Normalverteilung und Standardisierung
|
|
- Ulrich Martin
- vor 7 Jahren
- Abrufe
Transkript
1 Normalverteilung und Standardisierung N(0,1) z 0 z N(µ,) }{{}}{{} µ µ z z z µ+z Die Normalverteilungen N(µ, ) ergeben sich aus der Standardnormalverteilung N(0, 1) (Gaussche Glockenkurve) durch strecken und stauchen um und verschieben um µ. Das Intervall [ z,z] geht dabei in die z-umgebung [µ z, µ+z] von µ über. Einem z-wert von N(0,1) entspricht k = µ+z von N(µ,). Umgekehrt wird dann einem k-wert von N(µ,) der Wert z = k µ zugeordnet. Dies führt zu P(a X b) = Φ( b µ P(X k) }{{} β Falls β gegeben ist, folgt k µ µ = Φ(k ) = Φ 1 (β) ) Φ( a µ Dieses kann je nach Fragestellung nach k, µ oder umgestellt werden. ) bei Approximation der Binomialverteilung wäre korrekter. GTR Φ 1 (β)= invnorm(β) 1
2 0,8 0,6 y P(X z) = Φ(z) = normalcdf( 10, z) 0,4 ϕ(x) µ = 0 = z x Φ(x) = x ϕ(t) dt ist eine monoton wachsende Integralfunktion. Somit existiert die Umkehrfunktion Φ 1 (x) = invnorm(y) für die Standardnormalverteilung, bzw. invnorm(y, µ, ) für beliebige Normalverteilungen, um zu gegebener Wahrscheinlichkeit y, 0 < y < 1, den z-wert zu ermitteln. 0,8 0,6 y Φ µ, (x) P(X a) = Φ( a µ ) = normalcdf( 10, a, µ, ) 0,4 ϕ µ, (x) µ = 1 = 0,6-1 1 a x Aus a = µ+z folgt z = a µ. Der Inhalt der Fläche unter ϕ µ, (x) bis zur rechten Grenze a ist daher Φ µ, (a) = Φ( a µ ). y 0,8 0,6 Φ µ, (x) P(X a) = Φ( a µ ) = normalcdf( 10, a, µ, ) 0,4 ϕ µ, (x) µ = 2 = 0,4 1 2 a 3 4 x 2
3 z-umgebung }{{}}{{} µ µ z z z µ+z P(a X b) = Φ( b µ ) Φ( a µ ) P(µ z X µ+z) = Φ(z) Φ( z) = 2Φ(z) 1 Erläutere die letzte Zeile. N(0,1) z 0 z N(0,1) Φ(z) 0 z 3
4 a) Sei P(X 15) = 20%, µ = 25 gesucht b) Sei P(X 20) = 10%, = 5 gesucht µ c) P(X 30) = 70% P(X 24) = 10% µ, =? 4
5 a) Sei P(X 15) = 20%, µ = 25 gesucht Lösung Φ( 15 µ )= 15 µ =Φ 1 () = 15 µ Φ 1 () = 11,9 b) Sei P(X 20) = 10%, = 5 gesucht µ Lösung Φ( 20 µ )= 0,1 20 µ =Φ 1 (0,1) µ = 20 Φ 1 (0,1)= 26,4 c) P(X 30) = 70% P(X 24) = 10% µ, =? Lösung P(Y 30) = Φ( 30 µ P(Y 24) = Φ( 24 µ Φ 1 (0,70)= 0,524 Φ 1 (0,10)= 1,282 µ = 28,3 = 3,3 ) = 70% ) = 10% 5
6 Normalverteilung, GTR a) P(X b) = 80%, µ = 50, = 3 (in g) gesucht b b) Sei P(1 X 2) = 20%, = 0,5 gesucht µ c) Sei P(X 20) = 15%, = 5 (in g) gesucht µ d) Sei P(X 40) = 80%, µ = 36 (in g) gesucht e) P(X 34) = 12% (X in g) P(X 44) = 5% µ, =? Wenn die Einheit z.b. Gramm ist, wird X 0 vorausgesetzt. Die Verwendung der Normalverteilung impliziert dann P(0 X µ) = 0,5. Die linke Grenze für X in P(X a) ist in diesem Fall also 0. 6
7 Normalverteilung, GTR a) P(X b) = 80%, µ = 50, = 3 (in g) gesucht b 0,8 0,6 y Schnittstelle von \Y 1 = normalcdf(0,x,50,3) \Y 2 = 0,8 b = 52,52 0, x Jedoch geht es einfacher mit b = invnorm(0.8,50,3). b) Sei P(1 X 2) = 20%, = 0,5 gesucht µ y Nullstellen von \Y 1 = 0.2 normalcdf(1,2,x,0.5) µ 1 = 0,583 µ 2 = 2, , x c) Sei P(X 20) = 15%, = 5 (in g) gesucht µ y Nullstelle von \Y 1 = 0.15 normalcdf(0,x,5) µ = 25, ,4-0,6-0, x 7
