FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT
|
|
- Anneliese Weiß
- vor 6 Jahren
- Abrufe
Transkript
1 FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte Statistik und Methoden der empirischen Sozialforschung Univ.-Prof. Dr. H. Singer Klausur: Modul Vertiefung der Wirtschaftsmathematik und Statistik Termin: Prüfer: 23. März 2012, Uhr Univ.-Prof. Dr. A. Kleine/Univ.-Prof. Dr. H. Singer
2 Hinweise zur Bearbeitung der Modulklausur Tragen Sie zunächst für beide Klausurteile (Mathematik und Statistik) sowohl auf das Deckblatt der Teilklausur als auch auf das Deckblatt der Lösungsbogen Ihren Namen und Ihre Matrikelnummer ein! 2. Es können insgesamt 100 erreicht werden. Bei Erreichen von 50 n ist die Klausur bestanden. Bitte kontrollieren Sie sofort, ob Sie ein vollständiges Klausurexemplar erhalten haben. 3. Für beide Klausurteile ist die Benutzung von Taschenrechnern nur gestattet, wenn das betreffende Modell nicht programmierbar ist, keine Texte oder Formeln speichern kann, nicht drahtlos mit anderen Geräten kommunizieren kann, über keine alphanumerische Tastatur verfügt, kein grafisches Display (z.b. zur Darstellung von Funktionsgraphen) besitzt. Für den Klausurteil Statistik ist das Kursmaterial ggf. mit Unterstreichungen, farblichen Markierungen und/oder Aufklebern, aber ohne zusätzliche Eintragungen, als Hilfsmaterial zugelassen. Als Kursmaterial gelten lediglich Lehrtexte, nicht jedoch alte Klausuren, Einsendearbeiten oder Musterlösungen. 4. Bitte benutzen Sie für Ihre Rechnungen nur die beigefügten Lösungsbogen und tragen Sie dort Ihren Namen und Ihre Matrikelnummer ein. Für den Klausurteil Statistik müssen die Lösungen in die entsprechenden Kästchen auf dem Lösungsbogen eingetragen werden. Für jede Antwort, jedes Ergebnis und jede Begründung bzw. Interpretation ist auf dem Lösungsbogen ein entsprechendes Kästchen zum Eintrag vorgesehen. Achten Sie auf eindeutige Eintragungen. Nicht eindeutige Eintragungen können nicht bewertet werden. 5. Wenn Sie einzelne Blätter der Teilklausuren voneinander trennen, legen Sie bitte am Ende der Klausur die Blätter wieder zusammen. 6. Vergessen Sie nicht, beide Teilklausuren auf der letzten bearbeiteten Seite zu unterschreiben. Viel Erfolg!
3 Name, Vorname Matrikelnummer Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik Datum Termin: Prüfer: 23. März 2012, Uhr Univ.-Prof. Dr. H. Singer
4 Vertiefung der Statistik Hinweis: Bitte tragen Sie die Lösungen aller Aufgaben in die Lösungsbogen ein. Bewertet werden nur die Lösungsbogen. Aufgabe (10 ) (4 ) Geben Sie für folgende Parameter Punktschätzer samt Formel an. Bitte geben Sie für µ zwei Punktschätzer an, wobei vorausgesetzt wird, dass eine symmetrische Verteilung vorliegt. - µ - σ - ρ 1.2 (6 ) Vervollständigen Sie folgende Aussagen über statistische Testverfahren für normalverteilte Grundgesamtheiten. Zugrundegelegt wird die Hypothese H 0 : µ = Die Wahrscheinlichkeit, mit der die Nullhypothese nicht abgelehnt wird, obwohl sie falsch ist, heißt?. 2. Die Wahrscheinlichkeit, mit der eine zutreffende Nullhypothese abgelehnt wird, obwohl sie richtig ist, heißt?. 3. Je weiter entfernt der wahre Parameter µ von µ 0 liegt, desto? (kleiner/größer) ist der β-fehler. 4. Liegt ein vorgegebenes Signifikanzniveau von 10% vor, so erreicht der β-fehler maximal den Wert?. 5. Mit dem vorgegebenen Signifikanzniveau wird der?-fehler kontrolliert. 6. Je größer das Signifikanzniveau vorgegeben wird, desto? (kleiner/größer) werden die kritischen Werte.
