Statistik. Ronald Balestra CH St. Peter
|
|
- Daniel Melsbach
- vor 7 Jahren
- Abrufe
Transkript
1 Statistik Ronald Balestra CH St. Peter Januar 2010
2 Inhaltsverzeichnis 1 Statistik Beschreibende Statistik Charakterisierung von Häufigkeitsverteilungen Die passende Gerade (lineare Regression) Anwendungen I
3 1 Statistik 1.1 Beschreibende Statistik Um was geht s? Wie entstehen statistische Informationen? Die mehrfachen Beobachtungen eines Merkmals bilden eine Stichprobe und die Anzahl der Beobachtungen wird der Umfang der Stichprobe genannt. Die konkreten Beobachtungswerte heissen Daten und werden in der Reihenfolge ihres Auftretens in einer Urliste zusammengefasst. Beispiel Ein Konsumentenmagazin ermittelt in einer Stichprobe die Preise (in Fr) für ein Produkt bei verschiedenen Anbietern: Probleme: 1
4 Strichliste Häufigkeitstabelle Um Stichproben unterschiedlichen Umfangs oder Stichproben aus verschiedenen Regionen (Länder, Städte,... ) besser miteinander vergleichen zu können brauchen wir die relative Häufigkeit: relative Häufigkeit = absolute Häufigkeit Umfang der Stichprobe = Beispiel (Kosumentenmagazin, 1.1.1) x 1 = H n (x 1 ) = h n (x 1 ) = x 2 = H n (x 2 ) = h n (x 2 ) = x 3 = H n (x 3 ) = h n (x 3 ) = x 4 = H n (x 4 ) = h n (x 4 ) = x 5 = H n (x 5 ) = h n (x 5 ) = x 6 = H n (x 6 ) = h n (x 6 ) = x 7 = H n (x 7 ) = h n (x 7 ) = Häufigkeitsverteilung: 2
5 Um bei grösseren Datenmengen eine bessere Uebersichtlickeit zu erhalten, können benachbarte mögliche Beobachtungswerte zu Klassen zusammengefasst werden. Beispiel Rangliste des Riesenslaloms der Herren in Park City ( ) Klasseneinteilung x 1 =, x 2 = x 3 =, x 4 = x 5 =, x 6 = zugehörige graphische Darstellung: 3
6 Beispiel Klassisches Beispiel: Alterspyramide 4
7 Aufgaben : Suche im Internet ein Histogramm - bestimme das Merkmal, - bestimme die Klasseneinteilung und - formuliere eine eigene Frage. 5
8 Beispiel Um über die Brenndauer von Glühlampen Aufschluss zu erhalten, wurde eine Stichprobe im Umfang von n = 90 gezogen und die Brenndauer gemessen. Als kürzeste Brenndauer wurde 513h und als längste 1571h gefunden. Die gesamten 90 Ergebnisse wurden in einer Urliste zusammengetragen. Leicht bearbeitet ist die folgende Liste entstanden: Aufgaben : Mit Hilfe von Excel sind die folgenden Darstellungen zu erstellen: Die relativen Häufigkeiten (in einem Histogramm) Die relativen Summenhäufigkeiten (als Kurve) 6
9 Aufgaben : Besuche die homepage des Bundesamtes für Statistik, suche einen für Dich interessanten Datenensatz heraus und erstelle dafür ein Histogramm mit der zugehörigen Summenhäufigkeit. 7
10 1.2 Charakterisierung von Häufigkeitsverteilungen Bei einer Häufigkeitsverteilung geht es um eine Zusammenstellung der ursprünglich beobachteten Daten. Für die Charakterisierung einer Häufigkeitsverteilung führen wir statistische Masszahlen ein: Mittelwert Streuungsmass Am Beispiel der Zeugnisnoten der Klasse X wollen wir die für uns notwendigen Begriffe einführen: 4, 5 5 3, 5 4, 5 5, 5 3, 5 4 4, , 5 5 2, , 5 4, 5 4 8
11 Streuung um das Verteilungszentrum 9
12 Eine weitere Möglichkeit zur Berechnung der Varianz, bzw. der Standardabweichung, besteht in der Anwendung des Verschiebungssatzes : 10
13 Einsatz des TR/ von Excel: Aufgaben : Löse die Aufgabeserie Statistik 1 mit dem TR/ mit Excel. 11
14 1.3 Die passende Gerade (lineare Regression) Wir wollen im Folgenden eine sogenannte verbundene Stichprobe untersuchen und versuchen die erhobenen Merkmale in einen funktionalen Zusammenhang zu bringen. Beispiel Um den Zusammenhang zwischen der Motorenleistung und der maximalen Geschwindigkeit eines Autos zu untersuchen, wurden in einer Stichprobe mit dem Umfang n = 8 die folgenden Werte ermittelt: 85kW 198km/h 100kW 207km/h 147kW 233km/h 126kW 217km/h 141kW 230km/h 95kW 196km/h 84kW 190km/h 100kW 210km/h Wir sprechen in diesem Beispiel von einer verbundenen Stichprobe, weil die erhobenen Merkmale Leistung und maximale Geschwindigkeit voneinander abhängig sind. Wie bei unseren bisherigen Stichproben haben wir auch hier nur diskrete Werte erhalten und können keine Aussagen machen über die maximale Geschwindigkeit bei einer Motorenleistung von z.b. 120kW. Um solche Aussage doch näherungsweise machen zu können, wollen wir versuchen einen funktionalen Zusammenhang zwischen den erhobenen Merkmalen herzustellen. 12