8 Normalverteilung, GTR d) Sei P(X 40) = 80%, µ = 36 (in g) gesucht 0,1 y Nullstelle von \Y 1 = 0.80 normalcdf(0,40,36,x) = 4,753-0, x e) P(X 34) = 12% (X in g) P(X 44) = 5% µ, =? P(Y 34) = Φ( 34 µ P(Y 44) = 1 Φ( 44 µ ) = 12% = µ = 34 Φ 1 (0,12) ) = 5% = µ = 44 Φ 1 (0,95) Schnittpunkt µ = 38,167 = 3, µ Nur b) muss grafisch-numerisch bearbeitet werden. Für a), c) und d) führt die Verwendung von Φ 1 zur Lösung, in e) auch ein LGS. 8
9 Standardisierte Normalverteilung Um das Verhalten von Binomialverteilungen für n zu untersuchen (hier für p = 1 2 dargestellt), werden die k-werte in ihrer relativen Lage zum Erwartungswert µ betrachtet. n = k 0 t k = µ+t k µ = t t = k µ Der t-wert gibt an, um welches Vielfache von k vom Erwartungswert µ abweicht. Für n braucht man nur kleine t-werte zu berücksichtigen. Um über der t-achse ein Histogramm aufzutragen, werden die Rechtecksbreiten durch dividiert. Damit die Flächeninhalte gleich bleiben, müssen die Höhen mit multipliziert werden. n = t Nun ist absehbar, was sich für n ergibt. Die standardisierten Verteilungen werden durch die Gausssche Glockenkurve ϕ(x) approximiert. Deren Verteilungsfunktion Φ(z) gibt den Flächeninhalt unter der Kurve von bis z an. Wir erhalten: P(a X b) Φ( b µ ) Φ( a µ ) (ohne Stetigkeitskorrektur) 0 z ϕ(x) = 1 2π e 1 2 x2 9
10 -Umgebung N(µ,) µ µ µ+ Wie groß ist? Antwort: N(µ,) geht aus N(0,1) durch Verschieben, Strecken und Stauchen hervor. 0 geht in µ über, 1 in µ, 1 in µ+. N(0,1) = normalcdf( 1,1) = 68,3% Weiter erhalten wir: P(2-Umgebung) = normalcdf( 2, 2) = 95,4% P(3-Umgebung) = normalcdf( 3, 3) = 99,7% Sei für eine Binomialverteilung n = 5000, p = 0,5 gegeben. Welche Trefferzahlen sind mit 95,4%iger Wahrscheinlichkeit zu erwarten? (Der Bereich heißt auch Schwankungsintervall.) 10
11 Sei für eine Binomialverteilung n = 5000, p = 0,5 gegeben. Welche Trefferzahlen sind mit 95,4%iger Wahrscheinlichkeit zu erwarten? (Der Bereich heißt auch Schwankungsintervall.) [2430; 2570] 11
12 z-umgebung N(µ,) }{{}}{{} µ µ z z z µ+z = 90% (z.b.) gegeben, z gesucht N(0,1) z 0 z Begründe: z = } invnorm {{} ( )= invnorm(1+ 2 ) Φ 1 12
13 µ, ermitteln N(µ,) k µ µ µ+ P(X 235) = 9%, µ = 250 gesucht N(0,1) z Welcher Zusammenhang besteht zwischen k und z? Antwort: k µ = z (Setze für k µ, bzw. µ+ ein.) normalcdf }{{} (k µ )= P(X k)... Φ = 11,2 Φ 1 13
Sigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
MehrSpezielle stetige Verteilungen
Spezielle stetige Verteilungen schon bekannt: Die Exponentialverteilung mit Parameter k R, k > 0 hat die Dichte f (x) = ke kx für x 0 und die Verteilungsfunktion F (x) = 1 e kx für x 0. Eigenschaften Für
MehrS tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04
R. Brinkmann http://brinkmann-du.de Seite 1 14.10.2007 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des
MehrVon der Binomialverteilung zur Normalverteilung
