Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
|
|
- Hans Lennart Feld
- vor 6 Jahren
- Abrufe
Transkript
1 Dr. Jürge Seger INDUKTIVE STATISTIK Wahrcheilichkeittheorie, Schät- ud Tetverfahre ÜBUNG. - LÖSUNGEN. Differetet für de Mittelwert (abhägige Stichprobe) Zwei Verfahre um Nachwei eie hormoale Dopigmittel olle miteiader vergliche werde; dau wurde 0 ufällig etommee Blutprobe vo geude Erwachee i je eie A- ud eie B-Probe aufgeteilt ud mit de beide Verfahre getret uterucht. Wir utercheide die beide Zufallvariable X i : ormogehalt der A-Probe i mit Methode A gemee Y i : ormogehalt der B-Probe i mit Methode B gemee Die Stichprobe im Umfag 0 habe folgede Differee de ormogehalt ergebe: i x y :, 0,, 3,,, 0,,, 0 [%o] i i Die mittlere Differe der Meergebie ud ihre Varia betruge 0 i i ,8 0 0 ( i ) ( 0 0 i i i 0,8) 7,6,95 9,3984 Wir tete die ypothee, da beide Verfahre im Durchchitt um elbe Meergebi führe, für da Sigifikaiveau α 5%! Die Nullhypothee lautet 0 : μ μ0 ud die Alterativhypothee : μ μ0 0 0 Seger Iduktive Statitik
2 ÜBUNG. - LÖSUNGEN Parametertet für de Mittelwert μ μ μ : [] Sigifikaiveau: α 0,05 α 0,95 [] Quatile der t-verteilug mit ν Freiheitgrade, da < 30: α α t t t (0,975),6 au t-tabelle für 9 [3] Stichprobemittel (Tetgröße) ud Stichprobevaria: 0,8,,95,,398 [4] Berechug der kritiche Abweichug: Δ t ˆ σ Z t,398 3,5948,6 0, ,68 [5] Betimmug de Aahmebereich: μ Δ μ + Δ Δ Δ μ 0! [6] Etcheidug über die Aahme < 0,8 < Da Stichprobemittel (Tetgröße) liegt im Aahmebereich. Der Uterchied wiche de beide Stichprobemittelwerte it icht igifikat. Die Nullhypothee, da beide Memethode im Durchchitt um elbe Reultat führe, wird bei eiem Sigifikaiveau vo α 5% durch de Tet betätigt ud ageomme. Wird alterativ al Tetgröße die t-verteilte Zufallvariable Z μ V S Z S mit μ 0 gewählt, da verläuft der Zweitichprobetet i folgede Schritte: Seger Iduktive Statitik
3 ÜBUNG. - LÖSUNGEN 3 Parametertet für de Mittelwert μ μ μ : [] Sigifikaiveau: α 0,05 α 0, 95 [] Tetfuktio: v 0,8, ,57 0,8 [3] Quatile (au t-tabelle): α α t ; t ; t (0,975;9),6 [4] Betimmug de Aahmebereich:,6 v,6 [5] Etcheidug über die Aahme,6 < v,8<,6 Die Tetgröße v liegt im Aahmebereich. Die Nullhypothee wird bei eiem Sigifikaiveau vo α 5% durch de Tet betätigt ud ageomme.. Differetet für de Mittelwert (uabhägige Stichprobe) Eie Stichprobeerhebug de moatliche Eikomme bei 3 BWL- ud 33 VWL-Studete ergab bei de BWL-Studete mit 760 im Durchchitt ei höhere Eikomme al bei de VWL-Studete mit 690. E wird ageomme, da da Eikomme ormalverteilt ud die Stadardabweichug σ σ σ 00 au frühere Erhebuge bekat it. E oll geprüft werde, ob ei igifikater Uterchied wiche de Eikomme der BWL-Studete ud der VWL-Studete beteht. Wir utercheide die Zufallvariable: X: Eikomme eie BWL-Studete Y: Eikomme eie VWL-Studete Die Stichprobe habe ergebe: 3, x 760, σ 00, σ 0000 Seger Iduktive Statitik
