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

Größe: px
Ab Seite anzeigen:

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

Transkript

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

2

3 Streuungsparameter Etschberger SS Voraussetzung: kardinale Werte x,..., x n Beispiel: a) x i b) x i Spannweite: SP = max x i min x i i i Im Beispiel: } je x = 00 a) SP = 0 90 = 00 b) SP = = 6000 Mittlere quadratische Abweichung: s = n n (x i x) = n x i x n }{{} Verschiebungssatz

4 Streuungsparameter () Etschberger SS Mittlere quadratische Abweichung im Beispiel: a) s = 3 ( ) = 3 ( ) 00 = 666,67 b) s = 3 ( ) = 3 ( ) 00 = Standardabweichung: s = s Im Beispiel: a) s = 666,67 = 40,8 b) s = = 88,43 Variationskoeffizient: V = (maßstabsunabhängig) s x Im Beispiel: a) V = 40,8 00 = 0,0 ( = %) b) V = 88,43 00 =,4 ( = 4 %)

5 smaße Etschberger SS Gegeben: kardinale Werte 0 x x x n Achtung! Die Werte müssen aufsteigend sortiert werden! Lorenzkurve: Wieviel Prozent der Merkmalssumme entfällt auf die x Prozent kleinsten Merkmalsträger? Beispiel: Die 90 % ärmsten besitzen % des Gesamtvermögens. Streckenzug: (0,0), (u, v ),..., (u n, v n ) = (,) mit v k = Anteil der k kleinsten MM-Träger an der MM-Summe = k x i n x i u k = Anteil der k kleinsten an der Gesamtzahl der MM-Träger = k n 7

6 Lorenzkurve: Beispiel Etschberger SS Markt mit fünf Unternehmen; Umsätze: 6, 3,,, 3 (Mio. ) n =, x k = k= v k k 3 4 x k p k v k 8 4 u k u k 8

7 Lorenzkurve Etschberger SS Knickstellen: Bei i-tem Merkmalsträger x i+ > x i Empirische Verteilungsfunktion liefert Knickstellen: a j 3 6 h(a j ) f(a j ) F(a j ) Vergleich von Lorenzkurven: 3 4 Gleichverteilung extreme stärker konzentriert als schwer vergleichbar 9

8 Lorenzkurve: Beispiel Bevölkerungsanteil gegen BSP Etschberger SS Bangladesch Brasilien Deutschland Ungarn USA (Stand 00) Anteil am BSP,0 0,8 0,6 0,4 0, 0, 0,4 0,6 0,8 Anteil der Bevölkerung,0 60

9 Lorenzkurve: Beispiel Bevölkerungsanteil gegen BSP Etschberger SS Bangladesch Brasilien Deutschland Ungarn USA (Stand 00) Anteil am BSP,0 0,8 0,6 0,4 0, 0, 0,4 0,6 0,8 Anteil der Bevölkerung,0 60

10 Gini-Koeffizient Etschberger SS Numerisches Maß der : Gini-Koeffizient G G = Aus den Daten: G = Fläche zwischen 4 -Linie und L Fläche unter 4 -Linie n i x i (n + ) n x i n n = x i n i p i (n + ) n = wobei p i = x i n x i Problem: G max = n n Normierter Gini-Koeffizient: G = n G [0; ] n 6

11

12 Gini-Koeffizient: Beispiel Etschberger SS Beispiel: i 3 4 x i p i G = ( ) (4 + ) = 0, 4 Mit G max = 4 4 = 0,7 folgt G = 4 0, = 0,7 4 6

13 smaße: Beispiel Etschberger SS Armutsbericht der Bundesregierung 08 Verteilung der Bruttoeinkommen in Preisen von 00 aus unselbständiger Arbeit der Arbeitnehmer/-innen insgesamt Anteil am Einkommen,0 0,8 0,6 0,4 0, 0, 0,4 0,6 0,8,0 Anteil der Bevölkerung Arithmetisches Mittel Median Gini-Koeffizient 0,433 0,44 0,448 0,43 63

14 Lorenzkurve mit R Etschberger SS require(ineq) # inequality Paket Lorenz = Lc(AusgSchuhe) plot(lorenz, xlab="", ylab="", main="") # Standard plot plot(c(0,), c(0,), type="n", # bisschen netter panel.first=grid(lwd=., col=rgb(0,0,0,/)), xlab="", main="", ylab="") polygon(lorenz$p, Lorenz$L, density=-, col=rgb(0,0,,/4), lwd=) Gini(AusgSchuhe) # Gini-Koeffizient ## []

