2 Regression, Korrelation und Kontingenz

Größe: px
Ab Seite anzeigen:

Download "2 Regression, Korrelation und Kontingenz"

Transkript

1 Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse darauf azuwede um de Kursetwckluge verschedeer Akte mteader krtsch vergleche zu köe.. Eführug Betrachtet ma de Körpergröße x ud das Gewcht (de Masse) y veler Mesche, so besteht gemäß der ebesteheder Abbldug dargestellte Puktwolke zwsche dese bede Größe e uübersehbarer Zusammehag. Obwohl deser Zusammehag zwsche x ud y erschtlch cht de Forderuge a ee Fukto geügt Begrüde!, modellert ma de Zusammehag (aus Bequemlchket) deoch gere durch ee Fukto y = f (x) bzw. x = g(y). We ebestehede Abbldug zegt, st es (her) cht güstg, als Modellfukto ee Fukto zu verwede, dere Graph möglchst vele Pukte der Puktwolke aufädelt. Vel güstger st ee Fukto, welche de Tred der Puktwolke wderspegelt. De Graphe eer solche Fukto et ma Regressoskurve (Ausglechskurve).. Leare Regresso Der efachste Fall eer Regressoskurve st ee Gerade; desem Fall beschrebt ma de Abhäggket der Größe y vo x durch ee leare Fukto y = kx + d. Offe blebt dabe, welche Gerade ma als Regressosgerade wähle soll. Ee Möglchket besteht dar, de Regressosgerade mt Augemaß de Puktwolke ezupasse ud k ud d aus der Zechug abzulese. Be deser Vorgagswese erhalte verschedee Persoe jedoch e m Allgemee verschedees Ergebs. Wll ma jedoch ee edeutg bestmmte Regressosgerade, so muss ma e geegetes Verfahre bzw. ee Formel agebe, welches bzw. welche zu eem edeutge Ergebs ührt. Wr verwede dazu de Methode der kleste Quadrate (sehe HAKmatk 3).

2 . Leare Regresso 5 Wr gehe aus vo Messwerte (x, y ) ( ) ud suche y = kx + d so, dass e mmal wrd. Offebar äquvalet herzu st, dass de Größe z = (y y ) = (y kx d) = = (d + kx y ) mmal st. Des st e Extremwertproblem ür ee vo zwe Varable (k, d) abhägge Größe z = z(k, d). Da wr e solches Problem cht löse köe (das Wsse herüber überstegt de Lehrstoff), verwede wr ee Trck ud forme geschckt um: z = z = = (d + kx y ) Mmum d + kx y (d + kx y) + (d + kx y) = k(x x) (y y) + (d + kx y) k (x x) (y y) + k(x x) (y y) + (d + kx y) = (d + kx y) = = [k(x x) (y y)] + (d + kx y) Da ee Summe vo Quadrate mmal wrd, we de Summade möglchst kle sd, muss daher (d + kx y) mmal se, ämlch, we d = y kx st, sodass wr ur mehr jees k bestmme müsse, ür das z = [k(x x) (y y)] Mmum Dese Extremwertaufgabe löse wr we gewoht: Wr dfferezere ach k ud setze de Abletugsfukto ull: [k(x x) (y y)] (x x) = k Dvdere wr durch ud durch, erhalte wr de Satz 3: (x x) (x x)(y y) = Formel der Regressosgerade: De Koeffzete k ud d der Regressosgerade y = kx + d der Puktwolke (x y ); =,,, werde ermttelt gemäß k = (x x) (y y) (x x) d = y k x 3

3 6 Regresso, Korrelato ud Kotgez Bespel : De folgede Tabelle stellt de Körpergröße ( cm) ud de Körpermasse ( kg) vo Persoe gegeüber: Körpergröße (x) Körpermasse (y) Beschrebe de Zusammehag durch ee Regressosgerade! Lösug: Fasst ma x ud y als (erwartugsgemäß) voeader abhägge Größe auf ud trägt de Messergebsse e Koordatesystem e, so erhält ma ee Puktwolke, de erschtlch ee (ugeähr) leare Tred erkee lässt (sehe Abbldug). De Glechug der Tredgerade berechet ma gemäß der obge Formel. Steht ke Tascherecher oder Computer daür zur Verügug, so behlft ma sch mt eer Tabelle ud dem Verschebugssatz. x y x x y = x = 4,5 y = 4, , 3 38, σ x = x x = 3 485, 4,5 = 34,85 ud σ xy = x y x y = 3 38, 4,5 4,5 = 38,45 k = σ xy σ = 38,45 =, ud d = y k x = 4,5, 4,5 = 8, x 34,85 Als Glechug der Regressosgerade erhält ma somt: y =,x 8, Bemerkuge:. De Ausdruck (x x) (y y) et ma Kovaraz vo x ud y ud schrebt daür σ xy ; als Kurzschrebwese ür de obge Formel erhält ma daher k = σ xy σ x. De Kovaraz σ xy st ebeso we de Varaz σ x auf ege Tascherecher auf Tastedruck verügbar. Auch de Koeffzete k ud d der Regressosgerade sd auf mache Tascherecher umttelbar auf Tastedruck verügbar!

