10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls

Größe: px
Ab Seite anzeigen:

Download "10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls"

Transkript

1 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 etomme werde, da lasse sich daraus bis zu m verschiedee Schätzwerte bereche. Die Puktschätzer werde aufgrud des Stichprobefehlers im Allgemeie auch vo abweiche. ˆ Beispiel 10.1: Gegebe sid m=4 Stichprobe, die der Grudgesamtheit etomme wurde. Für de ubekate Erwartugswert µ der Grudgesamtheit wird die Schätzfuktio eigesetzt. Die beobachtete Realisatioe vo sid die arithmetische Mittel x l der Stichprobewerte, wobei l=1,...,4 ist. Folgedes Ergebis wurde ermittelt: X l x 1 14,5 16,0 15,5 14,8 We u z.b. µ=15 ist, da liegt die i der folgede Abbildug dargestellte Situatio vor. X ˆ

2 Abbildug: Puktschätzug x 1 µ=15 Nr. der Stichprobe Wir sehe, dass sich die Stichprobemittelwerte die alle Realisatioe der erwartugstreue, effiziete ud kosistete Schätzfuktio X sid, uterscheide. Außerdem wird mit keier Puktschätzug der wahre Parameter µ=15 getroffe. Die Gütekriterie für Schätzfuktioe beziehe sich ur auf de Durchschitt vo Stichprobe, icht aber auf eie kokrete Stichprobe. Außerdem ist die Wahrscheilichkeit, dass ei Puktschätzer ˆ eie Schätzwert liefert, der mit dem ubekate Parameter der Grudgesamtheit,, übereistimmt, klei (bei stetige Zufallsvariable gleich 0). Wir köe aber isbesodere icht beurteile, wie verlässlich der kokrete Schätzwert für ist. Um zumidest de Bereich abzugreze, i dem der ubekate Parameter erwartet werde ka, geht ma zu eier Itervallschätzug über. x 1

3 ˆ Ausgehed vo eier Puktschätzug wird bei der Itervallschätzug ei Itervall [c 1,c ] mit c 1 <c agegebe, i dem der ubekate Parameter bei viele Wiederholuge der Stichprobeziehug häufig, d.h. mit hoher Wahrscheilichkeit liegt. Die Greze dieses Itervall c 1 = -d 1 ud c = +d, werde dabei aus derselbe Stichprobe wie der Schätzwert ermittelt, d.h. c 1 ud c sid Realisatioe vo Zufallsvariable, die im allgemeie vo Stichprobe zu Stichprobe schwake. Beispiel 10.: We im Beispiel 10.1 d 1 = d = 0,8 ist, da erhält ma ˆ l x 1 [c1, c ] 1 14,5 [13,7 ; 15,3] 16,0 [15, ; 16,8] 3 15,5 [14,7 ; 16,3] 4 14,8 [14,0 ; 15,6] ˆ Das arithmetische Mittel i der Grudgesamtheit μ befidet sich aahmegemäß bei 15. Damit stimmt kei Puktschätzer (= Stichprobemittel) mit μ überei. Jedoch wird der wahre Parameter µ=15, de wir vorher mit keier Puktschätzug getroffe habe, i drei vo vier, d.h. vo 75% der Itervalle überdeckt. Grafisch ist diese Situatio i der achfolgede Abbildug wiedergegebe. ˆ

4 Abbildug: Itervallschätzug Stichprobe 4 Stichprobe 3 Stichprobe Stichprobe c, 1 c Ei Itervall [C 1,C ], das mit eier Wahrscheilichkeit vo 1- de ubekate Parameter der Grudgesamtheit ethält, heißt Kofidez- oder Vertrauesitervall für zum Niveau 1-: (10.1) P(C 1 C ) = 1-. Für das Kofideziveau wird zumeist 1-=0,95 oder 1-=0,99 gewählt. Die Itervallgreze C 1 ud C sid hierbei Stichprobefuktioe, d.h. Zufallsvariable, die sich aus de Stichprobevariable X 1, X,..., X ergebe. Gleichug (10.1) gibt die Situatio vor der Stichprobeziehug wieder.

5 Nach der Stichprobeziehug liege kokrete Werte c 1 ud c für die Itervallgreze vor. [c 1, c ] ist also das kokrete Kofidezitervall zum Niveau 1-. Da die Greze c 1 ud c feste Größe sid ud der Parameter eie Kostate ist, lässt sich ach Ziehe der Stichprobe keie Wahrscheilichkeitsaussage mehr mache. Vielmehr ist das kokrete Kofidezitervall mit eier Häufigkeitsaussage verbude. Ei auf diese Weise kostruiertes Kofidezitervall wird i (1-) 100% aller Fälle de ubekate Parameter der Grudgesamtheit überdecke. Übersicht: Arbeitsschritte bei der Berechug des Kofidezitervalls Arbeitsschritte 1. Schritt: Festlegug des Kofideziveaus 1-. Schritt Wahl eies (1-)-Kofidezitervalls 3. Schritt: Ermittlug des (1-/)-Quatils 4. Schritt: Bestimmug des kokrete (1-)- Kofidezitervalls

6 10. Kofidezitervalle für de Erwartugswert A. Kofidezitervall für bei bekater Variaz Um das Kostruktiosprizip ud die Eigeschafte vo Kofidezitervalle zu erläuter, uterstelle wir zuächst, dass die Variaz der Grudgesamtheit bekat ist. Außerdem ehme wir a, dass die betrachtete Zufallsvariable X ormalverteilt ist. Aahme 1a: Variaz bekat Aahme a: Grudgesamtheit ormalverteilt Als Puktschätzer für verwede wir das arithmetische Mittel der Stichprobe,, das ei erwartugstreuer, effizieter ud kosisteter Schätzer für Erwartugswert ist. Da X ormalverteilt ist mit de Parameter ud /, X ~ N(, /), ist die stadardisierte Zufallsvariable (=stadardisiertes Stichprobemittel) X (10.) Z stadardardormalverteilt. X

7 Abbildug: Dichtefuktio der Stadardormalverteiltug mit symmetrischem Itervall / 1- / Wahrscheilichkeit, dass die Zufallsvariable Z i das symmetrische Itervall zwische z 1-/ ud z 1-/ fällt: (10.3) z Z z P z Z z P Nach Eisetze vo (10.) für Z erhält ma X (10.4) P z1 z1 1. Bei bekatem µ ud ist (10.4) das zetrale Schwakugsitervall für das stadardisierte Stichprobemittel..