Von der Binomialverteilung zur Normalverteilung Wir interessieren uns für Binomialverteilungen mit grossen Werten für n. Als Beispiele können wir uns das Experiment vorstellen, dass ein idealer Würfel
Mehr9 Die Normalverteilung
9 Die Normalverteilung Dichte: f(x) = 1 2πσ e (x µ)2 /2σ 2, µ R,σ > 0 9.1 Standard-Normalverteilung µ = 0, σ 2 = 1 ϕ(x) = 1 2π e x2 /2 Dichte Φ(x) = 1 x 2π e t2 /2 dt Verteilungsfunktion 331 W.Kössler,
MehrETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)
ETWR Teil B 2 Ziele Bisher (eindimensionale, mehrdimensionale) Zufallsvariablen besprochen Lageparameter von Zufallsvariablen besprochen Übertragung des gelernten auf diskrete Verteilungen Ziel des Kapitels
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrMuster für einen Studienbericht (in Auszügen) im Fach Mathematik LK
Muster für einen Studienbericht (in Auszügen) im Fach Mathematik LK Name: Zur Vorbereitung verwendetes Hilfsmittel GTR (Modell und Typbezeichnung sind vom Bewerber anzugeben. ) (Modell und Typ sind mit
Mehr6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen
6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Bisher: Diskrete Zufallsvariablen,
Mehr8. Stetige Zufallsvariablen
8. Stetige Zufallsvariablen Idee: Eine Zufallsvariable X ist stetig, falls ihr Träger eine überabzählbare Teilmenge der reellen Zahlen R ist. Beispiel: Glücksrad mit stetigem Wertebereich [0, 2π] Von Interesse
MehrStetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch
6 Stetige Verteilungen 1 Kapitel 6: Stetige Verteilungen A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch dargestellt. 0.2 6
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen
MehrKapitel 12 Stetige Zufallsvariablen Dichtefunktion und Verteilungsfunktion. stetig. Verteilungsfunktion
Kapitel 12 Stetige Zufallsvariablen 12.1. Dichtefunktion und Verteilungsfunktion stetig Verteilungsfunktion Trägermenge T, also die Menge der möglichen Realisationen, ist durch ein Intervall gegeben Häufig
MehrTabelle 11.2 zeigt die gemeinsame Wahrscheinlichkeitsfunktion und die Randverteilungen
Kapitel 11 Stichprobenfunktionen Um eine Aussage über den Wert eines unbekannten Parameters θ zu machen, zieht man eine Zufallsstichprobe vom Umfang n aus der Grundgesamtheit. Das Merkmal wird in diesem
MehrNormalverteilung und Dichtefunktionen
Normalverteilung und Dichtefunktionen Ac Einführung der Normalverteilung als Approximationsfunktion der Binomialverteilung Da die Binomialverteilung für große n das Aussehen einer Glockenkurve besitzt
Mehr1. Normalverteilung. 2. normalverteilte Zufallsgröße. 3. Aufgaben zur Normalverteilung. 4. Dichte(funktion) 5. Aufgaben zur Normalverteilung
1. Normalverteilung 2. normalverteilte Zufallsgröße 3. Aufgaben zur Normalverteilung 4. Dichte(funktion) 5. Aufgaben zur Normalverteilung 6. Mittagstemperatur-Aufgabe 7. Aufgaben zur Normalverteilung 8.
