S1. a. Drücken Sie allgemein p durch die anderen in der Formel verwendeten Größen aus! Wie groß ist p, wenn a = 0.08, u = 1.96 und n = 120?

Größe: px
Ab Seite anzeigen:

Download "S1. a. Drücken Sie allgemein p durch die anderen in der Formel verwendeten Größen aus! Wie groß ist p, wenn a = 0.08, u = 1.96 und n = 120?"

Transkript

1 S1. a. Drücken Sie allgemein p durch die anderen in der Formel verwendeten Größen aus! Wie groß ist p, wenn a = 0.08, u = 1.96 und n = 120? a = u p ( 1 p) n b. Wenn am 28. Oktober (Nach Auszählen der Briefwähler) die SPÖ mit einem Stimmenanteil von 29.4% um 13.2 Prozentpunkte mehr hat als die FPÖ, um wie viel Prozent hat dann die FPÖ weniger Stimmen als die SPÖ? c. Eine Regressionsgerade, die den Zusammenhang zwischen Alter (x) und Blutdruck (y) von Männern beschreiben soll, enthält die beiden Punkte (46, 121) und (61, 139). Wie lautet die Gleichung der Geraden und was bedeutet deren Steigung? a a n 1 p = ± p = ± u 2 b. um 44.9 Prozent c. y = x Jedes Jahr mehr geht mit um 1.2 höherem Blutdruck einher 1

2 1. Für vier Teilwarenkörbe (Lebensmittel, Wohnen, Kleidung, Freizeit) wurden im Jahre 2006 insgesamt ausgegeben. Davon entfielen folgende Beträge auf die einzelnen Warengruppen: Darunter stehen die Preisänderungen der Warengruppen in Prozent (von 2006 auf 2007) Lebensmittel Wohnen Kleidung Freizeit Betrag in REST Preisänderung a. Berechnen und interpretieren sie den Preisindex des Gesamtwarenkorbes von 2006 auf 2007! b. Angenommen, sie kaufen im Jahr 2007 genau gleich viel wie 2006: Wie viel geben Sie 2007 für diese Waren aus? c. Um wie viel Prozent waren das Wohnen 2006 billiger als 2007? d. Angenommen, sie kaufen im Jahr 2007 um 2 Prozent mehr (Menge an) Lebensmitteln, geben aber um 5 Prozent weniger Geld für Freizeit aus. Bei Wohnen und Kleidung gibt es keine Mengenänderung. Wie groß ist der 2007 ausgegebene Gesamtbetrag? Lösung-bsp-2-klausuroktober 08 LM WOHNEN KL FREIZEIT SUMME AUSGABEN Preismesszahl 1,037 1,042 0,95 1,1 Umsatzanteil 0, , , , a. Preisindex Summand 0, , , , ,03884 Bei gleichen Mengen: b ,4 5765, , Mengen neu: 1, Ausgaben neu: 0,95 0, , c. um 4.03% Gesamtbetrag , , d , , , ,400 2

3 2. Man würfelt mit zwei fairen regelmäßigen Würfeln. Folgende Ereignisse werden betrachtet: A: Die Augensumme beträgt fünf B: Mindestens einer der Würfel zeigt die sechs, keiner zeigt die Eins C: Beide Augenzahlen sind ungerade Zahlen a. Geben Sie die Wahrscheinlichkeiten für diese drei Ereignisse A, B und C an b. Berechnen Sie die folgenden Wahrscheinlichkeiten: P(A B), P(B C), P(A C) sowie P(A B C) c. Mit welcher Wahrscheinlichkeit unterscheiden sich die beiden Augenzahlen um mindestens drei? Lösung: zu a. A zu a. B, C a. Durch Auflisten der jeweils passenden Wurfergebnisse: P(A) = 4/36 = 1/9 P(B) = 9/36 = ¼ Durch ein Diagramm mit 2 Ebenen, gerade/ungerade: P( C ) = ½ * ½ = ¼ b. P(A B) = 0 P(B C) = 18/36 P(A C) = 0 P(A B C) = 22/36 c. 12/36 zu c. Unterschied