4 ÜBUNG. - LÖSUNGEN 4 33, y 690, σ 00, σ 0000 Da durchchittliche Eikomme der BWL-Studete war i de Stichprobe größer al da der VWL-Studete. Wir tete daher die ypothee, da der Eikommeuterchied icht igifikat, oder ufallbedigt war. Da Sigifikaiveau it mit α 4% gegebe. Die Nullhypothee ud die Alterativhypothee laute μ ; : μ μ 0 : μ Differetet für de Mittelwert [] Sigifikaiveau: α 0,04 α 0,96 [] Tetfuktio: v x y σ σ + σ x y + σ x y + σ x y , ,8 5 [3] Quatile der Tetverteilug N(0;) α α c c c(0,98),054 [4] Betimmug de Aahmebereich:,054 v,054 [5] Etcheidug über die Aahme,054 < v,8 Die Tetgröße v liegt icht im Aahmebereich. Die Nullhypothee wird bei eier Irrtumwahrcheilichkeit vo α 4% durch de Tet widerlegt ud verworfe. Der Eikommeuterchied wiche de BWL-Studete ud de VWL-Studete it igifikat; die Alterativhypothee wird durch de Tet betätigt ud ageomme. Seger Iduktive Statitik
5 ÜBUNG. - LÖSUNGEN 5 3. Differetet für de Ateilwert Eie Wählerbefragug oll kläre, ob ich da Wahlverhalte vo Fraue ud Mäer utercheidet. Dau wurde je 00 ufällig augewählte wahlberechtigte Fraue ud Mäer ach ihre Präferee gefragt. 70 Fraue, aber ur 60 Mäer gabe a, da ie de Kadidate der Regierugkoalitio wähle würde. Wir utercheide die Zufallvariable X: Aahl der Fraue, die die Regierugkoalitio wähle würde Y: Aahl der Mäer, die die Regierugkoalitio wähle würde Die Stichprobe ergabe: 00, 70, x 70 p 00 0, 35 00, y 60,, y 60 p 00 0, 3 Der Ateil der Fraue, die die Regierugkoalitio wähle würde, betrug 35% ud der Ateil der Mäer 30%. Wir tete daher, ob der Uterchied der Wählerateile ufallbedigt war oder ob ich da Wahlverhalte vo Fraue ud Mäer igifikat utercheidet. Da Sigifikaiveau it mit α 0,03 gegebe. Die Nullhypothee lautet π 0 : π ud die Alterativhypothee : π π Zweieitiger Differetet für de Ateilwert [] Sigifikaiveau: α 0,03 [] Tetfuktio: Schätwert für π x + y p ,35 Seger Iduktive Statitik
6 ÜBUNG. - LÖSUNGEN 6 Tetgröße v p p p( p) + 0,35 0,30 0,35( 0,35) ,05 0,35 0, ,94 0,05 0, ,05 0, ,05 0,084 0,6068 0,6 [3] Quatile der Tetverteilug (N(0;)-Verteilug): α c c (0,985),70 au N(0;)-Tabelle [4] Betimmug de Aahmebereich:,70 v,70 oder v,70 [5] Etcheidug über die Aahme:,70 < v 0,6 <,70 Die Tetgröße v liegt im Aahmebereich. Der Uterchied wiche dem Ateil der Fraue ud dem Ateil der Mäer, die de Kadidate der Regierugkoalitio wähle würde, it icht igifikat. Die Nullhypothee 0, da ich da Wahlverhalte vo Fraue ud Mäer icht utercheidet, wird beim Sigifikaiveau α 3% durch de Tet betätigt ud ageomme. Die Alterativhypothee, da ich da Wahlverhalte vo Fraue ud Mäer igifikat utercheidet, wird durch de Tet widerlegt ud daher verworfe. Seger Iduktive Statitik
7 ÜBUNG. - LÖSUNGEN 7 4. Quotietetet für die Varia Ei erteller vo ady garatiert für die verwedete Akku eie hohe Stadby-Zeit. Durch eie Stichprobe oll überprüft werde, ob ei euer Akkutyp II die Varia der Stadby-Zeit gegeüber dem alte Akkutyp I reduiert hat. Wir utercheide die beide Zufallvariable X : Stadby-Zeit de Akkutyp I [h] ; N ( μ ; σ) Y : Stadby-Zeit de Akkutyp II [h] ; N μ ; σ ) Die Stichprobe habe ergebe: ( 4, x 0, 0 00, y 5, 5 5 Die Stichprobevaria der Stadby-Zeit war beim Akkutyp I kleier al beim Akkutyp II. Durch eie Tet oll geprüft werde, ob der i de Stichprobe beobachtete Uterchied der Variae bei de beide Akkutype durch de Zufall erklärt werde ka oder ob er auf eie igifikate Uterchied der Variae i der Grudgeamtheit σ ud σ hideutet. Aahmegemäß it die Stadby-Zeit der Akku ormalverteilt; N ( μ ; σ) für de Akkutyp I ud N ( μ ; σ ) für de Akkutyp II. Weder die Mittelwerte μ ud μ och die Variae σ ud σ der Grudgeamtheite id bekat. Die Awedugvorauetuge für de Variaquotietetet id alo erfüllt. Wir führe daher eie weieitige Quotietetet für die Variae durch. Da Sigifikaiveau it mit α 0,0 gegebe. Die Nullhypothee ud die Alterativhypothee laute 0 : σ σ : σ σ Zweieitiger Variaquotietetet (omogeitättet) [] Sigifikaiveau: α 0,0 ; α 0, 98 [] Tetfuktio: v 5 00,5 Seger Iduktive Statitik
8 ÜBUNG. - LÖSUNGEN 8 [3] Quatile der Tetverteilug (F-Verteilug mit ν, ν Freiheitgrade): mit F F (0,99;0;3),78 F F (0,0;0;3) F(0,99;3;0),89 0, F ( 0,99;3;0),94 (,94,78), [4] Betimmug de Aahmebereich: 0,346 v,78 [5] Etcheidug über die Aahme: 0,346 < v,5 <,78 Die Tetgröße v liegt im Aahmebereich. Der Uterchied wiche de Variae der Stadby-Zeit der beide Akkutype i de Stichprobe it icht igifikat. Die Nullhypothee (Variahomogeität) wird bei eiem Sigifikaiveau vo α % durch de Tet betätigt ud ageomme. Die Alterativhypothee, da die Variae der Stadby-Zeit der beide Akkutype differiere (Variaihomogeität), wird durch de Tet widerlegt. 5. Differetet für de Mittelwert (uabhägige Stichprobe, Varia ubekat) Die Stichprobe der Aufgabe 4 olle u dau verwedet werde, u tete, ob der eue Akkutyp im Durchchitt eie lägere Stadby-Zeit hat. Wir utercheide wieder die beide Zufallvariable X : Stadby-Zeit de Akkutyp I [h] ; N ( μ ; σ) Y : Stadby-Zeit de Akkutyp II [h] ; N μ ; σ ) Die Stichprobe habe ergebe: ( 4, x 0, 0 00, y 5, 5 5 Die durchchittliche Stadby-Zeit de eue Akkutyp II war i der Stichprobe etwa größer al die durchchittliche Stadby-Zeit de alte Akkutyp I. Wir tete daher die ypothee, da die durchchittliche Stadby-Zeit der beide Akku- Seger Iduktive Statitik
9 ÜBUNG. - LÖSUNGEN 9 type gleich it, der fetgetellte Uterchied icht igifikat, oder ufallbedigt war. Da Sigifikaiveau it wieder mit α 0,0 gegebe. Da die Variae der Stadby-Zeit der beide Akkutype icht bekat id, köe wir de Differetet für de Mittelwert ur uter Aahme der Variahomogeität durchführe, die wir bereit i Aufgabe 4 getetet habe. Die Nullhypothee lautet μ 0 : μ ud die Alterativhypothee : μ μ Zweieitiger Differetet für de Mittelwert (Varia ubekat): [] Sigifikaiveau: α 0,0 [] Tetfuktio: Stichprobevaria (gepoolt) Tetgröße v ( ) + ( ) (4 ) 00 + ( ) x y , , ,99,58 0,988 3,759 [3] Quatile der Tetverteilug (t-verteilug mit 43 Freiheitgrade): t α ; + t (0,99; 45 ),46 [4] Betimmug de Aahmebereich:,46 v,46 Seger Iduktive Statitik
10 ÜBUNG. - LÖSUNGEN 0 [5] Etcheidug über die Aahme:,46 < v 3,99,46 Die Tetgröße v liegt icht im Aahmebereich. Der Uterchied wiche de durchchittliche Stadby-Zeite der beide Akkutype it igifikat Die Nullhypothee 0, da die durchchittliche Stadby-Zeit der beide Akkutype gleich it, wird bei eier Irrtumwahrcheilichkeit vo α % durch de Tet widerlegt ud daher verworfe. Die Alterativhypothee, da ich die durchchittliche Stadby-Zeit der beide Akkutype igifikat utercheidet, wird durch de Tet betätigt ud ageomme. Seger Iduktive Statitik
Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrheilihkeittheorie, Shätz- ud Tetverfahre ÜBUNG 0 - LÖSUNGEN. Kofidezitervall für de Mittelwert eier ormalverteilte Grudgeamtheit bei gegebeer Variaz a. Gegebe id