8 Durch elemetare Umformuge erhalte wir daraus das gesuchte Kofidezitervall für de ubekate Parameter µ der Grudgesamtheit zum Niveau 1-: P z1 P z1 P X z1 X X z1 z1 X z1 Wird mit -1 multipliziert, kehre sich die Ugleichheitszeiche um. Ma erhält da PX z1 X z1 ud ach Umstellug schließlich (10.5) PX z1 X z1 1 Das Itervall (10.5) ist das Kofidezitervall für de ubekate Erwartugswert µ eier Grudgesamtheit zum Niveau 1-, sofer die Grudgesamtheit ormalverteilt ud ihre Variaz bekat ist

9 Diese Aussage, die eie Schluss vo der Stichprobe auf die ubekate Grudgesamtheit wiedergibt (idirekter Schluss), bezieht sich auf die Situatio vor der Ziehug der Stichprobe. Ma beachte, dass der idirekte Schluss vollstädig auf de direkte Schluss zurückgeführt werde ka (Schluss vo der Grudgesamtheit auf die Stichprobe). We die Stichprobe etomme wird, da wird im Kofidezitervall die Schätzfuktio durch de festgestellte Stichprobemittelwert ersetzt. Wir erhalte auf diese Weise das kokrete (1-α)-Kofidezitervall (10.6) X x z1, x z1 i dem der ubekate Parameter µ im Mittel i (1-) 100% aller Fälle ethalte ist. Approximative Gültigkeit des Kofidezitervalls (10.5) bei icht-ormalverteilter Grudgesamtheit, we Aahme a durch Aahme b: großer Stichprobeumfag (Faustregel: >30) ersetzt wird ( Zetraler Grezwertsatz). x

10 Beispiel 10.: I eier Brauerei ist eie Abfüllalage für Bier auf eie Sollmege vo 1 hl (= 100 l) pro Fass eigestellt worde. Der Hersteller der Alage hat agegebe, dass die Abfüllmege mit eier Stadardabweichug vo 0,3 l streue. Im Zeitablauf ist es möglich, dass die Sollmege vo 1 hl icht kostat bleibt, so dass die Abfüllmaschie eu justiert werde muss. Der Produktiosleiter hat Bedeke, ob die Sollmege tatsächlich och 1 hl beträgt, achdem bei eier Stichprobe vo 50 Fässer Bier eie durchschittliche Abfüllmege vo 100, l gemesse worde ist. Er bestimmt ei 95%-Kofidezitervall um zu überprüfe, ob der Produktiosprozess och uter de gesetzte Bediguge verläuft. Schritt 1: Festlegug des Kofideziveaus 1- Das Kofideziveau 1 ist hier i der Aufgabe vorgegebe ud beträgt 0,95. Schritt : 95%-Kofidezitervall für Gesucht ist ei Kofidezitervall für de Mittelwert der Grudgesamtheit (=Sollmege). Als Puktschätzer wird daher das Stichprobemittel X verwedet, die Stadardabweichug ist hier aufgrud der Herstelleragabe vorgegebe. Aufgrud des Zetrale Grezwertsatzes (Faustregel: =50 > 30) ist das ormalverteilte Kofidezitervall azuwede. PX z,975 X z0, ,95

11 Schritt 3: Ermittlug des (1-/)-Quatils z 0,975 der Stadardormalverteilug Zu dem Kofideziveau 1- = 0,95 beötigt ma zur Bestimmug der Greze des Kofidezitervalls das 0,975-Quatil der Stadardormalverteilug: ( z) 0,95 z 1,96 Schritt 4: Bestimmug des kokrete 95%-Kofidezitervalls x Mit = 50, = 100, ud = 0,3 erhält ma das kokrete 95%-Kofidezitervall x z0,975, x z0, , 1,96 0,3 50 ; 100, 1,96 0, , 0,083 ; 100, 0, ,117 ; 100,83. Iterpretatio: Aufgrud der vorliegede Stichprobe erstreckt sich das 95%-Kofidezitervall auf eie Bereich vo 100,117 l bis 100,83 l. Da dieses Itervall die eigestellte Soll- Abfüllmege vo 100 l icht ethält, ka icht mehr davo ausgegage werde, dass der Produktiosprozeß och uter de gesetzte Bediguge verläuft. Die Firma wird daher die Abfüllalage eu justiere.

12 B. Kofidezitervall für bei ubekater Variaz (kleie Stichprobe) Aahme 1b: Variaz ubekat Aahme a: Grudgesamtheit ormalverteilt I diesem Fall werde Puktschätzer für ud zur Bestimmug des Kofidezitervalls beötigt. Als Puktschätzer für verwede wir wiederum das arithmetische Mittel der Stichprobe. Als Puktschätzer für die Variaz wird die erwartugstreue Schätzfuktio 1 S Xi X 1i1 verwedet. Da die Grudgesamtheit ormalverteilt ist, ihre Variaz jedoch aus der Stichprobe geschätzt werde muss, ist die stadardisierte Zufallsvariable (=stadardisiertes Stichprobemittel) (10.7) X T S X t-verteilt mit -1 Freiheitsgrade.

13 Exkurs: t-verteilug Die t-verteilug (Studet-t-Verteilug) gehört zu de stetige Verteilugsmodelle ud verläuft symmetrisch um de Nullpukt. Ihre Dichtefuktio ist i Abhägigkeit vo der Azahl der v Freiheitsgrade i achfolgede Abbildug dargestellt. Die t-verteilug ist flacher ud hat breitere Ede als die Stadardormalverteilug. Damit hat sie eie größere Streuug als die Stadardormalverteilug. Sie ergibt sich dadurch, dass mit der Verwedug des Puktschätzers S für die Variaz der Grudgesamtheit ei gewisser Verlust a Geauigkeit eihergeht. We der Stichprobeumfag ud damit auch die Zahl der Freiheitsgrade über alle Greze wächst, geht die t-verteilug i die Stadardormalverteilug über. Abbildug: Dichtefuktioe der t-verteilug ud Normalverteilug f ( t ), f ( z ) t 100 t 60 t 0 N 0 ; 1, t t, z

14 Begriff der Freiheitsgrade Die Summe der Abweichuge der Realisatioe x i der Zufallsvariable X vo ihrem Erwartugswert bei -maliger Wiederholug eies Zufallsvorgags, ( xi ) (x1 ) (x )... (x ) i 1, hat Freiheitsgrade, da sie beliebige Werte aehme ka. Dies ist jedoch icht mehr der Fall, we der Erwartugswert durch de Puktschätzer x ersetzt wird. Die Summe der Abweichuge der Realisatioe x i der Zufallsvariable X vom Stichprobemittelwert ist aufgrud der Schwerpukteigeschaft des arithmetische Mittels gleich 0: (E1) ( xi x) (x1 x) (x x)... (x x) 0 i 1. We -1 Abweichuge (x i - ) gegebe sid, liegt aufgrud der Bedigug (Restriktio) E1 die -te Abweichug (x - ) fest: (xi x) (x1 x) (x x)... (x 1 x) (x x) 0 i1 gegebe icht mehr frei var iierbar x x x Ma sagt daher, dass die Abweichugssumme E1-1 Freiheitsgrade hat, was auch für die Abweichugsquadratsumme ud damit für die Stichprobevariaz s zutrifft. Allgemei gilt, dass mit jedem zusätzlich geschätzte Parameter 1 Freiheitsgrad verlore geht.