15 Wir wollen in einem ersten Schritt die Stichprobe im folgenden Koordinatensystem graphisch darstellen: Verwende für die Leistung die x-achse und für die maximale Geschwindigkeit die y-achse. Diskutiere die folgenden Fragen: Warum lässt sich sicher keine Funktionsgleichung finden, welche den Zusammenhang in diesem Beispiel exakt beschreibt? Eine Funktionsgleichung von welchem Typ kann den geforderten Zusammenhang näherungsweise darstellen? Bestimme eine mögliche Lösung. 13
16 Wenn wir die Lösungen untereinander vergleichen, können wir feststellen, dass die meisten eine affine Funktionsgleichung aufgestellt haben, jedoch mit verschiedenen Steigungen und Achsenabschnitten. Um eine einheitliche Lösung zu finden, müssen wir ein Kriterium einführen, welche alle Personen zur gleichen Lösung führt: Die Methode der kleinsten Quadrate (nach Carl Friedrich Gauss). Methode der kleinsten Quadrate Gegeben sind n Zahlenpaare (x 1 /y 1 ), (x 2 /y 2 ), (x 3 /y 3 ),... (x n /y n ). Gesucht sind die reellen Zahlen a und b mit der folgenden Eigenschaft: s(a, b) = [y 1 (a x 1 +b)] 2 +[y 2 (a x 2 +b)] [y n (a x n +b)] 2 ist minimal Bemerkungen : Geometrische Bedeutung: s(a, b) minimal bedeutet... Wir haben zwei Unbekannte und brauchen für eine eindeutige Lösung zwei unabhängige Gleichungen: Um die Suche zu erleichtern wollen wir eine weitere Zusatzbedingung einführen: Im Mittel soll die gesuchte Gerade den Zusammenhang exakt wiedergeben, d.h.: 14
17 Die Lösung zu obigem Problem kann zusammengefasst wie folgt formuliert werden: Die affine Funktionsgleichung/ Gerade, welche im Sinne der Methode der kleinsten Quadrate eine gegebene verbundene Stichprobe am besten beschreibt, erfüllt die folgenden Gleichung: y = s xy s 2 x (x x) + y mit s xy = 1 n [(y 1 y) (x 1 x) + (y 2 y) (x 2 x) (y n y) (x n x)] s 2 x = 1 n [(x 1 x) 2 + (x 2 x) (x n x) 2] Die Gerade wird als Regressionsgerade bezeichnet. Aufgaben : Bestimme die Regressionsgerade für unser Beispiel. (Verwende zur Berechnung der Hilfsgrössen Excel) 15
18 Aufgaben : Führe die Herleitung zur Funktionsgleichung der Regressionsgerade aus. 16
19 Um über die Qualität eines linearen Zusammenhangs zwischen den Beobachtungswerten zweier Merkmale etwas aussagen zu können, gibt es eine Kenngrösse, die sogenannte lineare Korrelation/ der Korrelationskoeffizient: Def.: Der Korrelationskoeffizient r von n Beobachtungspaaren (x 1 /y 1 ), (x 2 /y 2 ), (x 3 /y 3 ),... (x n /y n ) ist wie folgt definiert: r = s xy s x s y (x 1 x) (y 1 y) (x n x)) (y n y = (x1 x) (x n x) 2 (y 1 y) (y n y) 2 Aufgaben : Bestimme den Korrelationskoeffizienten aus unserem Leistung - Geschwindigkeits - Beispiel. Bemerkungen : 1. r 1. Je näher r bei +1 oder -1 liegt, desto besser schmiegen sich die Beobachtungspaare der Regressionsgeraden an. Mit r = 0 wird die zugehörige Beobachtung unkorreliert genannt. 2. Es besteht nicht zwingend eine Beziehung zwischen der Korrelation und der Kausalität: Wir können voraussagen, dass bei einer Zunahme um eine Einheit in x-richtung, die y- Richtung um ungefähr a Einheiten zunimmt. Wir können jedoch nicht sagen, dass weil x um eine Einheit zunimmt, y um ungefähr a Einheiten zunimmt. 17