4 . Leare Regresso. Auch ür de Kovaraz gbt es ee Verschebugssatz ud zwar glt σ xy = (x x)(y y) = x y x y (Bewes sehe Aufg. ). 3. De Regressosgerade geht mmer durch de Pukt (x y), de so geate Schwerpukt der Puktwolke (vgl. de Defto vo d). 4. Mttels der. Abletug ka ma zege, dass e Mmum vorlegt (Aufg. 6). 5. Mt Hlfe der Regressosgerade ka ma zu jedem gegebee x de zugehörge y-wert schätze; ma bezechet dese Schätzwert mest mt y. Umgekehrt ka ma zu jedem y de zugehörge x-wert schätze; ma bezechet dese Schätzwert mest mt x. Bespel 8: Jemad teressert sch ür ee Frma, de Drehbäke herstellt, um sch a hr fazell zu betelge. Bezüglch der Kostestuato brgt er aus der Betrebsbuchührug des Uterehmes de achfolged tabellerte Date Erfahrug. () Stelle de Kostestuato eem Kostedagramm dar! () Modellere de Kostestuato durch ee möglchst efache Kostefukto! (3) Iterpretere de Bedeutug der Parameter deser Kostefukto! (4) We groß sd de (vorausschtlche) Stückkoste be eer Produkto vo 5 bzw. Stück? Stückzahl Gesamtkoste (Mo. ) 4,8 4 5, 5 5,3 6,3 8 6,5, Lösug: () Kostedagramm (Sehe Abb. rechts!) () Das Kostedagramm legt es ahe, dem Kosteverlauf K(x) zur Verefachug ee leare Tred zu uterstelle. Wr bereche aalog zu Bespel k ud d ud erhalte K(x) = 34,6 x (3) De Tredgerade hat de Gestalt y = kx + d! Aus d = 4 lest ma ab, dass de Fxkoste 4 betrage, de auch da afalle, we der Betreb (ee Zet lag) gar chts produzert. Zusätzlch etstehe pro produzertem Stück varable Koste vo rud 3. Des sd aber cht de Stückkoste. Dese sd durch K(x) = K(x) 4 4 = 3 + gegebe, also um höher. x x x (4) Be eer Produkto vo 5 Stück betrage de Stückkoste (etwa) 4 K(5) = ud aalog K() =

5 8 Regresso, Korrelato ud Kotgez Bemerkuge:. De aus dem Modell berechete Stückkoste K(5) werde vo de tatsächlche Koste cht allzu wet abweche. Es hadelt sch ja um e leares Iterpolere der Tabellewerte. Begrüde! Hgege köte der aus dem Modell progostzerte Wert K() vom tatsächlche Wert erheblch abweche. Deser durch Extrapolere gewoee Wert setzt ja voraus, dass sch der leare Kostetred (zumdest bs x = ) fortsetzt, was wr aber cht wsse.. Das Modell Bespel 8 zegt, dass mt wachseder Produkto de Stückkoste ske. Daraus ergbt sch sbesodere ür große Uterehme mt hohe Fxkoste e Zwag zur Produkto. Begrüde!. Der (leare) Korrelatoskoeffzet Ob es svoll st, de Zusammehag zwsche x ud y durch ee Regressos-Gerade zu modellere möglch st es ja mmer!, hägt vo der Gestalt der Puktwolke ab. I de bede lke Abblduge st des re optsch offebar der Fall, de bede rechte Abblduge st des eher cht der Fall. De Beurtelug der Sachlage ka aber vo Perso zu Perso verschede se. Um e ehetlches Urtel zu erreche, wurde e Maß r xy defert, das msst, we stark de Puktwolke um de Regressosgerade verstreut st. De Idee dabe st de folgede: De Zusammehag zwsche x ud y ka ma auf zweerle Wese beschrebe: als Abhäggket y = f (x) ud als Abhäggket x = g(y). Im Fall learer Modellfuktoe f ud g hat ma zwe Regressosgerade: y = k y x + d y ud x = k x y + d x, de m Fall ees exakt leare Zusammehags zwsche x ud y eader überdecke. Im allgemee Fall werde de bede Gerade aber ee Schere blde, dere Öffugswkel umso größer se wrd, je weger der wahre Zusammehag e learer st (sehe de bede lke Abblduge). Forme wr de zwete Regressosrechug um, erhalte wr y = x + d x. Je besser daher de Stegug k k x k y mt überestmmt, d. h., je besser x k x k x k y = glt, umso eher besteht e learer Zusammehag. Setzt ma ür k x ud k y aus der Formel ür de Regressosgerade e, so erhält ma k x k y = σ xy σ x σ yx σ y Wege σ xy = σ yx Begrüde ahad der Formel! erhält ma