15 Weitere smaße Etschberger SS skoeffizient: CR g = Anteil, der auf die g größten entfällt = Herfindahl-Index: H = n p i ( [ n ; ]) n i=n g+ Es gilt: H = n (V + ) bzw. V = n H Exponentialindex: E = n p p i i ( [ n ; ] ) wobei 0 0 = p i = v n g Im Beispiel mit x = (,,, ): CR = 7 = 0,8 ( ) ( ) H = + + = 0,9 ( ) E = ( ) = 0,44 6

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 03 Hochschule Augsburg : Gliederung Einführung Deskriptive Statistik 3 Wahrscheinlichkeitstheorie

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 28.05.2013 Konzentrationsmaße 1. Konzentrationsbegriff

Mehr

Kapitel VII - Konzentration von Merkmalswerten

Kapitel VII - Konzentration von Merkmalswerten Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VII - Konzentration von Merkmalswerten Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh

Mehr

Deskriptive Statistik Auswertung durch Informationsreduktion

Deskriptive Statistik Auswertung durch Informationsreduktion Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2016 Prof. Dr. Stefan Etschberger Hochschule Augsburg Weitere smaße skoeffizient: CR g = Anteil,

Mehr

Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008

Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie

Mehr

Lösungen zur deskriptiven Statistik

Lösungen zur deskriptiven Statistik Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5

Mehr

7. Konzentrations- und Disparitätsmessung

7. Konzentrations- und Disparitätsmessung 7. Konzentrations- und Disparitätsmessung Betrachte: Merkmal X, bei dem alle Daten x i 0 sind und die Merkmalssumme n i=1 x i eine sinnvolle Interpretation besitzt (extensives Merkmal) 314 Beispiel: X:

Mehr

4 Spezifizierende Beschreibung empirischer Verteilungen

4 Spezifizierende Beschreibung empirischer Verteilungen 4 Spezifizierende Beschreibung empirischer Verteilungen 55 4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 59 4.2 Lagekennwerte 63 4.2.1 Arithmetisches Mittel

Mehr

Musterlösung zur Übungsklausur Statistik

Musterlösung 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

Mehr

4 Konzentrationsmessung

4 Konzentrationsmessung 4 Konzentrationsmessung 4.0 Vorbemerkungen 4.0 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten (Frage zum Beispiel: Welchen Anteil

Mehr

Unterlagen zum Vortrag. Armut und Reichtum in Deutschland. von Richard Hauser Johann Wolfgang Goethe-Universität, Frankfurt am Main

Unterlagen zum Vortrag. Armut und Reichtum in Deutschland. von Richard Hauser Johann Wolfgang Goethe-Universität, Frankfurt am Main 1 Unterlagen zum Vortrag Armut und Reichtum in Deutschland von Richard Hauser Johann Wolfgang Goethe-Universität, Frankfurt am Main im Rahmen der Ringvorlesung Sozialreformen und Gerechtigkeit an der Ruhr-Universität

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Streuungsparameter Varianz Var(X) bzw. σ 2 : [x i E(X)] 2 f(x i ), wenn X diskret Var(X)

Mehr

Statistik. Von Dr. Günter Bamberg. o. Professor für Statistik und Dr. habil. Franz Baur. Universität Augsburg. 12., überarbeitete Auflage

Statistik. Von Dr. Günter Bamberg. o. Professor für Statistik und Dr. habil. Franz Baur. Universität Augsburg. 12., überarbeitete Auflage Statistik Von Dr. Günter Bamberg o. Professor für Statistik und Dr. habil. Franz Baur Universität Augsburg 12., überarbeitete Auflage R.01denbourg Verlag München Wien V INHALTSVERZEICHNIS Vorwort Liste

Mehr

Übungsblatt 3. Größe in cm Anzahl der (Klassenmitten) Studenten ges:100

Übungsblatt 3. Größe in cm Anzahl der (Klassenmitten) Studenten ges:100 Aufgabe 1: Übungsblatt 3 Die Körpergröße von 100 Studenten sei wie folgt verteilt: Größe in cm Anzahl der (Klassenmitten) Studenten 158 1 162 6 166 10 170 22 174 21 178 17 182 14 186 5 190 3 194 1 ges:100

Mehr

Übungen Teil 1: Weltbevölkerung, Armut, ICT, Lorenzkurve & Gini, Equity. Die Besprechung dieses Übungsblattes findet am Mittwoch, den

Übungen Teil 1: Weltbevölkerung, Armut, ICT, Lorenzkurve & Gini, Equity. Die Besprechung dieses Übungsblattes findet am Mittwoch, den Übungen Teil 1: Weltbevölkerung, Armut, ICT, Lorenzkurve & Gini, Equity Allgemeine Informationen Die Übungen finden in 14-tägigem Rhythmus statt abweichende Termine werden in der Vorlesung und auf der

Mehr

Statistik. Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp. 17., überarbeitete Auflage. Oldenbourg Verlag München.