MehrSchleswig-Holstein Kernfach Mathematik
Aufgabe 5: Stochastik Der Schokoladenhersteller Nikolaus Hase produziert für namhafte Discounter Ostereier. Auf Grund langjähriger Erfahrungen ist davon auszugehen, dass 95 % der Produktion der Norm entsprechen
MehrBeschreibende Statistik und der Übergang zur beurteilenden Statistik
Beschreibende Statistik und der Übergang zur beurteilenden Statistik Guido Herweyers KHBO Campus Oostende K.U.Leuven 1. Vorwort Der Einsatz des Voyage 200 erleichert die Verarbeitung von Daten und erlaubt
MehrZentralabitur Mathematik. Beispielaufgaben zum ersten Prüfungsteil. Aufgaben ohne Hilfsmittel
QUA-LiS NRW Zentralabitur Mathematik Beispielaufgaben zum ersten Prüfungsteil Aufgaben ohne Hilfsmittel Inhaltsverzeichnis Modellieren mithilfe von Funktionen 3 Interpretation des Integrals 4 3 Funktionseigenschaften
Mehr3.3. Aufgaben zur Normalverteilung und Hypothesentests
3.3. Aufgaben zur Normalverteilung und Hypothesentests Aufgabe : Näherung der Binomialverteilung durch die Normalverteilung a) Die Zufallsvariable X sei B,,5 ()-verteilt. Sizziere das Histogramm von X
MehrDie Varianz (Streuung) Definition
Die (Streuung) Definition Diskrete Stetige Ang., die betrachteten e existieren. var(x) = E(X EX) 2 heißt der Zufallsvariable X. σ = Var(X) heißt Standardabweichung der X. Bez.: var(x), Var(X), varx, σ
MehrAllgemeine Wahrscheinlichkeitsräume
Kapitel 3 Allgemeine Wahrscheinlichkeitsräume 3. Einleitung Wir hatten schon bemerkt, dass der Begriff des diskreten Wahrscheinlichkeitsraums nicht ausreicht, um das unendliche Wiederholen eines Zufallsexperiments
MehrMögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
MehrSchriftliche Abiturprüfung Leistungskursfach Mathematik
Sächsisches Staatsministerium für Kultus Schuljahr 2000/01 Geltungsbereich: - Allgemein bildendes Gymnasium - Abendgymnasium und Kolleg - Schulfremde Prüfungsteilnehmer Schriftliche Abiturprüfung Leistungskursfach
MehrWeierstraß-Institut für Angewandte Analysis und Stochastik Von der Binomialverteilung zur Normalverteilung
Weierstraß-Institut für Angewandte Analysis und Stochastik Von der Binomialverteilung zur Normalverteilung Wolfgang König (WIAS und TU Berlin) Mohrenstraße 39 10117 Berlin Tel. 030 20372 0 www.wias-berlin.de
MehrAnleitung: Standardabweichung
Anleitung: Standardabweichung So kann man mit dem V200 Erwartungswert und Varianz bzw. Standardabweichung bei Binomialverteilungen für bestimmte Werte von n, aber für allgemeines p nach der allgemeinen
MehrZeit zum Kochen [in min] [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50,60[ [60, 100] Hi
1. Susi und Fritzi bereiten ein Faschingsfest vor, dazu gehört natürlich ein Faschingsmenü. Ideen haben sie genug, aber sie möchten nicht zu viel Zeit fürs Kochen aufwenden. In einer Zeitschrift fanden
MehrHypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
Mehr)e2 (3 x2 ) a) Untersuchen Sie den Graphen auf Symmetrie, ermitteln Sie die Nullstellen von f und bestimmen Sie das Verhalten von f für x.
Analysis Aufgabe aus Abiturprüfung Bayern GK (abgeändert). Gegeben ist die Funktion f(x) = ( x )e ( x ). a) Untersuchen Sie den Graphen auf Symmetrie, ermitteln Sie die Nullstellen von f und bestimmen
MehrStandardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Korrekturheft zur Probeklausur März 2014.
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik Korrekturheft zur Probeklausur März 2014 Teil-1-Aufgaben Aufgabe 1 Gleichung interpretieren + y = 24 = 2y Ein Punkt ist genau dann
MehrBegriffe aus der Informatik Nachrichten
Begriffe aus der Informatik Nachrichten Gerhard Goos definiert in Vorlesungen über Informatik, Band 1, 1995 Springer-Verlag Berlin Heidelberg: Die Darstellung einer Mitteilung durch die zeitliche Veränderung
MehrKapitel 2 Wahrscheinlichkeitsrechnung
Definition 2.77: Normalverteilung & Standardnormalverteilung Es sei µ R und 0 < σ 2 R. Besitzt eine stetige Zufallsvariable X die Dichte f(x) = 1 2 πσ 2 e 1 2 ( x µ σ ) 2, x R, so heißt X normalverteilt
Mehr12 Die Normalverteilung
12 Die Normalverteilung Die Normalverteilung ist eine der wichtigsten Wahrscheinlichkeitsverteilungen in der Praxis, weil aufgrund des sogenannten zentralen Grenzwertsatzes in vielen Situationen angenommen
MehrAbdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- Westfalen
Abdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- durch die Schülerbücher Lambacher-Schweizer - Analysis Grundkurs Ausgabe Nordrhein- (ISBN 978-3-12-732220-0)
MehrFakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 1 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Übungsblatt 3 Maschinelles Lernen und Klassifikation Abgabe online
MehrChi-Quadrat-Verteilung
Chi-Quadrat-Verteilung Die Verteilung einer Summe X +X +...+X n, wobei X,..., X n unabhängige standardnormalverteilte Zufallsvariablen sind, heißt χ -Verteilung mit n Freiheitsgraden. Eine N(, )-verteilte
MehrFunktionen lassen sich durch verschiedene Eigenschaften charakterisieren. Man nennt die Untersuchung von Funktionen auch Kurvendiskussion.