15 Wahrscheilichkeit, dass die Zufallsvariable T i das symmetrische Itervall zwische t -1;1-/ ud t -1;1-/ fällt: (10.8) t T t P t T t P 1, 1,1 1,1 1,1 1 t -1;1-/ ist das (1-/)-Quatil eier t-verteilug mit -1 Freiheitsgrade Nach Eisetze vo (10.7) für T erhält ma X μ P t1,1 α t1,1 α 1 α S Nach eiige Umformuge erhält ma hieraus das Kofidezitervall für µ zum Niveau 1-: (10.9) S S P X t1,1 α μ X t1,1 α 1 α Das Itervall (10.9) ist das Kofidezitervall für de ubekate Erwartugswert µ eier Grudgesamtheit zum Niveau 1-, sofer die Grudgesamtheit ormalverteilt ud ihre Variaz ubekat ist. Da die t-verteilug für gege die Stadardormalverteilug strebt, kommt das t-verteilte Kofidezitervall bei kleie Stichprobe zur Awedug, so-fer die Variaz ubekat ist (Faustregel: 30)..

16 Kokretes (1-)-Kofidezitervall für bei ubekater Variaz (kleier Stichprobeumfag): (10.10) s x t1,1 α, x t1,1 α s I dem kokrete Kofidezitervall (10.10) sid die Zufallsvariable ud S durch ihre Stichproberealisatioe ersetzt worde. Es ethält im Durchschitt i (1-) 100% aller Fälle de ubekate Parameter µ der Grudgesamtheit. Vergleich eiiger (1-/)-Quatile der t-verteilug bei alterative Stichprobeumfäge mit de etsprechede Quatile z 1- / der Stadardormalverteilug: X t -1,1-/ 1- = 5 = 10 = 30 = 60 = z 1-/ 0,95,776,6,045,000 1,960 1,960 0,99 4,604 3,50,756,660,576,576

17 Beispiel 10.3: Wie i Beispiel 10. soll eie Abfüllalage für Bier daraufhi überprüft werde, ob sie korrekt auf eie Sollmege vo 1 hl (= 100 l) pro Fass eigestellt ist. Im Uterschied zum vorherige Beispiel fehlt eie Herstelleragabe über die Streuug der Abfüllmege. Sie ist vielmehr aus eier Stichprobe vo 5 Fässer Bier berechet worde. Hierbei ergab sich eie durchschittliche Abfüllmege vo 100, l bei eier Stadardabweichug vo 0,8 l. Wie lautet uter diese Bediguge das 95%-Kofidezitervall für die durchschittliche Abfüllmege (=Sollmege)? Schritt 1: Festlegug des Kofideziveaus 1- Das Kofideziveau 1 ist hier i der Aufgabe vorgegebe ud beträgt 0,95. Schritt : 95%-Kofidezitervall für Gesucht ist ei Kofidezitervall für de Mittelwert der Grudgesamtheit (=Sollmege). Als Puktschätzer wird daher das Stichprobemittel X verwedet, die Stadardabweichug der Grudgesamtheit,, wird aufgrud der fehlede Herstelleragabe durch die Stadardabweichug der Stichprobe, S, geschätzt. Aufgrud des kleie Stichprobeumfags (Faustregel: =5 < 30) ist das t-verteilte Kofidezitervall S S P X t4;0,975 X t4;0, 975 0,95 azuwede.

18 Schritt 3: Ermittlug des (1-/)-Quatil t 4;0,975 der t-verteilug Zu dem Kofideziveau 1- = 0,95 beötigt ma zur Bestimmug der Greze des Kofidezitervalls das 0,975-Quatil der t-verteilug mit -1=4 Freiheitsgrade: t 4;0,975 =,06. Schritt 4: Bestimmug des kokrete 95%-Kofidezitervalls Mit = 5, X = 100, ud s = 0,8 erhält ma das kokrete 95%-Kofidezitervall s x t4;0,975, x t4;0, ,,06 0,8 5 ; 0,8 100,, , 0,115 ; 100, 0, ,085 ; 100,315. Iterpretatio: Da das kokrete 95%-Kofidezitervall die ursprügliche Sollmege vo 100 l icht überdeckt, ist Abfüllalage eu zu adjustiere. s

19 C. Kofidezitervall für bei ubekater Variaz (große Stichprobe) Aahme 1b: Variaz ubekat Aahme b: großer Stichprobeumfag (>30) Da die t-verteilug für gege die Stadardormalverteilug strebt, geht das t-verteilte Kofidezitervall (10.9) bei großem Stichprobeumfag i das ormalverteilte Kofidezitervall (10.11) S PX z1 X z1 S 1 über (Faustregel: >30). Die Aahme eier ormalverteilte Grudgesamtheit ist hier icht mehr erforderlich, da die Normalverteilug der Greze des Kofidezitervalls aus dem Zetrale Grezwertsatz folgt. Kokretes (1-)-Kofidezitervall für bei ubekater Variaz (großer Stichprobeumfag): (10.1) s x z1, x z1 s

20 Beispiel 10.3: Hauptursache für Löcher bei Iveture im Eizelhadel sid Kudediebstähle. Eie Stichprobeerhebug bei 30 Eizelhadelsuterehme i eier Regio ergab, dass bei 1600 Ladediebstähle i eiem Geschäftsjahr im Durchschitt Ware im Wert vo 101,50 etwedet worde sid. Der Wert der etwedete Ware variiert dabei mit eier Stadardabweichug vo 60. a) Wie lautet das 99 %-Kofidezitervall für de durchschittliche Wert der Diebstähle? Schritt 1: Festlegug des Kofideziveaus 1- Das Kofideziveau 1 ist hier i der Aufgabe vorgegebe ud beträgt 0,99. Schritt : 99%-Kofidezitervall für Gesucht ist ei Kofidezitervall für de Mittelwert aller Kudediebstähle (=Grudgesamtheit). Als Puktschätzer für wird daher das Stichprobemittel X verwedet, die Stadardabweichug aller Kudediebstähle,, wird durch die Stadardabweichug der Stichprobe, S, geschätzt. Aufgrud des große Stichprobeumfags (Faustregel: =1600 > 30) ka trotz fehleder Ketis der Variaz das ormalverteilte Kofidezitervall S S PX z0,995 X z0, 995 0,99 agewadt werde.