Statistik. Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp. 17., überarbeitete Auflage. Oldenbourg Verlag München. Statistik von Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp 17., überarbeitete Auflage Oldenbourg Verlag München Inhaltsverzeichnis Vorwort Liste wichtiger Symbole IX XI

Mehr

Bedeutungen des Begris der Konzentration: statische Konzentration: zur Charakterisierung einer bestehenden Ungleichverteilung

Bedeutungen des Begris der Konzentration: statische Konzentration: zur Charakterisierung einer bestehenden Ungleichverteilung Konzentration Bedeutungen des Begris der Konzentration: statische Konzentration: zur Charakterisierung einer bestehenden Ungleichverteilung dynamische Konzentration: zur Charakterisierung der Zunahme einer

Mehr

SMALL & CR4 40 (N = 63) F E/F F E/F F E/ F 25% %

SMALL & CR4 40 (N = 63) F E/F F E/F F E/ F 25% % 1 Beispiel 4 (Die Lorenzkurve in der Betriebswirtschaft) Example 4.1 (The distribution of firms in Germany) Source: Vivek Ghosal, Prakash Loungani, The differential impact of incertainty on investment

Mehr

Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten

Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Einleitung 2. Lorenzkurve

Mehr

Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger. Statistik. Grundlagen - Methoden - Beispiele GABLER

Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger. Statistik. Grundlagen - Methoden - Beispiele GABLER Hans-Friedrich Eckey / Reinhold Kosfeld / Christian Dreger Statistik Grundlagen - Methoden - Beispiele GABLER INHALTSVERZEICHNIS TEIL I: DESKRIPTIVE STATISTIK 1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK

Mehr

Statistik Workshop. 12. und 14. Januar Prof. Dr. Stefan Etschberger HSA

Statistik Workshop. 12. und 14. Januar Prof. Dr. Stefan Etschberger HSA Workshop Mini-Einführung und Auffrischung zu einigen Teilen der angewandten 12. und 14. Prof. Dr. Stefan Etschberger HSA Outline 1 : Einführung Fehler durch Gute und schlechte Grafiken Begriff Grundbegriffe

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Lageparameter: Erwartungswert d) Erwartungswert

Mehr

Das arithmetische Mittel. x i = = 8. x = 1 4. und. y i = = 8

Das arithmetische Mittel. x i = = 8. x = 1 4. und. y i = = 8 .2 Einige statistische Maßzahlen.2. Die Schusser in zwei Familien Die vier Kinder der Familie Huber haben x = 5, x 2 = 7, x 3 = 9, x 4 = Schusser. Die vier Kinder der Familie Maier haben y = 7, y 2 = 7,

Mehr

Weitere Lagemaße: Quantile/Perzentile I

Weitere 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

Mehr

Statistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage

Statistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung

Mehr

Beispiel 4 (Einige weitere Aufgaben)

Beispiel 4 (Einige weitere Aufgaben) 1 Beispiel 4 (Einige weitere Aufgaben) Aufgabe 1 Bestimmen Sie für die folgenden Zweierstichproben, d. h. Stichproben, die jeweils aus zwei Beobachtungen bestehen, a) den Durchschnitt x b) die mittlere

Mehr

Beispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)

Beispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke

Mehr

Lösung Aufgabe 19. ( ) = [Mio Euro]. Empirische Varianz s 2 = 1 n

Lösung Aufgabe 19. ( ) = [Mio Euro]. Empirische Varianz s 2 = 1 n Statistik I für Statistiker, Mathematiker und Informatiker Lösungen zu Blatt 4 Gerhard Tutz, Jan Ulbricht, Jan Gertheiss WS 07/08 Lösung Aufgabe 9 (a) Lage und Streuung: Arithmetisches Mittel x = n i=

Mehr

Statistik für Ökonomen

Statistik für Ökonomen Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische

Mehr

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation

Mehr

Einführung in einige Teilbereiche der Wirtschaftsmathematik für Studierende des Wirtschaftsingenieurwesens

