Änderungen in der Formelsammlung

Größe: px
Ab Seite anzeigen:

Download "Änderungen in der Formelsammlung"

Transkript

1 Äderuge der Formelsammlug Äderugsdaum : See 4 ur Schöheskorrekure See 6 Formel für de G-Koeffzee ergäz See 8 Idexäderug der Formel für de Forführug des ale Idex See /3 klee Äderuge bem Klumeeffek See 9 Parameer m bem Welch-Tes See 3 Korrekur des Iervalls für be der Possoaroxmao See 35 esreched der Äderug der Vorlesug s das Kael 5 jez de Varazaalyse, de adere Kaelummer äder sch esreched See 4 Formel für ˆβ aders formuler See 43 Ergäzug hzugefüg

2 Formelsammlug zur Lehrverasalug Sask Sezell für Sudee der Sudegäge BWL ud WIW Verso 0.Okober 004

3 Beschrebede Sask...4. Edmesoale Dae Samm - Bla - Pla: Box- ad Wsker-Plo: Kozeraosmaße Zerehe Idzes Idexzahle Umbaserug eer Idexrehe: Verküfug vo zwe Idexrehe:... 8 Grudlage der Wahrschelchkesrechug...9. zufällge Eregsse ud Wahrschelchkee Defo der Wahrschelchke Rechegeseze Bedge Wahrschelchkee klasssche Modelle der Wahrschelchkesrechug....3 Zufallsgröße ud dere Charakerska Defo der Verelugsfuko: Momee eer Verelug Sadardserug eer Zufallsgröße : Wchge Wahrschelchkesverelug ud hre raksche Bedeuug Grudlage des sassche Schleßes I (Schäzuge) Schrobe Schrobefukoe ud dere Schäzug Schrobelaug, Daegewug durch Schrobe Parameerschäzuge Pukschäzuge Kofdezschäzuge Grudlage des Sassche Schleßes II (Tess) Sgfkazes für Verelugsarameer Sassche Tess Parameeress Ncharamersche Tess

4 4. Schrobeläe zur Qualäskorolle Schrobela (,c) Aroxmave Berechug ees Schrobelaes Sequeelle Schrobeläe Korollkare Varazaalyse efache Klassfkao Tes be Normalverelug Kruskal- Walls-Tes zwefache Klassfkao Korrelaosaalyse Zwe Merkmale Gewöhlcher Korrelaoskoeffze Searmasche Ragkorrelao Kedall sche Ragkorrelao (Kedall s τ) > Merkmale Muller Korrelaoskoeffze Pareller Korrelaoskoeffze Korrelaosmarx Regressosaalyse Leare Regressosmodelle Efache leare Regresso Mulle (arameer-)leare Regresso Regresso m qualave Merkmale Nchleare Regressosmodelle Aassug a ee logssche Fuko (ach: TINTNER) Aassug a ee Gomerz- Kurve Ahag

5 Beschrebede Sask. Edmesoale Dae * x,..., x * se ee geordee kokree Schrobe ( * * x... x ) V u - uerer Verelwer (ueres Quarl) V o - oberer Verelwer (oberes Quarl) d - Verelwee (Ierquarlsdsaz) A u - uere Ausreßergreze A o - obere Ausreßergreze emrsches α- Qual: x * k x α = (x * * k +x k+ ) α = 0,5 : α = 0,5 : α = 0,75 : falls α ch gazzahlg: k s de auf α folgede gaze Zahl falls α gazzahlg: k = α Meda V u uerer Verelwer V o oberer Verelwer ere Zäue: A =V -,5 d u o u A =V +,5 d o äußere Zäue: A =V - 3 d u u A =V + 3 d o o d = V o V u.. Samm - Bla - Pla: Tefe Sämme Bläer Ehe : 0,0 # * 44 d.h. 6 reräseer,6 5 6o ud Schrobeumfag = * (5) 7o * o * 0 9o 7 HI,5-4 -

6 De Ehe für ee Samm-ud-Bla-Pla wrd so fesgeleg, daß de Bläer de leze zu berückschgede Dezmalselle der Dae lefer. Be eem eäsge Samm-ud-Bla-Pla gb es kee weere Aufelug des Samms. Be eem zweäsge Samm-ud-Bla-Pla sehe de folgede Symbole für de esrechede Zffer: * für de Zffer 0,,,3,4 o für de Zffer 5,6,7,8,9 Be eem füfäsge Samm-ud-Bla-Pla sehe de folgede Symbole für de esrechede Zffer: * für de Zffer 0, T für de Zffer, 3 F für de Zffer 4, 5 S für de Zffer 6, 7 o für de Zffer 8, 9 Tefesale: Summe der Klassehäufgkee h vo obe ud vo ue solage we : h / medale Klasse: Klassehäufgke ( ) Schrobeumfag: = 70 HI,5 Ausreßer ach obe (HIGH) m dem Wer,5 Ausreßer ach ue (LOW) werde her LO agegebe.. Box- ad Wsker-Plo: x m V u x 0,5 Meda V o Ausreßer zwsche erem ud äußerem Zau außerhalb des äußere Zaus Daeskala De ere ud de äußere Zäue werde ch m dargesell, de Whsker gehe bs zum (klese) größe Wer der geordee Daerehe erhalb der ere Zäue

7 ..3 Kozeraosmaße E Merkmal X wrd auf Objeke aufgeel X = x x mmale Kozerao: glechmäßge Aufelug x = ; =,..., maxmale Kozerao: exrem uglechmäßge Aufelug x =0; =,...,-; x = x = Lorezkurve: u= ; v= j= j= x x j j ; m x x x ; =0,..., v Mmale Kozerao Maxmale Kozerao 0 - u G- Koeffze ( = Lorezsches Kozeraosmaß) G= ( v +v-) = v v = + = - = - 6 -

8 . Zerehe Modell: x=g+s+r T x g s r... glechabsädge Zeuke (=,,...T)... Ewcklug ees Merkmals über de Ze... glae Komoee (Tred)... Sasokomoee... rreguläre Komoee (zufällg) Trederkeug mels Gläug (Smoohg): gleede Durchsche (movg average): * ugerade Ordug (k+): x = k+ k j=-k x +j gerade Ordug (k): * k- x= x -k+ x +j+ x k j=-k+ +k.3 Idzes.3. Idexzahle E Warekorb ehäl de Güer j =,..., o (j)... Pres des Gues j zur Bassze 0 (j)... Pres des Gues j zur Berchsze, =,... q o (j)... Mege des Gues j zur Bassze 0 q (j)... Mege des Gues j zur Berchsze, =,... Presmeßzahl: dmesosloser Ausdruck der Presewcklug Presdex () () j () j r j =, j =,..., o 0 j= () () () = w j r j, w j - Gewche - 7 -

9 De Wahl der Gewche w (j) uerschede de verschedee Presdzes: ach LASPEYRES: ach PAASCHE = L 0 j= j= () () j q j 0 () () j q j 0 0 Megedex: ach LASPEYRES: q = L 0 j= j= () () q j j 0 () () q j j 0 0 = P 0 j= j= () () j q j () () j q j 0 ach PAASCHE: q = 0 j= j= () () q j j () () q j j 0 Umsazdex u = 0 j= j= () () j q j () () j q j Umbaserug eer Idexrehe: De gegebee Idexrehe 0, 0, soll vo der Bass 0 auf de Bass τ umgesell werde: * 0 τ = = 0,,, Verküfug vo zwe Idexrehe: 0τ De Idexrehe 0, 0,..., 0 ud τ, τ, +, τ, +s,... sd auf ee gemesame Bass zu selle. Dabe gl de Bezehug: = 0, + 0 τ, + τ * 0 0, + τ,+ τ 0 - ale Bass τ - eue Bass - Zeuk des Basswechsel Forführug des ale Idex: = =,..., s Rückrechug des eue Idex: * τ τ j= 0j j = 0,,..., 0-8 -