5 Vertiefung der Statistik Aufgabe 2 (18 ) In einer Großstadt wird ein bestimmter Tennisschläger in verschiedenen Sportgeschäften zu unterschiedlichen Preisen verkauft. Folgende Tabelle gibt die Anzahl der verkauften Schläger der 15 befragten Geschäfte an. 100 Euro 110 Euro 120 Euro (2 ) Geben Sie zwei Verfahren an, welche hier vom Skalenniveau der Daten her dazu geeignet sind, den Zusammenhang zwischen Verkaufszahlen und Angebotspreisen zu untersuchen. 2.2 (4 ) Geben Sie die Modellgleichung der einfaktoriellen Varianzanalyse in Effektdarstellung an und beschreiben Sie kurz, welche Parameter in der Gleichung enthalten sind. 2.3 (4 ) - Geben Sie an, welche wichtige Modellannahme bei der Effektdarstellung getroffen wird - Berechnen Sie die Schätzungen der Effekte α i. - Überprüfen Sie, ob die obige Modellannahme auch für die Schätzungen gilt. 2.4 (8 ) Geben Sie die Varianzanalysetabelle mit den mittleren Quadratsummen an und überprüfen Sie die Hypothese H 0 : α i = 0 für alle i zum Signifikanzniveau 0.1. Es ist SQT =
6 Case Processing Summary Cases Vertiefung der Statistik Aufgabe 3 Valid Excluded a Total N % ,8 12 3, ,0 a. Listwise deletion based on all variables in the procedure. Cronbach's Alpha Reliability Statistics Cronbach's Alpha Based on Standardized Items N of Items (12 ) Betrachtet,769 wird folgende,774 Reliabilitätsanalyse 4 des Konstrukts Loyalität. LHAEUFIG LGERNE LEMPFEHL LVERBUND Item Statistics Mean Std. Deviation N 2,6866 1, ,1226 1, ,8501 1, ,2561 1, Inter-Item Correlation Matrix LHAEUFIG LGERNE LEMPFEHL LVERBUND LHAEUFIG LGERNE LEMPFEHL LVERBUND 1,000,283,242,403,283 1,000,690,553,242,690 1,000,599,403,553,599 1,000 Item-Total Statistics LHAEUFIG LGERNE LEMPFEHL LVERBUND Scale Mean if Item Deleted Scale Variance if Corrected Item-Total Squared Multiple Cronbach's Alpha if Item Item Deleted Correlation Correlation Deleted 6,2289 7,707,366,170,820 6,7929 6,913,643,511,680 7,0654 6,815,645,545,677 6,6594 5,963,665,452, (3 ) Berechnen Sie Cronbachs alpha für standardisierte Items. 3.2 (3 ) Geben Sie die Itemschwierigkeiten an (Wertebereich der Items: 1-5) und interpretieren Sie diese kurz. Seite (3 ) Geben Sie die Trennschärfen des Konstrukts Loyalität an und interpretieren Sie diese kurz. 3.4 (3 ) Bestimmen Sie die itemspezifische Homogenität und interpretieren Sie diese kurz.
7 Vertiefung der Statistik Aufgabe 4 (10 ) Ein Unternehmen untersucht die Produktivität eines bestimmten Produktes in Abhängigkeit verschiedener Materialien und Produktionsmethoden. Dabei werden beide Faktoren getrennt voneinander betrachtet. Erhoben wird die Anzahl der produzierten Stücke. 4.1 (2 ) Betrachtet werden zunächst die Produktionsmethoden. Vervollständigen Sie folgenden Output (s. Lösungsbogen). Anzahl Between Groups Within Groups Total ANOVA Sum of Squares df Mean Square F Sig. [1] 3 [3] [4], ,500 [2] 21, , (2 ) Wieviele Produktionsmethoden werden untersucht und wieviele Beobachtungen liegen der Untersuchung zugrunde? 4.3 (2 ) Bestimmen Sie anhand des Outputs in 4.1 das Bestimmtheitsmaß und interpretieren Sie kurz den Wert.