Einführung in einige Teilbereiche der Wirtschaftsmathematik für Studierende des Wirtschaftsingenieurwesens in einige Teilbereiche der für Studierende des Wirtschaftsingenieurwesens Sommersemester 2014 Hochschule Augsburg : Gliederung 1 Finanzmathematik 2 Lineare Programme 3 Differentialgleichungen 4 Statistik:

Mehr

4 Konzentrations- und Armutsmessung

4 Konzentrations- und Armutsmessung 4 Konzentrations- und Armutsmessung 222 4.1 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten. Fahrmeir, L. & Künstler, R. & Pigeot,

Mehr

Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)

Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013) Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.

Mehr

Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil 2)

Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil 2) Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil ) Aufgabe (Lorenzkurve und Einkommen) Stellen Sie folgende Einkommensverteilung als Lorenzkurve dar. Wochenlohn Häufigkeit 500-599.99

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt

Mehr

Christoph Schöffel, Deskriptive Statistik. 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1. Thema 1: Darstellungsweise von Merkmalen 1

Christoph Schöffel, Deskriptive Statistik. 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1. Thema 1: Darstellungsweise von Merkmalen 1 Inhaltsübersicht 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1 Thema 1: Darstellungsweise von Merkmalen 1 1. Diskrete und (quasi-)kontinuierliche Merkmale 1 1.1 Was sind Merkmale 1 1.2 Darstellungsweise

Mehr

Beschreibende Statistik Eindimensionale Verteilungen Übungsaufgaben

Beschreibende Statistik Eindimensionale Verteilungen Übungsaufgaben Dr. rer. pol. habil. Burkhard Utecht Professor an einer Berufsakademie - Staatlichen Studienakademie Wirtschaftsstatistik Berufsakademie Thüringen Studienabteilung Eisenach Studienbereich Wirtschaft Beschreibende

Mehr

Statistik I. Übungklausur. Prof. Dr. H. Toutenburg

Statistik I. Übungklausur. Prof. Dr. H. Toutenburg Statistik I Übungklausur Prof. Dr. H. Toutenburg Hinweis: Die Zeitangaben sollen Ihnen aufzeigen wieviel Zeit Ihnen für eine Aufgabe von gewissem Umfang eingeräumt wird. Die Punktzahlen für die einzelnen

Mehr

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

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

Mehr

3. Deskriptive Statistik

3. 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

Mehr

1. Kapitel: Ziele der Wirtschaftspolitik. A: Vorbemerkungen. B: Ziele des Stabilitätsgesetzes

1. Kapitel: Ziele der Wirtschaftspolitik. A: Vorbemerkungen. B: Ziele des Stabilitätsgesetzes S. 1 Gliederung 1. Kapitel: Ziele der Wirtschaftspolitik A: Vorbemerkungen B: Ziele des Stabilitätsgesetzes C: Ergänzende Ziele zum Zielkatalog des StabG 1. Schutz des Wettbewerbs 2. Gerechte Einkommensverteilung

Mehr

Prüfung im Anschluss an das Sommersemester 2003 am 17. Oktober 2003 von bis Uhr

Prüfung im Anschluss an das Sommersemester 2003 am 17. Oktober 2003 von bis Uhr Note Technische Universität München SS 2003 Zentrum Mathematik apl. Prof. Dr. J. Hartl Höhere Mathematik 2 (Weihenstephan) Prüfung im Anschluss an das Sommersemester 2003 am 17. Oktober 2003 von 15.30

Mehr

Prüfung aus Statistik 1 für SoziologInnen- Gruppe A

Prüfung aus Statistik 1 für SoziologInnen- Gruppe A Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort

Mehr

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale 1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................

Mehr

Umfrage <- read.csv("http://goo.gl/ymeyjp", sep = ";", dec = ",")

Umfrage <- read.csv(http://goo.gl/ymeyjp, sep = ;, dec = ,) Aufgabe 8 R: Deskriptives mit R Häufigkeiten in R und Umgang mit fehlenden Werten Häufigkeitsauszählungen können in R mit table() erstellt werden. cumsum() bildet kumulierte Summen. mean() berechnet das

Mehr

Wirtschaftsstatistik. Konzentrations- und Disparitätsmessung 16.10.2007

Wirtschaftsstatistik. Konzentrations- und Disparitätsmessung 16.10.2007 Wirtschaftsstatistik Konzentrations- und Disparitätsmessung 16.10.2007 Begriffe Konzentration und Disparität Laut Oxford Advanced Learner s Dictionary by OUP, bzw. WordNet by Princeton University concentration:

Mehr

Statistik. Übungsserie FS Dauer: 45 Minuten. Name: Vorname: Maximale Punktzahl: 37. Erreichte Punktzahl: Prozente: Note:

Statistik. Übungsserie FS Dauer: 45 Minuten. Name: Vorname: Maximale Punktzahl: 37. Erreichte Punktzahl: Prozente: Note: Statistik Übungsserie FS 2014 Dauer: 45 Minuten Name: Vorname: Maximale Punktzahl: 37 Erreichte Punktzahl: Prozente: Note: Punkte Note 34 6 31 5.5 27 5 24 4.5 20 4 17 3.5 13 3 10 2.5 7 2 3 1.5 0 1 Aufgabe

Mehr

Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet.

Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. 11.01.2012 Prof. Dr. Ingo Klein Klausur zur VWA-Statistik Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. Aufgabe 1:

Mehr

Ziel: Breite der Verteilung auf der Achse beschreiben nur bei quantitativen Merkmalen mo glich hier:

Ziel: 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

Mehr

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

Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Dr. Florian Meinfelder Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2010 Aufgabe 1 Für das Merkmal

Mehr

Prüfung im Anschluss an das Sommersemester 2003 am 17. Oktober 2003 von bis Uhr

Prüfung im Anschluss an das Sommersemester 2003 am 17. Oktober 2003 von bis Uhr Note Technische Universität München SS 2003 Zentrum Mathematik apl. Prof. Dr. J. Hartl Höhere Mathematik 2 (Weihenstephan) Prüfung im Anschluss an das Sommersemester 2003 am 7. Oktober 2003 von 5.30 bis

Mehr

Prüfung aus Statistik 1 für SoziologInnen

Prüfung aus Statistik 1 für SoziologInnen Prüfung aus Statistik 1 für SoziologInnen 27. Juni 2009 Nachname: Vorname: Matrikelnummer: Studienkennzahl: Beispiel 1: (6 Punkte) a) Wie viel Prozent der Beobachtungen liegen beim Box-Plot außerhalb der

Mehr

Inhalt. Wirtschaftsmathematik Aufgabensammlung Teil 2 Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg

Inhalt. Wirtschaftsmathematik Aufgabensammlung Teil 2 Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg Wirtschaftsmathematik Aufgabensammlung Teil 2 Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Inhalt Aufgaben zur deskriptiven Statistik 5 Aufgabe 1: Häufigkeit............. 5 Aufgabe

Mehr

ATLAS DER EINKOMMENSUNGLEICHHEIT *

ATLAS DER EINKOMMENSUNGLEICHHEIT * ATLAS DER EINKOMMENSUNGLEICHHEIT * Der Atlas der Einkommensungleichheit bildet die Entwicklung der personellen Einkommensverteilung zwischen 2001 und 2012 auf verschiedenen räumlichen Gliederungsebenen

Mehr

Harry Potter und die Kammer des Schreckens : m, s, g, a, a, a, sg, g, a, g, m, m, g, g, sg, s, a, a, a, g, a, a, g, g, a

Harry Potter und die Kammer des Schreckens : m, s, g, a, a, a, sg, g, a, g, m, m, g, g, sg, s, a, a, a, g, a, a, g, g, a Aufgabe 1: Harry Potters Filmkritik 25 Schüler und Schülerinnen der Klasse 9 sollten die ersten beiden Harry-Potter- Filme mit ausgezeichnet (a), sehr gut (sg), gut (g), mittelprächtig (m), schlecht (s)

Mehr

Deskriptive Statistik

Deskriptive Statistik Helge Toutenburg Christian Heumann Deskriptive Statistik Eine Einführung in Methoden und Anwendungen mit R und SPSS Siebte, aktualisierte und erweiterte Auflage Mit Beiträgen von Michael Schomaker 4ü Springer

Mehr

Arbeitsbuch zur deskriptiven und induktiven Statistik

Arbeitsbuch 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

Mehr

GRUPPE B Prüfung aus Statistik 1 für SoziologInnen

GRUPPE B Prüfung aus Statistik 1 für SoziologInnen GRUPPE B Prüfung aus Statistik 1 für SoziologInnen 16. Oktober 2015 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( )

Mehr

Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man:

Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: a) Die absoluten Häufigkeit: Sie gibt an, wie oft ein Variablenwert vorkommt b) Die relative Häufigkeit: Sie erhält

Mehr

Statistik Tutorium WS 06/07

Statistik Tutorium WS 06/07 Statistik Tutorium WS 06/07 Florian Wiesenberger florian.wiesenberger@gmx.de Felix Holter FH13@rsg02.de 23.10.06 1. Begriffsdefinition: Statistische Masse, Merkmalsträger, Merkmal und Merkmalsausprägung

Mehr

Statistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.

