Grundproblem der Inferenzstatistik
|
|
- Günther Bösch
- vor 6 Jahren
- Abrufe
Transkript
1 Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig Statistik für SoziologIe 1 Iferez für Ateile? Iferezschluss Stichprobeziehug Teilerhebug (sample survey versus Vollerhebug g( (cesus Grüde für Stichprobeerhebug Kosteersparis Zeitgewi Praktische Umöglichkeit eier Vollerhebug Statistik für SoziologIe 2 Iferez für Ateile 1
2 Stichprobetechike Arte der Stichprobeziehug Zufallsauswahlverfahre Jedes Elemet der Grudgesamtheit besitzt eie bestimmte, vo ull verschiedee Wahrscheilichkeit i die Stichprobe zu gelage Verfahre der bewußte Auswahl Vorgabe vo Quotemerkmale, durch die die Stichprobestruktur i wichtige Variable der Struktur der Grudgesamtheit etspricht Problem: Verbleibeder subjektiver Spielraum läßt keie wahrscheilichkeitstheoretisch abgesicherte Aussage über die Zuverlässigkeit der Ergebisse zu Statistik für SoziologIe 3 Iferez für Ateile Zufallsauswahlverfahre Eifachste Variate: Jedes Elemet besitzt die gleiche Wahrscheilichkeit gezoge zu werde Ueigeschräkte Zufallsauswahl (simple radom samplig I der Praxis: Geschichtete Zufallsstichprobe (stratified radom samplig ermöglicht geauere Aussage i heterogee Populatioe Klumpestichprobe (cluster samplig reduziert Erhebugskoste; oft aus praktische Grüde erforderlich Statistik für SoziologIe 4 Iferez für Ateile 2
3 Voraussetzug eier echte Zufallsauswahl "samplig frame" Register (Datebak aller Elemete der Grudgesamtheit (samplig uits Typische Probleme: Gallup 1936 US-Presidet Electio 10 Mio Frageboge Adresse aus Telefobuch "Selectio Bias" auch große Stichprobe hilft hier icht "Household Bias" populatio uits: Perso samplig uits: Haushalt Pro Haushalt wird ei Mitglied i die Stichprobe aufgeomme > Mitglieder vo Großfamilie sid systematisch uterrepräsetiert Statistik für SoziologIe 5 Iferez für Ateile Adere Probleme o-respose Bias icht-atworter köe sich vo de Atworter systematisch uterscheide Respose Bias - Befragte wolle sich icht deklariere - Gestaltug der Frage ka Atwort beeiflusse (z.b. hat i eier Studie das Veräder der Reihefolge vo Atwortalterative zu eier 5% Veräderug des Ergebisses geführt Statistik für SoziologIe 6 Iferez für Ateile 3
4 Fehlerstruktur bei Stichprobeerhebuge Stichprobeschätzug Wahre Parameter + Erhebugs-Bias (Verzerrug aufgrud der Befragugstechik + Stichprobefehler (Usicherheit aufgrud der Teilerhebug Statistik für SoziologIe 7 Iferez für Ateile Mögliche Iferezaussage Puktschätzug Agabe eies quatitative Wertes für de ubekate Parameter Itervallschätzug Agabe eies Itervalls, das mit eier bestimmte Wahrscheilichkeit de ubekate Parameter überdeckt Hypotheseteste Aahme bzw. Zurückweisug vo Aussage über de ubekate Parameter bei eier vorgegebee Irrtumswahrscheilichkeit Statistik für SoziologIe 8 Iferez für Ateile 4
5 Awedugskotext Wir betrachte eie Grudgesamtheit mit eiem biärem Merkmal Wie ka ma vo der Stichprobe auf die Grudgesamtheit schließe? Bei Ketis der Parameter der Grudgesamtheit <Azahl iteressiereder Ereigisse (M ud Umfag der Grudgesamtheit ( bzw. des Ateils M/> wisse wir bereits, wie Aussage über zetrale Schwakugsitervalle für die Azahl (X bzw. de Ateil (p i der Stichprobe gemacht werde köe. Statistik für SoziologIe 9 Iferez für Ateile Theoretisches Vorwisse (1 Ziehe ohe Zurücklege Grudgesamtheit mit Elemete davo M iteressierde Stichrobe vom Umfag 1. Exakte Bestimmug der Wahrscheilichkeite aller mögliche Stichprobeergebisse mittels der Hypergeometrische Verteilug 2. äherug der Hypergeometrische Verteilug durch die Biomialverteilug 3. Approximatio durch die ormalverteilug mit Variazformel der Hypergeometrische oder der Biomialverteilug Statistik für SoziologIe 10 Iferez für Ateile 5