20 Ein schönes Beispiel um die letzte Bemerkung zu illustrieren ist die folgende Aufgabe: Aufgaben : Das Deutsche Statistische Bundesamt lieferte 1991 aus den einzelnen Bundesländern die folgenden Beobachtungswerte über die Anzahl x (in 1000) der Verkehrsunfälle mit Personenschaden und die Anzahl y in (1000) der Ehescheidungen: (x, y) (45/17, 7) (63/20, 5) (17/6, 1) (12/1, 6) (4/1, 6) (10/4, 4) (29/11, 7) (8/1, 2) (42/13, 6) (78/36, 8) (18/8, 1) (5/2, 6) (16/2, 2) (12/1, 5) (17/5, 5) (10/1, 6) 1. Stelle die Situation graphisch mit Excel dar. 2. Bestimme die Regressionsgerade. 3. Bestimme den Korrelationskoeffizienten. 18
21 Einsatz des TR/ von Excel: Aufgaben : Löse die Aufgabeserie Statistik 2 mit dem TR/ mit Excel. 19
22 1.4 Anwendungen zu folgenden Themen: Lesen und Visualiseren von Daten an Erhebungsdaten zu Wir lernen uns kennen - Eine Fragebogenerhebung. Mittelwert und Standardabweichung an Erhebungsdaten zu Wie gross ist die Lichtgeschwindigkeit (S. Newcomb, 1882) Korrelation an Erhebungsdaten zu Wählen grosse Menschen grosse Partner? Lineare Regression an Erhebungsdaten zu Wie entwickelt sich die Gangliendichte? 20
Grundlagen 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
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
MehrStatistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II
Statistik II Lineare Regressionsrechnung Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II - 09.06.2006 1 Mit der Kovarianz und dem Korrelationskoeffizienten können wir den statistischen
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:
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,
MehrFunktionen (Grundlagen)
Funktionen (Grundlagen) 1. Kapitel aus meinem ANALYSIS - Lehrgang Sprachprofil - Mittelstufe KSOe Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 23. November 2011 Inhaltsverzeichnis
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
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle von Dipl.-Math. Regina Storm Mit 66 Bildern Zweite, überarbeitete und erweiterte Auflage VEB FACHBUCHVERLAG LEIPZIG
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
MehrDeskriptive Beschreibung linearer Zusammenhänge
9 Mittelwert- und Varianzvergleiche Mittelwertvergleiche bei k > 2 unabhängigen Stichproben 9.4 Beispiel: p-wert bei Varianzanalyse (Grafik) Bedienungszeiten-Beispiel, realisierte Teststatistik F = 3.89,
MehrGrundlagen der. h Rückblick. Dr. K. Krüger. Grundwissen Mathematik
Grundlagen der Schulmathematik h Rückblick Sommersemester 2009 Dr. K. Krüger Grundwissen Mathematik (DGS) Folie aus der 1. Vorlesung Inhalte 1. Beschreibende Statistik Mauna Loa Co2 1200 Streudiagramm
MehrVl Zweidimensionale Verteilungen Zusammenhangsmaße 3.1. Zwei dimensionale Häufigkeitstabellen. Absolute Häufigkeitstabelle
Vl. 5.12.11 3. Zweidimensionale Verteilungen Zusammenhangsmaße 3.1. Zwei dimensionale Häufigkeitstabellen schnell mittel langsam 3 Arten von Häufigkeitstabellen: Absolute Häufigkeitstabelle relative Häufigkeitstabelle
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
MehrLernbaustein 3 Darstellen, Interpretieren und Anwenden von Funktionen (Lernbereich 1) 1 Grundlagen und Vorkenntnisse zum Funktionsbegriff
Vorwort 3 Lernbaustein 3 Darstellen, Interpretieren und Anwenden von Funktionen (Lernbereich 1) 1 Grundlagen und Vorkenntnisse zum Funktionsbegriff 1.1 Einführung des Funktionsbegriffs 9 1.1.1 Allgemeine
MehrTrim 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
MehrKapitel X - Lineare Regression
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel X - Lineare Regression Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Agenda 1 Untersuchung
MehrBivariate Regressionsanalyse
Universität Bielefeld 15. März 2005 Kovarianz, Korrelation und Regression Kovarianz, Korrelation und Regression Ausgangspunkt ist folgende Datenmatrix: Variablen 1 2... NI 1 x 11 x 12... x 1k 2 x 21 x
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
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
MehrSTATISTISCHE METHODEN UND IHRE ANWENDUNGEN
STATISTISCHE METHODEN UND IHRE ANWENDUNGEN Von Dr. rer. nat. Erwin Kreyszig o. Professor für Statistik an der Universität Karlsruhe mit 82 Abbildungen und zahlreichen Tabellen Vierter, unveränderter Nachdruck