21 Schritt 3: Ermittlug des (1-/)-Quatils z 0,995 der Stadardormalverteilug Zu dem Kofideziveau 1- = 0,99 beötigt ma zur Bestimmug der Greze des Kofidezitervalls das 0,995-Quatil der Stadardormalverteilug: Ψ(z) 0,99 z,5758 Schritt 4: Bestimmug des kokrete 99%-Kofidezitervalls Mit = 1600, = 101,50 ud s = 60 erhält ma das kokrete 99%- Kofidezitervall s s x z0,995, x z0, 995 X 101,50, , ,50, ,50 3,86, 101,50 3,86 97,64, 105,36. Iterpretatio: Als Itervallschätzug für die durchschittliche Höhe der Diebstähle erhält ma bei eiem Kofideziveau vo 99% eie Bereich vo 97,64 bis 105,36.

22 b) Wir iteressiere us u dafür, wie hoch ma bei eiem Kofideziveau vo 99% de Werteverlust zu veraschlage hat, we die Eizelhadelsuterehme vo Kudediebstähle ud eier Aufklärugsquote vo 60% ausgehe köe. Es wird damit gerechet, dass 40% der Diebstähle, also 1900 Diebstähle icht aufgeklärt werde. Da ur durch diese Diebstähle ei Verlust etsteht, ist hier vo eiem Umfag der Grudgesamtheit i Höhe vo N=1900 auszugehe. Es bezeichet 1 N x i N i1 die durchschittliche Höhe der Kudediebstähle i der Grudgesamtheit mit dem Umfag N, so dass N N x i i1 der Werteverlust ist, der bei N=1900 Diebstähle auftrete wird. Da µ ubekat ist, ist atürlich auch Nµ ubekat. Gesucht ist also das 99%-Kofidezitervall für Nµ. Hierzu beötige wir die Variaz des Schätzers N X für Nµ, V NX N VX N da µ durch X geschätzt wird. Bei ubekater Variaz i der Grudgesamtheit wird durch S ersetzt. Die Stadardabweichug der Zufallsvariable N X ist da

23 durch gegebe. Var NX N S Daraus erhält ma das 99 %-Kofidezitervall für Nµ: P NX z oder P N X z 0,995 0,995 NS S N N NX z 0,995 N X z NS 0,99 1 S 0,99. Offebar erhält ma die Itervallgreze des Kofidezitervalls für Nµ, idem die Greze des Kofidezitervalls für µ mit N multipliziert werde. Mit N=1900 ergibt sich als kokretes Kofidezitervall: [190097,64; ,36] [ ; 091] I durchschittlich 99 % aller Fälle ist der Werteverlust durch Kudediebstähle i diesem Itervall ethalte. Dieses Ergebis gilt allerdigs ur da, we etwa 40% der Diebstähle icht aufgeklärt werde.

24 10.3 Kofidezitervall für de Ateilswert Gesucht ist ei Kofidezitervall für de ubekate Ateil p der Merkmalsträger mit eier Eigeschaft A. Da p zugleich die Wahrscheilichkeit agibt, dass a eiem zufällig ausgewählte Merkmalsträger die Eigeschaft A festgestellt wird, lässt sich dieses Kofidezitervall auch als eie Itervallschätzug für eie ubekate Wahrscheilichkeit P(A) iterpretiere. Die uabhägige ud idetisch verteilte Stichprobevariable X 1,...,X köe ur die Werte 0 oder 1 aehme. Als Puktschätzer für de ubekate Ateilswert p der Grudgesamtheit verwede wir de Stichprobeateilswert 1 P X i i1, der die relative Häufigkeit derjeige Merkmalsträger agibt, die über die Eigeschaft A verfüge. P ist eie erwartugstreue, effiziete ud kosistete Schätzfuktio für p. Die stadardisierte Zufallsvariable (= stadardisierter Stichprobeateilswert) P p (10.13) Z p1 p ist bei große Stichprobe aufgrud des Zetrale Grezwertsatzes asymptotisch stadardormalverteilt (Faustregel: 9/[p(1 p)] ), so dass P p P z1 z1 1 p 1 p

25 hieri uter Verwedug der Schätz- gilt. Wird der Stadardfehler fuktio für die Variaz vo P1 P (10.14) ˆ P P P p1 p geschätzt, erhält ma das Kofidezitervall für de Ateilswert p zum Niveau 1-: P(1 P) P(1 P) (10.15) P. P z1 p P z1 1 Das kokrete Kofidezitervall für p ist durch (10.16) p(1 p) p z1 ;p z1 p(1 p) gegebe.

26 Beispiel 10.4: Bei eier Qualitätskotrolle wurde a 100 vo 500 Stücke ei Magel festgestellt. Wie groß ist das 95%-Kofidezitervall für de Ateil p der mit eiem Magel behaftete Teile i der Produktio? Schritt 1: Festlegug des Kofideziveaus 1- Das Kofideziveau 1 ist hier i der Aufgabe vorgegebe ud beträgt 0,95. Schritt : 95%-Kofidezitervall für p Zu bestimme ei Kofidezitervall für die Wahrscheilichkeit p, dass ei produziertes Stück eie Magel aufweist. Als Puktschätzer für p verwede wir de Stichprobeateilswert, mit dem auch der Stadardfehler geschätzt wird. Mit = 100/500 = 0, erhält ma die Ugleichug 9 9 ( 500) 56,5 p(1 p) 0, (1 0,) p P die es erlaubt, das ormalverteilte Kofidezitervall P P(1 P) P P z,975 p P z0, 975 P(1 P) 0 für die ubekate Wahrscheilichkeit p azuwede. 0,95

27 Schritt 3: Ermittlug des (1-/)-Quatils z 0,975 der Stadardormalverteilug Zu dem Kofideziveau 1- = 0,95 beötigt ma zur Bestimmug der Greze des Kofidezitervalls das 0,975-Quatil der Stadardormalverteilug: z / z0, ,96 Schritt 4: Bestimmug des kokrete 95%-Kofidezitervalls Mit = 500 ud p = 0, erhält ma das kokrete 95%-Kofidezitervall p(1 p) p z0,975 ;p z0, 975 p(1 p) 0, (1 0,) 0, (1 0,) 0, 1,96 ; 0, 1, , 1,960,018; 0, 1,960,018 [0,165; 0,35].