Tutorium Mathe 1 MT I Funktionen: Funktionen lassen sich durch verschiedene Eigenschaften charakterisieren Man nennt die Untersuchung von Funktionen auch Kurvendiskussion 1 Definitionsbereich/Wertebereich
MehrKompetenzcheck. Mathematik (AHS) Oktober 2013. Lösungsheft
Kompetenzcheck Mathematik (AH) Oktober 2013 Lösungsheft Lösung zu Aufgabe 1 Rationale Zahlen 1 2 3,5 16 Ein Punkt ist nur dann zu geben, wenn alle Kreuze richtig gesetzt sind. 2 Lösung zu Aufgabe 2 Rechenoperationen
MehrVorlesung Wissensentdeckung
Gliederung Vorlesung Wissensentdeckung Additive Modelle Katharina Morik, Weihs 1 Merkmalsauswahl Gütemaße und Fehlerabschätzung.6.015 1 von 33 von 33 Ausgangspunkt: Funktionsapproximation Aufteilen der
Mehr2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!
Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist
MehrM13 Übungsaufgaben / pl
Die Histogramme von Binomialverteilungen werden bei wachsendem Stichprobenumfang n immer flacher und breiter. Dem Maximum einer solchen Verteilung kommt daher keine allzu große Wahrscheinlichkeit zu. Vielmehr
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 19. Januar 2011 1 Nichtparametrische Tests Ordinalskalierte Daten 2 Test für ein Merkmal mit nur zwei Ausprägungen
MehrAusführliche Lösungen
Bohner Ihlenburg Ott Deusch Mathematik für berufliche Gmnasien Jahrgangsstufen und Analsis und Stochastik Ausführliche Lösungen zu im Buch gekennzeichneten Aufgaben ab 5. Auflage 05 ISBN 978--80-8- Das
Mehr1 1. Übung. Einleitung. 1.1 Urnenmodelle. 1.2 Beispiele. 1.3 Aufgaben
Einleitung Dieses sind die kompletten Präsenzaufgaben, die bei der Übung zur Vorlesung Einführung in die Stochastik im Sommersemester 2007 gerechnet wurden. Bei Rückfragen und Anmerkungen bitte an brune(at)upb.de
MehrArbeitsblatt 27: Normalverteilung Kerzen
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrÜbungen zur Vorlesung MATHEMATIK II
Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom
MehrKompaktskript zur Vorlesung Verfahren der Mikroökonometrie
Kompaktskript zur Vorlesung Verfahren der Mikroökonometrie Friedrich-Schiller-Universität Jena Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Wirtschafts- und Sozialstatistik Prof. Dr. P. Kischka
Mehr8 Stetige Zufallsvariablen
2 8 STETIGE ZUFALLSVARIABLEN 8 Stetige Zufallsvariablen 8. Definition von stetigen Zufallsvariablen Idee: Eine Zufallsvariable X heißt stetig, falls zu beliebigen Werten a < b aus dem Träger von X auch
MehrBayern FOS BOS 12 Fachabiturprüfung 2015 Mathematik (Nichttechnische Ausbildungsrichtungen) Analysis A I
Bayern FOS BOS Fachabiturprüfung 05 Mathematik (Nichttechnische Ausbildungsrichtungen) Analysis A I.0 Nebenstehende Abbildung zeigt den Graphen G f ' der ersten Ableitungsfunktion einer in ganz 0 definierten
MehrDie Kugel Grundwissen Mathematik Geometrie Klasse 10. Definitionen und Regeln. Kugeloberfläche: O Kugel = 4 r² π. Kugelvolumen: - 1 -
