2007 Teilfachprüfung Statistik im Studiengang Wirtschaft Prüfungsdatum: 27.06.2007 Prüfer: Prof. Dr. H. Peters, Diplom-Vw. Lothar Schmeink Prüfungsform: 2-stündige

Mehr

13. Übungswoche. Kapitel 12: Varianzanalyse (Fortsetzung)

13. Übungswoche. Kapitel 12: Varianzanalyse (Fortsetzung) 1 13. Übungswoche Kapitel 12: Varianzanalyse (Fortsetzung) [ 3 ] Im Vorkurs Mathematik für Wirtschafstwissenschaftler vor Beginn des Sommersemesters 2009 wurde am Anfang und am Ende ein Test geschrieben,

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 02.07.2013 Theorie der Indexzahlen 1. Konstruktion von

Mehr

Statistik-Klausur vom 10. Juli 2007

Statistik-Klausur vom 10. Juli 2007 Statistik-Klausur vom 10. Juli 2007 Bearbeitungszeit: 90 Minuten Aufgabe 1 a) Ein Unternehmen produziert und vertreibt Fahrräder vom Typ A, B und C. Insgesamt 35% der abgesetzten Fahrräder sind vom Typ

Mehr

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann.

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09 Dr Sylvia Kaufmann Februar 2009 Angewandte Ökonometrie, Sylvia Kaufmann, FS09 1 1 Gliederung Zeitreihenökonometrie Einführung

Mehr

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen

Mehr

FRAGESTUNDE WS 2016/17 QM 2. Dr. Christian Schwarz 1

FRAGESTUNDE WS 2016/17 QM 2. Dr. Christian Schwarz 1 FRAGESTUNDE Dr. Christian Schwarz 1 #2 - Allgemein Q: Müssen wir den Standard Error händisch berechnen können? R: Nein. Q: Hat das Monte Carlo Experiment irgendeine Bedeutung für uns im Hinblick auf die

Mehr

b) In 12 Geschäften wird das Produkt zu 550 Euro oder mehr angeboten. 12/20=0,6 60 %. c) d) e) Boxplot:

b) In 12 Geschäften wird das Produkt zu 550 Euro oder mehr angeboten. 12/20=0,6 60 %. c) d) e) Boxplot: FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT PROF. DR. ROLF HÜPEN STATISTIK I, WS 2009/10 Aufgabe 1: Bei einer Preiserhebung in Bochum und Umgebung ergab sich für den etikettierten Verkaufspreis eines bestimmten

Mehr

Günther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage

Günther 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

Mehr

Übungsklausur Lineare Modelle. Prof. Dr. H. Toutenburg

Übungsklausur Lineare Modelle. Prof. Dr. H. Toutenburg Übungsklausur Lineare le Prof. Dr. H. Toutenburg Aufgabe Ein lineares Regressionsmodell mit der abhängigen Variablen Körpergröße und der unabhängigen Variablen Geschlecht wurde einmal mit der dummykodierten

Mehr

Teil: lineare Regression

Teil: lineare Regression Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge

Mehr

Prognoseintervalle für y 0 gegeben x 0

Prognoseintervalle für y 0 gegeben x 0 10 Lineare Regression Punkt- und Intervallprognosen 10.5 Prognoseintervalle für y 0 gegeben x 0 Intervallprognosen für y 0 zur Vertrauenswahrscheinlichkeit 1 α erhält man also analog zu den Intervallprognosen

Mehr

Die Funktion f wird als Regressionsfunktion bezeichnet.

Die Funktion f wird als Regressionsfunktion bezeichnet. Regressionsanalyse Mit Hilfe der Techniken der klassischen Regressionsanalyse kann die Abhängigkeit metrischer (intervallskalierter) Zielgrößen von metrischen (intervallskalierten) Einflussgrößen untersucht

Mehr

Einführung in die computergestützte Datenanalyse

Einführung 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

Mehr

Analyse von Querschnittsdaten. Signifikanztests I Basics

Analyse von Querschnittsdaten. Signifikanztests I Basics Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004

Mehr

Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage

Statistik. 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

Mehr

swiss marketing academy GmbH Seite 1 von 11

swiss marketing academy GmbH Seite 1 von 11 AUFGABE 1a Nennen Sie 3 fallbezogene Gliederungszahlen und beschreiben Sie pro Gliederungszahl die Aussagekraft. 6 Punkte Gliederungszahl = Verhältnis eines Teiles zum gleichartigen Ganzen. Nennung Beschreibung