4 3. a. Ermitteln Sie für eine mit Erwartungswert µ = 34 und der Standardabweichung σ = 8 normalverteilte Zufallsgröße X folgende Werte: (1) P(X ] 22, 42]) (2) Das 0.3-Quantil (3) eine Zahl c, für die gilt: P(X > c) = 0.64 (4) P(X = 34) b. Zeichnen Sie die Dichtefunktionskurve inklusive Skala auf der waagrechten Achse und kennzeichnen Sie darin die Lösung von a(3) c. Zeichnen Sie die Kurve der Verteilungsfunktion samt Skalen auf beiden Achsen und kennzeichnen Sie darin die Lösung zu a(1) a = 1 b. Glockenkurve c. S-förmige Kurve 4

5 4. In einer Stichprobe wurden Haushalte befragt: Wie viele PKWs gibt es in Ihrem Haushalt? Wie hoch schätzen Sie Ihre gesamten jährlichen Kosten (ohne Amortisation) dafür? Von 120 Haushalten gaben 82 an, einen (oder mehrere) PKWs zu besitzen. Für den jährlichen Aufwand - dieser wird als normalverteilte Größe betrachtet wurde aus den Angaben der 82 PKW-Halter ein Mittelwert von 1820 und eine Stichprobenstandardabweichung von errechnet. a. Ermitteln Sie ein zweiseitiges 90%-Konfidenzintervall für den Anteilswert der PKW- Besitzer b. Gemäß einer Studie beträgt der tatsächliche mittlere Aufwand 2345 Lässt sich bestätigen, dass der Aufwand für den PKW deutlich unterschätzt wird? Testen Sie zum Niveau α = a. n = 120, Schätzwert = a = Konf { p } b. n = 82 Einproben-t-Test H1: µ < 2345 Testgröße t 0 = K = ], 2.639] H0 ablehnen, Gegenhypothese hochsignifikant JA 5

6 6. Im Rahmen der Weiterentwicklung von elektronischen ABS-Systemen wurde die Geschwindigkeit von PKWs sowohl an den Vorderreifen als auch an den Hinterreifen derselben acht PKWs gemessen: Fahrzeug Nummer Messwert hinten Messwert vorne a. Testen Sie zum Niveau α = 0.1, ohne Annahme von Normalverteilungen, die Nullhypothese Die beiden Messungen liefern die selben Ergebnisse b. Ist die am Hinterreifen gemessene Geschwindigkeit Wert signifikant niedriger? (gleiches α = 0.1) (Hinweis: trotz weniger Daten Normalverteilungstabellen anwenden!) Abhängige Proben; nichtparametrisch, Lagevergleich: Vorzeichenrangtest (Wilcoxon) x y Differenz: d = y x Rang von Betrag d: Rangsumme r + = 29 E(T) = n*(n+1)/4 = 18 Var(T) = n*(n+1)*(2n+1)/24 = t 0 = = a. zweiseitig, u 0.95 = t 0 nicht kritisch, Nullhypothese beibehalten, Gleichheit akzeptiert b. einseitig, u 0.9 = K = [1.2816, ] t 0 kritisch, Geschwindigkeit am Vorderreifen ist signifikant höher 6

7 5. Im Rahmen einer Befragung wurde 34 Frauen und 66 Männern unter anderem folgende Frage gestellt: Sie haben in einem Restaurant eine Rechnung über 61,20 zu bezahlen. Wie viel Trinkgeld geben Sie?. Es stellt sich nun die Frage, ob die Frauen und Männer in etwa gleich viel Trinkgeld geben. Dazu die ersten statistischen Informationen: Mittelwert Trinkgeld Standardabweichung dazu Frauen x 1 = 2,90 s 1 = 1,70 Männer x 2 = 3,30 s 2 = 1,70 Die Daten können als normalverteilt betrachtet werden. Testniveau immer α = 5 %. a. Welcher Test ist zur Beantwortung obiger Frage durchzuführen und warum? b1. Kann die Hypothese, dass Männer und Frauen im Durchschnitt gleich viel Trinkgeld geben, aufrechterhalten werden? b2. Können Sie signifikant (mit einer Sicherheit von mindestens 95 Prozent) bestätigen, dass Männer mehr Trinkgeld geben? b. Wie viel Trinkgeld werden alle befragten im Mittel geben? a. Zweiproben-t-Test (Lage, parametrisch, da s 1 = s 2 ist der F-Test überflüssig) Hilfsgröße s = s1 = s2 = 1.7 Testgröße t 0 = = b1. H0: µ y = µ x Krit. Bereich: K = ], t ] [ + t, + [ b2. H1: µ y > µx ], 1.984] [ [ K = U, Testgröße unkritisch! Hypothese beibehalten JA 0.95 [ + t + [ K =, 98 [ [ K =, 98 U 98 = Testgröße unkritisch Gegenhypothese nicht signifikant NEIN c. x = =