10.1 Grundwissen Mathematik Geometrie Klasse 10 Die Kugel Beispiele Kugeloberfläche: O Kugel = 4 r² π r Kugelvolumen: V Kugel = 4 3 r³ π - 1 - 10. Grundwissen Mathematik Geometrie Klasse 10 Kreissektor
MehrExemplar für Prüfer/innen
Exemplar für Prüfer/innen Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2016 Mathematik Kompensationsprüfung 3 Angabe für Prüfer/innen Hinweise zur
MehrKapitel VI - Lage- und Streuungsparameter
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VI - Lage- und Streuungsparameter Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übungen für die kompetenzbasierte Abschlussprüfung 1. 60 Äpfel wurden gewogen und die Ergebnisse in einem Boxplot-Diagramm dargestellt. Ergänzen Sie die folgenden
MehrK2 MATHEMATIK KLAUSUR 2. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) Punkte Notenpunkte
K2 MATHEMATIK KLAUSUR 2 06.12.2013 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 27 15 15 3 60 Punkte Notenpunkte PT 1 2 3 4 5 6 7 8 P. (max 2 3 2 4 5 3 4 4 Punkte WT Ana a b Summe P. (max 8 7
MehrZiel der Wahrscheinlichkeitsrechnung. Teil V. Wahrscheinlichkeitsrechnung. Experiment: Wurf eines Würfels
Ziel der Wahrscheinlicheitsrechnung Teil V Wahrscheinlicheitsrechnung Aussagen über Experimente und Prozesse mit unsicherem Ausgang. Beispiele Würfeln Literatur: Ziehen von Losen aus einer Urne Glücsspiele
MehrThema: Eigenschaften von Funktionen (Wiederholung und Symmetrie, Nullstellen, Transformation)
1. Halbjahr EF 2. Halbjahr EF Einführungsphase (EF) Vektoren, ein Schlüsselkonzept (Punkte, Vektoren, Rechnen mit Vektoren, Betrag) Eigenschaften von Funktionen (Wiederholung und Symmetrie, Nullstellen,
MehrFlächenberechnung mit Integralen. Flächenberechnung mit Integralen. Flächenberechnung mit Integralen. Flächenberechnungen mit Integralen
Flächenberechnungen mit Integralen Aufgabe 1: Gegeben sei die Funktion = 44. = 44 Aufgaben und Lösungen a) Berechnen Sie die Fläche, die die Kurve mit den Koordinatenachsen einschließt. b) Berechnen Sie
MehrKompaktskript zur Vorlesung Stochastische Risikoanalyse
Kompaktskript zur Vorlesung Stochastische Risikoanalyse Friedrich-Schiller-Universität Jena Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Wirtschafts- und Sozialstatistik Prof. Dr. P. Kischka Sommersemester
MehrNEUE WEGE CASIO FX-CG20 GTR-Anleitung
1. Lösen eines linearen Gleichungssystems (Kap.3.) (A) Die Parabel durch (- 6), ( -) und (4-1) ist gesucht. Dazu muss das lineare Gleichungssystem Im Menü Gleichung mit F1 Lin Gleichungssyst wählen. (1)
MehrProf. Dr. Günter Hellmig. Aufgabenskript Induktive Statistik
rof. Dr. Günter Hellmig Aufgabenskript Induktive Statistik Inhalt:.Kombinatorik: Variation und Kombination, jeweils ohne Wiederholung 2.Rechnen mit Wahrscheinlichkeiten: Additions- und Multiplikationssätze
MehrGlücksrad-Aufgabe. Das Glücksrad ist in 2 Sektoren mit den Zahlen 1 (Winkel 120 ) und 2 eingeteilt.