28 10.4 Kofidezitervall für die Variaz Wir gehe wieder vo eier uabhägige ud idetisch verteilte Stichprobe (X 1,X,...,X ) eier Grudgesamtheit aus. Es wird ei Kofidezitervall zum Niveau 1- für die ubekate Variaz uter folgede Voraussetzuge kostruiert: Aahme 1: (Approx.) ormalverteilte Grudgesamtheit Aahme : Erwartugswert ubekat. Wird der Erwartugswert durch de Stichprobemittelwert geschätzt, da ist die Schätzfuktio 1 S Xi X 1i1 ei geeigeter Puktschätzer für die ubekate Variaz. Die Zufallsvariable (-1). S / ist chi-quadrat-verteilt ( -verteilt) mit -1 Freiheitsgrade: ( 1) S (10.17a). 1 X ka alterativ durch * S (10.17b) 1 gleichwertig berechet werde. oder (10.17c) (Xi X) i1 1

29 Exkurs: Chi-Quadrat-Verteilug ud F-Verteilug Exkurs: Chi-Quadrat-Verteilug -Verteilug Es seie Z1,Z,,Z, Xi μ Zi, σ uabhägige, stadardormalverteilte Zufallsvariable. Da besitzt die Quadratsumme f (*) χ Z1 Z Z i1 Z i eie -Verteilug mit Freiheitsgrade. Hierbei lässt sich die Quadratsumme auch i der Form Xi X i i1 i1 darstelle.

30 Es bezeiche ud das / ud 1-/-Quatil der -Verteilug mit -1 Freiheitsgrade. Da ist die Wahrscheilichkeit, dass die Zufallsvariable (10.17) i das Itervall zwische ud fällt, durch gegebe. Hieraus erhält ma ach Umformuge das (1-)-Kofidezitervall für die ubekate Variaz : (10.18) 1 S 1) ( P 1;1 1; (10.19) 1 S 1 S 1 P 1; 1;1. / 1; / 1;1 / 1;1 Wird durch de Stichprobemittelwert geschätzt, da ist die Quadratsumme -verteilt mit -1 Freiheitsgrade. Allgemei ist (*) -verteilt mit -k Freiheitsgrade, we k Parameter aus der Stichprobe zu schätze sid. X 1 i i X) (X / 1;

31 Abbilug: Dichtefuktio ud Quatile der -Verteilug Kokretes Kofidezitervall für zum Niveau 1-: (10.0) 1; 1;1 s 1, s 1

32 Beispiel 10.5: Ei Uterehme stellt Schraube her. Eie Zufallsstichprobe vom Umfag 91 ergibt für de Durchmesser ei arithmetisches Mittel vo 5 mm bei eier Stadardabweichug vo 0,03 mm. Führe Sie eie Itervallschätzug für die mit der Stadardabweichug gemessee Präzisio des Schraubedurchmessers bei eier Sicherheitswahrscheilichkeit vo 90% durch! Wir bestimme zuächst ei 90%-Kofidezitervall für die Variaz, aus dem da das Itervall für die Stadardabweichug bestimmt wird. Schritt 1: Festlegug des Kofideziveaus 1- Das Kofideziveau 1 ist hier i der Aufgabe vorgegebe ud beträgt 0,90. Schritt : 90%-Kofidezitervall für Gesucht ist ei Kofidezitervall für die Variaz des Schraubedurchmessers der vo dem Uterehme produzierte Schraube. Als Puktschätzer hierzu verwede wir de erwartugstreue Variazschätzer S : 1 S 1 S P 0,90. 1;0,95 1;0,05

33 Schritt 3: Ermittlug des Quatile 1; / ud 1;1 / der -Verteilug Zu dem Kofideziveau 1- = 0,90 beötigt ma zur Bestimmug der Greze des Kofidezitervalls das 0,05- ud 0,95-Quatil der -Verteilug. Für -1=90 Freiheitsgrade ergebe sich die Tabellewerte 90;0,05 69,1 ud ,1. Schritt 4: Bestimmug des kokrete 90%-Kofidezitervalls für Mit = 91 ud s = 0,03 erhält ma das kokrete 90%-Kofidezitervall, 90;0,95 1 s 1 s 90;0,05 ;0,95 900,03 113,1 900,03 ; 69,1 0,081 ; 113,1 0,081 69,1 [0,000716; 0,00117] für. Das 90%-Kofidezitervall für die Stadardabweichug (= Präzisio) ergibt sich ach Ziehe der Wurzel aus de Itervallgreze: 0,000716; 0, ,07; 0,034 Mit 90%iger Sicherheit liegt die Stadardabweichug des Schraubedurchmessers zwische 0,07 ud 0,034 mm.

34 10.5 Notwediger Stichprobeumfag Zielkoflikt zwische Sicherheit ud Geauigkeit Der Zielkoflikt zwische Sicherheit ud Geauigkeit soll ahad des Kofidezitervalls für de Erwartugswert bei bekater Variaz aufgezeigt werde. Läge L des Kofidezitervalls (10.5) als Differez zwische Itervallobergreze ud utergreze: (10.1) L X z1 X z1 z1 - Wird das Kofideziveau 1- erhöht, hat ma zwar eie größere Sicherheit, dass der ubekate Parameter µ i dem Kofidezitervall liegt. - Mit eiem höhere Kofideziveau 1- wird das Quatil z 1- / größer, so dass das Itervall breiter wird. Ei breiteres Itervall bedeutet aber eie ugeauere Itervallschätzug. Stichprobeumfag ud Geauigkeit Bei gegebeem Kofideziveau 1- hägt die Läge des Kofidezitervalls (10.5) allei vom Stichprobeumfag ab. Bei gleichem Stichprobeumfag ergibt sich eie gleiche Läge der Kofidezitervalle. Mit wachsedem Stichprobeumfag erhöht sich die Geauigkeit.