Statistik 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

Mehr

Statistik I für Betriebswirte Vorlesung 10

Statistik I für Betriebswirte Vorlesung 10 Statistik I für Betriebswirte Vorlesung 10 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 13. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Statistik I Übungsblatt 4

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

Mehr

F r e i t a g, 3. J u n i

F r e i t a g, 3. J u n i F r e i t a g, 3. J u n i 2 0 1 1 L i n u x w i r d 2 0 J a h r e a l t H o l l a, i c h d a c h t e d i e L i n u x - L e u t e s i n d e i n w e n i g v e r n ü n f t i g, a b e r j e t z t g i b t e

Mehr

L 3. L a 3. P a. L a m 3. P a l. L a m a 3. P a l m. P a l m e. P o 4. P o p 4. L a. P o p o 4. L a m. Agnes Klawatsch

L 3. L a 3. P a. L a m 3. P a l. L a m a 3. P a l m. P a l m e. P o 4. P o p 4. L a. P o p o 4. L a m. Agnes Klawatsch 1 L 3 P 1 L a 3 P a 1 L a m 3 P a l 1 L a m a 3 P a l m 2 P 3 P a l m e 2 P o 4 L 2 P o p 4 L a 2 P o p o 4 L a m 4 L a m p 6 N a 4 L a m p e 6 N a m 5 5 A A m 6 6 N a m e N a m e n 5 A m p 7 M 5 A m p

Mehr

R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e

R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r. 5 4 8 6 2 8 G r e v e n T e l. 0 2 5 7 1 / 9 5 2 6 1 0 F a x. 0 2 5 7 1 / 9 5 2 6 1 2 e - m a i l r a i n e r. n i e u w e n h u i z e n @ c

Mehr

Herzlich willkommen zur Vorlesung Statistik. Streuungsmaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung

Herzlich willkommen zur Vorlesung Statistik. Streuungsmaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik smaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung FB 1 W. Ludwig-Mayerhofer

Mehr

Univariates Datenmaterial

Univariates Datenmaterial Univariates Datenmaterial 1.6.1 Deskriptive Statistik Zufallstichprobe: Umfang n, d.h. Stichprobe von n Zufallsvariablen o Merkmal/Zufallsvariablen: Y = {Y 1, Y 2,..., Y n } o Realisationen/Daten: x =

Mehr

Nachholklausur Wirtschaftsmathematik: Lösungshinweise

Nachholklausur Wirtschaftsmathematik: Lösungshinweise Nachholklausur Wirtschaftsmathematik: Lösungshinweise Prüfungsdatum: 20. September 2014 Prüfer: Etschberger Studiengang: Wirtschaftsingenieurwesen Aufgabe 1 10 Punkte Am 1. Januar des Jahres 1626 hat Peter

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Ausgangsdaten Bundesliga 2008/2009 Gegeben: Daten zu den 18 Vereinen der ersten Bundesliga

Mehr

beruflicher Bildungsabschluss incl. Hochschulabschl. 4Kat.(m) Häufigkeit Prozent Gültig Lehre/Beruffachgesundh.Schule ,2 59,2 59,2

beruflicher Bildungsabschluss incl. Hochschulabschl. 4Kat.(m) Häufigkeit Prozent Gültig Lehre/Beruffachgesundh.Schule ,2 59,2 59,2 Häufigkeiten Deskriptive Statistiken Häufigkeiten Beruflicher Bildungsabschluss (Mbfbil4) Zielvariablenliste OK Er erscheint: Statistiken beruflicher Bildungsabschluss incl. N Gültig 3445 Fehlend 0 beruflicher

Mehr

Abb Gini-Koeffizient

Abb Gini-Koeffizient Abb. 13.1 Gini-Koeffizient Der Gini-koeffizient ist ein mass für die Ungleichverteilung von Einkommen oder Vermögen innerhalb einer Bevölkerung. Dabei werden auf der Abszisse die Anzahl der Familien geordnet

Mehr

Übung 1: Einführung, grafische Darstellung univariater Datensätze

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

Mehr

W-Rechnung und Statistik für Ingenieure Übung 4

W-Rechnung und Statistik für Ingenieure Übung 4 W-Rechnung und Statistik für Ingenieure Übung 4 Aufgabe 1 : Zementdaten Lösung in R: Lade den Datensatz SETTING.DAT: Die erste Spalte von setting gibt die prozentualen Anteile von a wieder, die Zweite

Mehr

Der Modus ist. Der Median ist. 3. Übung. Aufgabe 1. a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen.