8 Vertiefung der Statistik (1 ) Mittels eines zweiten Datensatzes wird nun das Material betrachtet. Geben Sie mittels der Residualstreuung den Schätzer für σ 2 an. Anzahl ANOVA Between Groups Within Groups Total Sum of Squares df Mean Square F Sig. 117, ,926 10,006, , , , (1 ) Geben Sie das für den zweiten Datensatz (s.4.4) zum Signifikanzniveau 0.05 verwendete f-quantil der Varianzanalyse an. 4.6 (2 ) Wie lautet für den Datensatz in 4.4 der prognostizierte Wert der produzierten Stückzahl, wenn bekannt ist, dass mit dem dritten Material produziert wird? Report Anzahl Material Total Std. Error N Mean Std. Deviation of Mean 9 70,11 2,713, ,89 2,804, ,22 1,563, ,74 3,157,608
9 Klausur: Kurs Vertiefung der Statistik Termin: 23. März 2012 Prüfer: Univ.-Prof. Dr. H. Singer Name, Vorname: Matrikelnummer: Aufgabe Summe maximale Punktzahl erreichte Punktzahl Datum: Unterschrift des Prüfers: 8
10 Aufgabe 1 (10 ) 1.1 Punktschätzer für (4 ) µ: σ 2 : ρ: 9
11 1.2 (6 )
12 Aufgabe (18 ) (2 ) 2.2 (4 ) Modellgleichung Parameter 11
13 2.3 (4 ) Modellannahme (0.5 ) ˆα 1 (1 Punkt) ˆα 2 (1 Punkt) ˆα 3 (1 Punkt) Überprüfung der Modellannahme anhand der Schätzungen (0.5 ) 12
14 2.4 (8 ) 13
15 Aufgabe (12 ) (3 ) ˆα 3.2 Itemschwierigkeit (3 ) LHAEUFIG LGERNE LEMPFEHL LVERBUND 14
16 3.3 Trennschärfen (3 ) r X1 X r X2 X r X3 X r X4 X 15
17 3.4 Itemspezifische Homogenität (3 ) r 1+ r 2+ r 3+ r 4+ 16
18 Aufgabe 4 (10 ) 4.1 (2 ) ANOVA Anzahl Between Groups Within Groups Total Sum of Squares df Mean Square F Sig. [1] 3 [3] [4], ,500 [2] 21, , [1] [2] [3] [4] 4.2 Anzahl Produktionsmethoden (1 Punkt) N (1 Punkt) 17
19 4.3 Bestimmtheitsmaß (1 Punkt) Interpretation (1 Punkt) 18
20 4.4 σ 2 (1 Punkt) 4.5 f-quantil (1 Punkt) 4.6 prognostizierte Stückzahl (2 ) 19
21 20
22 21
23 22
24 23
25 24
26 25
27 26
28 27
29 28
30 29
31 30
32 31
33 32
34 33
Modulklausur Multivariate Verfahren
Name, Vorname Matrikelnummer Modulklausur 31821 Multivariate Verfahren Datum Punkte Note Termin: 28. März 2014, 9.00-11.00 Uhr Erstprüfer: Univ.-Prof. Dr. H. Singer Hinweise zur Bearbeitung der Modulklausur
MehrÜbungsklausur Lineare Modelle. Prof. Dr. H. Toutenburg
Übungsklausur Lineare le Prof. Dr. H. Toutenburg Aufgabe Ein lineares Regressionsmodell mit der abhängigen Variablen Körpergröße und der unabhängigen Variablen Geschlecht wurde einmal mit der dummykodierten
MehrFAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER: NAME: VORNAME: UNTERSCHRIFT: KLAUSUR: TERMIN: PRÜFER: Marktversagen 21.03.2011, 9 11 Uhr Prof. Dr. A. Endres Aufgabe A B C
MehrName (in Druckbuchstaben): Matrikelnummer: Unterschrift:
20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie
Mehr1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt:
Beispiele zum Üben und Wiederholen zu Wirtschaftsstatistik 2 (Kurs 3) 1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt: Haushaltseinkommen 12 24 30 40 80 60
MehrModul-Abschlussklausur zum. C-Modul Nr. 32551. Supply Chain Management. Datum: Unterschrift des Prüfers
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h.c.
MehrAUFGABENTEIL. Klausur: Modul Optimierungsmethoden des Operations Research. Termin:
Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. Andreas Kleine AUFGABENTEIL Klausur: Modul 32621 Termin: 19.09.2016 Prüfer: Prof. Dr. Andreas
MehrPreisbildung auf unvollkommenen Märkten und allgemeines Gleichgewicht. Prof. Dr. A. Endres
FERNUNIVERSITÄT IN HAGEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Matrikelnummer Name: Vorname: Unterschrift: Klausur: Preisbildung auf unvollkommenen Märkten und allgemeines Gleichgewicht Prüfer: Prof. Dr.
MehrFormelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade
Version 2015 Formelsammlung für das Modul Statistik 2 Bachelor Sven Garbade Prof. Dr. phil. Dipl.-Psych. Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de
MehrAUFGABEN. Klausur: Modul Optimierungsmethoden des Operations Research. Termin:
Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Prof. Dr. Andreas Kleine AUFGABEN Klausur: Modul 32621 Optimierungsmethoden des Operations Research Termin:
Mehr1. Erklären Sie den Unterschied zwischen einem einseitigen und zweiseitigen Hypothesentest.
Statistik II Übung 3: Hypothesentests Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier Stichproben). Verwenden
MehrStatistik II. Aufgabe 1
Statistik II, SS 2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik II
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
MehrKlausur: Grundlagen der Internationalen Wirtschaftsbeziehungen. Modul: Termin: , 14:00 16:00 Uhr
Fakultät für Wirtschaftswissenschaft Lehrstuhl für Volkswirtschaftslehre, insb. Internationale Ökonomie Univ.-Prof. Dr. Hans-Jörg Schmerer Name: Vorname: Matrikel-Nr.: Klausur: Grundlagen der Internationalen
MehrStatistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe
Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrTHEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ
WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert
MehrModul-Abschlussklausur zum. C-Modul Nr. 32551. Supply Chain Management. Datum: Unterschrift des Prüfers
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h.c.
MehrEinfache Varianzanalyse für unabhängige Stichproben
Einfache Varianzanalyse für unabhängige Stichproben VARIANZANALYSE Die Varianzanalyse ist das dem t-test entsprechende Mittel zum Vergleich mehrerer (k 2) Stichprobenmittelwerte. Sie wird hier mit VA abgekürzt,
MehrKlausur zu Statistik II
GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel
MehrKlausur Stochastik und Statistik 31. Juli 2012
Klausur Stochastik und Statistik 31. Juli 2012 Prof. Dr. Matthias Schmid Institut für Statistik, LMU München Wichtig: ˆ Überprüfen Sie, ob Ihr Klausurexemplar vollständig ist. Die Klausur besteht aus fünf
MehrTests einzelner linearer Hypothesen I
4 Multiple lineare Regression Tests einzelner linearer Hypothesen 4.5 Tests einzelner linearer Hypothesen I Neben Tests für einzelne Regressionsparameter sind auch Tests (und Konfidenzintervalle) für Linearkombinationen
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrANalysis Of VAriance (ANOVA) 2/2
ANalysis Of VAriance (ANOVA) 2/2 Markus Kalisch 22.10.2014 1 Wdh: ANOVA - Idee ANOVA 1: Zwei Medikamente zur Blutdrucksenkung und Placebo (Faktor X). Gibt es einen sign. Unterschied in der Wirkung (kontinuierlich
MehrLösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die
Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrÜbung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell
Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010
MehrModulklausur Konstruktion und Analyse ökonomischer Modelle
Modulklausur Konstruktion und Analyse ökonomischer Modelle Aufgabenheft Termin: 04.03.2015, 09:00-11:00 Uhr Prüfer: Univ.-Prof. Dr. J. Grosser Aufbau der Klausur Pflichtaufgabe Maximale Punktzahl: 34 Wahlpflichtaufgabe
MehrKapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell
Kapitel 8 Einfache Regression Josef Leydold c 2006 Mathematische Methoden VIII Einfache Regression 1 / 21 Lernziele Lineares Regressionsmodell Anpassen des linearen Regressionsmodells, OLS Eigenschaften
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrKlausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik. 7. Februar 2008
L. Fahrmeir, G. Walter Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 7. Februar 8 Hinweise:. Überprüfen
MehrNachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14
Prof. Dr. Rainer Schwabe 08.07.2014 Otto-von-Guericke-Universität Magdeburg Institut für Mathematische Stochastik Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14 Name:, Vorname: Matr.-Nr.