10 Grudlage der Wahrschelchkesrechug. zufällge Eregsse ud Wahrschelchkee.. Defo der Wahrschelchke A P(A) zufällges Eregs Wahrschelchke des zufällge Eregsses A Klasssche Defo: Voraussezuge: - der berachee Versuch besz ur edlch vele alerave Versuchsausgäge (Elemeareregsse) - jedes Elemeareregs besz de gleche Chace aufzuree ( ) P A = Azahl der für A güsge Elemeareregsse Azahl aller möglche Elemeareregsse Geomersche Defo: Voraussezug: - m berachee Gesamgebe gb es kee bevorzuge Telgebee ( ) P A = Maß des Gebees bzgl. des Eregsses A Maß des Gesamgebees - de berachee Gebee köe se:. Srecke. Fläche 3. Voluma Defo durch de relave Häufgke: (Sassche Defo) H (A) absolue Häufgke des Aufrees des Eregsses A be Wederholuge desselbe zufällge Versuches ( ) H ( A) w A = relave Häufgke des Aufrees vo A lm w (A) = P(A) - 9 -

11 .. Rechegeseze allgemee Addosregel: ( ) ( ) ( ) P A B =P A +P B - P(A B) Wahrschelchke für gemesames Aufree We A ud B uverebare Eregsse [ A B= bzw. P(A B)=0 ], da: ( B ) =P( A ) +P( B ) P A allgemee Mullkaosregel: P A ( B ) =P( A/B) P( B ) =P( B/A) P( A) We A ud B (aarwese) uabhägg voeader [P(A/B) = P(A) bzw. P(B/A)=P(B)], da: P(A B)=P(A) P(B) We A,...,A k der Gesamhe uabhägge zufällge Eregsse sd, da s ( ) ( ) ( )... ( ) ( ) P A A... A =P A P A P A = Π k P A k k =..3 Bedge Wahrschelchkee Voraussezug: P(B) > 0 ( B) ( ) P( A/B ) = P A bedge Wahrschelchke für das Eregs A uer PB der Bedgug, dass das Eregs B egeree s (Wk. vo A uer Bedgug B) Voraussezug: A blde ee Zerlegug vo Ω ( =,..., ) = ( ) ( ) ( ) PB= PB/A PA Toale Wahrschelchke für B BAYES`sche Formel: ( ) ( ) = ( ) ( ) PB/A j PAj PB/A j PAj j=,..., ud P B >0 P( A/B j ) = = PB ( ) PB/A PA ( ) ( ) ( ) P(A ) P(A /B) a-ror Wahrschelchkee a-oseror Wahrschelchkee - 0 -

12 . klasssche Modelle der Wahrschelchkesrechug Kombaork Aufgabe : Besmmug der Azahl vo Aordugs- bzw. Auswahlmöglchkee Mege M m Elemee Werde be jeder Aordug alle Elemee vo M berache? ja Permuao e P=! ja Beseh M aus verschedee Elemee? e Auswahl vo k Elemee aus M M beseh aus r verschedee Elemee, für =,...r s de Azahl der jewels gleche Elemee Muss de Rehefolge der Aorduge jeder Auswahl berückschg werde? ja e! P,..., = r!! r Varao Kombao Köe Elemee mehrfach ausgewähl werde? ja e e ja V = (k),w k (k)! (k) V = (k) +k - K (-k)! = K,w = k k! (-) (-k+) = = 5!= != k k!(-k)! k! - -

13 .3 Zufallsgröße ud dere Charakerska.3. Defo der Verelugsfuko: X, X,...,X, Y,... Zufallsgröße F X (x) f X (x) Verelugsfuko der Zufallsgröße X Dchefuko der Zufallsgröße X P( X<x ) = FX ( x) symbolsche Schrebwese : X ( x) ( ) ( ) ( ) X X P a X <b = F b - F a ; a R, b R ~ F X Dskre verele Zufallsgröße: X ka edlch vele oder abzählbar uedlch vele möglche Were aehme x möglcher Wer für de Zufallsgröße X ; =,,... x x x 3... x... X ~ Verelugsabelle P(X = x) = Ezelwahrschelchke = = ( ) j- F x = X j =... F (x) 3 = P(X = x 3 ) F X (x 3 ) = P(X < x 3 ) x x 0 x 3 x x - -

14 Seg verele Zufallsgröße: X ka jede reelle Wer aus eem gewsse Iervall aehme P x o ( ) ( ) ( ) ( ) ( ) X < x = F x = f x dx ; f x dx = ; f x 0 o X o X X X - - F X (x) f X (x).3. Momee eer Verelug x 0 P(X<x 0 )=F X (x 0 ) x P(X<x 0 )=F X (x 0 ) x 0 x. Erwarugswer (EX): ( ) EX = x f x dx we X seg verel s X - = EX = x we X dskre verel s. Varaz (VarX): ( ) ( VarX =E X -EX = EX - EX ) Varaz der Zufallsgröße X (erwaree quadrasche Abwechug vom Erwarugswer) VarX Varaoskoeffze (υ ): VarX υ= EX VarX s das zwee zerale Mome VarX wrd auch m D X bezeche heß Sadardabwechug Maß (dmesoslos) der Sadardabwechug bezoge auf de Erwarugswer 3. Schefe (γ ): ( ) E X-EX γ = ( VarX ) 3 3 Maß für de Symmere eer Verelug γ = 0 : symmersche Verelug γ > 0 : lkssele Verelug γ < 0 : rechssele Verelug - 3 -

15 4. Exzeß (ε) : ( ) 4 E X-EX = - 3 (VarX) ε Maß für de Wölbug Bezug auf de Normalverelug ε = 0 : Wölbug der Normalverelug ε > 0 : särker gewölb ε < 0 : flacher gewölb 5. -Qual: - X dskre verel m P(X = x ) = Jede Lösug x der Uglechuge P(X x ) ud P(X < x ) heß -Qual der Zufallsgröße X. - X seg verel m F X (x) Jede Lösug x der Glechug F X (x) = heß -Qual der Zufallsgröße X. 6. Meda: -Qual der Zufallsgröße X für = 0,5 7. Modalwer: - X dskre verel m P(X = x ) = E Wer der Zufallsgröße X, für de de Ezelwahrschelchke maxmal s, heß Modalwer. - X seg verel m F X(x) E Wer der Zufallsgröße X, für de der Fukoswer der Dchefuko f X(x) maxmal s, heß Modalwer. 8. Kovaraz cov (X,Y); Korrelaoskoeffze ρ X,Y : cov (X, Y) = E( X EX)(Y EY) = EXY EX EY Kovaraz der Zufallsgröße X ud Y (, ) cov X Y ρ X,Y= (gewöhlcher)korrelaoskoeffze VarX VarY We X ud Y uabhägg sd, da s ρ X,Y =0 We P(Y = a X + b) = ; a R, b R, a 0; da s ρ X,Y = We, da sd X ud Y ukorreler (cov (X,Y) = 0) ρ X,Y =0 We ρ X,Y =0 ud X ud Y ormalverel sd, da sd X ud Y uabhägg We ρ X,Y =, da gb es e a 0 ud e b; a R, b R m P(Y = ax +b) = - 4 -

16 9. Egeschaf e der Momee: E ( a + bx ) = a + bex E( X+Y ) = EX + EY EXY = EX EY we X ud Y ukorreler sd Var ( a+bx ) = b VarX Var ( X+Y ) = VarX + VarY+cov ( X,Y) Var ( X+Y ) = VarX+VarY we X ud Y ukorreler sd.3.3 Sadardserug e er Zufallsgröße : We vo eer Zufallsgröße X der Erwarugswer EX ud de Varaz VarX exsere, da besz X -EX Y = VarX ee Verelugsfuko m EY = 0 ud VarY = Seza lfall X ~N ( µσ, ) X - µ Y = m Y ~ N( 0, ) (sadardsere Normalverelug) σ - 5 -