Der 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

Mehr

Ruhr-Universität Bochum

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

Mehr

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

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

Mehr

Eine Einführung in R: Dichten und Verteilungsfunktionen

Eine Einführung in R: Dichten und Verteilungsfunktionen Eine Einführung in R: Dichten und Verteilungsfunktionen Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig 25. November 2009 Bernd

Mehr

Wirtschaft und sozialer Staat. Modelle des politischen Ausgleichs der kapitalistischen Ökonomie in Deutschland

Wirtschaft und sozialer Staat. Modelle des politischen Ausgleichs der kapitalistischen Ökonomie in Deutschland Wirtschaft und sozialer Staat. Modelle des politischen Ausgleichs der kapitalistischen Ökonomie in Deutschland U3L Ringvorlesung WiSem 2013/14 Konflikte der Menschen heute Dr. Eike Hennig ( Prof. i. R.

Mehr

Kompendium der Verwaltungs- und. Wirtschaftsakademie Freiburg. Band 2: Grundlagen der. Wirtschaftsmathematik und Statistik

Kompendium der Verwaltungs- und. Wirtschaftsakademie Freiburg. Band 2: Grundlagen der. Wirtschaftsmathematik und Statistik Kompendium der Verwaltungs- und Wirtschaftsakademie Freiburg Band 2: Grundlagen der Wirtschaftsmathematik und Statistik f? rombach verlag Inhaltsverzeichnis 1 Basiswissen und Grundrechenarten 1 1.1 Arten

Mehr

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

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

Mehr

a) x = 1150 ; x = 950 ; x = 800 b) Die Lagemaße unterscheiden sich voneinander. c) Der Median charakterisiert die Stichprobe am besten.

a) x = 1150 ; x = 950 ; x = 800 b) Die Lagemaße unterscheiden sich voneinander. c) Der Median charakterisiert die Stichprobe am besten. R. Brinkmann http://brinkmann-du.de Seite 6.0.2009 Lösungen Mittelwert, Median II se: E E2 E3 E4 E5 E6 a) Notendurchschnitt 2,6 b) Säulendiagramm siehe ausführliche Lösung. c) Kreisdiagramm siehe ausführliche

Mehr

Bertil Haack Ulrike Tippe. Michael Stobernack TiloWendler. Mathematik für

Bertil Haack Ulrike Tippe. Michael Stobernack TiloWendler. Mathematik für Bertil Haack Ulrike Tippe Michael Stobernack TiloWendler Mathematik für Wirtschaftswissenschaftler Intuitiv und praxisnah Springer Gabler 1 Modellieren und Argumentieren 1 1.1 Beispiel: Kauf einer Papierschneidemaschine

Mehr

Economic Risk. Wirtschaftliche Ungleichheit und soziale Mobilität. Thorsten Vogel Wirtschaftswissenschaftliche Fakultät Humboldt-Universität zu Berlin

Economic Risk. Wirtschaftliche Ungleichheit und soziale Mobilität. Thorsten Vogel Wirtschaftswissenschaftliche Fakultät Humboldt-Universität zu Berlin Economic Risk Wirtschaftliche Ungleichheit und soziale Mobilität Wirtschaftswissenschaftliche Fakultät Humboldt-Universität zu Berlin Wer bekommt wieviel? Frage der Klassiker: Aufteilung der Einkommen

Mehr

Skript Statistik. Gerhard Kuhn, rechnenmachtspass.de Version 3

Skript Statistik. Gerhard Kuhn, rechnenmachtspass.de Version 3 Skript Statistik Gerhard Kuhn, rechnenmachtspass.de Version 3 1 Deskriptive Statistik 1.1 Grundbegriffe [SR13] 1.1.1 Die wichtigsten Skalen 1) nominale Skala: Beispiel: Automarken 2) odinale Skala (Rangskala):