6 . Der (leare) Korrelatoskoeffzet 9 k x k y = σ xy σ x σ y Aus Dmesosgrüde zeht ma de Wurzel ud gbt de Def. : Als (leare) Korrelatoskoeffzete bezechet ma de Zahl (x x) (y y) σ xy r xy = = (x x) (y y) σ x σ y Das Quadrat des Korrelatoskoeffzete et ma Bestmmthetsmaß. Bemerkuge:. r xy st stets ee Zahl aus [ ; ]. Begrüde (Aufg. 8)!. Für r xy = besteht ke learer Zusammehag, ür r xy = e streg postver learer ud ür r xy = e streg egatver learer Zusammehag r = r = -, r = -, r = Bespel : Fortsetzug Bereche de Korrelatoskoeffzete zwsche der Körpergröße ud der Körpermasse! Lösug: r xy = σ xy σ x σ y = 38,45 34,85 63,85,85 Der Zusammehag zwsche Körpergröße ud Körpermasse lässt sch also zemlch gut durch ee leare Zusammehag modellere. Ma sagt: Körpergröße ud Körpermasse sd (zemlch gut) lear korrelert. Da eer Zuahme (Abahme) der ee Größe auch ee Zuahme (Abahme) der adere Größe etsprcht, sagt ma geauer: Körpergröße ud Körpermasse sd (zemlch gut) postv lear korrelert. 6

7 3 Regresso, Korrelato ud Kotgez.3 Leare Regresso mt Hlfe des Computers I E gbt es mehrere Möglchkete, de leare Regresso zu bereche. Ee davo st, zuerst e Puktdagramm zeche zu lasse. Aschleßed wrd e Pukt des Dagramms mt der rechte Maustaste ageklckt ud dem sch öffede Fester das gewüschte Modell gekezechet, wobe de leare Regresso voregestellt st. Zusätzlch köe och de Fuktosglechug ud um de Güte der Apassug zu erkee das Bestmmthetsmaß r s Dagramm egeügt werde. Bespel : Fortsetzug Löse Bespel mt Hlfe ees TKP! Lösug: De folgede Aufgabe sd mt Hlfe ees TKP zu löse! 6 Kohlemooxd-Emssoe des PKW-Bestades: () Modellere de Tred der Kohlemooxdabahme durch ee leare Fukto! () Überprüfe mttels des Korrelatoskoeffzete, ob de leare Modellerug agemesse erschet! (3) Erstelle e Dagramm ud zeche de Regressosgerade e! a) PKW-Desel t 4 t t t b) PKW-Bez 64 t 38 t 8 t 3 t c) Summe 66 t 3 t 85 t 48 t Stckstoffoxd-Emssoe des PKW-Bestades: () Modellere de Tred der Stckstoffoxdabahme durch ee leare Fukto! () Überprüfe mttels des Korrelatoskoeffzete, ob de leare Modellerug agemesse erschet! (3) Erstelle e Dagramm ud zeche de Regressosgerade e! a) PKW-Desel t 4 3 t 9 t t b) PKW-Bez 64 9 t 55 t 5 t 4 t c) Summe 66 t 6 t 4 t 6 t 6