Klausur Statistik 2 RE Statistik für Soziologen Do,

Klausur Statistik 2 RE Statistik für Soziologen Do, Klausur Statistik 2 RE Statistik für Soziologen Do, 24. 9. 2009 Name...Vorname... Matrikelnummer... Einsichtnahme: Fr, 2. Oktober BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem

Mehr

PRÜFUNG STATISTIK VO. 30. Jänner Name...Vorname... Einsichtnahme: Do, 4. Februar 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN!

PRÜFUNG STATISTIK VO. 30. Jänner Name...Vorname... Einsichtnahme: Do, 4. Februar 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! PRÜFUNG STATISTIK VO 30. Jänner 2010 Name...Vorname... Matrikelnummer... Einsichtnahme: Do, 4. Februar 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar steht. Exemplar

Mehr

a. P(t) = t P(8.5) = 11.55

a. P(t) = t P(8.5) = 11.55 .S. a. Die Wohnungspreise für gut ausgestattete Wohnungen in Graz-Stadt (Mittlere Monatsmieten in Euro/Quadratmeter) erhöhen sich im Schnitt jedes Jahr um 30 -Cent. Mit. Jänner 2000 lag der Preis bei 9.

Mehr

Lösungen Klausur Statistik 2/re/soz

Lösungen Klausur Statistik 2/re/soz Lösungen Klausur Statistik /re/soz. Juli 009 1. Hier sind drei Datenreihen spaltenweise angegeben. Bei der Durchführung von verschiedenen Berechnungen ist leider einiges durcheinandergekommen. Zehn Zahlen

Mehr

10 bis bis 75 ohne HA mit HA

10 bis bis 75 ohne HA mit HA 1. Eine Einkommensstatistik für Vierzigjährige (Jahresnettoeinkommen, in 1000 Euro, klassiert), zeigte folgende Anzahlen (absolut) für die Einkommen in den jeweiligen Klassen, getrennt für Personen ohne

Mehr

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63

Mehr

Name...LÖSUNGEN...Vorname...

Name...LÖSUNGEN...Vorname... PRÜFUNG STATISTIK VO 19. März 2010 Name...LÖSUNGEN...Vorname... Matrikelnummer... Einsichtnahme: Di, 20. April 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar

Mehr

PRÜFUNG STATISTIK VO 3. JULI Name...Vorname... Einsichtnahme: Freitag, 9. Juli 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN!

PRÜFUNG STATISTIK VO 3. JULI Name...Vorname... Einsichtnahme: Freitag, 9. Juli 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! PRÜFUNG STATISTIK VO 3. JULI 2010 Name...Vorname... Matrikelnummer... Einsichtnahme: Freitag, 9. Juli 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar steht. Exemplar

Mehr

Mittelwert der x 17 Pearsonkorrelation korr(x, z) Rangkorrelation rs(x, z) 1 Varianz(y) Median(y) 324

Mittelwert der x 17 Pearsonkorrelation korr(x, z) Rangkorrelation rs(x, z) 1 Varianz(y) Median(y) 324 1. In der folgenden Tabelle sind drei Datenspalten gegeben: x y z 9 41 31 12 34 3 13 386 29 14 245 26 15 288 25 17 51 23 18 296 22 19 256 2 21 412 19 23 344 18 26 324 7 Zu diesen Daten liegen folgende

Mehr

Zeit zum Kochen [in min] [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50,60[ [60, 100] Hi

Zeit 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

Mehr

PRÜFUNG STATISTIK VO 17. SEPTEMBER Name...Vorname... Einsichtnahme: Mittwoch, , 9-10 Uhr BITTE DEUTLICH UND LESERLICH SCHREIBEN!