Mehr

Übungsaufgaben zur Klausur Statistik

Übungsaufgaben zur Klausur Statistik Übungsaufgaben zur Klausur Statistik 1.) Mittelwerte und Streumaße I Bei einer Geschwindigkeitskontrolle innerhalb einer geschlossenen Ortschaft notierte die Polizei folgende 20 Messwerte in km/h: 45;

Mehr

Eine Einführung in R: Dichten und Verteilungsfunktionen

Eine Einführung in R: Dichten und Verteilungsfunktionen Eine Einführung in R: Dichten und Verteilungsfunktionen Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/

Mehr

Prüfung aus Statistik 1 für SoziologInnen

Prüfung aus Statistik 1 für SoziologInnen Prüfung aus Statistik 1 für SoziologInnen 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 120 Minuten netto Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort gibt 2 Punkte. Pro falsche

Mehr

Statistik Tutorium SS Aufgabensammlung

Statistik Tutorium SS Aufgabensammlung Statistik Tutorium SS 2007 Felix Holter Felix.Holter@web.de Aufgabensammlung 1. Begriffsdefinition: Statistische Masse, Merkmalsträger, Merkmal und Merkmalsausprägung 2. Welche unterschiedlichen Merkmale

Mehr

Sehr Einigermaßen Nicht Schüler Lehrer Eltern h 0.j n=500

Sehr Einigermaßen Nicht Schüler Lehrer Eltern h 0.j n=500 1. Aufgabe 1.1 Kreuz- bzw. Kontingenztabelle, auch bivariate Häufigkeitsverteilung. Mermal X: nominal, Merkmal Y: ordinal. Tabelle der beobachteten Häufigkeiten mit Randverteilungen: Ich (mein Kind) fühlt

Mehr

1 Einleitung und Grundlagen 1

1 Einleitung und Grundlagen 1 Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige

Mehr

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0.

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0. Eine Verteilung ist durch die Angabe von einem oder mehreren Mittelwerten nur unzureichend beschrieben. Beispiel: Häufigkeitsverteilungen mit gleicher zentraler Tendenz: geringe Variabilität mittlere Variabilität

Mehr

4 Konzentrationsmessung

4 Konzentrationsmessung 4 Konzentrationsmessung 4.0 Vorbemerkungen 4.0 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten. welchen Anteil am Gesamtvermögen

Mehr

Karl Entacher. FH-Salzburg

Karl Entacher. FH-Salzburg Ahorn Versteinert Bernhard.Zimmer@fh-salzburg.ac.at Statistik @ HTK Karl Entacher FH-Salzburg karl.entacher@fh-salzburg.ac.at Beispiel 3 Gegeben sind 241 NIR Spektren (Vektoren der Länge 223) zu Holzproben

Mehr

Veranstaltung: Statistik für das Lehramt Dozent: Martin Tautenhahn Referenten: Belinda Höher, Thomas Holub, Maria Böhm.

Veranstaltung: Statistik für das Lehramt Dozent: Martin Tautenhahn Referenten: Belinda Höher, Thomas Holub, Maria Böhm. Veranstaltung: Statistik für das Lehramt 16.12.2016 Dozent: Martin Tautenhahn Referenten: Belinda Höher, Thomas Holub, Maria Böhm Erwartungswert Varianz Standardabweichung Die Wahrscheinlichkeitsverteilung

Mehr

Statistik Bachelorstudiengang Betriebswirtschaft/Management

Statistik Bachelorstudiengang Betriebswirtschaft/Management Statistik Bachelorstudiengang Betriebswirtschaft/Management Prof. Dr. Stefan Etschberger Hochschule Weingarten Sommersemester 2008 Organisatorisches zur Vorlesung Vorlesungsbegleitende Unterlagen: Foliensatz

Mehr

Prüfung aus Statistik 1 für SoziologInnen. Musterlösung

Prüfung aus Statistik 1 für SoziologInnen. Musterlösung Prüfung aus Statistik 1 für SoziologInnen Gesamtpunktezahl =80 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 2 Stunden Musterlösung Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort

Mehr

benötigen. Die Zeit wird dabei in Minuten angegeben und in einem Boxplot-Diagramm veranschaulicht.

benötigen. Die Zeit wird dabei in Minuten angegeben und in einem Boxplot-Diagramm veranschaulicht. , D 1 Kreuze die richtige Aussage an und stelle die anderen Aussagen richtig. A Das arithmetische Mittel kennzeichnet den mittleren Wert einer geordneten Datenliste. B Die Varianz erhält man, wenn man

Mehr