17 .4 Wchge Wahrschelchkesverelug ud hre raksche Bedeuug Dskree Vereluge geomersche Verelug Ezelwahrschelchke ( = ) = ( ) P X k k = 0,,, * für Y = X + m k =,, s Egeschafe: ( = * ) = ( = * ) P Y k P X k Awedug: s de Wk für ee Mßerfolg, X s de Azahl der Erfolge bs zum. Mßerfolg, erwaree Laufläge (ARL) be Korollkare k Momee EX Wahrschelchkee VarX = = möglche Were =0,4 Hyergeomersche Verelug Ezelwahrschelchke M N M k k P( X = k) = N k = 0,,, falls < M ud < N M Loo Modell Egeschafe: Für N, M ud M N= Übergag ee Bomalverelug Awedug: uabhägge Wederholug vo Versuche, Schrobeahme ohe Zurücklege, Qualäskorolle Momee M EX = N Wahrschelchkee M N M N VarX = N N N möglche Were N=3 M= =8-6 -

18 Bomalverelug Ezelwahrschelchke P( X k) k k = 0,,, k = = ( ) k Beroullschema Egeschafe: Für, 0 ud =λ Übergag ee Possoverelug Awedug: uabhägge Wederholug vo Versuche, Schrobeahme m Zurücklege, Qualäskorolle Momee Wahrschelchkee EX = VarX = ( ) =8 =0, möglche Were Possoverelug Ezelwahrschelchke k λ P( X = k) = e λ k! λ> 0, k = 0,, Momee EX = λ VarX =λ Egeschafe: Summe uabhägger ossovereler Zufallsgröße (m λ, =,,m) s ossoverel (m λ= λ ) m = Awedug: Verelug seleer Eregsse, Bedeugsheore, Qualäskorolle Wahrschelchkee λ=0, möglche Were - 7 -

19 sege Vereluge Normalverelug Dche Momee x µ σ f(x) = e σ > 0 σ π EX = µ VarX = σ² Egeschafe: Summe uabhägger ormalvereler Zufallsgröße s ormalverel Awedug: vele Verfahre der Sask basere auf deser Verelug, wchgse Näherugsverelug f(x) µ=3 σ=0, x Exoealverelug Dche ( ) λx f x =λ e x 0, λ> 0 Momee EX = VarX = λ λ Egeschafe: Verelug ohe Gedächs (Markoff Egeschaf) Awedug: Lebesdauerverelug, der Zuverlässgkesheore ud der Bedeugsheore f(x) λ=0, x - 8 -

20 Glechverelug (seg) Dche f( x) = a x b b a Momee b+ a = EX ( b a) VarX = Egeschafe: alle möglche Were habe de gleche Chace, chformave Verelug Awedug: Grudlage für de Erzeugug vo Zufallszahle f(x) a= b= x logssche Verelug Dche Momee x a ex b EX = a f( x) = b > 0 x a b + ex b Egeschafe: f( x) = F( x) ( F( x) ) m b F( x) = x a + ex b Awedug: Awedug m kaegorelle Regress- osmodell, F(x) wrd auch be der Modellerug vo Wachsumsrozesse verwede f(x) x b π VarX = 3 a=3 b=0,

21 3 Grudlage de s sassche Schleßes I (Schäzuge) 3. Schrobe 3.. Schrobefukoe ud dere Schäzu g X = ( X,..., X ) mahemasche Schrobe, X : uabhägge ud desch verele Zufallsgröße, =,..., ( ) X X... X * * * * * X = X,..., X geordee mahemasche Schrobe m Schrobe melwer: (arhmesches Mel): X = X = (gewchees arhmesches Mel) : m X g= m gx g = = * Sezalfall: g =... absolue Häufgke der kokree Messug x Klassereräsea be vorlegeder Klasseeelug eer Schrobe X Schrobesreuug (emrsche Varaz) : ( ) s = X - X = X - X = X - X - = - = - = = emrscher Meda: * xk x=x 0,5 = (x * * k +x k+ ) falls α ch gazzahlg: k s de auf α folgede gaze Zahl falls α gazzahlg: k = α emrsche Schefe: γ = ( X-X ) = ( X-X ) = 3 3 emrscher Exzeß: 4 ( X-X ) ε = = - 3 ( X-X ) = - 0 -

22 emrscher Korrelaoskoeffze: R = XY - X Y = = = X - Y - Y X = = = = emrsche Verelugsfuko N : ( ) x W x = N x - Azahl der Elemee der Schrobe, für de X < x gl 3.. Schrobelaug, Daegewug durch Schrobe X zu uersuchedes Merkmal, Zufallsgröße X (Grudgesamhe) m EX = µ, VarX = σ N - Azahl der Objeke der Grudgesamhe Zufallsauswahl: Aus de N Objeke der Grudgesamhe werde zufällg ud uabhägg Objeke ach eem Zufallsrozeß (z.b. m Hlfe vo Zufallszffer) ausgewähl. X,..., X - Schrobe aus der Grudgesamhe - Schrobeumfag gsweres µ ud der Varaz σ² : Schäzug des Erwaru X = X, S = (X X) = = Geschchee Schrobe: k - Azahl der Schche der Grudgesamhe N - Azahl der Objeke der Schch, =,..., k Aus jeder der k Schche werde Objeke zur Befragug zufällg ausgewähl. Schrobeumfag: (deermssch) X - Ausrägug des Merkmals X der Schch, k = = EX = µ ; VarX = σ N = Wahrschelchke dafür, dass be zufällger Auswahl ees Objekes aus der N Grudgesamhe e Objek der Schch ausgewähl wrd: Erwarugswer (oal) der Grudgesamhe: k µ = µ = - -

23 Varaz der Grudgesamhe: k k = = ( ) σ = σ + µ µ Sreuugszerlegug: Varaz der = Varaz de + Varaz zwsche de Grudgesamhe Schche Schche X j - Ausrägug des Merkmals X der Schch bem Objek j ( =,,k ; j =,..., ) j = j= k chäzug für µ : S µ= µ µ ˆ m =X = X S chchugseffek: VarX - Var µ ˆ = ( µ µ ) k = j A ufelug des Schrobeumfag : rooroal: = omal (bzgl. der Varaz) = k σ =,...,k jσj j= σ - Sadardabwechug der Merkmalsausrägug der Schch koseomal: c σ = =,...,k k σ c c j= j j j c - gesames Kaal für de Erhebug c - Kose für ee Uersuchugsehe der Schch Klumeschrobe: de Grudgesamhe vom Umfag N besehe aus M Klume K,...,K M aus dese M Klume werde m Klume zur Uersuchug zufällg ausgewähl, erhalb der Klume fde ee Toalerhebug sa M - Azahl der Objeke m Klume, =,... M zufällge Auswahl vo m Klume aus M vorhadee m eer Wahrschelchke roor- M oal zur Azahl M der Objeke m Klume K : = N Der Schrobeumfag s be deser Auswahl zufällg! Schäzug für de Erwarugswer: h,...,h m - Idzes der m ausgewähle Klume µ hj - exaker Erwarugswer m Klume j m = M j= µ = µ m (K) m j= h j h j - -

24 Klumeeffek für M N = : M M (K) M ˆ Var X Var µ = σj σ m M j= N 3. Parameerschäzuge 3.. Pukschäzuge Egeschafe: - erwarugsreue Schäzug, d.h. E ϑ = ϑ ˆ σ - schwache Kossez, d.h. Var ϑ= 0 Verelug zu schäzede Größe Schäzug bel. Verelug EX Erwarugswer VarX Varaz X S Bomalverelug H(A) Possoverelug λ X, S Normalverelug µ σ X S be ubekaem µ * S be bekaem µ Glechverelug + X max, X max, X auf [0,a] a auf [a,b] b a δ Exoealverelug λ X * S = (x - µ ) = - 3 -

25 3.. Kofdezschäzuge zerale Kofdezervalle Parameer µ X~N ( µ,σ ) σ X~N Voraussezuge σ beka σ ubeka µ ( µ,σ ) µ beka ubeka = P(A) groß asymosche Normalver- elug zulässg σ X z S X X =H α, α S χ Kofdezschäzuge < µ < X + σ z α < µ < X + S, α S χ, α ( S ) ( )S χ, α *, α < σ G < < G ( ) u < σ o < χ < *, α A absolue Häufgke ( X) X Gu,o = X + z α α + α z z + z α 4 X ~N ( µ, σ) µ µ X ( µ σ ~N, ) σ = σ = σ σ ubeka G u,o = X X S g G <µ µ < G u + o +, α - Umfag der Schrobe ; =, σ σ X ~N, ( µ σ ) ( µ σ ) X ~N, µ, µ ubeka S S σ F,, α < < F,, α σ S S = P(A ) Gu < < G o = P(A ) X X X X X X, groß Gu,o = z α asymosche Normalverelug zulässg X = H ( A ); =, absolue Häufgke ( ) ( ) - 4 -

26 ausgewähle uere ud obere Kofdezgreze Parameer µ σ σ Voraussezuge ( ) X ~ N µ,σ X ~ N µ ubeka ( µ, σ ) ubeka = P(A) groß asymosche Normalver- elug zulässg X ~ µ, σ ) µ µ X ~ N( µ σ ) σ σ, = σ = σ ubeka Kofdezschäzuge S uere Greze: X, α < µ S obere Greze: µ < X +, α uere Greze: obere Greze: σ ( A) ( ) χ S, α < ( ) χ < σ S, α X = H absolue Häufgke uere Greze: + z α obere Greze: < + z uere Greze: X obere Greze: µ X µ X α S < X z + α z α X + z g + X - α + S g + z X α ( X) X ( X), α < + + Umfagder + z 4 µ α + z 4 µ +, α Schrobe ; < α =, Bezechuge : * S = X µ S g = z f, f f,f = +, ( ) [( ) S + ( ) S ] Berechug vo S u. S we S : -Qual der sadardserenormalverelug : -Qual der f Verelug χ : -Qua Verelug, l der χf - F : -Qual der F - Verelug f, f - 5 -

27 4 Grudlage des Sassche Schleßes II (Tess) 4. Sgfk azes für Verelugsarameer 4.. Sassche Tess De Durchführug ees sassche Tess verlag de achfolgede Schre:. Formulerug eer Hyohese H o aus der zu bearbeede Aufgabesellug ud eer Alerav- bzw. Arbeshyohese H A. Vorgabe ees Sgfkazveaus α esreched der durch de Aufgabesellug gefordere Scherhe für de Eschedug 3. Auswahl eer Tesgröße T. Dabe muss T ee Schrobefuko se, dere Verelug beka s ud de vo H o abhäg. 4. Feslegug des krsche Bereches K. Der krsche Berech s der Ablehugsberech für H o ud wrd durch de Verelug F T () ud durch α besmm. M welche Were für α ud α der Tes durchgeführ werde soll, wrd durch de Aleravhyohese H A ud dam durch de zu bearbeede Aufgabesellug fesgeleg. ( ) Es gl P α < T < α α ; α, α 0, α +α = α. f T () α +α =α α α α α α krscher Berech Aahmeberech für H 0 krscher Berech : α α -Qual der Zufallsgröße T, : (-α α )-Qual der Zufallsgröße T, - 6 -

28 Sezalfälle:. α = α = α/, symmerscher krscher Berech. α = 0, α = α, eseger krscher Berech ach obe 3. α = α, α = 0, eseger krscher Berech ach ue 5. Berechug eer Realser ug der Tesgröße T für ee kokree Schrobe x = (x,...,x ) 6. Eschedug: we K, da muß H o abgeleh werde we K, da ka H o ch abgeleh werde Dabe beräg de Wahrschelchke für de Ablehug eer rchge Hyohese α (Fehler. Ar). I der Sofware zur Sask wrd ch der Verglech der berechee Tesgröße m der Greze des krsche Berechs vorgeomme, soder es wrd aus dem Wer der Tesgröße ud der Verelug e Wer -value (α*) bereche, der m dem vorgegebee Sgf- verglche werde kazveau muß. Eschedug: we α* < α, da H o ablehe we α* > α, da H o aehme f T () α vorgegebees Sgfkazveau α Aahmeberech für H0 α berecheer Wer α* Realserug der Tesgröße krscher Berech - 7 -

29 4.. Parameeress Voraussezug: X ~N ( µσ, ) Hyohese Voraussezuge Tesgröße T HO H A µ= µ µ µ O O O µ µ µ>µ µ µ µ<µ O σ = σ O σ σ σ σ σ O = σ σ σ µ =µ µ µ µ µ O O O O σ σ O σ > σ σ < σ O σ σ σ² beka σ² ubeka Verelug vo T X µ O T = N(0;) σ T X µ S = O * S µ beka T = σ µ ubeka O ( )S T = σ σ µ ; µ ubeka > σ = µ µ µ > µ µ < µ ρ = 0 ρ 0 σ = = σ σ σ ubeka Schrobe uabhägg σ, σ ubeka zwe Merkmale m gemesamer Normalverelug T S O X X T = S + - χ χ - S F, g sehe Welch- Tes R T = R Voraussezug: asymosche Normalverelug zulässg Hyohese H O H A = = > < > < Voraussezuge groß groß groß T = T = Tesgröße T X o X o ( ) X * * ( ) + o + - χ χ χ χ χ χ krscher Berech z z α α z α ; α ; α ; α ; α oder χ; α ; α ; α ; α oder χ ; α ; α ; α F oder F F, ; α, ; α, ; α + ; α + ; α + ; α α - ; Verelug vo T N(0;) N(0;) krscher Berech z z α α z z z α α α z α

30 * S = ( X µ ) S = ( X X) = = S = S S Berechug vo S u. S we S ( ) + ( ) g + * X+ X P = ; X = H ( A ) =, + X, X aaloge Berechug we X Welch- Tes: H 0 : µ = µ H A : µ µ ( σ, σ ubeka) (be, > 30 auch ohe Voraussezug der Normalverelug durchführbar) Tesgröße: T = Eschedug: X S X S + Ablehug vo H 0, we T > m, α / m S S + m = S S + Rages ach Wlcoxo - kee Verelugsvoraussezug für X ög - ordale Were geüge H 0 : µ = µ X Ragzahle (kleser Wer: Ragzahl ) R... Ragzahlesumme der. Schrobe (R... Ragzahlesumme der. Schrobe ) Tesgröße: T = R krscher Berech: K = { k klesmögl. Ragsumme } { k größmögl. Ragsumme } + α + α k so, dass k ud ( k+ ) > Eschedug: Ablehug vo H 0, we K - 9 -

31 aroxmav: (we 4, 4, + 0 ) R ( + + ) Z = Z~N(0,) ( + + ) 4..3 Ncharamersche Tess χ -Aassugses (Tes auf Vorlege eer besmme Verelug) H 0: FX (x) = F0 Schrobe X,...,X wrd k Klasse egeel Tesgröße: k T = = ( h ) h - absolue Häufgke der Schrobewere der Klasse ( =,...,k) - Wahrschelchke uer H 0, daß ee Beobachug der Klasse leg Eschedug: Ablehug vo H 0, we m Azahl der für de Hyohese geschäze Parameer Kogezafel (Tes auf Uabhäggke zweer Merkmale X ud Y) T > χ k m ; α H0: X ud Y sd sochassch uabhägg Y B... Bq X A h h q h... h j... A h h q h h... h q = h Merkmal X: Klasse A,...,A Merkmal Y: q Klasse B,...,B q h j - absolue Häufgke der Realseruge der Klassekombao A ud B j h - Zelesumme h j - Salesumme Tesgröße: q T = h h hj h h j = j= j... Azahl der Zele q... Azahl der Sale Eschedug: Ablehug vo H 0 falls T >χ( )( ) q ;- α

32 4. Schrobeläe zur Qualäskorolle 4.. Schrobela (,c)... Schrobeumfag c... Aahmezahl X... Azahl der Ausschußsücke... Ael des Ausschußes a der Gesamhe α... Fehler. Ar - Produzeersko β... Fehler. Ar - Kosumeersko α... Feslegug der Hyohese H :=, Argume der OC-Fuko m L α β... Feslegug der Hyohese ( ) 0 α α H A : = β, Argume der OC-Fuko m ( ) L β β 4.. Aroxmave Berechu g ees Schrobelaes A roxmao durch ee Normalverelug Wege ( ) ( ( )) B, N, löse ma de Glechuge L α ( α ) α d.h. c Φ α ( ) α α L ( β ) d.h. c β β Φ β β ( β) Φ(x )... Verelugsfuko der sadardsere Normalverelug α ( ) + ( ) α z α β α β β z β α + z α α( α ) c β z ( β β β ) - 3 -

33 Aroxmao durch ee Posso-Verelug Aroxmao der OC-Fuko: ( ) c m=0 ( ) L~ e m! m - De Glechuge L( α ) - α ud L( β ) < β werde erfüll durch: χ χ c+ ;- β c+ ; α ( ) ( ) β Für de Schrobela (, c) wähle ma das klese c für das dese Uglechug gl ud desem Iervall das klese. α 4..3 Sequeelle Schrobeläe Be jeder Prüfug wrd eschede über: x k... Azahl der Ausschußsücke uer de erse k gerüfe - Aahme des Poses - Forsezug der Prüfug - Ablehug des Poses k... Azahl der gerüfe Sücke c s... Aahmezahl T esgröße: T = x ck k Eschedug: s Aahme, we T - a ; Aahmegerade: xk ck s a Ablehug, we T b ; Ablehugsgerade: xk ck s + b Forsezug, we a< T < b L( α ) ( ) D e Forderuge: α ud L β β werde äherugswese erfüll durch: = ( ) β α d l α ( β ) α l β a = d - 3 -

34 β l b = α d c s l = d α β erwareer Schrobeumfag : EN b (a+ b) L() c für c = s ab = c( s c) s für c s s Eschedugsgebee be eem sequeelle Schrobela x k x k > c s k + b Ablehugsberech Forsezugsberech x k c s k - a b a 0 Aahmeberech Azahl der Prüfuge

35 4.3 Korollkare Varablerüfug m der Melwerkare M erkmal X se ormalverel m X ~ N(m,s²) a : Sollwer ( j) x : Melwer aus eer Schrobeahme vom Umfag zum Zeuk j, j =, Hyohese : H 0 : 0 µ = a de Hyohese H wrd ch abgeleh, falls daraus ergebe sch de Koroll- ud Wargreze: () j x a < z α σ a z σ () j < x < a + z α α σ m α = 0,0 erhäl ma de Korollgreze für de euroäsche Berech m α = 0,05 erhäl ma de Wargreze Egrffskele De Egrffskele esrch der Güefuko des Tess auf H 0 : m = a, also der Wahrschel chke, de Hyohese abzulehe, we m der wahre Wer s. µ a g µ = g δ = Φ δ z +Φ δ z m δ = σ ( ) ( ) ( α ) ( α ) Laufläge N : Azahl der Korolle bs zum erse Egrff : Wahrschelchke des Egrffs zu eem fese Zeuk, ( ) ( N geüg eer geomersche Verelug : ( ) ( ) k PN= k = EN = = = g g ( µ ) ( δ) = g µ = g δ )

36 5 Varazaalyse 5. efache Klassfkao 5.. Tes be Normalverelug H 0 : µ = µ =...= µ (e Fakor A ha kee Efluß auf e Merkmal X) Voraussezug: X geüg wegses äherugswese eer Normalverelug ANOVA - Tafel: Quelle der Varao Frehesgrade Summe der Quadrae Mlere Quadrae Sreuug zwsche de - SSA SSA = (X X ) Sufe MSA = = Sreuug erhalb der - SSR SSR = Sufe (Res) ( X j X ) MSR = = j= Gesam- - SST = s uug ( X j X re ) = j= SST = SSA + SSR Tesgröße T = M SA MSR Krscher Berech F ; ; α... Azahl der Sufe ees Fakors... Azahl der Meßwere sgesam... Azahl der Meßwere der Sufe X... Melwer der Sufe X... Toaler Melwer E schedug: Ablehug vo H 0 falls T > F ; ; α 5.. Kruskal- Walls-Tes H 0 : E Fakor A ha kee Efluß auf e Merkmal X kee Voraussezug über de Verelug vo X erforderlch X j... Meßwer j der Sufe Tesgröße: T = r 3( ) B ( ) = + + = B b 3 g 3 b = ( h h) h= g h... Azahl der verschedee Meßwere... Azahl der gleche Meßwere eer Bdug h =,...,g

37 ... Azahl der Sufe... Azahl der Meßwere der Sufe r... Summe der Räge der Sufe... Ragzahl der j-e Beobachug der -e Sufe r j =,..., j =,..., Eschedug: Ablehug vo H 0 falls T >χ -;- α 5. zwefache Klassfkao Tes be Normalverelug Modell: X =µ+α + β j +γ +ε j j j =,..., ; j =,..., q µ α... allg. Mel... Effeke der Sufe vo A β j... Eff eke der Sufe vo B γ j... Effek durch Wechselwrkug vo A ud B ε j... zufällger Fehler A H : α = α = = α = 0 0 B H : β =β = =β = 0 0 q AB H : γ = = γ = 0 0 q

38 Aova- Tabelle: gleche Klassebesezug balacerer Fall Quelle der Varao Sreuug zwsche de Sufe vo A Sreuug zwsche de Sufe vo B Wechselwrkug zwsche A ud B Res Frehesgrade Summe der Quadrae Mlere Quadrae - SSA MSA q - SSB MSB ( )(q ) SS(AB) MS(AB) q(-) SSR MSR Tesgröße T = MSA MSR T = MSB MSR T = MS (AB) MSR Krscher Berech F -, q(-), - α F q-, q(-), - α F (-)(q-), q(-), - α Gesam- sreuug q - SST... Beobachuge jeder Uerklasse ( ), sgesam also q Beobachuge Falls kee Wechselwrkug AB aufr, s de Zahl der Frehesgrade für Res : q q+ Formel für SSA, SSB ec. sehe: Web-See Sask - Auszüge aus dem Vorlesugsskr Sask II Harug, Elel, Klöseer : Sask - Lehr- ud Hadbuch der agewade Sask

39 6 Korrelaosaalyse 6. Zwe Merk male 6.. Gewöhlcher Korrelaoskoeff ze (Maß für de leare Zusammehag zweer Zufallsgröße X ud Y) ρ X,Y = E X ( EX)( Y EY) VarX VarY ρ X,Y = 0 X, Y ukorreler ρ X,Y = ± X,Y vollsädg korreler Sch äzug vo ρ X,Y durch emrsche Korrelaoskoeffzee r X, Y : r X,Y = xy x y = = = x x y y = = = =. H 0 : ρ X,Y = 0 H A : ρ X,Y 0 Tesg röße: rx,y T = T ~ - r X,Y. H 0 : ρ = ρ 0 Tesgröße: ( ) T = z z 3 m z = ar ah r X,Y = 0 + r l r X,Y X,Y (Z- Traformao ach Fsher) z 0 +ρ0 ρ0 = l + ρ 0 ( ) T ~ N (0,)

40 6.. Searmasche Rag korrelao X,Y R (X), R (Y) (Ragzahle) x 3 3 ( ) ( j j) ( j sj) 6 R( x) R( y) s ( ) R = S j= k= = y ( ) x y 3 3 ( ) ( j j) ( ) ( j j) j= j= x Azahl der verschedee Were der X-Rehe, j Häufgke des j-e Weres y Azahl der verschedee Were der Y-Rehe, s j Häufgke des j-e Weres 6..3 Kedall sche Ragkorrelao (Kedall s τ) R (K) =τ= 4q = ( ) s s q... Azahl der Räge, de, verglche m der Ragzahl R(y ), kleer oder glech sd als dese Ragzahl ud her deser sehe Hwes: Objeke,..., müsse georde se. Objek m mr(x ) ud es Objek m maxr(x ) Rehefolge der R(y ) durch R(x ) gebe (ch edeug, falls Bduge vorlege!) H0: ρ = X,Y 0 Tesgröße: = 3 ( ) T τ T ~ N (0,) > Merkmale De gewöhlche Korrelao der Varable m der Varable j wrd m r j bezeche. 6.. Muller Korrelaoskoeffze (Korrelao zwsche eer Zufallsgröße ud eer Learkombao der reslche Zufallsgröße) r = r + r r r r r / 3 3 ( r / 3... Besmmhesmaß) (Bedeuug: Varable Abhäggke vo eer Learkombao der Varable ud 3)

41 H0: ρ X/(Y...Y = ) 0 Tesgröße: r( ) T = ( r) T ~ F, 6.. Pareller Korrelaoskoeffze (Korrelao zwsche zwe Zufallsgröße uer Ausschalug des Eflusses der reslche Zufallsgröße) r / 3 = r r r 3 3 ( ) ( r r 3 3 ) (Bedeuug: Korrelao der Varaable ud uer Ausschalug des Eflusses der Var- 3) able H0: ρ XY / Z =0 T esgröße: rxy / Z 3 T = T ~ - 3 r XY / Z 6..3 Ko rrelaosmarx ρ ρ ρ ρ ρ= (symmersche Marx, wel ρ j =ρ j) ρ ρ ρ j... Korrelaoskoeffze... Azahl der zufällge Merkmale

42 7 Regressosaalyse 7. Leare Regressosmodelle 7.. Efache leare Regress o Modell für ee wegse äherugswese leare Zusammehag zwsche x ud Y Y(x) = a + bx +ε(x) x... Eflußgröße, Regressor Y(x)... Beobachugsergebs, Wrkugsgröße, Regressad ε(x) zufällge Abwechug ((x,y ),...,(x,y ))... Schrobe (Beobachugswere) m y = y(x ) =,..., Besmmug vo Schäzwere für a ud b ach der Mehode der klese Quadrae: ˆ Lösug : b = = ( x x)( y y) = ( x x) ( ) = y a bx M â= y ˆ bx ŷ = aˆ +ˆ bx - geschäze Regressosgerade ( Ausglechsgerade ) a,b Sreuugszerlegug: ( y -y ) = ( y -y ˆ ) + ( ˆy -y ) Toalvaraz = Resvaraz + durch Regresso erkläre Varaz SST = SSR + SSE ( ) Schäzug der Fehlervaraz σ Var ε= σ ˆσ = SSR = s Res B esmmhesmaß: SSE SSR B = SST = SST = r x y - 4 -

43 Varaze der Schäzuge â ud bˆ : x σ σ = + σ ; σ = x x bˆ ( ) ( x x) â Schäzuge für de Varaze σ ud σ sd : Tes: (Voraussezug: ε ~ N(0,σ )) â bˆ x sres sa = + s Res ; s = b ( ) x x ( x x ). H : a = a H : a 0 0 a A 0 Tesgröße: T = ( â a ) s a 0 E schedug: Ablehug vo H 0, we T α > ; /. H : b = b H : b T 0 0 ( ˆb b0 ) esgröße: T = s b b A 0 Esched ug : Ablehug vo H 0, we T α > ; / Zerale Kofdezervalle zum Nveau - α (Voraussezug: ε ~ N(0,σ )) für a: a-s ˆ ; aˆ+ s a, α/ a, α/ für b: b-s ˆ ; bˆ+ s b, α/ b, α/ ( ) für de Fuko y x = a + b x a eer fese Selle x : ( x x) x x ˆy( x) s + ; ˆy( x) + s + ( ) ( ) ( ) Re s, α/ Re s, α/ x x x x für alle x aus dem Versuchsberech, ergb sch das sogeae Kofdezbad um ŷ( x ) - 4 -

44 7.. Mulle (arameer-)leare Regresso Modellerug der Abhäggke eer Wrkugsgröße Y vo mehrere Eflußgröße x,..., x k M odell: T x = (x,..., x ) Vekor der Eflußgröße k ( r ) ( ) = ( ) ( ) ( ) r T T ( ) a f ( x) = + ε d.h. T f x f x,..., f x Fukoevekor a= a,...,a Parameervekor arameer-learer Asaz: Y x Y(x,..., x ) = a f (x,..., x )+a f (x,..., x )+...+a f (x,..., x )+ ε k k k r r k Besmmug vo Schäzwere für a ach der Mehode der klese Quadrae: = T ( ( )) y a f x M a â s de Lösug des sogeae Normalglechugssysems T m y = (y,..., y ), y = y(x ) =,..., ud F(f(x ),..., f(x )) T Falls F F regulär, da s ( T ) T ˆ ˆ ( ) aˆ = F F F y ud y = a T f x T T FFaˆ = F y T Besmmhesmaß: T ( y aˆ f( x) ) ( ) SSR B = = SST y y T es : (Voraussezug: ε ~ N(0,σ )). Sgfkaz ees Regressoskoeffzee a j, j =...r H : a = 0 0 j âj T esgröße: T = ; SSR = s Res ; m : -es Dagoal-Eleme vo (F T F) - s m r Re s Eschedug: Ablehug vo H 0, we T > r; α /

45 . F-Tes H 0 r : a = a = = a = 0 Quelle der Frehes- Summe der Mlere Tesgröße Krscher Varao grade Quadrae Quadrae Berech Modell k - SSE Res - k SSR Toal - SST SSA MSA = k SSR MSR = k MSE F k, -k, -α T = MSR E schedug: Ablehug vo H falls T > F 0 k, -k, -α 7..3 Regresso m qualave Merkmale Log- Modell Sezalfall: Wrkugsgröße mm ur zwe Were a: y { 0, } Aufgabesellug: logssche Verelugsfuko: We groß s de Wahrschelchke dafür, dass y = s ( Abhäggke vo a+bx)?: P(y = / x) = (x), Modellerug m logs. Verelug x e F(x) = + e x Normalverelug logssche Verelug Aus (x) e e a+ bx = + a+ bx (x) wrd l = a + bx (x), also q(x) = (x) l (x)

46 chug: q(x) = a + bx (allgeme: = r Modellgle q(x) ajj f (x) ) für Dae x,..., x sd q(x ) de sogeae Logs Schäzug der Parameer a ud b der Modellglechug durch MkQ (s. 6..) Schäzug für de Wahrschelchke P(y = / x) ) : ˆ(x) = (aˆ + bx) ˆ + e 7. Nchleare Regressosmodelle 7.. Aa ssug a ee logssche Fuko (ach: T INTNER) j= η γ (, α, β, γ ) = +β α e γ S chäzug der Parameer: Seze = η( α, β, γ) y m y = y( ) (Beobachuge) γ + β 0 ud dam s α e α = + e, also y γ y z = a + b z Schäzug vo a ud b ach der M kq (s. 6..) αˆ = lb ˆ e ˆγ= â αˆ αˆ ˆγ ex ( ) l falls alle y ˆ + + γ y = ˆγ α ˆ ˆβ = e = y α ˆ e = sos

47 7.. Aassug a ee Gomerz- Kur ve a c b e + η (,a,b,c) = (0 b ). Schr: Trasformao der Gomerz- Kurve ee log. Fuko a * * * c * -α Seze : = : =η =γ =β b = e l η(,a,b,c) c + b lη a a a da s γ * * η = * ee log. Fuko α +β * e *. Schr : Schäzug der Parameer γ, α ud β we Absch Schr: Rückrasformao ˆ â ˆ β = = = ˆγ ˆγ * ˆ* α b e ˆc * *

48 8 Ahag grahsche Darse lluge zu de Quale für de Prüfvereluge der Sask Normalverelug -Verelug z, Ch-Quadra-Verelug F-Verelug ch, F,, De Bezechuge de Grahke esreche folgede Qualbezechuge: Normalverelug z -Verelug, Ch-Quadra-Verelug ch, F-Verelug F,, z, χ, F,,

Problem des Zufalls wird durch mathematische Modelle widergespiegelt.

Problem des Zufalls wird durch mathematische Modelle widergespiegelt. Mahemak für VIW - Prof. Dr. M. Ludwg.2 Zufällge Eregsse Problem des Zufalls wrd durch mahemasche Modelle wdergespegel. Zufällger Versuch: Versuch m fesgelege belebg wederholbare Bedguge ud ugewssem Ergebs

Mehr

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011)

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011) Formelsammlug gülg ab Esellugserm. Aprl (Sad:. Aprl ) FACHHOCHSCHULE DER DEUTSCHEN BUNDESBANK - UNIVERSITY OF APPLIED SCIENCES - Schloss Hacheburg Fachsude für de gehobee Bades m Bachelorsudegag Fachhochschule

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

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

Thema 11: Lineare Einfachregression

Thema 11: Lineare Einfachregression Thema : Leare Efachregresso E uverselles Isrume zur emprsche Uersuchug vo heoresche Zusammehäge (Falsfkaosversuche vo Hypohese) Alehekurse ud Zssaz Bedeuede Eflussgröße für Kursewcklug vo Alehe s der Zssaz

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

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

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

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

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

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

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

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

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

Zeitreihenanalyse WS 2005/2006. Gunnar Lischeid (M. Hauhs, H. Lange)

Zeitreihenanalyse WS 2005/2006. Gunnar Lischeid (M. Hauhs, H. Lange) Zereheaalse WS 005/006 Guar Lsched M. Hauhs, H. Lage hp://www.baceer.u-bareuh.de/mod Module M03, M409, M509 Vorl.-Nr. 8 ergäzed dazu: Blockprakkum Zereheaalse Februar 006; Module M409, M509 Vorl.-Nr. 839

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

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

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

2 Integrierte Sicherheitstechnik

2 Integrierte Sicherheitstechnik Iegrere Scherhesechk Scherhesechsche Archekur o MOISAFE UCS..B 2 2 Iegrere Scherhesechk De acholged beschrebee Scherhesechk des MOISAFE UCS..B erüll olgede Scherhesaorderuge: Kaegore 4 ud erorace Leel

Mehr

Finanzmathematische Grundlagen zur Zins- und Rentenrechnung

Finanzmathematische Grundlagen zur Zins- und Rentenrechnung Fazmahemasche Grudlage zur Zs- ud Reerechug Fazmahemasche Grudlage zur Zs- ud Reerechug (Fassug - November 008) /3 Markus Scheche Emal: mal@markus-scheche.de Homepage: www.markus-scheche.de Fazmahemasche

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

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

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

Grundgesamtheit handelt, stellt sich die Frage nach der Unsicherheit dieser Schatzung.

Grundgesamtheit handelt, stellt sich die Frage nach der Unsicherheit dieser Schatzung. R Lösug zu Aufgabe 4: Kofideziervall a) Abschäzug vo Erwarugswer ud adardabweichug: Wie bereis i Übugsaufgabe eigeführ, selle der Mielwer ud die reuug eier ichprobe die bese chäzwere für de Erwarugswer

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

Hypothesenprüfungen II.

Hypothesenprüfungen II. Grudlage der Bioaiik ud Iformaik Hypoheeprüfuge II. Zwei Sichprobe -Te, F-Te, Bediguge der Awedug der -Tee Variazaalye Lázló Smeller Widerholug: Grudprizip der Hypoheeprüfuge Zu echeidede Frage Idireker

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

Praktikumsbericht AUSFALLRATEN

Praktikumsbericht AUSFALLRATEN Praumsberch AUSALLATEN.7. Clauda Hallau Tel.: 5-95- E-Mal: verehrssysemech@dlr.de> Copyrgh ach DIN beache. Weergabe sowe Vervelfälgug deses Doumes, Verwerug ud Melug sees Ihales sd verboe, sowe ch ausdrüclch

Mehr

Lösung zu Aufgabe 10: Lineare Regression

Lösung zu Aufgabe 10: Lineare Regression LÖSUNG ZUR ÜBUNG EINFÜHRUNG IN DIE MESSTEHNIK TT Lösug zu Aufgae : Leare Regresso Be der Awedug der leare Regresso wrd durh ee Mege vo Werepaare (, ) ah der Mehode der gergse quadrashe Awehuge ee Gerade

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

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

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

Inhaltsverzeichnis. Risikomgmt SS06

Inhaltsverzeichnis. Risikomgmt SS06 Ihalsverzechs Ihalsverzechs Fole Vorlesug : Hoeywell, Ic. ad Iegraed Rsk Maageme Vorlesug : Eführug Value-a-Rsk (va für Markrsko) Vorlesug 3: Rskofakore 3 Vorlesug 4: Umsezug Value-a-Rsk 4 Vorlesug 5:

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

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

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

Finanzmathematik II: Barwert- und Endwertrechnung

Finanzmathematik II: Barwert- und Endwertrechnung D. habl. Bukhad Uech Beufsakademe Thüge Saalche Sudeakademe Sudeabelug Eseach Sudebeech Wschaf Wschafsmahemak Wesemese 004/0 Fazmahemak II: Bawe- ud Edweechug. Bawee ud Edwee vo Zahlugsehe. Effekve Jaheszssaz

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

Elastizität. Beispiele. Preiselastizität. Komponente einer Zeitreihe. Log-log Zusammenhang. Statistik 2 6. Vorlesung

Elastizität. Beispiele. Preiselastizität. Komponente einer Zeitreihe. Log-log Zusammenhang. Statistik 2 6. Vorlesung Sas. Vorlesug Elaszä Um we vel Proze äder sch de abhägge Varable, we sch de Eflussfaor um % äder? Mahemasch: / x E= = x / x x Es s uabhägg vom Sala! Besel: =ax+b, E=ax/. Für de Dae es sez ma of m de Melwere:

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

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

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

Realisierung von Bezier-Flächen durch Anwendung von De Casteljau

Realisierung von Bezier-Flächen durch Anwendung von De Casteljau Projekarbe Compergrafk Dokmeao Compergrafk Thema: Realerg vo ezer-fläche drch Awedg vo De Caelja Doze: earbeer: Lehrgag: Prof. Dr. Zho Mar Sommer, Elv Corbo 12. Ifo NTA Iy Iy, de 8.7.25-1 - Projekarbe

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

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

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

Finanzmathematik Folien zur Vorlesung

Finanzmathematik Folien zur Vorlesung Fazmahemak Fole zu Volesug FINANZMAHEMAI. Zsechug.. Gudbegffe de Zsechug.. De ve Fageselluge de Zsechug.3. Beechug des Edkapals.4. Beechug vo Afagskapal, Zssaz ud Laufze.5. Uejähge Vezsug.6. Sege Vezsug.