6 6 Theoretisches Vorwisse (2 Ziehe ohe Zurücklege aus eier Grudgesamtheit mit Elemete davo M iteressierede Elemete Stichrobe vom Umfag 1 (1 ( ( X V M X E 1 (1 ( ( p V M p E X Azahl p Ateil Statistik für SoziologIe 11 Iferez für Ateile (0;1 1 (1 X (0;1 1 (1 p Theoretisches Vorwisse (3 Ziehe mit Zurücklege bzw. kleier Auswahlsatz Stichrobe vom Umfag V i f h B h d V i Vereifachte Berechug der Variaz (1 ( ( p V p E (1 ( ( X V M X E Statistik für SoziologIe 12 Iferez für Ateile (0;1 (1 p (0;1 (1 X
7 Beispiel Parameter der Grudgesamtheit M ,60 Parameter der Stichprobe 100 E(X 60 E(p 0,60 Mit Stichprobekorrektur Mit Stichprobekorrektur V(X 23,7624 V(X 0,0024 s(x 4,8747 s(x 0,0487 Ohe Stichprobekorrektur Ohe Stichprobekorrektur V(X 24,0000 V(X 0,0024 s(x 4,8990 s(x 0,0490 Statistik für SoziologIe 13 Iferez für Ateile Optisch kaum uterscheidbar Prob Hy Prob Bi 0,1 0,08 0,06 0,04 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 0,1 0,08 0,06 0,04 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 orm mit 0,1 0,08 0,06 0,04 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 orm mit 0,1 0,08 0,06 0,04 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Statistik für SoziologIe 14 Iferez für Ateile 7
8 Ergebisvergleich Hy Bi orm mit orm ohe Prob(p<0,5 0,0163 0,0168 0,0156 0,0160 Prob(p<0,6 0,4565 0,4567 0,4592 0,4594 Prob(p0,6 0,0816 0,0812 0,0817 0,0813 Prob(0,55<p<0,65 0,6440 0,6416 0,6441 0,6417 Prob(p>0,6 0,4618 0,4621 0,4592 0,4594 Exakte Ergebisse Approximatio i der Praxis Statistik für SoziologIe 15 Iferez für Ateile Iklusios- bzw. Repräsetatiosschluß Bei bekatem Parameter der Grudgesamtheit habe wir bislag Aussage über die Verteilug der Stichprobegröße getroffe (Iklusio; direkter Schluß durch Umkehrug gelage wir zur eue Aufgabe: ausgehed vo eiem Stichprobeergebis soll auf die Parameter der Grudgesamtheit geschlosse werde (Repräsetatios- oder Iferez-Schluss; idirekter Schluss Statistik für SoziologIe 16 Iferez für Ateile 8
9 Puktschätzug Da wir wisse, dass der Erwartugswert für de Ateilswert der Stichprobe (p gleich ist dem wahre Wert für de Parameter i der Grudgesamtheit, erscheit es bei Vorliege eier kokrete Stichprobe sivoll, de Stichprobeateil p als Schätzug für zu verwede. Statistik für SoziologIe 17 Iferez für Ateile Kozept der Kofidezitervalle - Beispiel Grudgesamtheit mit biärem Merkmal z.b.: Kadidat-A... Erfolg Kadidat-B... Misserfolg Stichprobe mit 500 Ageomme der wahre Wert i der Grudgesamtheit sei 0.5 ud wir wähle eie Sicherheitswahrscheilichkeit vo (1-α0,99: X sei die Azahl der Erfolge i der Stichprobe p sei der Ateil der Erfolge i der Stichprobe Statistik für SoziologIe 18 Iferez für Ateile 9
10 Zetrales Schwakugsitervall - Beispiel Für das zetrale Schwakugsitervall vo X ergibt sich da P(.-2,58*σ < X <.+2,58*σ 0,99 Mit σ²..( ,5250 σ²..( ,5.0,5125 σ11,18 P( *11,18< X < *11,18 0,99 P(221,15 < X <278, Falls der wahre Wert i der Grudgesamtheit 0.5 beträgt wird die Azahl der Befragte für Kadidat A mit eier Wahrscheilichkeit vo 99% im Itervall vo 221 bis 279 liege. Statistik für SoziologIe 19 Iferez für Ateile Kozept der Kofidezitervalle Für uterschiedliche Werte vo ergebe sich atürlich verschiedee zetrale Schwakugsitervalle 500 α 0,01 2,5758 Quatilswert Zetrales Schwakugsitervall für die Azahl Zetrales Schwakugsitervall für de Ateil E(X Var(X UG(X OG(X E(p Var(p UG(p OG(p 0, , ,10 0,0002 6,5% 13,5% 0, , ,15 0, ,9% 19,1% 0, , ,20 0, ,4% 24,6% 0, , ,25 0, ,0% 30,0% 0, , ,30 0, ,7% 35,3% 0, , ,35 0, ,5% 40,5% 0, , ,40 0, ,4% 45,6% 0, , ,45 0, ,3% 50,7% 0, , ,50 0, ,2% 55,8% 0, , ,55 0, ,3% 60,7% 0, , ,60 0, ,4% 65,6% 0, , ,65 0, ,5% 70,5% 0, , ,70 0, ,7% 75,3% 0, , ,75 0, ,0% 80,0% 0, , ,80 0, ,4% 84,6% 0, , ,85 0, ,9% 89,1% 0, , ,90 0, ,5% 93,5% Statistik für SoziologIe 20 Iferez für Ateile 10