35 Determiate des otwedige Stichprobeumfags Kofideziveau 1- Streuug i der Grudgesamtheit Geauigkeit A. Notwediger Stichprobeumfag bei Itervallschätzug vo Fehlermarge (= halbe Läge des Kofidezitervalls) 1 z1 (10.) e L Notwediger Stichprobeumfag: Stichprobeumfag, der midestes erforderlich ist, damit eie vorgegebee Fehlermarge e bei gegebeem Kofideziveau 1- icht überschritte wird (10.3a) z 1 e z 1 e

36 Reduktio der Fehlermarge (= Stichprobefehler) um die Hälfte wird icht durch Verdoppelug, soder Vervierfachug des Stichprobeumfags erreicht: z z 1 1 e / 4 e (e / ) (1/ 4) e e : Stichprobeumfag bei ursprüglicher Fehlermarge e e/ : Stichprobeumfag bei halber Fehlermarge Allgemei ka eie Verrigerug der Fehlermarge ur durch eie überproportioale Erhöhug des Stichprobeumfags erreicht werde. I der Regel wird die Variaz der Grudgesamtheit,, ubekat sei. Ma ka de Stichprobeumfag i (10.3a) i diesem Fall icht eifach uter Verwedug der Stichprobevariaz s bestimme, da die Stichprobe ja erst och gezoge werde soll. Vielmehr ist durch die Vorabiformatio * zu ersetze: (10.3b) z 1 e *. Eie Vorabiformatio * über die Variaz der Grudgesamtheit ka sich z.b. aus vorherige Utersuchuge ergebe.

37 Beispiel 10.6: Ei Marktforschugsistitut führt eie Utersuchug über die Eikommessituatio der deutsche Bevölkerug durch. Aufgrud ählicher Utersuchuge i Frakreich ud de Niederlade wird eie Stadardabweichug i der Grudgesamtheit vo *.000[ ] uterstellt. Wie groß muss der Stichprobeumfag midestes sei, we die Fehlermarge bei 00 ud der Sicherheitsgrad 1- bei 95 % liege solle? Wir bestimme de otwedige Stichprobeumfag uter Verwedug vo Formel (10.3b): * z 0,975 1, ,16. e 00 Aufgrud der Midestbedigug wähle wir de ächsthöhere Wert. Der otwedige Stichprobeumfag muss also midestes 385 Persoe umfasse.

38 B. Notwediger Stichprobeumfag bei Itervallschätzug vo p Bei eier Schätzug des Ateilswerts oder der Wahrscheilichkeit p ist die Variaz der Grudgesamtheit (= Variaz der Beroulli-Verteilug) durch p(1-p) gegebe: = p (1-p). Damit erhält ma bei 0,1-Variable (1: Ereigis A, 0: Ereigis 1 z1 p (1 p) (10.4) e L. A ) die Fehlermarge Nach Auflöse ach ergibt sich hieraus z p (1 p) 1 (10.5a) e. Ersetzt ma hieri die ubekate Wahrscheilichkeit p durch die Vorabifomatio p*, da erhält ma de otwedige Stichprobeumfag z p* (1 p*) 1 (10.5b). e Sofer keierlei Vorabiformatioe vorhade sid, geht ma bei der Festlegug des Stichprobeumfags vom ugüstigste Fall p*=0,5 aus (max. Variaz): z 1 (10.5c). 4 e

39 Beispiel 10.7: Ei Meiugsforschugsistitut soll ermittel, ob die Mehrheit der Budesbürger für eie Direktwahl des Budespräsidete ist. Wie groß ist der Stichprobeumfag midestes zu wähle, we die Geauigkeit der Schätzug bei eiem Kofideziveau vo 90 % bei ±3 % liege soll? Da keie Vorabiformatioe über p vorhade sid, gehe wir vom ugüstigste Fall p = 0,5 aus. Damit beträgt der otwedige Stichprobeumfag z, 95 1,6449, ,6 4e 40,03 0,0036 Das Meiugsforschugsistitut muss also midestes 75 Persoe befrage.

8. Intervallschätzung

8. Intervallschätzung 8. Itervallschätzug 8.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe lasse sich verschiedee Puktschätzer θ für de Parameter der Grudgesamtheit erziele. We m Stichprobe aus der Grudgesamtheit

Mehr

Kapitel 5: Schließende Statistik

Kapitel 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

Mehr

7. Stichproben und Punktschätzung

7. 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

Mehr

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1 8 Kofidezitervalle 1 Kapitel 8: Kofidezitervalle A: Beispiele Beispiel 1: Im WS 2000/01 wurde im Rahme der Statistik Vorlesug 124 Studete u.a. zu ihrer Körpergröße befragt. Ma erhielt folgedes Ergebis:

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

X in einer Grundgesamtheit vollständig beschreiben.

X in einer Grundgesamtheit vollständig beschreiben. Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.

Mehr

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.

Bei 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

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. 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

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik 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

Mehr

Grundproblem der Inferenzstatistik

Grundproblem der Inferenzstatistik Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall

Mehr

7. Grenzwertsätze Grenzwertsätzen Zentraler Grenzwertsatz Gesetz der großen Zahlen Tschebyscheffsche Ungleichung

7. Grenzwertsätze Grenzwertsätzen Zentraler Grenzwertsatz Gesetz der großen Zahlen Tschebyscheffsche Ungleichung 7. Grezwertsätze Bei de Grezwertsätze geht es um Aussage, die ma sogar da treffe ka, we keierlei Iformatioe über de Verteilugs-Typ der betrachtete Zufallsvariable vorliege. Zetraler Grezwertsatz Aussage

Mehr

Aussage über die Verteilung Summen und Durchschnitte beliebig verteilter Zufallsvariablen

Aussage über die Verteilung Summen und Durchschnitte beliebig verteilter Zufallsvariablen 7. Grezwertsätze Die Grezwertsätze bilde de Abschluss der Wahrscheilichkeitsrechug ud sid vo zetraler Bedeutug vor allem für die iduktive Statistik. Gesetz der große Zahle Aussage über die Geauigkeit der

Mehr

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

Konfidenzintervall_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

Mehr

Einführung in die Stochastik 10. Übungsblatt

Einführung in die Stochastik 10. Übungsblatt Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit

Mehr

Intervallschätzung II 2

Intervallschätzung II 2 Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller

Mehr

Grundproblem der Inferenzstatistik

Grundproblem der Inferenzstatistik Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe π... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall

Mehr

Statistische Tests zu ausgewählten Problemen

Statistische Tests zu ausgewählten Problemen Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug

Mehr

Kapitel 2. Induktive Statistik. 2.1 Grundprinzipien der induktiven Statistik

Kapitel 2. Induktive Statistik. 2.1 Grundprinzipien der induktiven Statistik Kapitel Iduktive Statistik.1 Grudprizipie der iduktive Statistik Ziel: Iferezschluss, Repräsetatiosschluss: Schluss vo eier Stichprobe auf Eigeschafte der Grudgesamtheit, aus der sie stammt. Vo Iteresse