Mehr

Statistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage

Statistik. 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

Mehr

Lineare Modelle in R: Klassische lineare Regression

Lineare Modelle in R: Klassische lineare Regression Lineare Modelle in R: Klassische lineare Regression Achim Zeileis 2009-02-20 1 Das Modell Das klassische lineare Regressionsmodell versucht den Zusammenhang zwischen einer abhängigen Variablen (oder Responsevariablen)

Mehr

2. Übung Makroökonomische Theorie

2. Übung Makroökonomische Theorie 2. Übung Makroökonomische Theorie Aufgabe 2 In der folgenden Tabelle sehen Sie eine geschlossene Volkswirtschaft, die aus vier Industrien besteht. Ermitteln Sie auf alle drei Ihnen bekannten Arten das

Mehr

Vorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig

Vorlesungsskript. 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

Mehr

Statistik II Übung 1: Einfache lineare Regression

Statistik II Übung 1: Einfache lineare Regression Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2008/2009. Aufgabe 1

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2008/2009. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2008/2009 Aufgabe 1 Der Student

Mehr

Statistik I Übungsblatt 4

Statistik I Übungsblatt 4 Universität Konstanz Lehrstuhl für Statistik SS 2007 Statistik I Übungsblatt 4 Stem-and-Leaf-Diagramm, Boxplot, Konzentrationssmessung Aufgabe 4.1 a) Bei einem Boxplot gilt allgemein: drei Viertel aller

Mehr

Statistik II für Betriebswirte Vorlesung 14

Statistik II für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 14 25. Januar 2013 8. Indizes 8.1. Einfache Indexzahlen Indizes (Indexzahlen, Indexzeitreihen)

Mehr

Statistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 27

Statistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 27 Statistik II II. Univariates lineares Regressionsmodell Martin Huber 1 / 27 Übersicht Definitionen (Wooldridge 2.1) Schätzmethode - Kleinste Quadrate Schätzer / Ordinary Least Squares (Wooldridge 2.2)

Mehr

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) 2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben

Mehr

Statistik-Klausur vom 11. Februar 2005

Statistik-Klausur vom 11. Februar 2005 Statistik-Klausur vom 11. Februar 005 Bearbeitungszeit: 90 Minuten Aufgabe 1 Ein Konzern erstellt einen Überblick über die Umsätze von drei Tochterunternehmen in der vergangenen Periode. Dazu werden die

Mehr

Statistik II Übung 2: Multivariate lineare Regression

Statistik II Übung 2: Multivariate lineare Regression Statistik II Übung 2: Multivariate lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen Flugpreisen und der Flugdistanz, dem Passagieraufkommen und der Marktkonzentration. Verwenden

Mehr

Einfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen)

Einfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen) 3 Einfache lineare Regression Einfache lineare Modelle mit R 36 Einfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen) > summary(lm(y~x)) Call: lm(formula =

Mehr

3. GRUNDBEGRIFFE DER VOLKSWIRTSCHAFTLICHEN GESAMTRECHNUNG (VGR)

3. GRUNDBEGRIFFE DER VOLKSWIRTSCHAFTLICHEN GESAMTRECHNUNG (VGR) 3. GRUNDBEGRIFFE DER VOLKSWIRTSCHAFTLICHEN GESAMTRECHNUNG (VGR) 1 LERNZIELE KAPITEL 3: 1. Welches sind die Methoden der VGR? 2. Welche wichtigen volkswirtschaftlichen Kenngrößen gibt es? 3. Welche Dinge

Mehr

Statistik Übungen WS 2016/17

Statistik Übungen WS 2016/17 Statistik Übungen WS 2016/17 Blatt 1: Beschreibende Statistik 1. Wir unterscheiden verschiedene Arten von Merkmalen. Nennen Sie für jedes Erhebungsmerkmal eine zulässige Ausprägung, geben Sie jeweils eine

Mehr

Übungsaufgaben zur Klausur Statistik

Übungsaufgaben 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;

Mehr

Zentrale Abschlussprüfung 10 zur Erlangung des Mittleren Schulabschlusses mit der Berechtigung für die Gymnasiale Oberstufe (an Gesamtschulen) 2012

Zentrale Abschlussprüfung 10 zur Erlangung des Mittleren Schulabschlusses mit der Berechtigung für die Gymnasiale Oberstufe (an Gesamtschulen) 2012 Die Senatorin für Bildung, Wissenschaft und Gesundheit Freie Hansestadt Bremen Zentrale Abschlussprüfung 10 zur Erlangung des Mittleren Schulabschlusses mit der Berechtigung für die Gymnasiale Oberstufe

Mehr

Einführung zum Seminar Empirische Wirtschaftsforschung WS 2006/2007

Einführung zum Seminar Empirische Wirtschaftsforschung WS 2006/2007 UNIVERSITÄT DOCENDO CURANDO ULM SCIENDO Universität Ulm Abteilung Wirtschaftspolitik Ludwig-Erhard-Stiftungsprofessur Prof. Dr. Werner Smolny Dipl.-WiWi Kai Kohler Dipl.-WiWi Michael Alpert 1 Einleitung

Mehr

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte

Mehr

8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme)

8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme) 8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme) Annahme B4: Die Störgrößen u i sind normalverteilt, d.h. u i N(0, σ 2 ) Beispiel: [I] Neoklassisches Solow-Wachstumsmodell Annahme einer

Mehr

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

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

Mehr

Statistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von

Statistik. 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

Mehr

Appendix: Indizes. Kapitel 1. Ökonometrie I Michael Hauser

Appendix: Indizes. Kapitel 1. Ökonometrie I Michael Hauser 1 / 14 Appendix: Indizes Kapitel 1 Ökonometrie I Michael Hauser 2 / 14 Inhalt Indizes: Preis-, Mengen-, Umsatzindizes Verkettung und Umbasieren von Indizes 3 / 14 Index Ein Index ist eine aggregierte Maßzahl.

Mehr

UNIVERSITÄT DUISBURG-ESSEN

UNIVERSITÄT DUISBURG-ESSEN Art der Prüfung: Kurzklausur für Lehramtsstudierende Termin: Sommersemester 2008 Nachtermin Studiengang: Studierende auf Lehramt, die eine erfolgreiche Teilnahme benötigen; Lehramt Sowi GHR; Lehramt Sowi

Mehr

III. Prognosen - Teil 1

III. Prognosen - Teil 1 Universität Ulm 89069 Ulm Germany Dipl.-Kfm. Philipp Buss B.A. Alexander Rieber Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

Statistik-Klausur vom

Statistik-Klausur vom Statistik-Klausur vom 09.02.2009 Bearbeitungszeit: 90 Minuten Aufgabe 1 a) Ein Unternehmen möchte den Einfluss seiner Werbemaßnahmen auf den erzielten Umsatz quantifizieren. Hierfür werden die jährlichen

Mehr

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale

Inhaltsverzeichnis 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.........................................

Mehr

Statistik - Übungen WS 2015/16

Statistik - Übungen WS 2015/16 Statistik - Übungen WS 2015/16 Blatt 1: Beschreibende Statistik 1. Wir unterscheiden verschiedene Arten von Merkmalen. Nennen Sie für jedes Erhebungsmerkmal eine zulässige Ausprägung, geben Sie jeweils

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2008. Aufgabe 1

Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2008. 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 2008 Aufgabe 1 I) Einige Mitarbeiter

Mehr

Produkt Basisjahr Berichtsjahr Basisjahr Berichtsjahr

Produkt Basisjahr Berichtsjahr Basisjahr Berichtsjahr 14 Indizes 1 Kapitel 14: Indizes A: Übungsaufgaben: [ 1 ] 1 8 10 13000 10000 2 5 6 15000 15000 3 14 15 12000 10000 4 8 10 10000 6000 Berechnen Sie den nindex nach Paasche. Q P [ 2 ] 1 80 100 13 10 2 32

Mehr

Zentrale Abschlussprüfung 10 zur Erlangung der Erweiterten Berufsbildungsreife. Mathematik (A)

Zentrale Abschlussprüfung 10 zur Erlangung der Erweiterten Berufsbildungsreife. Mathematik (A) Die Senatorin für Bildung, Wissenschaft und Gesundheit Freie Hansestadt Bremen Zentrale Abschlussprüfung 10 zur Erlangung der Erweiterten Berufsbildungsreife 2012 Mathematik (A) Teil 1 Taschenrechner und

Mehr

Kapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell

Kapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell Kapitel 8 Einfache Regression Josef Leydold c 2006 Mathematische Methoden VIII Einfache Regression 1 / 21 Lernziele Lineares Regressionsmodell Anpassen des linearen Regressionsmodells, OLS Eigenschaften

Mehr

Zentrale Abschlussprüfung Sekundarstufe I

Zentrale Abschlussprüfung Sekundarstufe I Die Senatorin für Bildung und Wissenschaft Freie Hansestadt Bremen Zentrale Abschlussprüfung Sekundarstufe I Niveau mit grundlegenden Anforderungen Erweiterte Berufsbildungsreife 2015 Mathematik (A) Teil