11 Beachte: Hiweis: Die zetrale Schwakugsitervalle i der ähe vo 0,5 sid deutlich größer als die für Radwerte vo (z.b. 0,1 bzw. 0,9 Beobachte, wie sich das Schwakugsitervall bei Äderug der Fallzahl bzw. der Sicherheitswahrscheilichkeit verädert: Größere Werte vo α bedige ei kleieres Schwakugsitervall (präziser aber mir gerigerer Sicherheit Größere Fallzahle reduziere das Schwakugsitervall für de Ateil icht aber für die Azahl Statistik für SoziologIe 21 Iferez für Ateile Die Graphik stellt für uterschiedliche Werte vo die zetrale Schwakugsitervalle durch horizotale Liie dar Ate eil i der Grudgesamtheit Azahl i der Stichprobe Statistik für SoziologIe 22 Iferez für Ateile 11
12 Kofidezitervalle Trägt ma i diese Graphik de kokrete real beobachtete Stichprobewert (z.b. 260 mittels eier vertikale Liie ei, so ka ma ablese, dass ei solches Stichprobeergebis bei eier Sicherheitswahrscheilichkeit vo 99% mit eiem -Wert i der Grudgesamtheit vo 0,46 bis 0,58 koform geht. Higege erscheie Werte vo beispielsweise 0,7 bzw. 0,4 für de Ateil i der Grudgesamtheit mit dem Stichprobeergebis icht verträglich. Statistik für SoziologIe 23 Iferez für Ateile Ateil i der Grudgesamth heit Kofidezitervall Azahl i der Stichprobe Statistik für SoziologIe 24 Iferez für Ateile 12
13 Formel für das Kofidezitervall Ausgagspukt: P p z z φ( z φ( z 1 α ( 1 Auflösug ach ( 1 ( 1 Pp z p+ z 1α σ ( 1 p( 1 p ersetze durch s σ 1 p p p Statistik für SoziologIe 25 Iferez für Ateile Approximative Kofidezitervall für Ateile Liefert eie Stichprobe de empirische Ateilswert p, so überdeckt das folgede Kofidezitervall de wahre Paramter mit eier Wahrscheilichkeit vo 1-α. (z sei das (1-α/2-Quatil der Stadard-ormalverteilug Pp z p ( 1 p p z p ( 1 + p 1α 1 1 bzw. bei große Pp z p ( 1 p p+ z p ( 1 p 1α Statistik für SoziologIe 26 Iferez für Ateile 13
14 Korrekturfaktor Bei eiem relativ große Auswahlsatz ud Ziehe ohe Zurücklege ist der Korrekturfaktor zu berücksichtige: Pp z p ( 1 p p z p ( 1 p + 1α 1 1 Statistik für SoziologIe 27 Iferez für Ateile Beispiel Haushalte Stichprobe: 100 davo 30 Haushalte mit mehr als 1 Auto Gesucht 95% (α0,05 05 Kofidezitervall i für de ubekate Ateil i der Grudgesamtheit p0,3 s p2 0,3*0,7/990,0021 s p 0,046 z1,96 0,3-1,96*0,046 < < 0,3 + 1,96*0,046 P(0,21 < < 0, ,95 Die Wahrscheilichkeit, dass der ubekate Ateilswert der Grudgesamtheit durch ei Itervall vo 21% bis 39% überdeckt wird, beträgt approximativ 95%. Statistik für SoziologIe 28 Iferez für Ateile 14
15 Beispiel Selbes Beispiel aber höhere Sicherheit der Aussage wird gewüscht: Gesucht 99% (α0,01 Kofidezitervall für p0,3 03 s 2 p2 0,3*0,7/990, s p 0, z2,58 0,3 2,58*0,046 < < 0,3 + 2,58*0,046 P(0,18 < < 0,42 0,99 Die Wahrscheilichkeit, dass der ubekate Ateilswert der Grudgesamtheit durch ei Itervall vo 18% bis 42% überdeckt wird, beträgt 99%. Höhere Sicherheit bedigt eie weiger Präzise Aussage bzw. Hohe Präzisio impliziert häufige Fehlaussage Statistik für SoziologIe 29 Iferez für Ateile Beispiel Selbes Beispiel aber vierfach so große Stichprobe Haushalte 400 mit 120 Haushalte mit mehr als 1 Auto Gesucht 95% (α0,05 Kofidezitervall für p0,3 s p2 0,3*0,7/3990,0005 s p 0,023 z1,96 0,3-1,96*0,023 < < 0,3 + 1,96*0,023 P(0,26 < < 0,34 0,95 Gesucht 99% (α0,01 01 Kofidezitervall i für 0,3-2,58*0,023 < < 0,3 + 2,58*0,023 P(0,24 < < 0,36 0,99 Vierfache Stichprobe halbiert die Läge des Kofidezitervalls Statistik für SoziologIe 30 Iferez für Ateile 15