PRÜFUNG STATISTIK VO 17. SEPTEMBER Name...Vorname... Einsichtnahme: Mittwoch, , 9-10 Uhr BITTE DEUTLICH UND LESERLICH SCHREIBEN! PRÜFUNG STATISTIK VO 17. SEPTEMBER 2010 Name...Vorname... Matrikelnummer... Einsichtnahme: Mittwoch, 22. 9. 2010, 9-10 Uhr BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar

Mehr

A_Klausur_OKT_07_LÖ. a. t = 1, 2, 3, 4, 5, 6, y = x 2007: y(7) = b Prozent b Prozent

A_Klausur_OKT_07_LÖ. a. t = 1, 2, 3, 4, 5, 6, y = x 2007: y(7) = b Prozent b Prozent 2. Die Preise für Normalbenzin in Wien waren jeweils im Jänner des Jahres: Jahr 1996 1998 2000 2002 2004 2006 Preis 0.75 0.80 0.92 0.97 1.12 1.05 a. Ermitteln Sie eine lineare Trendfunktion (Hinweis: Zeitskala

Mehr

Tutorium zur VO Statistik Beispielsammlung Teil 2. Schließende Statistik

Tutorium zur VO Statistik Beispielsammlung Teil 2. Schließende Statistik Schließende Statistik 1. BEISPIEL Mobilfunkstrahlung Man hat aus zweihundert Messungen von Mobilfunkstrahlung, die zu verschiedenen Zeiten an einer sehr belebten Stelle durchgeführt wurden, einen Mittelwert

Mehr

VPI

VPI 1.BWL a. Der Jahresdurchschnitt des österreichischen VPI ist für verschiedene Jahre angegeben. Die jeweiligen Bezugsjahreszahlen sie ändern sich alle 10 Jahre waren die Jahre 1966, 1976, 1986 und 1996,

Mehr

Statistik Übungen SS 2018 Blatt 3: Schließende Statistik

Statistik Übungen SS 2018 Blatt 3: Schließende Statistik Statistik Übungen SS 2018 Blatt 3: Schließende Statistik 1. P Im Auftrag eines Einzelhandelsunternehmens soll für die durchschnittliche Abfüllmenge einer Flaschenabfüllanlage, mit der 750 ml Weinflaschen

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

Fit for Abi & Study Stochastik

Fit for Abi & Study Stochastik Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2

Mehr

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen an.

Mehr

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 Statistik II für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 26. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung

Mehr

Wahrscheinlichkeit und Statistik BSc D-INFK

Wahrscheinlichkeit und Statistik BSc D-INFK Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete

Mehr

Statistik 2 RE Statistik f. Soziologen Klausur MÄRZ 2009 LÖSUNGSVORSCHLAG

Statistik 2 RE Statistik f. Soziologen Klausur MÄRZ 2009 LÖSUNGSVORSCHLAG 1. Familie Feuerstein kauft sich ein neues Auto, vorher aber lassen sie ihr altes verschrotten. Auf dem Weg dorthin werden sie in einer Wohnstrasse, wo nur 30 km/h erlaubt sind, geblitzt. Als sie ihre

Mehr

Übungsscheinklausur,

Übungsscheinklausur, Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...

Mehr

Statistik Übungen SS 2017

Statistik Übungen SS 2017 Statistik Übungen SS 2017 Blatt 3: Schließende Statistik 1. Für die Durchführung eines Entwicklungshilfeprojekts soll in einem Entwicklungsland zunächst der Anteil der Personen ermittelt werden, die unter

Mehr

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner

Mehr

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Grundlage: Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Die Testvariable T = X µ 0 S/ n genügt der t-verteilung mit n 1 Freiheitsgraden. Auf der Basis

Mehr

Statistik Zusätzliche Beispiele WS 2018/19

Statistik Zusätzliche Beispiele WS 2018/19 Statistik Zusätzliche Beispiele WS 2018/19 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2004/2005 Universität Karlsruhe 14. Februar 2005 Dr. Bernhard Klar Sebastian Müller Aufgabe 1: (15 Punkte) Klausur zur Vorlesung Statistik für Biologen Musterlösungen

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass

Mehr

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9. 7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe

Mehr

5. Seminar Statistik

5. Seminar Statistik Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Januar 2011 1 Vergleich zweier Erwartungswerte Was heißt verbunden bzw. unverbunden? t-test für verbundene Stichproben

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Maathuis ETH Zürich Winter 2010 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe

Mehr

Wahrscheinlichkeit und Statistik BSc D-INFK

Wahrscheinlichkeit und Statistik BSc D-INFK Prof. Dr. P. Embrechts ETH Zürich Sommer 2015 Wahrscheinlichkeit und Statistik BSc D-INFK Name: Vorname: Stud. Nr.: Das Folgende bitte nicht ausfüllen! Aufg. Summe Kontr. Pkte.-Max. 1 10 2 10 3 10 4 10

Mehr

MSP Musterlösung. Name, Nummer: Datum: 12. Juli Energie eines Super-Kondensators 2Y6HUB

MSP Musterlösung. Name, Nummer: Datum: 12. Juli Energie eines Super-Kondensators 2Y6HUB WST donat.adams@fhnw.ch IMN MSP Musterlösung Name, Nummer: Datum: 1. Juli 017 1. Energie eines Super-Kondensators Y6HUB An einer Sendung von Super-Kondensatoren mit Energie-Gehalt E = 1 C U wurden folgende

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

Mathematische und statistische Methoden II

Mathematische 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

Mehr

7.2 Mittelwert einer Stichprobe

7.2 Mittelwert einer Stichprobe 66 7.2 Mittelwert einer Stichprobe Gegeben ist eine normalverteilte Grundgesamtheit. Mit Hilfe einer Stichprobe möchten wir Aussagen über den unbekannten Mittelwert µ dieser Grundgesamtheit machen. Wenn

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter

Mehr

Statistik - Übungen SS 2015

Statistik - Übungen SS 2015 Statistik - Übungen SS 2015 Blatt 3: Schließende Statistik 1. Für die Durchführung eines Entwicklungshilfeprojekts soll in einem Entwicklungsland zunächst der Anteil der Personen ermittelt werden, die

Mehr

Teilaufgabe 1.1 (4 BE) Untersuchen Sie, ob die Ereignisse B und D stochastisch unabhängig sind. PB ( ) = 0.80 PD ( ) = 0.15 PB D = 0.05 = 0.

Teilaufgabe 1.1 (4 BE) Untersuchen Sie, ob die Ereignisse B und D stochastisch unabhängig sind. PB ( ) = 0.80 PD ( ) = 0.15 PB D = 0.05 = 0. Abiturprüfung Berufliche Oberschule 20 Mathematik Technik - B I - Lösung Teilaufgabe Eine städtische Leihbibliothek bietet Bücher und DVDs zur Ausleihe an. Erfahrungsgemäß leihen 80% der Besucher (Ereignis

Mehr

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. P. Embrechts ETH Zürich Winter 2009 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe

Mehr

Aufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).

Aufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ). Aufgaben 1. Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete Frage 1 Punkt und pro falsche Antwort 1/2 Punkt Abzug. Minimal erhält man für die gesamte

Mehr

Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test

Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test Biometrieübung 7 (t-test gepaarte Daten & Wilcoxon-Test) - Aufgabe Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test Aufgabe 1 Hirschläufe An 10 Hirschen wurde die Länge der rechten Vorder- und

Mehr

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Konfidenzintervalle, Gauß scher Mittelwerttest) 1. Bei einem bestimmten Großraumflugzeug sei die Auslastung

Mehr

3.Wiederholung: Toleranzbereiche Für EX Geg:

3.Wiederholung: Toleranzbereiche Für EX Geg: 3.Wiederholung: Toleranzbereiche Für EX Geg: Vl. 24.2.2017 Schätzfunktion für Güte: Ist X Problem: Feb 17 13:21 > Wir berechnen Bereiche (Toleranzbereiche) für sind untere und obere Grenzen, berechnet

Mehr

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen

Mehr

Anzahl der Möglichkeiten in der Werkstatthalle, 3 ohne eingebaute Alarmanlage: N N 2

Anzahl der Möglichkeiten in der Werkstatthalle, 3 ohne eingebaute Alarmanlage: N N 2 Abiturprüfung Berufliche Oberschule 003 Mathematik 13 Technik - B I - Lösung Teilaufgabe 1.0 Eine Kfz-Werkstatt für Autoelektronik baut in Fahrzeuge Alarmanlagen ein. Die Werkstatt verfügt über 11 Stellplätze,

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 001/00 Aufgabe 1: Die empirische Varianz

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Abschlussprüfung Berufliche Oberschule 2012 Mathematik 12 Nichttechnik - S I - Lösung

Abschlussprüfung Berufliche Oberschule 2012 Mathematik 12 Nichttechnik - S I - Lösung Abschlussprüfung Berufliche Oberschule 2012 Mathematik 12 Nichttechnik - S I - Lösung Bei den folgenden Aufgaben sollen relative Häufigkeiten als Wahrscheinlichkeiten interpretiert werden Teilaufgabe 10

Mehr

Statistik Übungen WS 2017/18

Statistik Übungen WS 2017/18 Statistik Übungen WS 2017/18 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem

Mehr

Lösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001

Lösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001 Lösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001 1. α-fehler und ß-Fehler Welche Aussage ist richtig? A. Der ß-Fehler ist unabhängig von α-fehler. Falsch. Je größer der α-fehler, umso kleiner

Mehr

Einfaktorielle Varianzanalyse

Einfaktorielle Varianzanalyse Kapitel 16 Einfaktorielle Varianzanalyse Im Zweistichprobenproblem vergleichen wir zwei Verfahren miteinander. Nun wollen wir mehr als zwei Verfahren betrachten, wobei wir unverbunden vorgehen. Beispiel

Mehr

4.1. Nullhypothese, Gegenhypothese und Entscheidung

4.1. Nullhypothese, Gegenhypothese und Entscheidung rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals

Mehr

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße.

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße. Statistische Tests Testen von Hypothesen Fehlerarten wichtigste statistische Tests Hypothesen Jeder statistische Test beruht auf der Widerlegung einer zuvor aufgestellten Hypothese. Die Widerlegung ist

Mehr

Statistische Tests zu ausgewählten Problemen

Statistische Tests zu ausgewählten Problemen Einführung in die statistische Testtheorie Statistische Tests zu ausgewählten Problemen Teil 4: Nichtparametrische Tests Statistische Testtheorie IV Einführung Beschränkung auf nichtparametrische Testverfahren

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 : Binomial, Gauß Prof. Dr. Achim Klenke http://www.aklenke.de 10. Vorlesung: 20.01.2012 1/31 Inhalt 1 Einführung Binomialtest 2/31 Beispiel Einführung Bohnenlieferant liefert

Mehr

Abschlussprüfung Berufliche Oberschule 2015 Mathematik 12 Nichttechnik - S I - Lösung

Abschlussprüfung Berufliche Oberschule 2015 Mathematik 12 Nichttechnik - S I - Lösung Abschlussprüfung Berufliche Oberschule 20 Mathematik 12 Nichttechnik - S I - Lösung Im Folgenden werden relative Häufigkeiten als Wahrscheinlichkeiten interpretiert. Teilaufgabe 1.0 Ein neues Medikament

Mehr

3) Testvariable: T = X µ 0

3) Testvariable: T = X µ 0 Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern

Mehr

Bereiche der Statistik

Bereiche der Statistik Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden

Mehr

Wahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -

Wahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung - wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 / Übungsaufgaben Prof. Dr. Achim Klenke http://www.aklenke.de 13. Vorlesung: 10.02.2012 1/51 Aufgabe 1 Aufgabenstellung Übungsaufgaben Ein Pharmakonzern möchte ein neues Schlankheitsmedikament

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 16. Januar 2013 1 Allgemeine Hypothesentests Nullhypothese und Alternative Beispiel: Blutdrucksenker Testverfahren

Mehr

Lösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001

Lösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001 Lösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001 1. Normalverteilung Der diastolische Blutdruck bei einer Gruppe von jungen Männern ist normalverteilt mit einem Erwartungswert von 65 mmhg

Mehr

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht

Mehr

Prüfung aus Statistik 2 für SoziologInnen

Prüfung aus Statistik 2 für SoziologInnen Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.

Mehr

73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments

73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments 73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind

Mehr

Lösungen zu den Übungsaufgaben in Kapitel 10

Lösungen 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

Mehr

3 Grundlagen statistischer Tests (Kap. 8 IS)

3 Grundlagen statistischer Tests (Kap. 8 IS) 3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven

Mehr

Teilaufgabe 1.1 (4 BE) Fertigen Sie ein Baumdiagramm für dieses Gewinnspiel an und zeigen Sie, dass die Wahrscheinlichkeit

Teilaufgabe 1.1 (4 BE) Fertigen Sie ein Baumdiagramm für dieses Gewinnspiel an und zeigen Sie, dass die Wahrscheinlichkeit Abiturprüfung Berufliche Oberschule 2006 Mathematik 3 Technik - B II - Lösung Teilaufgabe.0 Im Rahmen einer Werbesendung wird ein Gewinnspiel durchgeführt. Dafür wird ein Kandidat zufällig aus dem Publikum

Mehr

Serie 9, Musterlösung

Serie 9, Musterlösung WST www.adams-science.org Serie 9, Musterlösung Klasse: 4U, 4Mb, 4Eb Datum: FS 18 1. Mädchen vs. Knaben 442187 Unter 3000 in einer Klinik neugeborenen Kindern befanden sich 1578 Knaben. Testen Sie mit

Mehr

Tests für Erwartungswert & Median

Tests für Erwartungswert & Median Mathematik II für Biologen 26. Juni 2015 Prolog Varianz des Mittelwerts Beispiel: Waage z-test t-test Vorzeichentest Wilcoxon-Rangsummentest Varianz des Mittelwerts Beispiel: Waage Zufallsvariable X 1,...,X

Mehr

Kapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests

Kapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung

Mehr

Test auf den Erwartungswert

Test auf den Erwartungswert Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

b) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!

b) 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

Mehr

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Schweizer ETH Zürich Sommer 2018 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Bitte... Lege deine Legi auf den Tisch. Trage deine Daten in dieses Deckblatt ein, und schreibe auf jedes

Mehr

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,

Mehr

Statistik I für Betriebswirte Vorlesung 4

Statistik I für Betriebswirte Vorlesung 4 Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 20. Januar 2011 1 Der F -Test zum Vergleich zweier Varianzen 2 Beispielhafte Fragestellung Bonferroni-Korrektur

Mehr

1 Dichte- und Verteilungsfunktion

1 Dichte- und Verteilungsfunktion Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die

Mehr

Abschlussprüfung Berufliche Oberschule 2013 Mathematik 12 Nichttechnik - S II - Lösung

Abschlussprüfung Berufliche Oberschule 2013 Mathematik 12 Nichttechnik - S II - Lösung Abschlussprüfung Berufliche Oberschule 01 Mathematik 1 Nichttechnik - S II - Lösung Teilaufgabe 1.0 Eine Agentur vertreibt Tickets für Sportveranstaltungen (S), Konzerte (K), Musicals (M) und Eventreisen

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 1. Ein Chemiestudent hat ein Set von 10 Gefäßen vor sich stehen, von denen vier mit Salpetersäure Stoff A), vier mit Glyzerin Stoff

Mehr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X

Mehr

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit Lambacher Schweizer Q3.1 Grundlegende Begriffe der Grundlagen der Wahrscheinlichkeitstheorie: Beschreiben von Zufallsexperimenten (Laplace-Experimente) unter Verwendung der Begriffe Ergebnis, Ergebnismenge,

Mehr

Abitur 2015 Mathematik NT Stochastik S I

Abitur 2015 Mathematik NT Stochastik S I Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2015 Mathematik NT Stochastik S I Ein neues Medikament wird vor der Markteinführung einem klinischen Test unterzogen. Dabei erhält die Hälfte der am

Mehr

Fallzahlplanung bei unabhängigen Stichproben

Fallzahlplanung bei unabhängigen Stichproben Fallzahlplanung bei unabhängigen Stichproben Seminar Aktuelle biometrische Probleme Benjamin Hofner benjamin.hofner@stat.uni-muenchen.de 12. Januar 2005 Übersicht 1. Einführung und Grundlagen der Fallzahlplanung

Mehr

Anhang: Statistische Tafeln und Funktionen

Anhang: Statistische Tafeln und Funktionen A1 Anhang: Statistische Tafeln und Funktionen Verteilungsfunktion Φ(z) der Standardnormalverteilung Die Tabelle gibt die Werte Φ(z) der Verteilungsfunktion zu vorgegebenem Wert z 0 an; ferner gilt Φ( z)

Mehr

Kapitel 3 Schließende Statistik

Kapitel 3 Schließende Statistik Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:

Mehr

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? 1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen

Mehr

Lösungen zum Aufgabenblatt 14

Lösungen zum Aufgabenblatt 14 Lösungen zum Aufgabenblatt 14 61. Das Gewicht von Brötchen (gemessen in g) sei zufallsabhängig und werde durch eine normalverteilte Zufallsgröße X N(µ, 2 ) beschrieben, deren Varianz 2 = 49 g 2 bekannt

Mehr

Nachtermin 2003 Nichttechnik 12. Analysis

Nachtermin 2003 Nichttechnik 12. Analysis Die reellen Funktionen f : xa f (x); D = R a a f a Nachtermin 2003 Nichttechnik 12 Analysis 1 2 f a (x) = (x + 4x a) mit a R 4 sind die ersten Ableitungen der Funktionen Der Graph einer solchen Funktion

Mehr