MehrKorrekturliste zum Studienbuch Statistik
Korrekturlite zum Studiebuch Statitik I der aktuelle Auflage wurde durch ei Kovertierugproblem i de Kapitel 0 (S. 3 3 ud de etprechede Abchitte i de Löuge (S. 39 07 teilweie die Zeiche µ durch ud π durch
MehrNormalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion
Normalverteilug Stadardormalverteilug Normalverteilug N(μ, ) mit ichte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 6/7 Prof. r. J. Schütze, FB GW NV π Eigechafte der ichte: - Maimum i μ - mmetrich
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
Mehrue biostatistik: hypothesen, t test 1/8 h. lettner / physik
ue biotatitik: hypothee t tet /8 h. letter / phyik Hypothee Augagituatio ud Problemtellug * Populatio σ * Lagjähriger Durchchitt Erte * Wahrcheilichkeit für Ereigie Müze Roulette * Radioaktivität Hitergrudtrahlug
MehrVl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3
Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
MehrStatistische Schätzungen
Statitiche Schätzuge Statitiche Schätzuge, Ei Wiechaftler mu geau mee, icht chätze! Da it aber eie wiechaftliche Schätzug! Lázló Smeller? (8,5±1,5) cm Aalytiche Statitik (iduktive o. chließede Statitik)
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher
Mehr,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit
3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
Mehr3 Vergleich zweier unverbundener Stichproben
3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
MehrKapitel 6 : Punkt und Intervallschätzer
7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrKapitel 17 : Lineare Regression Darstellung von zweidimensionalen Daten : (x 1, y 1 ), (x 2, y 2 ),..., (x n, y n )
(Kapitel 7: Lieare Regreio) Kapitel 7 : Lieare Regreio 7. Dartellug vo zweidimeioale Date : (, ), (, ),..., (, ). 7.. Beipiel : (a) Körpergewicht eie erwachee mäliche Pfälzer. Körpergröße (b) Azahl der
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrÜbungen mit dem Applet erwartungstreu
Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz
Mehr10. Testen von Hypothesen Seite 1 von 6
10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)
MehrEinstichprobentests für das arithmetische Mittel
Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.
MehrÜbungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie
Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
Mehr2. Repetition relevanter Teilbereiche der Statistik
. Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)
MehrForschungsstatistik I
Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/
MehrKonfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage
Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle
MehrII. Grundzüge der Stichprobentheorie
II. Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrWahrscheinlichkeit & Statistik Musterlösung Serie 13
ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
MehrTeilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.
mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe
Mehr(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.
Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrFormelsammlung Statistik 29. Januar 2019
Formelsammlug Statistik Seite 1 Formelsammlug Statistik 9. Jauar 019 Witersemester 018/19 Adreas Löpker, HTW Dresde 1. Deskriptive Statistik (F1) Stichprobe x vom Umfag, Stichprobe y vom Umfag m x = (x
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug
MehrWir beachten 1. stetig, deshalb n p q > 9 nicht zu prüfen 2. n < 30, dann t-verteilung statt Normalverteilung anwenden
INHALT Niht verwehel Kofidez, Kotigez, Kovergez, Regreio, Korrelatio, Autokorrelatio, Iterkorrelatio. Niht verwehel ormal, Normalverteilug, Stadard ormiert z.b. v= x Norm z.b. EUKLID-Norm: Normale, Normalgleihuge
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
MehrTests/Regression/ANOVA. Lösungen Blatt Test auf den unbekannten Erwartungswert bei unbekannter Streuung:
Löuge latt 7. Tet auf de ubekate Erwartugwert be ubekater Streuug: () H 0 : µ 0, 5 H : µ < 0, 5 (lketger Tet) X µ () Tetfukto: Ψ (t-vertelt mt (-)99 G) 0,497 0,5 Realerug: ψ 00 5, 57 0,0075 (3) krtcher
MehrKapitel 11 DIE NORMAL-VERTEILUNG
Kapitel DIE NORMAL-VERTEILUNG Fassug vom 7. Februar 006 Prof. Dr. C. Porteier Mathematik für Humabiologe ud Biologe 49 . De itio der Normal-Verteilug. De itio der Normal-Verteilug Bisher habe wir ur diskret
MehrParameterschätzung. Numero, pondere et mensura Deus omnia condidit
Parameterschätzug Numero, podere et mesura Deus omia codidit Populatio, Zufallsvariable, Stichprobe Populatio Zufallsvariable X Stichprobe x eie"realisierug vo X (Beobachtug) alle mäliche Rekrute der US
MehrBei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.
Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
MehrTestverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung
Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eistichprobetest für die Variaz eier Normalverteilug Eistichprobetest für de Ateilswert Zweistichprobetests zum Vergleich zweier arithmetischer
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
Mehr10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls
10. Itervallschätzug 10.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe werde verschiedee Puktschätzer für de Parameter der Grudgesamtheit erzielt. We m Stichprobe aus der Grudgesamtheit
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der
MehrDie notwendigen Verteilungstabellen finden Sie z.b. hier:
Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
Mehr(a) Richtig, die Varianz ist eine Summe quadratischer Größen.
Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U
MehrSchriftliche Kleine Anfrage
BÜRGERSCHAFT DER FREIEN UND HANSESTADT HAMBURG Druckache 21/4836 21. Wahlperiode 21.06.16 Schriftliche Kleie Afrage der Abgeordete Ige Haema (DIE LINKE) vom 13.06.16 ud Atwort de Seat Betr.: Wie viele
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
MehrKonfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1
Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer
MehrStatistik Einführung // Beschreibende Statistik 2 p.2/61
Statistik Eiführug Beschreibede Statistik Kapitel Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Beschreibede Statistik
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrTesten 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
MehrDiskrete Wahrscheinlichkeitstheorie Wiederholungsklausur
Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Witer 28 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (2 Pukte) Wir defiiere die Ereigisse K {die Perso ist krak} ud T {der Test ist positiv}.