16 Läge des Kofidezitervalls Pp z p ( 1 p p+ z p ( 1 p 1α L 2 z Hägt ab: 1 α/ 2 p ( 1 p vo der Wahl vo α (mit größerem α [~Irrtumswahrscheilichkeit] wird Läge kleier vom Stichprobeumfag (mit größerem wird Läge kleier; Wurzelgesetz! vo der Größe vo p bzw. (bei p1/2 maximal Statistik für SoziologIe 31 Iferez für Ateile Kofidezitervall mit wachsedem Stichprobeumfag Beobachtete Resposerate p 50% Irrtumswahrscheilichkeit. alpha 0,05 Kofideziveau... 1-alpha 0,95 KOFIDEZITERVALL Fall Stadard- Uter- Ober- Maximaler zahl fehler greze greze Fehler 30 0,091 32,1% 67,9% 17,9% 40 0,079 34,5% 65,5% 15,5% 50 0,071 36,1% 63,9% 13,9% 60 0,065 37,3% 62,7% 12,7% 70 0,060 38,3% 61,7% 11,7% 80 0,056 39,0% 61,0% 11,0% 90 0,053 39,7% 60,3% 10,3% 100 0,050 40,2% 59,8% 9,8% 200 0,035 43,1% 56,9% 6,9% 300 0,029 44,3% 55,7% 5,7% 400 0,025 45,1% 54,9% 4,9% 500 0,022 45,6% 54,4% 4,4% 600 0,020 46,0% 54,0% 4,0% 700 0,019 46,3% 53,7% 3,7% 800 0,018 46,5% 53,5% 3,5% 900 0,017 46,7% 53,3% 3,3% ,016 46,9% 53,1% 3,1% ,013 47,5% 52,5% 2,5% ,011 47,8% 52,2% 2,2% ,010 48,0% 52,0% 2,0% ,009 48,2% 51,8% 1,8% ,008 48,3% 51,7% 1,7% ,008 48,5% 51,5% 1,5% 70,0% 0% 60,0% 50,0% 40,0% 30,0% Statistik für SoziologIe 32 Iferez für Ateile 16
17 Bestimmug des Stichprobeumfages (1 4 z 2 1α / 2 p( 1 2 L p Falls keie a-priori Ketis bezüglich p besteht, geht ma vom worst case p1/2 aus [p(1-p wird da maximal], wodurch sich die Formel wie folgt vereifacht: z 2 1α / 2 2 L Statistik für SoziologIe 33 Iferez für Ateile Bestimmug des Stichprobeumfages (2 L 2 e max e max... Maximaler Fehler, des Kofidezitervalls; bezeichet bei vorgegebeem Sigifikaziveau, die maximale plus/mius Abweichug vom wahre Parameter Bestimme, so dass der maximaler Fehler 5 Prozetpukte beträgt > Läge des Kofidezitervalls also maximal 10% L0,10 Bei α0,05: >1,96²/0,01384,1 > 385 Bei α0,01: >2,58²/0,01663,5 > 664 Statistik für SoziologIe 34 Iferez für Ateile 17
18 Beispiel Umfrage bei Wahlberechtigte Wie geau ka ei Ateil bei eiem Kofideziveau vo 95% vorhergesagt werde? p Wurzel[p(1-p/] max. Fehler Läge des KI 0,1 0,0067 ±1,31% 2,62% 0,2 0,0089 ± 1,75% 3,50% 0,3 0,0102 ± 2,01% 4,02% 0,4 0,0110 ± 2,15% 4,30% 0,5 0,0112 ± 2,19% 4,38% Statistik für SoziologIe 35 Iferez für Ateile Beispiel Gesucht ist eie Stichprobe vom Umfag, mit der der Ateil der Ja-Wähler bei eier Volksabstimmug auf 1% geau geschätzt werde ka (L0,02 Sicherheitsiveau 0,95 a bei Vorketis, dass ~0,25 sei: 4*3,84*0,1875/0, ,, b ohe Vorketis über de Ateil 3,84/0, Statistik für SoziologIe 36 Iferez für Ateile 18
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
MehrGrundproblem 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
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall
MehrGrundproblem der Inferenzstatistik
Grundproblem der Inferenzstatistik Grundgesamtheit Stichprobenziehung Zufalls- Stichprobe... "wahre", unbekannte Anteil nicht zufällig p... beobachtete Anteil zufällig? Statistik für SoziologInnen 1 Inferenzschluss
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrX 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.
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
MehrProf. 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
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
MehrKonfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage
Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle
MehrGrundzüge der Stichprobentheorie. Statistisches Bundesamt
Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
MehrSBP 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
MehrTesten statistischer Hypothesen
Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
MehrKörpergröße 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:
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
MehrStatistik 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
Mehr3. 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 ; : :
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
MehrDemo 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
MehrWissenschaftliches 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:
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrEvaluierung 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:
MehrStatistik 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
Mehr8. 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
MehrStichproben im Rechnungswesen, Stichprobeninventur
Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-
MehrStatistische 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
MehrZufallsstreubereiche 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:
MehrÜbungsblatt 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
Mehr14 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
Mehrn 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
MehrDie Mutter aller Zufallsstichprobenverfahren Die uneingeschränkte Zufallsauswahl
Die Mutter aller Zufallsstichprobeverfahre Die ueigeschräkte Zufallsauswahl 2 2.1 Das Ziehugsmodell Als erstem Stichprobeverfahre wede wir us der ueigeschräkte Zufallsauswahl vo Erhebugseiheite aus der
MehrKapitel 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
MehrWahrscheinlichkeit & 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
MehrGliederung. 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
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
Mehr15.4 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
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)
Mehr3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-
MehrBeispiel 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
MehrLogarithmusfunktion, 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
Mehr2.3 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
MehrDie Mutter aller Zufallsstichprobenverfahren Die uneingeschränkte Zufallsauswahl
Die Mutter aller Zufallsstichprobeverfahre Die ueigeschräkte Zufallsauswahl 2 2.1 Das Ziehugsmodell Als erstem Stichprobeverfahre wede wir us der ueigeschräkte Zufallsauswahl vo Erhebugseiheite aus der
MehrÜbung 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
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrKlausur 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, ;
MehrGrundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung
MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2
MehrParameter 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
MehrStatistik 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
MehrStichprobenverteilungen, Schätz und Testtheorie
Stichprobeverteiluge, Schätz ud Testtheorie Begleitede Uterlage zur Übug Iduktive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 1 Grudzüge der Stichprobetheorie.....................................
MehrVariiert 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
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
Mehr(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.
Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;
MehrKapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete
MehrEs 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
MehrFormelsammlung Mathematik
Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1
MehrZählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?
Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder
MehrStatistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html
Statistik Prof. Dr. K. Melzer kari.melzer@hs-esslige.de http://www.hs-esslige.de/de/mitarbeiter/kari-melzer.html Ihaltsverzeichis 1 Eileitug ud Übersicht 3 2 Dategewiug (kurzer Überblick) 3 2.1 Plaugsphase
MehrRobuste 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
MehrStandard 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
MehrStatistische 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
MehrWir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!
Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud
MehrKapitel 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
MehrInnerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrKennwerte 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
Mehr5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung
Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder
MehrKorrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test
Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame
MehrMathe-Lernzettel. Schwerpunkt 3 : Stochastik. Einführung in die Stochastik: - wichtige Begriffe: Absolute Häufigkeit
Mathe-Lerzettel Schwerpukt 3 : Stochastik Eiführug i die Stochastik: - wichtige Begriffe: Relative Häufigkeit - Baumdiagramm: h(e) ; Darstellug eies Ergebisses absolute Häufigkeit Aza l der Durc füruge
MehrElementarstatistik 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
MehrVerteilungsfunktionen
Verteilugsfuktioe Wie sid zufällige Fehler verteilt? Wie sid Messwerte verteilt? Fehler Messwerte Verteilugsfuktioe: Maxwell-Boltza Feri-Dirac Bose-Eistei Placksche Verteilug Frage ist stets, wie groß
MehrAussage 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
Mehr7. 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
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrTestumfang 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
MehrKontingenztabellen. 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
Mehr4 Konvergenz von Folgen
4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder
MehrBeschreibende Statistik Kenngrößen in der Übersicht (Ac)
Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur
MehrÜbersicht: 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
MehrFormelsammlung. zur Klausur. Beschreibende Statistik
Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe
MehrModel CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I
Model CreditRisk + : The Ecoomic Perspective of Portfolio Credit Risk Part I Semiar: Portfolio Credit Risk Istructor: Rafael Weißbach Speaker: Pablo Kimmig Ageda 1. Asatz ud Ziele Was ist CreditRisk +
MehrDifferenz X-Y normalverteilt Lagetest für zwei verbundene. Differenz X-Y symmetrisch Wilcoxon-Test Stichproben
1 Fuktio des Tests Bezeichug Testgegestad X ormalverteilt Lagetest für eie Stichprobe Wilcoxo-Test X symmetrisch verteilt Vorzeichetest Variable X Differez X-Y ormalverteilt Lagetest für zwei verbudee
MehrÜbungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II
Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe
MehrÜbungen 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,
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrVereinheitlichung 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
MehrKlassifizierung der Verteilungen. Streuung der diskreten Verteilung
Wichtigste Verteiluge der Biostatisti Disrete Zur Erierug Klassifizierug der Verteiluge Kotiuierliche Disrete Gleichverteilug Kotiuierliche Gleichverteilug Biomialverteilug Normalverteilug Poisso Verteilug
MehrFehlerrechnung. 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
MehrErfolg im Mathe-Abi 2013
Gruber I Neuma Erfolg im Mathe-Abi 2013 Vorabdruck Wahlteil Stochastik für das Abitur ab 2013 zum Übugsbuch für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Vorwort Vorwort Erfolg vo Afag a...ist das
MehrBeurteilende Statistik - Testen von Hypothesen Alternativtest
Moika Kobel 26.03.2005 Hypothesetest_i.mcd Beurteilede Statistik - Teste vo Hypothese Alterativtest Bsp.: Eie Fabrik liefert Schachtel mit Schraube hoher Qualität ( 10% der Schraube sid fehlerhaft ) ud
MehrLinsengesetze 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
MehrKovarianz 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( ) 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
Mehr2. Diophantische Gleichungen
2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze
MehrArbeitsplätze in SAP R/3 Modul PP
Arbeitsplätze i SAP R/3 Modul PP Was ist ei Arbeitsplatz? Der Stadort eier Aktioseiheit, sowie dere kokrete räumliche Gestaltug Was ist eie Aktioseiheit? kleiste produktive Eiheit i eiem Produktiosprozess,
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
MehrBehandlung von Messunsicherheiten (Fehlerrechnung)
Behadlug vo Messusicherheite (Fehlerrechug). Ermittlug vo Messusicherheite. Messug ud Messusicherheit Die Messug eier physikalische Größe erfolgt durch de Vergleich dieser Größe mit eier Bezugseiheit ach
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
MehrDas FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++
Das FSB Geldkoto Eifache Abwicklug ud attraktive Verzisug +++ Verzisug aktuell bis zu 3,7% p.a. +++ zuverlässig servicestark bequem Kompeteter Parter für Ihr Wertpapiergeschäft Die FodsServiceBak zählt
Mehr