Mehr

Optimale Steuerung von Rüst- und Produktionsprozessen

Optimale Steuerung von Rüst- und Produktionsprozessen JOHANNES KEPLER UNIVERSITÄT LINZ Nezwerk für Forschug, Lehre ud Praxs Opale Seuerug vo Rüs- ud Produkosprozesse DISSERTATION zur Erlagug des akadesche Grades DOKTOR DER NATURWISSENSCHAFTEN Ageferg a Isu

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

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

κ Κα π Κ α α Κ Α

κ Κα π Κ α α Κ Α κ Κα π Κ α α Κ Α Ζ Μ Κ κ Ε Φ π Α Γ Κ Μ Ν Ξ λ Γ Ξ Ν Μ Ν Ξ Ξ Τ κ ζ Ν Ν ψ Υ α α α Κ α π α ψ Κ α α α α α Α Κ Ε α α α α α α α Α α α α α η Ε α α α Ξ α α Γ Α Κ Κ Κ Ε λ Ε Ν Ε θ Ξ κ Ε Ν Κ Μ Ν Τ μ Υ Γ φ Ε Κ Τ θ

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

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

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

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

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

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten: FH Wedel Prof. Dr. Sebasta Iwaows D5 Fole Dsrete athemat Sebasta Iwaows FH Wedel ap.5: ombator Refereze zum Nacharbete: Lag 5. 5. 7. (Bsp. 4) Beutelspacher 4 (außer Fxpute vo Permutatoe) eel 8 Hacheberger

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

b) Rentendauer Anzahl der Rentenzahlungen 1) endliche Renten 2) ewige Renten (z.b. Verpachtung an Verpächter bzw. seinen Rechtsnachfolgern)

b) Rentendauer Anzahl der Rentenzahlungen 1) endliche Renten 2) ewige Renten (z.b. Verpachtung an Verpächter bzw. seinen Rechtsnachfolgern) HTL Jebach. eeechug Maheak Sask.. Gudbegffe ee = egeläßg wedekehede Zahlug 4 weselche Mekale ee ee a) eehöhe ) glechblebede ee ) veädelche ee a) egeläßg (z.b. Idex-ageaß) ) egellos b) eedaue Azahl de eezahluge

Mehr

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für

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

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 005 Ihalt II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

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

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

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

Carl Friedrich Gauß (Deutscher Mathematiker, 1777 bis 1855) formulierte die folgende Formel n

Carl Friedrich Gauß (Deutscher Mathematiker, 1777 bis 1855) formulierte die folgende Formel n mthphys-ole Alyss. Klsse Techk Itegrlrechug Vertefug des Itegrlegrffs De Itegrlrechug ht ds Zel, de Flächehlt krummlg egrezter Flächestücke zu ereche. Be der äherugswese Berechug der Fläche uter Polyomfuktoe

Mehr

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation Thea 5: Reduzerte Dateaforderuge II: Nave Dversfkato roble: Klealeger verfüge oft cht eal über hrechede Iforatoe zur Awedug des Sgle-Idex-Modells. I wetere: Herletug eer Hadlugsepfehlug für de Fall fehleder

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

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

Prüfung DAV-Spezialwissen in Finanzmathematik 2010 Version 4. September 2011

Prüfung DAV-Spezialwissen in Finanzmathematik 2010 Version 4. September 2011 Prüfug DAV-Spezalwsse Fazmaemak 1 Verso 4 Sepember 11 Block I (Albrec) Aufgabe 1: (3 Mue) a) De Rede R V / v eer Fazposo über e Zeervall der Läge se ormalverel, R ~ N(, ) Lee Se de Value a Rsk deser Fazposo

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

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel: E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche

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

Klausur Einführung in die Messtechnik

Klausur Einführung in die Messtechnik Name: Markel-Nr.: Prüfugsraum: CHRIFTLICHE PRÜFUNG 4. epember 5 Klausur Eführug de Messechk für Bachelor Maschebau m udebeg ab W /3 (Prüfugsummer 56) für Bachelor Wrschafsgeeurwese Maschebau m udebeg ab

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

Mehr

Brownsche Bewegung, Diffusionsprozesse und Itos Lemma

Brownsche Bewegung, Diffusionsprozesse und Itos Lemma Fakulä für Volkswrschafslehre Ludwg-Mamlas-Uversä Müche Schwerpuksemar Bewerug vo Werpapere Sommersemeser Prof. Sve Rady Browsche Bewegug, Dffusosprozesse ud Ios Lemma Bereuug: Dpl.-Volksw. Markus Resger

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

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

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

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz 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

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

Seien p 1 und p 2 die Preise für die Faktoren 1 und 2. Isoquante für Output y. Kosten

Seien p 1 und p 2 die Preise für die Faktoren 1 und 2. Isoquante für Output y. Kosten Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 II. Theore der Uterehmug/3 5 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 II. Theore der Uterehmug/3 53 8. De Mmalkostekombato Frage:

Mehr

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'

Mehr

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler Kommeterte Formelsammlug der deskrptve ud duktve Statstk für Wrtschaftswsseschaftler Prof. Dr. Iree Rößler Prof. Dr. Albrecht Ugerer Wetere Bespele ud ausführlche Erläuteruge sowe detallerte Lösuge der

Mehr

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 00 II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

Mehr

Schätzungen und Hypothesenprüfungen Schätzungen Hypothesenprüfungen Typische Entscheidungsfragen in der Medizin Die Alternativhypothese

Schätzungen und Hypothesenprüfungen Schätzungen Hypothesenprüfungen Typische Entscheidungsfragen in der Medizin Die Alternativhypothese Hypoheeprüfuge. Zweiichprobe -Te, F-Te, Variazaalye Schäzuge ud Hypoheeprüfuge Schäzuge Wie gro i eie Gröe? Pukchäzuge ei Wer i gegebe ud ich über die Sicherhei Parameer der Sichprobe Parameer der Populaio

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

6 Navigation für autonome mobile Roboter Grundlagen

6 Navigation für autonome mobile Roboter Grundlagen 6 Navgaon für auonome moble Roboer Grundlagen Navgaon für auonome moble Roboer Problemsellung Bezechnungen Bayes Fler Sensormodell Bewegungsmodell Karenersellung Umgebungsmodellerung Selbslokalsaon Kalman

Mehr

Preisindex. und. Mengenindex

Preisindex. und. Mengenindex Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk resdex ud Megedex Übuge Aufgabe ösuge www.f-lere.de resdex 1 De Etwcklug der rese wrd der Öffetlchket

Mehr

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung Höhere Mathemat 4 Katel 7 Wahrschelchetsrechug Prof. Dr.-Ig. Deter Kraus Höhere Mathemat 4 Katel 7 Ihaltsverzechs 7 Wahrschelchetsrechug...7-7. Deftoe, Besele...7-7. Bedgte Wahrschelchete, uabhägge regsse...7-7.

Mehr

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx Übuge zur Ifiitesimalrechug, H.-C. Im Hof 9. März Blatt 4 Abgabe: 6. März, Nachmittag Aufgabe. Zeige e x dx π. Beweis. Wir bemerke als erstes, dass e x dx e x dx + e x dx e x dx formal sieht ma dies per

Mehr

Tutorium Investition & Finanzierung Tutorium 1: Kostenvergleichs und Gewinnvergleichsrechnung

Tutorium Investition & Finanzierung Tutorium 1: Kostenvergleichs und Gewinnvergleichsrechnung Fachhochschule Schmalkalde Fakulä Iformak Professur Wrschafsformak, sb. Mulmeda Markeg Prof. Dr. rer. pol. Thomas Urba Tuorum Iveso & Fazerug Tuorum : oseverglechs ud Gewverglechsrechug T : Der Tu Fru

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

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

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

1. Die Thomson Brücke 2. Das Drehspulinstrument 3. Das Weicheiseninstrument 4. Das Wattmeter

1. Die Thomson Brücke 2. Das Drehspulinstrument 3. Das Weicheiseninstrument 4. Das Wattmeter . De Thomso rücke. Das Drehsplsrme. Das Wechesesrme. Das Wameer . De Thomso - rücke Ma verwee se zr Messg sehr kleer Wersäe, e beres er Größeorg er Zlege lege. 5 De Wersäe s so gewähl, aß / / gl. Ersez

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