Mehr

Statistische Modelle und Parameterschätzung

Statistische Modelle und Parameterschätzung Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht

Mehr

Eingangsprüfung Stochastik,

Eingangsprüfung 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

Mehr

3 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:

3 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-

Mehr

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Beispiel: 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)

Mehr

Kapitel 12. Schätzung von Parametern

Kapitel 12. Schätzung von Parametern Kapitel 12 Schätzug vo Parameter Die Verteilug eier Zufallsvariable hägt i der Regel vo eiem oder mehrere Parameter ab. Bei der Poissoverteilug ist dies der Parameter λ, währed es bei der Normalverteilug

Mehr

TESTEN VON HYPOTHESEN

TESTEN 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

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Logarithmusfunktion, Rechenregeln für Logarithmen, Ableiten von Logarithmen (die Ableitung nach p wird hier stets als p geschrieben)

Logarithmusfunktion, Rechenregeln für Logarithmen, Ableiten von Logarithmen (die Ableitung nach p wird hier stets als p geschrieben) Wirtschaftswisseschaftliches Zetrum Uiversität Basel Statistik Dr. Thomas Zehrt (Pukt)Schätze Motivatio Eie vollstädige Iformatio über die Verteilug eies Merkmals X i eier Grudgesamtheit ka ur durch eie

Mehr

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Der 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

Mehr

Standard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen

Standard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen Statistik. Vorlesug, September, 00 f() 0.0 0. 0. 0.3 0.4 Stadard Normalverteilug Dichtefuktio vo Stadard Normal Verteilug -4-0 4 Der Erwartugswert: mittlere Wert E ( = f( ) d=0 für die Stadard Normal Verteilug

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

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

14 Statistische Beziehungen zwischen nomi nalen Merkmalen

14 Statistische Beziehungen zwischen nomi nalen Merkmalen 14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Statistik I Februar 2005

Statistik I Februar 2005 Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet

Mehr

Zufallsstreubereiche und Vertrauensbereiche

Zufallsstreubereiche und Vertrauensbereiche HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 1 vo 1 Wilfried Rohm, HTL Saalfelde wilfried.rohm@schule.at Zufallsstreubereiche ud Vertrauesbereiche Mathematische / Fachliche Ihalte i Stichworte:

Mehr

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Praktikum 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

Mehr

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch

Einführung 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

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

Stichprobenverteilungen, Schätz und Testtheorie

Stichprobenverteilungen, Schätz und Testtheorie Stichprobeverteiluge, Schätz ud Testtheorie Begleitede Uterlage zur Übug Iduktive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 1 Grudzüge der Stichprobetheorie.....................................

Mehr

Kovarianz und Korrelation

Kovarianz und Korrelation Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Lerneinheit 2: Grundlagen der Investition und Finanzierung Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der

Mehr

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen. 3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse

Mehr

Übungsblatt 9 zur Vorlesung. Statistische Methoden

Übungsblatt 9 zur Vorlesung. Statistische Methoden Dr. Christof Luchsiger Übugsblatt 9 zur Vorlesug Statistische Methode Schätztheorie ud Kofidezitervalle Herausgabe des Übugsblattes: Woche 8, Abgabe der Lösuge: Woche 9 (bis Freitag, 65 Uhr), Besprechug:

Mehr

Stochastik I (Statistik)

Stochastik I (Statistik) Stochastik I (Statistik) Skript Ju.-Prof. Dr. Zakhar Kabluchko Uiversität Ulm Istitut für Stochastik L A TEX-Versio vo Judith Schmidt Ihaltsverzeichis Vorwort Literatur Kapitel. Stichprobe ud Stichprobefuktio..

Mehr

Parameter von Häufigkeitsverteilungen

Parameter von Häufigkeitsverteilungen Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige

Mehr

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Maximum Likelihood Version 1.6

Maximum Likelihood Version 1.6 Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel

Mehr

Übungsaufgaben - Organisatorisches

Übungsaufgaben - Organisatorisches Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug

Mehr

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln 6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel

Mehr

Kapitel 1. Einige Begriffe aus der Asymptotik. 1.1 Wiederholung

Kapitel 1. Einige Begriffe aus der Asymptotik. 1.1 Wiederholung Kapitel Eiige Begriffe aus der Asymptotik. Wiederholug Eiwesetlicher Teil der Ökoometrie befasst sichmit der Ermittlug voschätzer ud dere Eigeschafte. Diese werde beötigt, um aus de beobachtbare Date eier

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung 1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug

Mehr

Elementarstatistik für Umweltwissenschaftler

Elementarstatistik für Umweltwissenschaftler Elemetarstatistik für Umweltwisseschaftler Skript zur Vorlesug Witersemester 010/011 vo Dr. Domiik Faas Istitut für Mathematik Fachbereich 7: Natur- ud Umweltwisseschafte Uiversität Koblez-Ladau Ei besoderer

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung Formelsammlug Kombiatori Permutatio: ohe Wiederholug! = ( - 1) ( - 2).... 3 2 1 = alle Elemete Permutatio: mit Wiederholug!! P, = = usw. = gleiche Elemete! 1! K 2! Stichprobe (SP) = geordete Auswahl Geordete

Mehr

Demo für www.mathe-cd.de

Demo für www.mathe-cd.de Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische

Mehr

2.3 Kontingenztafeln und Chi-Quadrat-Test

2.3 Kontingenztafeln und Chi-Quadrat-Test 2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

Vereinheitlichung Einheitlicher Maßstab der Risikoeinschätzung. Limitierung / Steuerung Messung und Limitierung ist fundamental für die Steuerung

Vereinheitlichung Einheitlicher Maßstab der Risikoeinschätzung. Limitierung / Steuerung Messung und Limitierung ist fundamental für die Steuerung . Marktpreisrisiko Motivatio der VaR-Ermittlug Vereiheitlichug Eiheitlicher Maßstab der Risikoeischätzug Limitierug / Steuerug Messug ud Limitierug ist fudametal für die Steuerug Kapitaluterlegug Zur Deckug

Mehr

Übersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert.

Übersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert. Übersicht: eidimesioal mehrdimesioal Häufigkeitsverteilug uklassiert klassiert tabellarische Darstellug Modul 07, graphische Darstellug Modul 07,2 Parametrisierug Lageparameter Modul 08 Streuugsparameter

Mehr

Mathematische Probleme, SS 2015 Donnerstag $Id: convex.tex,v /05/21 18:28:20 hk Exp $

Mathematische Probleme, SS 2015 Donnerstag $Id: convex.tex,v /05/21 18:28:20 hk Exp $ $Id: covex.tex,v 1.18 2015/05/21 18:28:20 hk Exp $ 3 Kovexgeometrie 3.2 Die platoische Körper Ei platoischer Körper vo Typ (, m) ist ei kovexer Polyeder desse Seitefläche alle gleichseitige -Ecke ud i

Mehr

2 Vollständige Induktion

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

Mehr

AT AB., so bezeichnet man dies als innere Teilung von

AT AB., so bezeichnet man dies als innere Teilung von Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM

Mehr

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie

Streuungsmaße. 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,

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

6.6 Grundzüge der Fehler- und Ausgleichsrechnung 6.6.1 Fehlerarten- Aufgaben der Fehler- und Ausgleichsrechnung physikalisch-technische Experiment

6.6 Grundzüge der Fehler- und Ausgleichsrechnung 6.6.1 Fehlerarten- Aufgaben der Fehler- und Ausgleichsrechnung physikalisch-technische Experiment 103 66 Grudzüge der Fehler- ud Ausgleichsrechug 661 Fehlerarte- Aufgabe der Fehler- ud Ausgleichsrechug Jedes physikalisch-techische Experimet liefert gewisse gemessee Werte x Bei dem Messvorgag verwede

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

Kennwerte Univariater Verteilungen

Kennwerte Univariater Verteilungen Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

Aufgaben und Lösungen Weihnachtsgeschenke zur Vorlesung Analysis I

Aufgaben und Lösungen Weihnachtsgeschenke zur Vorlesung Analysis I Aufgabe ud Lösuge Weihachtsgescheke zur Vorlesug Aalysis I Der Witersemester 008/009 Übug am 4.., 5..008 sowie 0.0.009 Aufgabe. Folge Aufgabe Ma bestimme, ob die Folge (a ) mit a = + 3 + 4 kovergiert ud

Mehr

Methoden zur Konstruktion von Schätzern

Methoden zur Konstruktion von Schätzern KAPITEL 5 Methode zur Kostruktio vo Schätzer 5.1. Parametrisches Modell Sei (x 1,..., x ) eie Stichprobe. I der parametrische Statistik immt ma a, dass die Stichprobe (x 1,..., x ) eie Realisierug vo uabhägige

Mehr

Klausur 1 über Folgen

Klausur 1 über Folgen www.mathe-aufgabe.com Klausur über Folge Hiweis: Der GTR darf für alle Aufgabe eigesetzt werde. Aufgabe : Bestimme eie explizite ud eie rekursive Darstellug! a) für eie arithmetische Folge mit a = 6, ;

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)

Mehr

Stochastik für WiWi - Klausurvorbereitung

Stochastik für WiWi - Klausurvorbereitung Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F

Mehr

Robuste Asset Allocation in der Praxis

Robuste Asset Allocation in der Praxis Fiazmarkt Sachgerechter Umgag mit Progosefehler Robuste Asset Allocatio i der Praxis Pesiosfods ud adere istitutioelle Aleger sid i aller Regel a ei bestimmtes Rediteziel (Rechugszis) gebude, das Jahr

Mehr

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest Kotigeztabelle. Chi-Quadrat-Test KAD 1.11. 1. Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle

Mehr

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe

Mehr

Grundkompetenz-Aufgaben

Grundkompetenz-Aufgaben Durch starte Mathematik übugsbuch bis Grudkompetez-Aufgabe Aufgrud der eue schriftliche Reifeprüfug i Mathematik ist es otwedig, sich mit de eue Grudkompetez-Aufgabe auseiaderzusetze. Die Olie-Ergäzug

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,

Mehr

Übung zur Vorlesung Statistik I WS Übungsblatt 8

Übung zur Vorlesung Statistik I WS Übungsblatt 8 Übug zur Vorlesug Statistik I WS 2013-2014 Übugsblatt 8 9. Dezember 2013 Aufgabe 25 (4 Pukte): Sei X B(, p) eie biomial verteilte Zufallsvariable. Schreibe Sie i R eie Fuktio PWert, die für jedes Ergebis

Mehr

Beweistechniken Vollständige Induktion - Beispiele, Erweiterungen und Übungen

Beweistechniken Vollständige Induktion - Beispiele, Erweiterungen und Übungen Beweistechike Vollstädige Iduktio - Beispiele, Erweiteruge ud Übuge Alex Chmelitzki 15. März 005 1 Starke Iduktio Eie etwas abgewadelte Form der Iduktio ist die sogeate starke Iduktio. Bei dieser Spielart

Mehr

Linsengesetze und optische Instrumente

Linsengesetze und optische Instrumente Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

Mehr

a) Zeichnen sie ein Schaltbild des Versuches und beschriften sie dieses.

a) Zeichnen sie ein Schaltbild des Versuches und beschriften sie dieses. Der Hz-Schwigkreis besteht aus eier Spule hoher Iduktivität ud eiem Kodesator. Wird ei solcher Schwigkreis kurzfristig mit elektrischer Eergie versorgt, so führt er eie stark gedämpfte Schwigug aus. Aufgezeichet

Mehr

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik ür Iormatiker -- 8 Folge -- 11.10.2015 1 Folge: Deiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reiheolge wichtig,

Mehr

Prof. Dr. Holger Dette Musterlösung Statistik I Sommersemester 2009 Dr. Melanie Birke Blatt 5

Prof. Dr. Holger Dette Musterlösung Statistik I Sommersemester 2009 Dr. Melanie Birke Blatt 5 Prof. Dr. Holger Dette Musterlösug Statistik I Sommersemester 009 Dr. Melaie Birke Blatt 5 Aufgabe : 4 Pukte Sei X eie Poissoλ verteilte Zufallsvariable mit λ > 0, ud die Verlustfuktio L sei defiiert durch

Mehr

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert. Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger

Mehr

Kursthemen 5. Sitzung. Lagemaße

Kursthemen 5. Sitzung. Lagemaße Kurstheme 5. Sitzug Folie I - 5 - Lagemaße A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) B) Der Additiossatz für AM (Folie

Mehr

Tutorium Mathematik I, M Lösungen

Tutorium Mathematik I, M Lösungen Tutorium Mathematik I, M Lösuge 16. November 2012 *Aufgabe 1. Ma utersuche die folgede Reihe auf Kovergez (a) ( 1) (1 ) (b) ( ) 2 +1 (c) (!) 3 10 (3)! (d) (e) (f) 2 +3 3 2 +1 3 ( 2 +1) 2 + 3 ( 2 +3) (g)

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr