Abiturvorbereitung Alkoholsünder, bedingte Wahrscheinlichkeit, Hypothesentest Aufgabenblatt
|
|
- Helmuth Linden
- vor 6 Jahren
- Abrufe
Transkript
1 R. Brinkmann Seite Abiturvorbereitung Alkoholsünder, bedingte Wahrscheinlichkeit, Hypothesentest Aufgabenblatt Aufgabe 0 0. In einer bestimmten Stadt an einer bestimmten Stelle führt die Polizei in regelmäßigen Abständen in der Nacht von Sonnabend auf Sonntag zwischen Uhr und 4 Uhr Verkehrskontrollen durch. Dabei muss der Fahrer in die Röhre pusten, um festzustellen, ob der Alkoholgehalt im Blut im gesetzlich erlaubten Rahmen liegt oder nicht. Aus mehrjähriger Erfahrung weiß die Polizei, dass ungefähr 2% aller männlichen und 7% aller weiblichen Fahrer um diese Zeit an dieser Stelle die Promillegrenze überschreiten. Wir nennen diese Personen hier kurz Alkoholsünder. Am letzten Wochenende wurden 00 Verkehrsteilnehmer überprüft. Darunter befanden sich 40 Frauen. a) Gehen Sie davon aus, dass die Erfahrungswerte der Polizei stimmen. Stellen Sie diesen Sachverhalt in Form einer Vierfeldtafel dar. Berechnen Sie für die zufällige Auswahl einer überprüften Person (die Polizei protokolliert jede Überprüfung) die Wahrscheinlichkeit folgender Ereignisse: A: Die überprüfte Person ist weiblich und Alkoholsünderin. B: Die überprüfte Person ist nüchtern. C: Falls die ausgewählte Person männlich ist, mit welcher Wahrscheinlichkeit liegt Trunkenheit am Steuer vor? D: Falls ein Alkoholsünder ausgewählt wurde, mit welcher Wahrscheinlichkeit ist die Person weiblich? Formulieren Sie zu jedem Ergebnis einen aussagekräftigen Antwortsatz. M: männlich, W: weiblich, A: Alkoholsünder N: kein Alkoholsünder (nüchtern) Im Folgenden wird davon ausgegangen, dass 0% aller Verkehrsteilnehmer, die an der entsprechenden Stelle kontrolliert werden Alkoholsünder sind. Weiterhin wird angenommen, dass die Anzahl der Alkoholsünder in den Kontrollen einer Binomialverteilung genügt. Eine Tabelle der Binomialverteilung für n = 00 und p = 0, ist beigefügt. b) Überprüfen Sie, ob für die Verteilungsfunktion der Laplacebedingung genügt. c) Mit wie vielen Fahrverboten kann die Polizei bei der Überprüfung von 00 Verkehrsteilnehmern rechnen? d) Berechnen Sie die Wahrscheinlichkeit für den Erwartungswert. e) Mit welcher Wahrscheinlichkeit liegt die Anzahl der Alkoholsünder zwischen 6 und 4? f) Die Annahme p = 0, für Alkoholsünder soll auf einem Signifikanzniveau von höchstens 5% getestet werden. Bestimmen Sie den Annahme und den Ablehnungsbereich. Überprüfen Sie die für den gewählten Ablehnungsbereich den Fehler. Art und kommentieren Sie das Ergebnis. g) Berechnen Sie die Wahrscheinlichkeiten aus d), e) und f) mit der Tabelle der Normalverteilung und bestimmen Sie die prozentuale Abweichung der Werte bezogen auf die der Binomialverteilung. Kumulierte Binomialverteilung für n = 00 und p = 0, k P X k k P X k k P X k k P X k k P X k k P X k 0 0, , ,32 2 0, , ,999 0, , ,45 3 0, ,990 2, , ,7 0 0, , ,995 22, , ,206 0, , ,998 23,000 ( ) ( ) ( ) ( ) ( ) ( ) Erstellt von Rudolf Brinkmann p20_abivor_0_e.doc :2 Seite: von 6
2 R. Brinkmann Seite E0 Ergebnisse a) A: P( A) = P( W A) = 0,028 B: PB = PN = 0,9 C: M D: A PM A 0,072 PC = P A = = = 0,2 PM 0,6 P A W 0,028 PD = P W = = = 0,28 P A 0, b) Laplace- Bedingung ist mit Sigma = 3 gerade noch erfüllt. c) Die Polizei kann mit etwa 0 Fahrverboten rechnen. d) Die Wahrscheinlichkeit für den Erwartungswert beträgt 0,32. e) Die Anzahl der Alkoholsünder liegt mit einer Wahrscheinlichkeit von 0,869 zwischen 6 und 4 einschließlich. f) Siehe ausführliche Lösung. g) Siehe ausführliche Lösung. Erstellt von Rudolf Brinkmann p20_abivor_0_e.doc :2 Seite: 2 von 6
3 R. Brinkmann Seite Ausführliche Lösungen Bedingte Wahrscheinlichkeit a) n = 00 Personen werden überprüft. Darunter sind 40 Frauen und 60 Männer. 0,2 60 2% der überprüften Männer sind Alkoholsünder: M A = = 0, , % der überprüften Frauen sind Alkoholsünder: W A = = 0, A N M:Mann M 0,072 0,528 0,6 W:Frau W 0,028 0,372 0,4 A : Alkoholsünder 0, 0,9 N : kein Alkoholsünder P( A) = P( W A) = 0,028 Eine zufällig ausgewählte Person ist mit einer Wahrscheinlichkeit von 0,028 weiblich und eine Alkoholsünderin. PB = PN = 0,9 Eine zufällig ausgewählte Person ist mit einer Wahrscheinlichkeit von 0,9 nüchtern. PM A 0,072 PC = PM ( A) = = = 0,2 PM 0,6 Eine zufällig ausgewählte Person, von der man weiß, dass sie männlich ist, ist mit einer Wahrscheinlichkeit von 0,2 Alkoholsünder. P A W 0,028 PD = PA ( W) = = = 0,28 P A 0, Eine zufällig ausgewählte Person, von der man weiß, dass sie Alkoholsünder ist, ist mit einer Wahrscheinlichkeit von 0,28 weiblich. Laplace- Bedingung: b) p = 0, n = 00 σ= np ( p) = 000,0,9 = 9= 3 Laplace- Bedingung: σ> 3 Da σ= 3, ist die Laplace- Bedingung gerade nicht erfüllt. Man befindet sich im Grenzbereich. Anzahl der Fahrverbote c) Die Polizei kann bei der Überprüfung von n = 00 Personen mit etwa 0 Fahrverboten rechnen. Das entspricht dem Erwartungswert. Erwartungswert P X = 0 = P X 0 P X 9 = 0,583 0,45= 0,32 d) Die Wahrscheinlichkeit für den Erwartungswert beträgt 0,32. Erstellt von Rudolf Brinkmann p20_abivor_0_e.doc :2 Seite: 3 von 6
4 R. Brinkmann Seite Intervallwahrscheinlichkeit P 6 X 4 = P X 4 P X 5 = 0,927 0,058 = 0,869 e) Die Anzahl der Alkoholsünder liegt mit einer Wahrscheinlichkeit von 0,869 zwischen 6 und 4 einschließlich. Aufgabenanalyse und aufstellen der Hypothesen. f) Es soll überprüft werden, ob der Anteil der Alkoholsünder bei der nächtlichen Kontrolle0% beträgt. Da weder eine eindeutige Abweichung nach oben oder nach unten vermutet wird, handelt es sich um einen zweiseitigen Hypothesentest. Die Hypothesen lauten: Nullhypothese: H 0 : p = 0,; Alternativhypothese H : p 0,. Der Ablehnungsbereich, bestimmt durch das Signifikanzniveau von 5%, verteilt sich gleichmäßig auf beide Seiten. Hypothesentest f) Nullhypothese : H 0 : p = 0, Signifikanzniveau : α 5% Daten: n = 00 ; p = 0,; μ = n p = 00 0, = 0 σ= n p p = 0 0,9 = 9 = 3 Es ist ein zweiseitiger Hypothesentest durchzuführen, denn eine geringe Anzahl, wie auch eine hohe Anzahl von Erfolgen spricht gegen H 0. Bei einem Signifikanzniveau von 5% sind folgende Intervalle zu betrachten: { 2,5% } { 95% } { 2,5% } Ablehnungsbereich für H 0 Ablehnungsbereich für H 0 Linksseitiger Ablehnungsbereich: P( X k) 0,025 k 4 denn P( X 4) = 0,024 Für den Annahmebereich gilt: P( 5 X k2 ) 0,95 denn das Signifikanzniveau ist α 0,05 Zu bestimmen ist die obere Grenze des Annahmebereichs. P( X k2 ) P( X 4) 0,95 P( X k2 ) 0,024 0,95 + 0,024 P( X k2 ) 0,974 Diese Bedingung ist für k2 = 6 erfüllt, denn P( X 6) = 0,979 Damit wird der Annahmebereich: A = 5;...;0;...;6 { } { } { } und der Ablehnungsbereich: A = 0;...;4 7;...;00 Kontrolle des Signifikanzniveaus: = ( ) + ( ) = ( ) + ( ) P A P X 4 P X 7 P X 4 P X 6 = 0, ,979 = 0, ,02 = 0,045 < 0,05 [ ] Erstellt von Rudolf Brinkmann p20_abivor_0_e.doc :2 Seite: 4 von 6
5 R. Brinkmann Seite Auswertung f) Der Fehler. Art beträgt 0,045. Mit einer Wahrscheinlichkeit von etwa 4,5% kann das Stichprobenergebnis im Ablehnungsbereich von H 0 liegen, so dass in diesem Fall die wahre Hypothese p = 0, zu Unrecht verworfen wird. Wahrscheinlichkeitsberechnung mit Hilfe der Tabelle für normalverteilte Zufallsvariablen. g) Daten: n = 00 ; p = 0,; μ = n p = 00 0, = 0 ( = ) = P( 9,5 X 0,5) σ= n p p = 0 0,9 = 9 = 3 P X 0 r 0,5 Umgebungsradius: r = 0,5 z = = 0,7 P( X = 0) 0,35 bezogen auf 0,32 aus d) ergibt das eine 00% Änderung auf 0,35 02,3% also 2,3% mehr 0,32 Der mit dieser Methode berechnete Wert ist etwa 2,3% zu groß. Wahrscheinlichkeitsberechnung mit Hilfe der Tabelle für normalverteilte Zufallsvariablen. g) Daten: n = 00 ; p = 0,; μ = n p = 00 0, = 0 ( 4) = P( 5,5 X 4,5) σ= n p p = 0 0,9 = 9 = 3 P 6 X r 4,5 Umgebungsradius: r = 4,5 z = =,5 P ( 6 X 4) 0,866 bezogen auf 0,869 aus e) ergibt das eine 00% Änderung auf 0,866 99,65% also 0,35% weniger 0, 869 Der mit dieser Methode berechnete Wert ist etwa 0,35% zu klein. Erstellt von Rudolf Brinkmann p20_abivor_0_e.doc :2 Seite: 5 von 6
6 R. Brinkmann Seite Wahrscheinlichkeitsberechnung mit Hilfe der Tabelle für normalverteilte Zufallsvariablen. g) Daten: n = 00 ; p = 0,; μ = n p = 00 0, = 0 σ= n p ( p) = 0 0,9 = 9 = 3 P5 ( X 6) { 0;...;3 }{ 4}{ 5;...;0;...;5 }{ 6}{ 7;...;00 } Annahmebereich : asymmetrische Umgebung. P5 X 6 P4 X 6 P5 X 5 P5 X 5 2 = P( 4 X 6) P( 5 X 5) + P( 5 X 5) 2 2 = P( 4 X 6) + P( 5 X 5) 2 2 = P ( 4 X 6 ) + P ( 5 X 5 ) 2 ( ) = ( ) ( ) + ( ) ( ) = ( ) P 4 X 6 P 3,5 X 6,5 r 6,5 Umgebungsradius: r = 6,5 z = = 2,7 P( 4 X 6) 0,97 ( ) = ( ) P5 X 5 P4,5 X 5,5 r 5,5 Umgebungsradius: r = 5,5 z = =,83 P( 5 X 5) 0,933 P( 5 X 6) = [ 0, ,933] 0,95 2 bezogen auf 0,955 aus f) ergibt das eine 00% Änderung auf 0,95 99,5% also 0,5% weniger 0,955 Der mit dieser Methode berechnete Wert ist um 0,5% zu klein. Die Abweichung der Werte für die Normalverteilung von denen der Binomialverteilung ist trotz einer Standardabweichung von 3 sehr gering. Erstellt von Rudolf Brinkmann p20_abivor_0_e.doc :2 Seite: 6 von 6
Hypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
MehrS tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04
R. Brinkmann http://brinkmann-du.de Seite 1 14.10.2007 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
MehrMögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
Mehr2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:
2.4.1 Grundprinzipien statistischer Hypothesentests Hypothese: Behauptung einer Tatsache, deren Überprüfung noch aussteht (Leutner in: Endruweit, Trommsdorff: Wörterbuch der Soziologie, 1989). Statistischer
MehrSchleswig-Holstein Kernfach Mathematik
Aufgabe 5: Stochastik Der Schokoladenhersteller Nikolaus Hase produziert für namhafte Discounter Ostereier. Auf Grund langjähriger Erfahrungen ist davon auszugehen, dass 95 % der Produktion der Norm entsprechen
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
Mehre) Beim klassischen Signifikanztest muß die Verteilung der Prüfgröße unter der Nullhypothese
9 Hypothesentests 1 Kapitel 9: Hypothesentests A: Übungsaufgaben: [ 1 ] Bei Entscheidungen über das Ablehnen oder Nichtablehnen von Hypothesen kann es zu Irrtümern kommen. Mit α bezeichnet man dabei die
MehrM13 Übungsaufgaben / pl
Die Histogramme von Binomialverteilungen werden bei wachsendem Stichprobenumfang n immer flacher und breiter. Dem Maximum einer solchen Verteilung kommt daher keine allzu große Wahrscheinlichkeit zu. Vielmehr
MehrPrüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C).
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Aus praktischen Gründen
MehrOnline-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung
Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Abgaben: 92 / 234 Maximal erreichte Punktzahl: 7 Minimal erreichte Punktzahl: 1 Durchschnitt: 4 Frage 1 (Diese Frage haben ca. 0% nicht beantwortet.)
Mehr1.4 Der Binomialtest. Die Hypothesen: H 0 : p p 0 gegen. gegen H 1 : p p 0. gegen H 1 : p > p 0
1.4 Der Binomialtest Mit dem Binomialtest kann eine Hypothese bezüglich der Wahrscheinlichkeit für das Auftreten einer Kategorie einer dichotomen (es kommen nur zwei Ausprägungen vor, z.b. 0 und 1) Zufallsvariablen
MehrHypothesentests mit SPSS. Beispiel für einen t-test
Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle
MehrKATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert
KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert 0. Das eigentliche Forschungsziel ist: Beweis der eigenen Hypothese H 1 Dafür muss Nullhypothese H 0 falsifiziert werden können Achtung!
MehrLösungen zu den Übungsaufgaben in Kapitel 10
Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert
MehrWürfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView :
Beispiele zum Einsatz des TI-30X Plus MultiView : Würfelspiel Für den schulartübergreifenden Einsatz Stochastik Grundkurs Besonders passend für Baden-Württemberg und Bayern Bei einem Würfelspiel hat ein
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Beispiel: Kann ein neugeborenes Küken Körner erkennen oder lernt es dies erst durch Erfahrung? Um diese Frage zu entscheiden, wird folgendes Experiment geplant: Sobald das Küken
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrDie Varianz (Streuung) Definition
Die (Streuung) Definition Diskrete Stetige Ang., die betrachteten e existieren. var(x) = E(X EX) 2 heißt der Zufallsvariable X. σ = Var(X) heißt Standardabweichung der X. Bez.: var(x), Var(X), varx, σ
MehrProf. Dr. Günter Hellmig. Aufgabenskript Induktive Statistik
rof. Dr. Günter Hellmig Aufgabenskript Induktive Statistik Inhalt:.Kombinatorik: Variation und Kombination, jeweils ohne Wiederholung 2.Rechnen mit Wahrscheinlichkeiten: Additions- und Multiplikationssätze
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 19. Januar 2011 1 Nichtparametrische Tests Ordinalskalierte Daten 2 Test für ein Merkmal mit nur zwei Ausprägungen
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
MehrBiometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1
Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.
MehrProf. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016
Prof. Dr. Christoph Karg 5.7.2016 Hochschule Aalen Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik Sommersemester 2016 Name: Unterschrift: Klausurergebnis Aufgabe 1 (15 Punkte) Aufgabe 3
MehrWürfel-Aufgabe Bayern LK 2006
Würfel-Aufgabe Bayern LK 2006 Die Firma VEGAS hat ein neues Gesellschaftsspiel entwickelt, bei dem neben Laplace-Würfeln auch spezielle Vegas-Würfel verwendet werden, die sich äußerlich von den Laplace-Würfeln
MehrEin möglicher Unterrichtsgang
Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen
Mehr3.3. Aufgaben zur Normalverteilung und Hypothesentests
3.3. Aufgaben zur Normalverteilung und Hypothesentests Aufgabe : Näherung der Binomialverteilung durch die Normalverteilung a) Die Zufallsvariable X sei B,,5 ()-verteilt. Sizziere das Histogramm von X
MehrChi-Quadrat-Verteilung
Chi-Quadrat-Verteilung Die Verteilung einer Summe X +X +...+X n, wobei X,..., X n unabhängige standardnormalverteilte Zufallsvariablen sind, heißt χ -Verteilung mit n Freiheitsgraden. Eine N(, )-verteilte
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrAbitur 2013 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2013 Mathematik GK Stochastik Aufgabe C1 Wissenschaftler der israelischen Ben-Gurion-Universität sind der Frage nachgegangen, ob die Attraktivität eines
Mehr9 Die Normalverteilung
9 Die Normalverteilung Dichte: f(x) = 1 2πσ e (x µ)2 /2σ 2, µ R,σ > 0 9.1 Standard-Normalverteilung µ = 0, σ 2 = 1 ϕ(x) = 1 2π e x2 /2 Dichte Φ(x) = 1 x 2π e t2 /2 dt Verteilungsfunktion 331 W.Kössler,
MehrWiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)
Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7
MehrKlausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.
Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY31) Herbstsemester 015 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung und
MehrDiskrete Wahrscheinlichkeitstheorie - Probeklausur
Diskrete Wahrscheinlichkeitstheorie - robeklausur Sommersemester 2007 - Lösung Name: Vorname: Matrikelnr.: Studiengang: Hinweise Sie sollten insgesamt Blätter erhalten haben. Tragen Sie bitte Ihre Antworten
MehrStatistik-Übungsaufgaben
Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist
MehrKlausur: Einführung in die Statistik
1 Lösungen immer unter die jeweiligen Aufgaben schreiben. Bei Platzmangel auf die Rückseite schreiben (dann Nummer der bearbeiteten Aufgabe mit anmerken!!!). Lösungen, die nicht auf den Aufgabenblättern
MehrAbitur 2012 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2012 Mathematik GK Stochastik Aufgabe C1 nter einem Regentag verstehen Meteorologen einen Tag, an dem mehr als ein Liter Niederschlag pro Quadratmeter gefallen
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel
MehrETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)
ETWR Teil B 2 Ziele Bisher (eindimensionale, mehrdimensionale) Zufallsvariablen besprochen Lageparameter von Zufallsvariablen besprochen Übertragung des gelernten auf diskrete Verteilungen Ziel des Kapitels
MehrScheinklausur Stochastik 1 für Studierende des Lehramts und der Diplom-Pädagogik
Universität Karlsruhe (TH) Institut für Stochastik Dr. Bernhard Klar Dipl.-Math. oec. Volker Baumstark Name Vorname Matr.-Nr.: Scheinklausur Stochastik für Studierende des Lehramts und der Diplom-Pädagogik
MehrAbiturienten-Aufgabe Bayern GK 2004
Abiturienten-Aufgabe Bayern GK 2004 Die Bezeichnungen Abiturienten und Schüler beziehen sich im folgenden Text sowohl auf männliche als auch auf weibliche Personen. Die Abiturienten eines bayerischen Gymnasiums
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrKapitel 12 Stetige Zufallsvariablen Dichtefunktion und Verteilungsfunktion. stetig. Verteilungsfunktion
Kapitel 12 Stetige Zufallsvariablen 12.1. Dichtefunktion und Verteilungsfunktion stetig Verteilungsfunktion Trägermenge T, also die Menge der möglichen Realisationen, ist durch ein Intervall gegeben Häufig
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrForschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz. Lisza Gaiswinkler, Daniela Gusel, Tanja Schlosser
Kolmogorov-Smirnov-Test Forschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz 1 Kolmogorov- Smirnov Test Andrei Nikolajewitsch Kolmogorov * 25.4.1903-20.10.1987 2 Kolmogorov-
MehrKapitel 2 Wahrscheinlichkeitsrechnung
Definition 2.77: Normalverteilung & Standardnormalverteilung Es sei µ R und 0 < σ 2 R. Besitzt eine stetige Zufallsvariable X die Dichte f(x) = 1 2 πσ 2 e 1 2 ( x µ σ ) 2, x R, so heißt X normalverteilt
Mehr9. StatistischeTests. 9.1 Konzeption
9. StatistischeTests 9.1 Konzeption Statistische Tests dienen zur Überprüfung von Hypothesen über einen Parameter der Grundgesamtheit (bei einem Ein-Stichproben-Test) oder über die Verteilung einer Zufallsvariablen
MehrZeit zum Kochen [in min] [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50,60[ [60, 100] Hi
1. Susi und Fritzi bereiten ein Faschingsfest vor, dazu gehört natürlich ein Faschingsmenü. Ideen haben sie genug, aber sie möchten nicht zu viel Zeit fürs Kochen aufwenden. In einer Zeitschrift fanden
MehrBachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5
MehrMüsli-Aufgabe Bayern GK 2009
Müsli-Aufgabe Bayern GK 2009 1 Anlässlich einer Studie wurden 2000 Jugendliche im Alter von 18 Jahren zu ihren Ernährungsgewohnheiten befragt Von den Befragten gaben 740 an, am Morgen nicht zu frühstücken
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrÜbungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
Mehr1. rechtsseitiger Signifikanztest
Testen von Hypothesen HM2 Seite Geschichte und ufgabe der mathematischen Statistik Stochastik ist die Kunst, im Falle von Ungewißheit auf geschickte Weise Vermutungen aufzustellen. Entwickelt wurde sie
MehrStetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch
6 Stetige Verteilungen 1 Kapitel 6: Stetige Verteilungen A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch dargestellt. 0.2 6
MehrDie Bernoullikette. Skript zur Binomialverteilung 1 Robert Rothhardt
Die Bernoullikette Skript zur Binomialverteilung 1 Robert Rothhardt DAS BERNOULLI-EXPERIMENT Definitionen Schwarzfahrer: Wie groß ist die Wahrscheinlichkeit bei 10 Kontrollen 2 Schwarzfahrer zu erwischen,
MehrAufgaben zur Wahrscheinlichkeitsrechnung
Aufgaben zur Wahrscheinlichkeitsrechnung August Mistlbacher 17. Oktober 2010 1 2 Binomialverteilung 1 Bei einem Quiz werden 3 Fragen gestellt. Bei jeder Frage stehen 4 Antworten zur Auswahl, von denen
Mehran, anderfalls wird sie verworfen. Bestimmen Sie den Fehler 1. und 2. Art. Bestimmen Sie zu obigem Beispiel jeweils den Anahmebereich a 0; 1;...
Hypothesentest ================================================================== Fehler 1. und 2.Art Ein Pilzsammler findet einen Pilz der giftig sein könnte. a) Welchen Fehler kann er bei der Überprüfung
MehrMathematik für Biologen
Mathemati für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 22. Dezember 2010 1 Binomialtests Einseitiger unterer Binomialtest Zweiseitiger Binomialtest Beispiel BSE Normalapproximation
MehrStochastik. Pfadregeln Erwartungswert einer Zufallsvariablen bedingte Wahrscheinlichkeit. berufliche Gymnasien Oberstufe.
Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen bedingte Wahrscheinlichkeit berufliche Gymnasien Oberstufe Alexander Schwarz www.mathe-aufgaben.com Oktober 2015 1 Aufgabe 1: Eine Urne enthält
MehrDieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.
Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
MehrTesten von Hypothesen bei gesuchtem Annahmebereich - Übungen
Mathias Russ, MK 19.04.2007 Hypothesentest_Ueb_Alpha.mcd Testen von Hypothesen bei gesuchtem Annahmebereich - Übungen (7) Wieder der Schulschwänzer Von einem Schüler wird behauptet, dass er (mindestens)
MehrK8 Stetige Zufallsvariablen Theorie und Praxis
K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrLösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001
Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001 1. Sensitivität und Spezifität In einer medizinischen Ambulanz haben 30 % der Patienten eine akute Appendizitis. 80 % dieser Patienten haben
MehrMittelwertvergleiche, Teil I: Zwei Gruppen
FB W. Ludwig-Mayerhofer Statistik II Mittelwertvergleiche Herzlich willkommen zur Vorlesung Mittelwertvergleiche, Teil I: Zwei Gruppen FB W. Ludwig-Mayerhofer Statistik II Mittelwertvergleiche Mittelwertvergleiche:
Mehr7.3 Chi-Quadrat-Streuungstest und F-Test
7.3 Chi-Quadrat-Streuungstest und F-Test Alle bisher besprochenen Statistischen Tests sind sog. Tests über die Mittelwerte; denn ihre Nullhypothesen handeln vom Vergleich entweder zweier Mittelwerte oder
MehrÜbungen zur Mathematik für Pharmazeuten
Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrKonfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005
Universität Bielefeld 13. Juni 2005 Einführung Einführung Wie kann die Kenntnis der Wahrscheinlichkeitsverteilung der Parameter einer Stichprobe dazu verhelfen auf die wahren Werte der Grundgesamtheit
MehrDer Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird.
Hypothesentest ================================================================== 1. Ein Internetprovider möchte im Fichtelgebirge eine Werbekampagne durchführen, da er vermutet, dass dort höchstens 40%
MehrProbeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende
Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende im Sommersemester 2012 Prof. Dr. H. Küchenhoff, J. Brandt, G. Schollmeyer, G. Walter Aufgabe 1 Betrachten
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übungen für die kompetenzbasierte Abschlussprüfung 1. 60 Äpfel wurden gewogen und die Ergebnisse in einem Boxplot-Diagramm dargestellt. Ergänzen Sie die folgenden
MehrSCHRIFTLICHE ABITURPRÜFUNG Mathematik (Leistungskursniveau) Arbeitszeit: 300 Minuten
Mathematik (Leistungskursniveau) Arbeitszeit: 300 Minuten Es sind die drei Pflichtaufgaben und eine Wahlpflichtaufgabe zu lösen. Der Prüfling entscheidet sich für eine Wahlpflichtaufgabe. Die zur Bewertung
Mehr1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests
1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests Statistische Tests dienen dem Testen von Vermutungen, so genannten Hypothesen, über Eigenschaften der Gesamtheit aller Daten ( Grundgesamtheit
MehrMa 13 - Stochastik Schroedel Neue Wege (CON)
Bedingte Wahrscheinlichkeiten S. 70, Nr. 5 Richtiges Anwenden der Multiplikationsregel A: Abonnement liest Werbeanzeige B: Produkt wird gekauft S. 70, Nr. 6 Übersetzung von Daten in ein Baumdiagramm A
MehrKapitel VI - Lage- und Streuungsparameter
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VI - Lage- und Streuungsparameter Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrAbiturprüfung. Mecklenburg-Vorpommern Stochastik. Wahl- und Pflichtaufgaben. Aus den Jahren 2009 bis Datei Nr Stand 5.
Abiturprüfung Mecklenburg-Vorpommern Stochastik Wahl- und Pflichtaufgaben Aus den Jahren 2009 bis 2016 Datei Nr. 73111 Stand 5. August 2016 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 73111
Mehr6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen
6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Bisher: Diskrete Zufallsvariablen,
MehrMathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung
Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt
Mehr11 Tests zur Überprüfung von Mittelwertsunterschieden
11 Tests zur Überprüfung von Mittelwertsunterschieden 11.1 Der z Test (t Test) für verbundene Stichproben 11.2 Der z Test (t Test) für unabhängige Stichproben 11.3 Fehler 1. Art und 2. Art 11.4 Typische
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrAnleitung: Standardabweichung
Anleitung: Standardabweichung So kann man mit dem V200 Erwartungswert und Varianz bzw. Standardabweichung bei Binomialverteilungen für bestimmte Werte von n, aber für allgemeines p nach der allgemeinen
MehrGrenzen für x -s-regelkarten
Normalverteilte Fertigung: Stichproben aus der Fertigung: σ σ Eine normalverteilte Fertigung hat den Mittelwert µ und die Standardabweichung σ. Stichproben aus der Fertigung haben zufällig abweichende
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
Mehr