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
MehrStatistik - Übungsaufgaben
Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64
MehrPotenz- & Exponentialfunktionen
Potenz- & Exponentialfunktionen 4. Kapitel aus meinem ANALYSIS - Lehrgang MNprofil - MIttelstufe KSOe Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 24. Oktober 2011 Überblick über
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
MehrBeschränktheit, Monotonie & Symmetrie
Beschränktheit, Monotonie & Symmetrie ein Referat Dies ist eine Beilage zum Gruppen-SOL - Projekt Potenz- & Exponentialfunktionen Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch November 2015 Inhaltsverzeichnis
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 In der aktuellen
MehrWolf-Gert Matthäus. Lösungen für die Statistik mit Excel 97
Wolf-Gert Matthäus Lösungen für die Statistik mit Excel 97 Vorwort 9 Einleitung 11 1 Excel 97 - Zusammenstellung einiger Möglichkeiten 13 1.1 Begriffe und Bedienung 13 1.2 Niveaustufen der Arbeit mit Excel
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...
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrWie kann ich überprüfen, welche Verteilung meinen Daten zu Grunde liegt? Chi-Quadrat-Test auf Normalverteilung
Wie kann ich überprüfen, welche Verteilung meinen Daten zu Grunde liegt? Chi-Quadrat-Test auf Normalverteilung T. Kießling: Fortgeschrittene Fehlerrechnung - Korrelation 5.04.018 Vorlesung 03-1 Chi-Quadrat-Test:
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
MehrStatistik... formeln für Dummies
Timm Si99 Statistik... formeln für Dummies Fachkorrektur tlon Christoph Maas und Joachim Gaukel WILEY WILEY-VCH Verlag GmbH & Co. KGaA lnhaftsllerzeichnis Einleitun9 17 Teil I Formeln aus der beschreibenden
MehrÜbung 3 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
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
MehrDr. 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
MehrSkalenniveaus =,!=, >, <, +, -
ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,
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
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
MehrKapitel VIII - Mehrdimensionale Merkmale
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Mehrdimensionale Merkmale Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
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
MehrProf. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006
Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand
MehrÜbungsaufgaben zur Klausur Statistik
Übungsaufgaben zur Klausur Statistik 1.) Mittelwerte und Streumaße I Bei einer Geschwindigkeitskontrolle innerhalb einer geschlossenen Ortschaft notierte die Polizei folgende 20 Messwerte in km/h: 45;
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
Mehr7.5 Erwartungswert, Varianz
7.5 Erwartungswert, Varianz Def. 7.5.: a) X sei eine diskrete ZV, die bei unendl. vielen Werten x k folgende Zusatzbedingung erfüllt: x k p k
MehrEinführung Fehlerrechnung
Einführung Fehlerrechnung Bei jeder Messung, ob Einzelmessung oder Messreihe, muss eine Aussage über die Güte ( Wie groß ist der Fehler? ) des Messergebnisses gemacht werden. Mögliche Fehlerarten 1. Systematische
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrExponentielles Wachstum
Exponentielles Wachstum ein (Kurz-)Referat Dies ist eine Beilage zum Gruppen-SOL - Projekt Potenz- & Exponentialfunktionen Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch 16. Februar 2016 Inhaltsverzeichnis
MehrMathematik. Schuljahr 1
Mathematik 1 Duales Berufskolleg Mathematik Schuljahr 1 Fachrichtung Soziales 2 Mathematik Vorbemerkungen Die Schülerinnen und Schüler lernen im Fach Mathematik einfache naturwissenschaftliche Sachverhalte
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
MehrGeg.: Eine Menge von Elementen, z.b.