Glücksrad-Aufgabe Das Glücksrad ist in Sektoren mit den Zahlen (Winkel ) und eingeteilt. a) Das Glücksrad wird dreimal gedreht. Wie groß ist die Wahrscheinlichkeit für die folgenden Ereignisse: A: Die
MehrBachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5
MehrWahrscheinlichkeits - rechnung und Statistik
Michael Sachs Mathematik-Studienhilfen Wahrscheinlichkeits - rechnung und Statistik für Ingenieurstudenten an Fachhochschulen 4., aktualisierte Auflage 2.2 Eindimensionale Häufigkeitsverteilungen 19 absolute
MehrOperations Research (OR) II
Operations Research (OR) II Fortgeschrittene Methoden der Wirtschaftsinformatik 27. Juni 2007 Michael H. Breitner, Hans-Jörg von Mettenheim und Frank Köller 27.06.2007 # 1 Stochastische Inputgrößen Stochastische
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler 0.20 0.18 0.16 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00 0 5 10 15 20 k 0.20 0.18 0.16 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00 Binomialverteilung Normalverteilung
MehrKonfidenzintervalle. Einführung von Ac
Konfidenzintervalle Einführung von Ac Problem: ( Schluss von der Stichprobe auf die Gesamtheit - Schätzen ) Von einer binomialverteilten Zufallsgröße X sei n (der Stichprobenumfang) gegeben, aber p (Erfolgswahrscheinlichkeit)
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
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrLehrstuhl für Betriebswirtschaft mit Schwerpunkt Finanzierung Abschlussklausur zur Vorlesung Finanzmanagement. 27. Juli 2000
Lehrstuhl für Betriebswirtschaft mit Schwerpunkt Finanzierung Abschlussklausur zur Vorlesung Finanzmanagement 27. Juli 2000 Aufgabenstellung: Sie sollen den Risiko-adäquaten Zinssatz für einen Kredit mit
MehrAnalysis: Klausur Analysis
Analysis Klausur zur Integralrechnung Stammfunktionsberechnung, Flächenberechnung, Rotationsvolumen, Funktionen zu Änderungsraten (Bearbeitungszeit: 9 Minuten) Gymnasium J1 Aleander Schwarz www.mathe-aufgaben.com
MehrWürfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView :
Beispiele zum Einsatz des TI-30X Plus MultiView : Würfelspiel Für den schulartübergreifenden Einsatz Stochastik Grundkurs Besonders passend für Baden-Württemberg und Bayern Bei einem Würfelspiel hat ein
MehrMUSTER 2 FÜR DIE ABITURPRÜFUNG AM BERUFLICHEN GYMNASIUM AB DEM SCHULJAHR 2016/2017. Teil 1: Keine Hilfsmittel zugelassen.
MINISTERIUM FÜR KULTUS, JUGEND UND SPORT BADEN-WÜRTTEMBERG MUSTER 2 FÜR DIE ABITURPRÜFUNG AM BERUFLICHEN GYMNASIUM AB DEM SCHULJAHR 21/217 Hauptprüfung LÖSUNGSVORSCHLAG FÜR DAS FACH Arbeitszeit Hilfsmittel
MehrInferenzstatistik (=schließende Statistik)
Inferenzstatistik (=schließende Statistik) Grundproblem der Inferenzstatistik: Wie kann man von einer Stichprobe einen gültigen Schluß auf di Grundgesamtheit ziehen Bzw.: Wie groß sind die Fehler, die
MehrK2 MATHEMATIK KLAUSUR 3
K2 MATHEMATIK KLAUSUR 3 NACHTERMIN 2..23 Aufgabe PT WTA WTGS Gesamtpunktzahl Punkte (max 3 5 5 6 Punkte Notenpunkte PT 2 3 4 5 6 7 8 9 P. (max 2 2 3 4 5 3 4 4 3 Punkte WT Ana a b c Summe P. (max 8 4 3
Mehr2 Arbeiten mit dem TI-84 Plus
2 Arbeiten mit dem TI-84 Plus Lernziele Du erfährst in diesem Abschnitt, wie du mit dem TI-84 Plus Funktionen in Bezug auf interessante Punkte untersuchst; numerische Ableitungen durchführst und Wahrscheinlichkeitsverteilungen
MehrWeitere Aufgaben Mathematik (BLF, Abitur) Hinweise und Beispiele zu hilfsmittelfreien Aufgaben
Weitere Aufgaben Mathematik (BLF, Abitur) Hinweise und Beispiele zu hilfsmittelfreien Aufgaben Aufgabe C Gegeben ist eine Funktion f durch f ( ) = + 3. Gesucht sind lineare Funktionen, deren Graphen zum
MehrRealschule Abschlussprüfung
Realschule Abschlussprüfung Annegret Sonntag 4. Januar 2010 Inhaltsverzeichnis 1 Strategie zur Berechnung von ebenen Figuren (Trigonometrie) 3 1.1 Skizze.................................................
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrThemenbereich 1: Proportionalitätszuordnungen. Proportionale Zuordnungen. y bzw. Umgekehrt proportionale Zuordnungen. 6000g
Themenbereich : Proportionalitätszuordnungen Benzinmenge in Abhängigkeit von dem Preis: Proportionale Zuordnungen Wenn eine Größe verdoppelt wird, führt dies zur Verdoppelung der Anderen Die Zuordnungsvorschrift
MehrPflichtteil - Exponentialfunktion
Pflichtteil - Eponentialfunktion Aufgabe (Ableiten) Bestimme die. und. Ableitung der folgenden Funktionen: a) f() = ln() + b) g() = e Aufgabe (Integrieren) Berechnen Sie die Integrale: a) e d b) c) h()
Mehrgebrochene Zahl gekürzt mit 9 sind erweitert mit 8 sind
Vorbereitungsaufgaben Mathematik. Bruchrechnung.. Grundlagen: gebrochene Zahl gemeiner Bruch Zähler Nenner Dezimalbruch Ganze, Zehntel Hundertstel Tausendstel Kürzen: Zähler und Nenner durch dieselbe Zahl
MehrLösungen zu Übung(11) Erster Teil A E=
Lösungen zu Übung Erster Teil a Betrachten Sie die Matrix A = Die Eigenwerte sind λ = mit algebraischer Vielfachheitundλ =mitalgebraischervielfachheit,unddiematrix A E= hatrang, alsokerndimensionnur, somitistdereigenraumzuλ
MehrNr Angabe Eingabe Ergebnis
Workshop CAS-Rechner Voyage 00 TI-9+ TI-89 Hainscho Grundlagen Nr Angabe Eingabe Ergebnis 1 8 4 = 8 Ù 4 8 = 4 8 e 4 8 e 4 3 8 = ]( 8 d ]( 8 d 3 4 8 = c 8 d Z c 1 e 3 d 5 4! = 4 W Zweitbelegungen ( ) :
MehrStetigkeit von Funktionen
9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a
MehrAngewandte Wahrscheinlichkeitstheorie
Skript zur Vorlesung Angewandte Wahrscheinlichkeitstheorie SS 04 Georg Hoever Fachbereich Elektrotechnik und Informationstechnik FH Aachen Inhaltverzeichnis i Inhaltsverzeichnis. Grundlagen.. Wahrscheinlichkeiten
MehrMedizinische Biometrie (L5)
Medizinische Biometrie (L5) Vorlesung III Wichtige Verteilungen Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
MehrMessung von Rendite und Risiko. Finanzwirtschaft I 5. Semester
Messung von Rendite und Risiko Finanzwirtschaft I 5. Semester 1 Messung von Renditen Ergebnis der Anwendung der Internen Zinsfuß- Methode ist die Rentabilität des Projekts. Beispiel: A0-100.000 ZÜ1 54.000
MehrBESONDERE LEISTUNGSFESTSTELLUNG MATHEMATIK
BESONDERE LEISTUNGSFESTSTELLUNG 003 MATHEMATIK Arbeitszeit: Hilfsmittel: 150 Minuten 1. Formeln und Tabellen für die Sekundarstufen I und II. Berlin: Paetec, Ges. für Bildung und Technik. Formeln und Tabellen
MehrAbitur - Grundkurs Mathematik. Sachsen-Anhalt 2002. Gebiet G1 - Analysis
Abitur - Grundkurs Mathematik Sachsen-Anhalt Gebiet G - Analsis Aufgabe.. Der Graph einer ganzrationalen Funktion f dritten Grades mit einer Funktionsgleichung der Form f a b c d a,b,c,d, R schneidet die
MehrBerufsreifprüfung Mathematik
BRP Mathematik VHS Floridsdorf 08.10.2011 Seite 1/3 Berufsreifprüfung Mathematik Volkshochschule Floridsdorf / Herbsttermin 2011 1. Ein Brückenbogen besteht aus zwei Parabeln zweiter Ordnung (siehe Skizze).
MehrSCHRIFTLICHE ABITURPRÜFUNG Mathematik (Leistungskursniveau) Arbeitszeit: 300 Minuten
Mathematik (Leistungskursniveau) Arbeitszeit: 300 Minuten Es sind die drei Pflichtaufgaben und eine Wahlpflichtaufgabe zu lösen. Der Prüfling entscheidet sich für eine Wahlpflichtaufgabe. Die zur Bewertung
MehrAbiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit x f(x) = (x + 5) e. Aufgabe : ( VP) Gegeben ist die Funktion
MehrVorlesung Wirtschaftsstatistik 2 (FK ) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren. Dipl.-Ing.
Vorlesung Wirtschaftsstatistik 2 (FK 040637) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren Dipl.-Ing. Robin Ristl Wintersemester 2012/13 1 Vorlesungsinhalte Wiederholung:
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
Mehr1 of 3 6/14/2012 11:20 AM
Standardnormalverteilung http://eswf.uni-koeln.de/glossar/zvert.htm 1 of 3 6/14/2012 11:20 AM Die folgende Tabelle zeigt die Verteilungsfunktion der Standardnormalverteilung. Für ausgewählte z-werte ist
Mehr