Mehr

Übungsaufgaben zu Kapitel 2 und 3

Übungsaufgaben zu Kapitel 2 und 3 Übungsaufgaben zu Kapitel 2 und 3 Aufgabe 1 Wann ist eine Teilerhebung sinnvoller als eine Vollerhebung? Nennen Sie mindestens drei Gründe. Aufgabe 2 Welches Verfahren soll angewendet werden, um eine Teilerhebung

Mehr

Die Anwendung des globalen und partiellen F-Tests beim Regressionsmodell

Die Anwendung des globalen und partiellen F-Tests beim Regressionsmodell Dr. Wolfgang Langer - Integrierte Veranstaltung Methoden IV WS 2002/2003-1 Die Anwendung des globalen und partiellen F-Tests beim Regressionsmodell von XENOPHOB auf V247 und POSTMAT, MATERIAL Für unsere

Mehr

Prof. Dr. Werner Smolny werner.smolny@mathematik.uni-ulm.de Dipl.-Ökonom Ralf Scherfling ralf.scherfling@mathematik.uni-ulm.de Universität Ulm Abteilung Wirtschaftspolitik Seminar zur Empirischen Wirtschaftsforschung

Mehr

TECHNISCHE UNIVERSITÄT DORTMUND Wintersemester 2010/2011 FAKULTÄT STATISTIK Dr. H. Hansen

TECHNISCHE UNIVERSITÄT DORTMUND Wintersemester 2010/2011 FAKULTÄT STATISTIK Dr. H. Hansen TECHNISCHE UNIVERSITÄT DORTMUND Wintersemester 2010/2011 FAKULTÄT STATISTIK 11.02.2011 Dr. H. Hansen Klausur für den Bachelorstudiengang zur Vorlesung Statistik für Ökonomen Bitte in Druckschrift ausfüllen

Mehr

Grundlagen der Statistik Übung FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft

Grundlagen der Statistik Übung FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Grundlagen der Statistik Übung 5 2009 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

Mehr

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19 Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist

Mehr

Beispiele für Prüfungsfragen Ökonometrie I und II

Beispiele für Prüfungsfragen Ökonometrie I und II Beispiele für Prüfungsfragen Ökonometrie I und II Von den sieben Beispielen von Prüfungsfragen wären in einer konkreten einstündigen Prüfung etwa deren zwei zu beantworten. Aufgaben 3, 4, 6 und 7 beziehen

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management für Betriebswirtschaft und internationales Management Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Preismesszahl: Misst Preisveränderung eines einzelnen Gutes: Preis zum Zeitpunkt

Mehr

Statistik - Übungen SS 2016

Statistik - Übungen SS 2016 Statistik - Übungen SS 2016 Blatt 1: Beschreibende Statistik 1. Wir unterscheiden verschiedene Arten von Merkmalen. Nennen Sie für jedes Erhebungsmerkmal eine zulässige Ausprägung, geben Sie jeweils eine

Mehr

Dynamische Systeme und Zeitreihenanalyse // Daten 8 p.2/??

Dynamische Systeme und Zeitreihenanalyse // Daten 8 p.2/?? Dynamische Systeme und Zeitreihenanalyse Daten Kapitel 8 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Daten 8 p.0/?? Lernziele Datentypen Beobachtungsfrequenzen

Mehr

Übung 1: Einführung, grafische Darstellung univariater Datensätze

Übung 1: Einführung, grafische Darstellung univariater Datensätze Übung 1: Einführung, grafische Darstellung univariater Datensätze Vor einer Bürgermeisterwahl, bei der fünf Kandidaten (A bis E) zur Auswahl stehen, wurden 160 Wahlberechtigte nach ihrer Wahlabsicht befragt.

Mehr

Statistik II Übung 1: Einfache lineare Regression

Statistik II Übung 1: Einfache lineare Regression Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.2 Die Geldnachfragefunktion

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.2 Die Geldnachfragefunktion Universität Ulm 89069 Ulm Germany Dipl.-Kfm. Philipp Buss Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur

Mehr

Wirtschaftsstatistik-Klausur am

Wirtschaftsstatistik-Klausur am Wirtschaftsstatistik-Klausur am 7.01.01 Bearbeitungszeit: 60 Minuten Aufgabe 1 In der nachfolgenden Tabelle sind die Jahresendwerte des Dax 30 und das Wachstum (in %) des BIP gegenüber dem Vorjahr (Quelle:

Mehr

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/ Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/10 2.3.2010 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt:

Mehr