1.3 Zweidimensionale Häufigkeitsverteilungen Geg.: Eine Menge von Elementen, z.b. Schüler einer Schule Soldaten eines Bataillons Schrauben einer Stichprobe Tage eines Jahrhunderts Betrachtet werden zwei
MehrEinführung in die Statistik
Elmar Klemm Einführung in die Statistik Für die Sozialwissenschaften Westdeutscher Verlag INHALTSVERZEICHNIS 1. Einleitung und Begrifflichkeiten 11 1.1 Grundgesamtheit, Stichprobe 12 1.2 Untersuchungseinheit,
MehrMengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich Name: Vorname:
Mengenlehre ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 21. August 2016 Inhaltsverzeichnis 1 Mengenlehre 1 1.1 Die Menge im mathematischen
MehrLeseprobe. Michael Sachs. Wahrscheinlichkeitsrechnung und Statistik. für Ingenieurstudenten an Fachhochschulen. ISBN (Buch):
Leseprobe Michael Sachs Wahrscheinlichkeitsrechnung und Statistik für Ingenieurstudenten an Fachhochschulen ISBN (Buch): 978-3-446-43797-5 ISBN (E-Book): 978-3-446-43732-6 Weitere Informationen oder Bestellungen
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
Mehra) Stellen Sie das Diagramm Geschwindigkeits Zeit Diagramm für eine geeignete Kombination von Massen und dar.
Atwood sche Fallmaschine Die kann zum Bestimmen der Erdbeschleunigung und zum Darstellen der Zusammenhänge zwischen Weg, Geschwindigkeit und Beschleunigung verwendet werden. 1) Aufgaben a) Stellen Sie
MehrKapitel IV - Häufigkeitsverteilungen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel IV - Häufigkeitsverteilungen Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Agenda
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
Mehr1.7 lineare Gleichungen und Ungleichungen mit 2 Unbekannten
1.7 lineare Gleichungen und Ungleichungen mit 2 Unbekannten Inhaltsverzeichnis 1 Lineare Gleichungen mit 2 Unbekannten 2 1.1 Was ist eine lineare Gleichung mit 2 Unbekannten?..................... 2 1.2
MehrWahrscheinlichkeitsrechnung und Statistik
Wahrscheinlichkeitsrechnung und Statistik Für Ingenieurstudenten an Fachhochschulen von Michael Sachs erweitert Wahrscheinlichkeitsrechnung und Statistik Sachs schnell und portofrei erhältlich bei beck-shopde
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
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2007 Aufgabe 1 25 Schülern einer
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Kapitel 1 bis 3 Seite 1 von 11 Prof. Dr. Karin Melzer, Fakultät Grundlagen
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 3 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 5 Aufgabe
Mehr2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen
4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form
MehrVerfahren zur Überprüfung von Zusammenhangshypothesen
Verfahren zur Überprüfung von Zusammenhangshypothesen 0. Allgemeines Wir haben uns bisher mit Unterschiedshypothesen beschäftigt (Unterschiede von Stichproben in Bezug auf abhängige Variablen). Im Folgenden
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
MehrStatistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
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
MehrEinführung. Ablesen von einander zugeordneten Werten
Einführung Zusammenhänge zwischen Größen wie Temperatur, Geschwindigkeit, Lautstärke, Fahrstrecke, Preis, Einkommen, Steuer etc. werden mit beschrieben. Eine Zuordnung f, die jedem x A genau ein y B zuweist,
Mehrabsolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten
Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit
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:.............................................................................