8 5 Koste, Prese ud Faze Akteaalyse De Redte vo Akte wrd etwas aders berechet als de vo Alehe. 5 Bespel 5: Nebestehede Grafk zegt de Kursverlauf (Chart) der ÖMV-Akte a der Weer Börse m Zetraum 996 bs. (Quelle: Weer Börse AG). Über de gesamte Zetraum gesehe, hat sch der Wert eer ezele Akte erhöht. We jemad m Jahr 996 Akte des Uterehmes erworbe hat (Kurs etwa e) ud se weder verkauft (Kurs etwa 3 e), we hoch war da see Redte? Lösug: Der Gew beträgt 3 = 3, see Redte daher 3/ 4, 9 = 49 % Satz 8: Edkurs Afagskurs efache Redte = Afagskurs 8 Nebe der efache Redte gbt es och de so geate logarthmsche Redte R: Satz 9: Edkurs ) logarthmsche Redte = l ( Afagskurs 9 Bespel 5: Bereche de logarthmsche Redte vo Bespel 5: 3 Fortsetzug Lösug: R = l ( ), 46 = 46 % Obwohl de Formel für de Berechug der efache Redte für de Lae eleuchteder st, wrd der Praxs mest de logarthmsche Redte verwedet. Der Grud dafür st aus Bespel 6 erschtlch: 6 Bespel 6: Gegebe st de Kurstabelle eer (fktve) Akte. Bereche für jede Moat de efache ud de logarthmsche Redte! Lösug: sehe Tabelle

9 5.6 Fazmathematk 45 Bemerkug:. Efache ud logarthmsche Redte stmme. A. ugefähr übere. Nur be starke Kursäderuge uterschede se sch deutlcher.. Erwrbt jemad am.. obge Akte um e ud verkauft se füf Moate später weder um deselbe Pres, da hat er weder ee Gew och ee Verlust gemacht. Berechet ma aber de Durchschtt der efache Redte für dese Zetraum, so erhält ma ee Gew vo %, wogege der Durchschtt der logarthmsche Redte st l der Tabelle sd für jedes Moat des vergagee Jahres etweder der Kurs oder de efache bzw. logarthmsche Redte eer Akte agegebe. a) Vervollstädge de Tabelle! b) Bereche de Redte für das erste ud zwete Halbjahr sowe für das gaze Jahr! Moat Jäer Februar März Aprl Ma Ju Jul August September Oktober November Dezember Kurswert,,5,, ef. Redte,5 %, % 5, % -,5 % log. Redte 4, %,5 %, %, % Obge Überleguge gelte aber ur für Akte, für de kee Dvdede ausbezahlt wrd. Im Allgemee erhält ma aber Dvdede ausbezahlt, so dass de Akteredte cht ur de egetretee Kursstegeruge berückschtge muss, soder auch de dem Zetraum agefallee Dvdede: Satz 3: (Edkurs Afagskurs) + Dvdede Akteredte = Afagskurs 3

10 .6 Akteaalyse ud Korrelato 43.6 Akteaalyse ud Korrelato I HAKmatk 3 Kap habe wr de Kursverlauf vo Akte betrachtet. Bestzt ma u zwe Akte, so wrd ma sch ür de Zusammehag zwsche dere Kursverläufe teressere, also de Korrelatoskoeffzete bereche:. Ee postve Korrelato zegt a, dass de Redte der bede Alage glechlaufed sd; stegt de Redte der ee Alage, so stegt auch de der adere.. Ee egatve Korrelato zegt a, dass de bede Redte zueader gegeläufg sd. Wählt ma egatv korrelerte Alageforme aus, et ma das Hedgg. Durch so e Vorgehe soll das Rsko vermdert werde. 3. Ist de Korrelato ull, so besteht zwsche dem Verlauf der bede Redte ke Zusammehag. Bespel : Stelle de Kursverläufe der bede Akte grafsch dar, bereche de Korrelato ud terpretere se! Kurs Akte A Kurs Akte B Korr.Koeff. =, De Kursverläufe der bede Akte sd mteader hoch korrelert. Akte A Akte B 45 Stelle de Kursverläufe der bede Akte grafsch dar, bereche de Korrelato ud terpretere se! Kurs Akte A Kurs Akte A a) b) Kurs Akte B Kurs Akte B Ee Aleger bestzt Akte der Frma A Kurs Akte A 4 8 ud überlegt, ob se Akte der Frma B oder Kurs Akte B 4 C dazu kaufe soll. Welche Rat würdest du hr gebe? Besprch dee Etschedug der Gruppe! Kurs Akte C Folgede Kursetwckluge dreer Kurs Akte A Akte sd gegebe. Du möchtest Kurs Akte B zwe davo erwerbe ud somt 8 vestere. Welche wrst du wähle? Kurs Akte C

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

Korrelations- und Regressionsanalyse

Korrelations- und Regressionsanalyse Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

Mehr

Mathematische Modellierung Lösungen zum 1. Übungsblatt

Mathematische Modellierung Lösungen zum 1. Übungsblatt Mathematsche Modellerug Lösuge zum Klaus G. Blümel Lars Hoege 6. Oktober 005 Aufgabe 1 a) Der Raumhalt vo eem Kubkmeter etsprcht gerade 1000 Lter, d.h. 1 m 3 = 1000 l. Reche zuächst 1 m 3 cm 3 um. E Meter

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY ( x x)( y y) ( ) x x ( y y) x x y x ( ) ( )

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

2. Arbeitsgemeinschaft (11.11.2002)

2. Arbeitsgemeinschaft (11.11.2002) Mat T. Kocbk G Fazeugs- & Ivesttostheoe Veastaltug m WS / Studet d. Wtschatswsseschat. betsgemeschat (..). Fshe-Sepaato Das Fshe-Sepaatostheoem sagt aus, daß ute bestmmte ahme heutge ud mogge Kosum substtueba

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Kapitel 6: Regression

Kapitel 6: Regression udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7 Strtte Auffassue zu Aforderusrofl ud Betrebsart be der Neufassu der IEC 6508-3 ud -7 Vortra a der TU Brauschwe m November 205 vo Wolfa Ehreberer, Hochschule Fulda 7..205 Ehreberer, IEC 6508, Strtte Auffassue...

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

F 6-2 π. Seitenumbruch

F 6-2 π. Seitenumbruch 6 trebsauslegug Für dese ckelprozess üsse de otore so ausgelegt werde, dass dese Fahrbetreb cht überlastet werde. Herfür üsse de ezele asseträghetsoete [7] der Bautele (otor, etrebe, ckler ud Ulekrolle)

Mehr

Die Methode des 2.Moments

Die Methode des 2.Moments De Methode des 2.Momets Chrstoph Schmdt July 13, 2004 1 Eletug De Varaz eer Zufallsvarable st hre mttlere quadratsche Abwechug vo hrem Erwartugswert. V ar[x] = E[(X EX) 2 ] = E[X 2 ] E[X] 2 Der Term E[X

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1 aptel III Lagemaße D (Artmetsces Mttel) See,,, de beobactete Werte ees Merkmals X mt Auspräguge a, a,, a k Als artmetsces Mttel (für ctgrupperte Date) bezecet ma: = = (efaces) k = a H ( a ) (gewogees)

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Interpolationspolynome

Interpolationspolynome Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1 Klausur: Statstk 2.06.2018 Jürge Mesel Hlfsmttel: Ncht progr. Tascherecher Bearbetugszet: 60 Mute Aufgabe 1 E Koskbestzer otert 200 Tage lag de Zahl der verkaufte Exemplare eer seer Tageszetuge. Verkaufte

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

Peter Hager: Eine kleine mathematische Auffrischung

Peter Hager: Eine kleine mathematische Auffrischung Peter Hager: Ee klee mathematsche Auffrschug Überscht Überscht... 1 Formel ud Bespele... 1 Lteraturhwes... 2 1. Eführug... 2 2. Zseszsrechug... 2 2.1. Edwert... 2 2.2. Barwertermttlug... 3 2.3. Zssatzermttlug...

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr

Ralf Korn. Elementare Finanzmathematik

Ralf Korn. Elementare Finanzmathematik Ralf Kor Elemetare Fazmathematk Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf Das Verfahre vo Goduov Semar Numerk 5..00 Aja Beedorf Das Verfahre vo Goduov Übersch Goduov - Goduovs Verfahre für Leare Syseme Aweduge & Folgeruge aus Goduovs Verfahre - De Numersche Fluss-Fuko m Goduov

Mehr

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ; Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden Oeserrechsche Korollbak AG esoskasse erformaceberechug Asse Allocao Berechugsmehode Jul 200 Ihal erformaceberechug der OeKB...3 2 erformace...3 2. Defo der erformace...3 2.2 Berechugsmehode...4 2.3 Formel...4

Mehr

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F B - - Überführgszahle d Wadergsgeschwdgke fgabe: Besmmg der orfsche Überführgszahle vo - d O - -oe 0N O oder vo 2 - d SO 4 -oe 0N 2SO 4 d Berechg hrer oeäqvalelefähgkee 2 Besmmg der Wadergsgeschwdgkee

Mehr