Statistik I Februar 2005

Ähnliche Dokumente
Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

Kapitel VI. Einige spezielle diskrete Verteilungen

Einführung in die Stochastik 10. Übungsblatt

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Kapitel XI - Korrelationsrechnung

Kapitel 6 : Punkt und Intervallschätzer

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable

Wahrscheinlichkeitstheorie und Statistik vom

Wirksamkeit, Effizienz

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

(a) Richtig, die Varianz ist eine Summe quadratischer Größen.

Statistik und Wahrscheinlichkeitsrechnung

6. Übung - Differenzengleichungen

Statistik I/Empirie I

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

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

Tests statistischer Hypothesen

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

6 Vergleich mehrerer unverbundener Stichproben

Zentraler Grenzwert Satz

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

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

Klausur vom

Wahrscheinlichkeit & Statistik Musterlösung Serie 13

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

So lösen Sie die Gleichung für den Korrelationskoeffizienten

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10

10. Testen von Hypothesen Seite 1 von 6

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

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i

Eingangsprüfung Stochastik,

4 Schwankungsintervalle Schwankungsintervalle 4.2

Das kollektive Risikomodell. 12. Mai 2009

3. Grundbegrie der Schätztheorie

Kapitel 5: Schließende Statistik

R. Brinkmann Seite

Empirische Verteilungsfunktion

3 Vergleich zweier unverbundener Stichproben

Herleitung der Parameter-Gleichungen für die einfache lineare Regression

Formelsammlung. Deskriptive Statistik und Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

Übungen zu QM III Mindeststichprobenumfang

Diskrete Zufallsvariablen

10. Übungsblatt zur Einführung in die Stochastik

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Anwendungen der Wahrscheinlichkeit II. Markovketten

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Lineare Transformationen

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8

h i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte

Zufallsvariable. Die Wahrscheinlichkeitsverteilung p (probability function) ist definiert durch: p(x i ) := P (X = x i ),

Bernoulli-Experiment und Binomialverteilung

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

Eigenschaften von Texten

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung

Anwendung für Mittelwerte

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Kapitel 10 VERTEILUNGEN

Statistische Modelle und Parameterschätzung

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik

Probeklausur. (b) Was geschieht, wenn man ein Quantenbit in einem solchen Zustand misst?

Parameterschätzung. Kapitel Schätzfunktionen

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Aufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...

Formelsammlung zur Statistik

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

1.2. Taylor-Reihen und endliche Taylorpolynome

AngStat1(Ue13-21).doc 23

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

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

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

Übungen mit dem Applet erwartungstreu

Fakultät für Wirtschafts- und Rechtswissenschaften

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen

Maximum Likelihood Version 1.6

Tutorium Mathematik ITB1(B), WI1(B)

Tests für beliebige Zufallsvariable

x 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n

2. Repetition relevanter Teilbereiche der Statistik

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Multiple-Choice-Tests Mathematik (Klasse 7/8)

Positiv denken! Lösungen

Wahrscheinlichkeitstheorie und Statistik

Übungen zur Vorlesung Funktionentheorie Sommersemester Musterlösung zu Blatt 11. c n (z a) n,

1. Probabilistisches Sprachmodell - Verständnisfragen

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

Statistik und Wahrscheinlichkeitsrechnung

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Aufgabe 1. d) Berechnen Sie die Wahrscheinlichkeit dafür, dass Axel 1,5 Stunden warten muss.

Statistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1.

Transkript:

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 h 0 die absolute Häufigkeit der Ausprägug 0 ud h die absolute Häufigkeit der Ausprägug. a) Ma beweise, dass für die mittlere quadratische Abweichug der Beobachtugswerte gilt: s 2 = h 0 h (h 0 + h ) 2 b) Uterstelle Sie für de Aufgabeteil b), dass 00 Beobachtugswerte x,...,x 00 zu obigem Merkmal X vorliege, wobei 80 der x i gleich sid. Wie groß ist da die relative Häufigkeit der Ausprägug 0, das arithmetische Mittel der x i, die Stadardabweichug der x i? c) Auf Basis eier adere als der i b) betrachtete Urliste wurde für das Merkmal X eie mittlere quadratische Abweichug i Höhe vo 0,25 ermittelt. Bestimme Sie das zugehörige arithmetische Mittel. Aufgabe 2 0 Pukte I eiem Küstedorf auf Sardiie lebe Gaetao, ei Fischer, ud Astrid, eie schwedische Ex-Dozeti. Die beide Freude verbrachte scho viele Abede am Strad. Eies Abeds kam Astrid auf das additive Zeitreihemodell zu spreche. Gaetao, der stets ratlos vor de Schwakuge seier Fagmege stad, war sogleich begeistert. De eier alte Traditio sardischer Fischer folged hatte er bereits seit lägerem füfmal im Jahr, d.h. im Rhythmus vo 73 Tage (Schaltjahre seie außer Acht gelasse), die im jeweilige Jahresfüftel gefagee Mege Fisch otiert. Begied im erste Füftel des Jahres 2002 laute die jeweils i Toe gemessee Mege:

Jahr 2002 2003 2004 Füftel 2 3 4 5 2 3 4 5 2 3 4 5 Mege 20,5 5 0 2 5,5 2 5 0 3 6,5 22 5 0 2 7,5 a) Bereche Sie für das dritte Füftel des Jahres 2003 de gleitede Durchschitt der Ordug 2. b) Uterstelle Sie das additive Zeitreihemodell mit kostater Saisofigur ud bereche Sie die zugehörige saisobereiigte Zeitreihe. c) Führe Sie über die 5 Periode hiweg eie lieare Regressio durch mit der Zeit t als uabhägiger Variable ud de beobachtete Fagmege y t als Werte der abhägige Variable. Hiweise: Der Wert 5 ty t = 78,5 ist bereits errechet. t= Bitte rude Sie stets auf 2 Nachkommastelle. Aufgabe 3 0 Pukte A Patiete eier gegebee Populatio wird mittels eies Labortests utersucht, ob eie bestimmte Krakheit vorliegt oder icht. Der Ateil der Krake i der Populatio werde mit p bezeichet. Falls ei Patiet wirklich krak ist, zeigt der Test mit eier Wahrscheilichkeit vo 99 % die Krakheit a (Ergebis positiv); falls er icht krak ist, zeigt der Test mit eier Wahrscheilichkeit vo 2 % die Krakheit a. Der Test werde bei eiem zufällig aus der Populatio ausgewählte Probade durchgeführt. a) Bereche Sie uter Verwedug der Bezeichuge K = Krakheit liegt vor T = Test zeigt Krakheit a die (vo p abhägige) Wahrscheilichkeite P(T) ud P(K T) b) Kläre Sie, ob uter der spezielle Prämisse p = 0,00 die Wahrscheilichkeit, dass ei Probad mit positivem Testergebis wirklich krak ist, uter oder über 5 % liegt. 2

Aufgabe 4 0 Pukte Zur Zufallsvariable X bereche ma für jede der folgede Fälle a),..., g) die Wahrscheilichkeit P(X 7). a) X ist gleichverteilt im Itervall [; ] b) X ist gleichverteilt im Itervall [0; b], ud es gilt Var(X) = 3 c) X ist expoetialverteilt, ud es gilt E(X) = 0 d) X ist N(7; )-verteilt e) X ist N(8; )-verteilt f) X ist hypergeometrisch verteilt mit N = 0, M = 7 ud = 8 g) X ist Poisso-verteilt, ud es gilt Var(X) = 0. Aufgabe 5 0 Pukte Studet Eddy Eisam plat eie Theaterbesuch mit seier eue Freudi. Eie Stude vor Begi des Schauspiels begit seie Freudi, verschiedee Bluse ud Hose aus ihrem Schrak azuprobiere ud Eddy ach seier Meiug zu frage. Eddys Aussage sid leider i de Auge seier Freudi meist ziemlich uqualifiziert, so dass sie sich mit 80 % Wahrscheilichkeit über eie Kommetar zu eier Bluse ud mit 70 % Wahrscheilichkeit über eie Kommetar zu eier Hose ärger muss. Dabei ist jede ihrer Etscheiduge (jeweils ärger oder icht ärger ) uabhägig vo der vorherige Etscheidug ud uabhägig davo, welches Kleidugsstück sie aprobiert. Die Freudi verfügt über 8 Bluse ud 7 Hose ud probiert jedes dieser Kleidugsstücke geau eimal a. a) Wie oft wird sie sich voraussichtlich (d.h. im Erwartugswert) a diesem Abed über eie Hosekommetar ärger? b) Wie oft wird sie sich voraussichtlich isgesamt a diesem Abed über Eddy ärger? c) Wie groß ist die Variaz der i b) betrachtete Zufallsvariable? d) Wie groß ist die Wahrscheilichkeit, dass sie sich geau 3 Mal ärger muss? e) Eddy beschließt zu Begi der Kleiderprobe, seier Freudi für jedes Mal Ärger ei Glas Prosecco im Theater zu spediere, welches 4,50 kostet. Wie groß ist die Variaz der Zufallsvariable Proseccokoste im Theater? 3

Lösug zu Aufgabe a) Da ur die Beobachtugswerte 0 ud auftrete köe, gilt x 2 i = x i (i =,...,) ud somit: Ferer gilt s 2 = i=x 2 i x 2 = i= x i x 2 = x x 2 = x( x) x = (0 h 0 + h ) = h Nutzt ma u = h 0 + h, so erhält ma isgesamt s 2 = h ( h ) = h h 0 + h h 0 + h h 0 + h b) = 00, h = 80 h 0 = 20 f 0 = h 0 / = 20/00 = 0,2 x = h / = 80/00 = 0,8 s = 20 80/00 2 = 0,4 c) s 2 = 0,25 = x x 2 x 2 x+0,25 = 0 x = ± 4 0,25 2 h 0 h 0 + h = h 0 h (h 0 + h ) 2 = 0,5 Lösug zu Aufgabe 2 a) 2 ( 2 5+0+ 2 3) = 2 b) Zu verwede sid gleitede Durchschitte der Ordug 5. Da: y t 20,5 5 0 2 5,5 2 5 0 3 6,5 22 5 0 2 7,5 y t 4,6 4,7 4,7 4,7 4,9 5, 5,3 5,3 5,3 5, 5,3 y t y t 4,6 2,7 0,8 6,3 0, 5, 2,3,2 6,7 0, 5,3 y i j Ŝ j 4 5 5 4,5 4,5 4,5 5 5 5,5 5,5 5,5 5 5 4,5 6,5 wobei: S = 6,5; S 2 = 0; S 3 = 5; S 4 = 2,5; S 5 = ; 5 c) Regressio über die Zeit, vgl. Übugsaufgabe 4: ȳ = 5 (20,5+ +7,5) = 5 5 6 78,5 2 5 ˆb = = 0,07 2 (53 5) Regressiosgerade: y = 5,56 0,07t â = 5+0,07 6 2 = 5,56 5 S j = 0 Ŝ j = S j, j =,...,5 j= 4

Lösug zu Aufgabe 3 a) P(T) = P(T K) P(K)+P(T K) P( K) = 0,99 p+0,02 ( p) = 0,02+0,97 p P(K T) = P(T K) P(K) P(T) = 0,99 p 0,02+0,97 p b) P(K T) = 0,99 0,00 0,02+0,97 0,00 = 0,047 < 0,05 Lösug zu Aufgabe 4 a) P(X 7) = F(7) = 7 = 0,4 b) Var(X) = (b 0)2 2 = 3 b = 6 < 7 P(X 7) = 0 c) E(X) = λ = 0 λ = 0, P(X 7) = F(7) = ( e 7/0 ) = 0,4966 d) E(X) = 7 P(X 7) = 0,5 e) P(X 7) = F(7) = Φ( 7 8 ) = Φ( ) = ( Φ()) = Φ() = 0,843 f) M = 7 P(X 7) = P(X = 7) = f(7) = ( 7 7 )(3 )(0 8 ) = 0,0667 g) Var(X) = λ = 0 P(X 7) = F(6) = 0,30 = 0,8699 Lösug zu Aufgabe 5 X : Azahl ärgerlicher Blusekommetare B(8;0,8) X 2 : Azahl ärgerlicher Hosekommetare B(7;0,7) a) E(X 2 ) = 7 0,7 = 4,9 b) E(X + X 2 ) = E(X )+E(X 2 ) = 8 0,8+7 0,7 =,3 c) Var(X + X 2 ) = Var(X )+Var(X 2 ) = 8 0,8 0,2+7 0,7 0,3 = 2,75 d) P(X + X 2 = 3) = P(X = 8, X 2 = 5)+P(X = 7, X 2 = 6)+P(X = 6, X 2 = 7) = ( 8 8 )0,88 0,2 0 ( 7 5 )0,75 0,3 2 +( 8 7 )0,87 0,2 ( 7 6 )0,76 0,3 +( 8 6 )0,86 0,2 2 ( 7 7 )0,77 0,3 0 = 0,6037 e) Var(4,5 (X + X 2 )) = 4,5 2 Var(X + X 2 ) = 4,5 2 2,75 = 55,6875 5