MehrHTBLA VÖCKLABRUCK STET
HTBLA VÖCKLABRUCK STET Relationen und Funktionen 2 INHALTSVERZEICHNIS 1. RELATIONEN... 3 2. FUNKTIONEN... 4 2.1. LINEARE FUNKTION... 6 Relationen und Funktionen 3 1. RELATIONEN Def.: Eine Relation zwischen
MehrZiel: Breite der Verteilung auf der Achse beschreiben nur bei quantitativen Merkmalen mo glich hier:
Kenngro ßen von Ha ufigkeitsverteilungen Glockenfo rmige Verteilungen Streuungsmaße 1 I I I Ziel: Breite der Verteilung auf der Achse beschreiben nur bei quantitativen Merkmalen mo glich hier: I I I Spannweite
Mehr13 Mehrdimensionale Zufallsvariablen Zufallsvektoren
3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem
MehrÜbungsaufgaben zu Kapitel 2 und 3
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 3 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 5 Aufgabe
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
MehrAuswertung statistischer Daten 1
Auswertung statistischer Daten 1 Dr. Elke Warmuth Sommersemester 2018 1 / 26 Statistik Untersuchungseinheiten u. Merkmale Grundgesamtheit u. Stichprobe Datenaufbereitung Urliste, Strichliste, Häufigkeitstabelle,
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: 1. Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 2 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 4 Aufgabe
MehrErwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
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
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
MehrÜ B U N G S S K R I P T S T A T I S T I K
Ü B U N G S S K R I P T S T A T I S T I K A. Ploner H. Strelec C. Yassouridis Universität für Bodenkultur Department für Raum, Landschaft und Infrastruktur Institut für Angewandte Statistik & EDV Peter-Jordan-Strasse
Mehr1. Datei Informationen
1. Datei Informationen Datei vorbereiten (Daten, Variablen, Bezeichnungen und Skalentypen) > Datei Dateiinformation anzeigen Arbeitsdatei 2. Häufigkeiten Analysieren Deskriptive Statistik Häufigkeiten
MehrLineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA
Lineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch e-mail: theorie@ronaldbalestra.ch 19. Oktober 2009 Überblick über die bisherigen
MehrBeschreibende Statistik
Beschreibende Statistik Variablentypen Variablentypen Einteilung von Merkmalen Qualitative Merkmale (nominal und ordinal) qualitativ quantitativ Quantitative Merkmale (diskret und stetig) kategorial, artmäßig
MehrLösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun http://blog.ruediger-braun.net Heinrich-Heine-Universität Düsseldorf 10. Dezember 2014 1 Datenpaare Korrelation 2 Lineare Regression Problemstellung Beispiel
MehrStochastik Deskriptive Statistik
Stochastik Deskriptive Statistik 3 % 3 8% % % % 99 997 998 999 3 7 8 % 99 997 998 999 3 7 8 8 8 99 997 998 999 3 7 8 99 99 998 8 8 Typ A % Typ B % 998 Typ C % 99 3 Diese Diagramme stellen weitgehend dieselben
MehrKlausur Statistik Lösungshinweise
Klausur Statistik Lösungshinweise Prüfungsdatum: 13. Januar 2017 Prüfer: Etschberger, Jansen, Ivanov, Wins Studiengang: IM, BW, Inf und W-Inf Punkte: 21, 18, 12, 12, 11, 16 ; Summe der Punkte: 90 Aufgabe
MehrDeckblatt zum Versuch:
Deckblatt zum Versuch: Angaben zum Experiment Name: Gruppennummer: Tutor: Datum der Abgabe: Stempel/ Tutor-Unterschrift / Punkte Die nachstehende Checkliste bildet die Anforderungen an den Bericht im PhysikPraktikum
Mehr28. Lineare Approximation und Differentiale
28. Lineare Approximation und Differentiale Sei y = f(x) differenzierbar. Die Gleichung der Tangente t im Punkt x 0 lautet t : y f(x 0 ) = f (x 0 )(x x 0 ) Für x nahe bei x 0 können wir f(x) durch den
Mehr