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
Mehr3. Grundbegrie der Schätztheorie
Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede
MehrEvaluation & Forschungsstrategien
Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
Mehr5.4.2 Die empirische Verteilungsfunktion als Ausgangspunkt
Tests 9 5.4 Der Kolmogorov Smirov Test Grudlage für de Kolmogorov Smirov Apassugs Test ist ei Satz vo Kolmogorov, die asymptotische Verteilug eier Statistik Δ betreffed. Aus Δ ergibt sich durch Modifikatio
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)
Mehr3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik für Naturwisseschafte 00 180 160 Fraue 140 10 100 80 80 100 10 140 160 180 00 Mäer Modul 08 Teste vo Hypothese Has Walser: Modul 08, Teste vo Hypothese ii Ihalt 1 Ma-Whitey-U-Test
MehrMusterlösung. Prüfung Statistik Herbstsemester 2011
Prüfug Statistik Herbstsemester 2011 Musterlösug 1. 9 Pukte Lukas ud Markus habe bisher immer Feiste Mii-Brezel 100g des Herstellers Gammelbrot ud Söhe zum Züi gegesse. Vom städige Hugerklage vo Markus
MehrAufgabe 1 (10 Punkte) ΣP A1 =
Klauur zur Diplomvorprüfug im ach "Vermeugkude ud hotogrammetrie für Bauigeieure" am 8. Juli 1996 Seite -1- Name: Vorame: Matrikelummer: ukte Note Diee Klauur beteht au 6 Seite bitte überprüfe Sie die
MehrDer Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert
Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche
MehrSchriftliche Kleine Anfrage
21. Jui 2016 Schriftliche Kleie Afrage der Abgeordete Ige Haema (Fraktio DIE LINKE) 13.06.2016 ud Atwort de Seat - Druckache 21/4836 - Betr.: Wie viele arbeitloe oder arbeituchede Meche tocke ihr Arbeitloegeld
MehrVordiplomprüfung 2014 Mathematik Seite 1 von 3
Vordiplomprüfug 14 Mathematik Seite 1 vo 1. Aufgabe Has hat eie Uhr bekomme. Er beobachtet, dass der Miutezeiger vo Zeit zu Zeit de Studezeiger überholt. a) Um welche Zeit zwische 9 ud 1 Uhr stehe die
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrKlausur zu Stochastische Risikomodellierung und statistische Methoden (Mai 2014)
Klauur zu Stochatiche Riiomodellierug ud tatitiche Methode (Mai 04) Aufgabe (30 Pute): Sie id Veratwortlicher Atuar eier Lebevericherug ud müe die Agemeeheit der biometriche Rechuggrudlage für Mäer i eiem
Mehrmathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung
Abiturprüfug Berufliche Oberschule 2010 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Die Firma Sparlux stellt Eergiesparlampe i großer Azahl her, die, je achdem, wie geau sie die Neleistug eihalte,
MehrLage- und Streuungsmaße
Statistik 1 für SoziologIe Lage- ud Streuugsmaße Uiv.Prof. Dr. Marcus Hudec Streuugsmaße Statistische Maßzahle, welche die Variabilität oder die Streubreite i de Date messe. Sie beschreibe die Abweichug
MehrÜbungen zu QM III Mindeststichprobenumfang
Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite
MehrParametrische Einstichprobentests
Parametrische Eistichprobetests Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Hypothesetest für die Variaz Hypothesetest für de Ateilswert Lehrstuhl Statistik Testverfahre I Bibliografie
MehrZenraler Grenzwertsatz
Zeraler Grezwertsatz Ato Klimovsky Zetraler Grezwertsatz. Kovergez i Verteilug. Normalapproximatio. I diesem Abschitt beschäftige wir us mit der folgede Frage. Frage: Wie sieht die Verteilug eier Summe
MehrStatistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1.
Statistik, Abschitt.. Schätzmethode.. Mometemethode Für Parameter, die sich i bekater Weise aus de Momete zusammesetze, erhält ma Schätzuge, idem ma die theoretische Momete durch die sogeate empirische
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
Mehr2 Induktive Statistik
Kapitel 2 Iduktive Statistik Seite 19 2 Iduktive Statistik 2.1 Grudprizipie der iduktive Statistik 2.2 Puktschätzug 2.2.1 Schätzfuktioe Defiitio 2.1 Sei X 1,...,X i.i.d. Stichprobe. Eie Fuktio heißt Schätzer
MehrFormelsammlung. PD Dr. C. Heumann
Formelsammlug zur Vorlesug Statistik II PD Dr C Heuma Formelsammlug Statistik II Iduktive Statistik Regel der Kombiatorik ohe Wiederholug mit Wiederholug! Permutatioe! 1! s! ( ) ( ) + m 1 ohe Reihefolge
Mehr