MehrFernuniversität in Hagen
Fernuniversität in Hagen Fakultät für Wirtschaftswissenschaft Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrKapitel 5: Einfaktorielle Varianzanalyse
Rasch, Friese, Hofmann & Naumann (006). Quantitative Methoden. Band (. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung
MehrAbschlussklausur zur Vorlesung Empirische Wirtschaftsforschung
Dr Isabel Schnabel Johannes Gutenberg-Universität Mainz Abschlussklausur zur Vorlesung Empirische Wirtschaftsforschung Sommersemester 2007, 14082007, 16:30 18:30 Uhr Hinweise zur Klausur Die Klausur besteht
MehrAufgabe 1 Einen großen Industriebetrieb verlassen aus unterschiedlichen Gründen im Durchschnitt 5 Beschäftigte pro Monat.
Statistik II, WS 2002/2003, Seite 1 von 6 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 19. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrMarketing III - Angewandte Marktforschung (SS 2016)
TECHNISCHE UNIVERSITÄT ILMENAU Fakultät für Wirtschaftswissenschaften und Medien Fachgebiet Marketing Univ.-Prof. Dr. rer. pol. habil. Anja Geigenmüller Marketing III - Angewandte Marktforschung (SS 2016)
MehrKapitel 5: Einfaktorielle Varianzanalyse
Rasch, Friese, Hofmann & Naumann (010). Quantitative Methoden. Band (3. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung
MehrEinführung in die Induktive Statistik: Testen von Hypothesen
Einführung in die Induktive Statistik: Testen von Hypothesen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Testen: Einführung und Konzepte
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
MehrBiometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1
Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.
MehrProduzierendes Gewerbe
Statistik II, SS 2005, Seite 1 von 6 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer
MehrStatistik I. Hinweise zur Bearbeitung. Aufgabe 1
Statistik I, WS 2002/03, Seite 1 von 7 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
MehrHinweis: 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:
MehrEinführung in die Volkswirtschaftslehre (Kurs 40501)
Fakultät für Wirtschaftswissenschaft Lehrstuhl für Volkswirtschaftslehre, insb. Makroökonomik Univ.-Prof. Dr. Helmut Wagner Modulklausur: inführung in die Wirtschaftswissenschaft (Modul 31001) Termin:
MehrFinanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre (31021) Aufgabe Gesamt
Name : Vorname : Modulklausur: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre (31021) Teil: Kurseinheit 3 bis 6 Termin: Prüfer: 22. März 2013, 15:30 17:30 Uhr Aufgabe
MehrKapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
MehrAblaufschema beim Testen
Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 15 Statistische Testverfahren 15.1. Arten statistischer Test Klassifikation von Stichproben-Tests Einstichproben-Test Zweistichproben-Test - nach der Anzahl der Stichproben - in Abhängigkeit von
MehrHypothesentests mit SPSS. Beispiel für einen t-test
Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle
Mehrk np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr
Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p
MehrMögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
MehrKapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests
Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung
MehrStatistischer Rückschluss und Testen von Hypothesen
Statistischer Rückschluss und Testen von Hypothesen Statistischer Rückschluss Lerne von der Stichprobe über Verhältnisse in der Grundgesamtheit Grundgesamtheit Statistischer Rückschluss lerne aus Analyse
MehrKlausur zur Vorlesung Höhere Mathematik I
Name: 28. Januar 2004, 8.30-10.30 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Übungen, Formelsammlung Schreiben Sie bitte auf dieses
MehrStatistik II Übung 1: Einfache lineare Regression
Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der
MehrAllgemeines zu Tests. Statistische Hypothesentests
Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer
MehrKapitel 13. Grundbegriffe statistischer Tests
Kapitel 13 Grundbegriffe statistischer Tests Oft hat man eine Vermutung über die Verteilung einer Zufallsvariablen X. Diese Vermutung formuliert man als Hypothese H 0.Sokönnte man daran interessiert sein
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrAufgabenheft. Fakultät für Wirtschaftswissenschaft. Modul 32701 - Business/IT-Alignment. 26.09.2014, 09:00 11:00 Uhr. Univ.-Prof. Dr. U.
Fakultät für Wirtschaftswissenschaft Aufgabenheft : Termin: Prüfer: Modul 32701 - Business/IT-Alignment 26.09.2014, 09:00 11:00 Uhr Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe 1 2 3 4 Summe
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 19. Januar 2011 1 Nichtparametrische Tests Ordinalskalierte Daten 2 Test für ein Merkmal mit nur zwei Ausprägungen
MehrWIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrKlausur Sommersemester 2010
Klausur Sommersemester 2010 Lehrstuhl: Wirtschaftspolitik Prüfungsfach: Empirische Wirtschaftsforschung Prüfer: Prof. Dr. K. Kraft Datum: 04.08.2010 Hilfsmittel: Nicht-programmierbarer Taschenrechner Klausurdauer:
MehrEinflussfaktoren auf die Macht der Hypothesenprüfung
Einflussfaktoren auf die Macht der Hypothesenprüfung Einflussfaktoren auf die Macht Die Jagd nach den Sternen In der Wissenschaft gilt der Blick oft nur den Sternen * p
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen
MehrMultivariate Verfahren
Selbstkontrollarbeit 2 Multivariate Verfahren Musterlösung Aufgabe 1 (28 Punkte) Der Marketing-Leiter einer Lebensmittelherstellers möchte herausfinden, mit welchem Richtpreis eine neue Joghurt-Marke auf
Mehr8. Februar 2007. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.
L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 8. Februar 2007 Hinweise:
MehrTesten von Hypothesen, Beurteilende Statistik
Testen von Hypothesen, Beurteilende Statistik Was ist ein Test? Ein Test ist ein Verfahren, mit dem man anhand von Beobachtungen eine begründete Entscheidung über die Gültigkeit oder Ungültigkeit einer
MehrUnterschrift des Prüfers
Name : Vorname : Modulklausur: Investition und Finanzierung (31021) Teil: Termin: Prüfer: Investition 28. März 2014, 15:30 17:30 Uhr Aufgabe 1 2 Gesamt Maximale Punktzahl 30 20 50 Erreichte Punktzahl Note:
MehrAufgaben zu Kapitel 5:
Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:
MehrVertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik)
Selbstkontrollarbeit 1 Vertiefung der Wirtschaftsmathematik und Statistik (Teil Statistik) 18. Januar 2011 Aufgaben Aufgabe 1 Gegeben sei eine binomialverteilte Zufallsvariablen X mit den Parametern N
Mehr10 Der statistische Test
10 Der statistische Test 10.1 Was soll ein statistischer Test? 10.2 Nullhypothese und Alternativen 10.3 Fehler 1. und 2. Art 10.4 Parametrische und nichtparametrische Tests 10.1 Was soll ein statistischer
MehrKlausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik
Ludwig Fahrmeir, Nora Fenske Institut für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik 29. März 21 Hinweise:
MehrModul Einführung in die VWL. Klausur zur Veranstaltung Grundlagen der Finanzwissenschaft
Modul Einführung in die VWL Klausur zur Veranstaltung Grundlagen der Finanzwissenschaft Wirtschafts- und Sozialwissenschaftliche Fakultät der Universität Rostock Lehrstuhl für Finanzwissenschaft Prof.
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrName: Studiengang: B.A. M.A. 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl: 8)
Name: Studiengang: B.A. M.A. Vorname: Studienfächer: Matrikelnummer: Fachsemester: Allgemeine Hinweise: 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl:
MehrFernuniversität in Hagen
Fernuniversität in Hagen Fakultät für Wirtschaftswissenschaft Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 13 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrKapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen Induktive Statistik Prof. Dr. W.-D. Heller
Mehr9 Faktorenanalyse. Wir gehen zunächst von dem folgenden Modell aus (Modell der Hauptkomponentenanalyse): Z = F L T
9 Faktorenanalyse Ziel der Faktorenanalyse ist es, die Anzahl der Variablen auf wenige voneinander unabhängige Faktoren zu reduzieren und dabei möglichst viel an Information zu erhalten. Hier wird davon
MehrAufgabe Gesamt. Note: Unterschrift des Prüfers
Fakultät für Wirtschaftswissenschaft Lehrstuhl für Betriebswirtschaftslehre, insbesondere Investitionstheorie und Unternehmensbewertung Name: Vorname: Modulklausur: Unternehmensnachfolge (31591) Termin:
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrHypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests
ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
Mehre) Beim klassischen Signifikanztest muß die Verteilung der Prüfgröße unter der Nullhypothese
9 Hypothesentests 1 Kapitel 9: Hypothesentests A: Übungsaufgaben: [ 1 ] Bei Entscheidungen über das Ablehnen oder Nichtablehnen von Hypothesen kann es zu Irrtümern kommen. Mit α bezeichnet man dabei die
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 24.2.214 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
Mehr