WISTA WIRTSCHAFTSSTATISTIK

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

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

Parameter von Häufigkeitsverteilungen

Kursthemen 5. Sitzung. Lagemaße

Kennwerte Univariater Verteilungen

WISTA WIRTSCHAFTSSTATISTIK

Jugendliche (18-24 Jahre) in Westdeutschland

Der Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X

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

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

Weitere Lagemaße: Quantile/Perzentile I

Statistik Einführung // Beschreibende Statistik 2 p.2/61

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

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

Statistik I für Studierende der Soziologie

Univariate Verteilungen

Eindimensionale Darstellungen

Wirksamkeit, Effizienz

Reader Teil 1: Beschreibende Statistik

WISTA WIRTSCHAFTSSTATISTIK

Lage- und Streuungsmaße

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

Lage- und Streuungsmaße

Wahrscheinlichkeitstheorie und Statistik vom

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

Für eine n n-matrix A müssen wir die Gleichung. lösen. Falls (A λi) invertierbar ist, dann ist. Dann ist aber λ kein Eigenwert.

Formelsammlung. zur Klausur. Beschreibende Statistik

4 Schwankungsintervalle Schwankungsintervalle 4.2

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht

So lösen Sie die Gleichung für den Korrelationskoeffizienten

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

Absolutskala: metrische Skala mit einem natürlichen Nullpunkt und einer natürlichen Einheit. (Z.B. Einwohnerzahl). Nicht alle Variablen lassen sich

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert

Klausur vom

Auszüge der nichtparametrischen Statisik

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

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

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

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Wirksamkeit, Effizienz

Mathematik 2 für Naturwissenschaften

Dritter Zirkelbrief: Ungleichungen

Statistik und Biometrie. Deskriptive Statistik I

Tests statistischer Hypothesen

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1

Konzentration und Disparität

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Klausur 3 Kurs 11ma3g Mathematik

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

Positiv denken! Lösungen

Kennwerte eindimensionaler Häufigkeitsverteilungen Einführung

Deskriptive Statistik

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

3. Grundbegrie der Schätztheorie

Ulrich Stein Fehlerrechnung

Übungsaufgaben - Organisatorisches

Kapitel 6 : Punkt und Intervallschätzer

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

Kleine Formelsammlung Beschreibende Statistik

Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz

Messeinheit in gleichen Abständen (Punkteskala, kg, cm, Jahre) Kapitel 3: Deskription Reihenfolge Beschreibung der Daten: (sehr - eher -

Übungsaufgaben - Organisatorisches

Mathematische und statistische Methoden I

Statistik I Februar 2005

Kapitel 5: Schließende Statistik

Statistik und Wahrscheinlichkeitsrechnung

Mathematik 2 für Naturwissenschaften

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Von Kurven und Flächen. Das komplette Material finden Sie hier:

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

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

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

Kapitel 2. Kapitel 1 Skalierungen. Graphische Darstellungen. Seite 1/5 Deskriptive Statistik. Aufgabe 1 Welche Skalenniveaus liegen vor?

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Unsere Daten. Konzentrationsmessung. Konzentrationskurve Summenkurve der Bierkonsumierung. Statistik 2. Vorlesung, Feb. 29, 2012

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Formelsammlung zur Statistik

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Langrange-Multiplikators und Hinreichende Bedingungen

WISTA WIRTSCHAFTSSTATISTIK

Kapitel 2: Stochastische Prozesse. Copyright M. Gross, ETH Zürich 2006, 2007

3. Anwendungen der Differentialrechnung

Prof. Dr. Roland Füss Statistik II SS 2008

Skript zum Modul Statistik

10. Testen von Hypothesen Seite 1 von 6

Lineare Transformationen

Gütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I

Vordiplomprüfung 2014 Mathematik Seite 1 von 3

Kapitel XI - Korrelationsrechnung

Vorbereitung auf 6. Übungsblatt (Präsenzübungen) - Lösungen

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Teil VII : Zeitkomplexität von Algorithmen

Statistik I im Sommersemester 2007

Lösungen zum Thema Folgen und Reihen

Teil VII : Zeitkomplexität von Algorithmen

3. Einführung in die Statistik

LGÖ Ks VMa 12 Schuljahr 2017/2018

Übungen zu QM III Mindeststichprobenumfang

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit

Transkript:

WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Semiar für Theoretische Wirtschaftslehre Vorlesugsprogramm 30.04.203 Mittelwerte ud Lagemaße I. Quatile vo Häufigkeitsverteiluge 2. Awedug ud Berechug der wichtigste Mittelwerte Modus Media Arithmetisches Mittel Geometrisches Mittel Harmoisches Mittel Literatur: Dege, Horst / Lorscheid, Peter: Statistik-Lehrbuch, 2. Aufl., Müche-Wie 2002, S. 37-43. Mosler, Karl ud Schmid, Friedrich: Beschreibede Statistik ud Wirtschaftsstatistik, 4. Aufl., Berli-Heidelberg-New York 2009, S. 34-42. vo der Lippe, Peter: Deskriptive Statistik, Stuttgart 993, S. 46-82. Aufgabe: Semesterabschlussklausur SS 0, Aufgabe b). Semesterabschlussklausur WS 03/04, Aufgabe. Semesterabschlussklausur WS 04/05, Aufgabe a) bis c). Semesterabschlussklausur WS 05/06, Aufgabe. Semesterabschlussklausur WS 08/09, Aufgabe 5.

Mittelwerte ud Lagemaße Übersicht Kezahle für Datesätze Allgemeie Lageparameter: Quatile Mittelwerte Streuugsmaße Kozetratiosmaße Schiefe Wölbug 2

Mittelwerte ud Lagemaße Quatile p-quatil (allgemeier Lageparameter) Voraussetzug: Midestes ordial skalierte Merkmale Vorgabe: 0 < p < Da heißt die Kezahl x p p-quatil, falls uterhalb vo x p sich höchstes 00 p% ud oberhalb vo x p sich höchstes 00 p % der Beobachtugswerte befide. Beispiel: p=0,4 Das 0,4-Quatil ist derjeige Beobachtugswert x 0,4, für de gilt, dass (höchstes) 40% der Beobachtugswerte kleier ud (höchstes) 60% der Beobachtugswerte größer als x 0,4 sid. Gewit ma z.b. aus eier Erhebug des Moatseikommes vo Haushalte die Iformatio x 0,4 = 2000, da weiß ma: 40% der Haushalte verdiee weiger als 2000, 60% der Haushalte mehr als 2000. 3

Mittelwerte ud Lagemaße Quatile Eigeschafte ud Berechug des p-quatils. Das p-quatil teilt die geordete Urliste i geau zwei Teile. 2. Ist p gazzahlig, so gelte die Prozetsätze exakt. 3. Für die Datelage A gilt: x p = x p+ falls p icht gazzahlig 2 x p + x p+ falls p gazzahlig Dabei bedeutet [α]: = größte gaze Zahl, die kleier oder gleich a ist. [ ] heißt Gauß-Klammer Beispiel: = 25, p = 0, p = 2,5 icht gazzahlig [ p + ] = [3,5] = 3 x 0, = x 3 = dritter Wert der geordete Urliste = 25, p = 0,2 p = 5 gazzahlig p = 5 = 5 ; [ p + ] = [6] = 6 x 0,2 = 2 x 5 + x 6 = Itervallmitte zwische 5. ud 6. Wert der geordete Urliste 4

Mittelwerte ud Lagemaße Quatile Zahlebeispiel aus der Absolveteumfrage 2002 Geordete Urliste Lfd. Nr. (i) 2 3 4 5 6 7 8 9 0 2 3 4 5 6 7 8 9 20 2 22 23 24 25 26 27 28 29 30 3 32 33 34 35 36 37 38 39 Lebesalte r beim Exame x (i) 23 24 25 25 25 25 25 25 26 26 26 26 26 26 26 26 26 26 27 27 27 27 28 28 28 28 28 29 29 29 29 30 30 30 30 3 3 32 34 x p = x p+ falls p icht gazzahlig 2 x p +x p+ falls p gazzahlig = 39 p = 0,25 p = 9,75 x 0,25 = x 0 = 26 p = 0,5 p = 9,5 x 0,5 = x 20 = 27 p = 0,75 p = 29,25 x 0,75 = x 30 = 29 p = 2 3 p = 26 x 2 3 = 2 (x 26 + x 27 ) = 28 + 28 2 = 28 5

Mittelwerte ud Lagemaße Quatile 4. Für die Datelage B gilt: x p = x i für F i < p < F i 2 x, wobei i =,, m ud F i + x i+ für p = F 0 = 0 i Zahlebeispiel Absolveteumfrage 2002, Merkmal Alter : Nr. Merkmalsausprägug eifache Häufigkeit kumulierte Häufigkeit absolut relativ absolut relativ i x i h i f i H i F i 23 0,0256 0,0256 2 24 0,0256 2 0,053 3 25 6 0,538 8 0,205 4 26 0 0,2564 8 0,465 5 27 4 0,026 22 0,564 6 28 5 0,282 27 0,6923 7 29 4 0,026 3 0,7949 8 30 4 0,026 35 0,8974 9 3 2 0,053 37 0,9487 0 32 0,0256 38 0,9744 33 0 0,0000 38 0,9744 2 34 0,0256 39 Summe 39 Kotrollfrage: Wo liegt der Media x 0,5 F 4 = 0,465 < p = 0,5 < F 5 = 0,564 x 0,5 = x 5 = 27 Atwort: Bei eiem Lebesalter vo 27 Jahre. 6

Kumulierte relarive Häufigkeit Mittelwerte ud Lagemaße Quatile Graphische Ermittlug des p-quatils bei Datelage B: Empirische Verteilugsfuktio 0,75 0,5 0,25 0 20 2 22 23 24 25 26 27 28 29 30 3 32 33 34 35 36 Lebesalter beim Exame 7

Mittelwerte ud Lagemaße Quatile 5. Für die Datelage C gilt: p-quatile köe im allgemeie ur äherugsweise bestimmt werde. Ma greift auf die approximierede empirische Verteilugsfuktio zurück ud bestimmt x p als Lösug der Gleichug F x p = p Berechug: Schritt : Ma bestimmt zuächst die Klasse G i mit F i p < F i, i die das gesuchte Quatil hieifällt. Diese Klasse hat die Greze [a i, a i ) ud die Breite i = a i a i. Somit gilt die Eigrezug a i x p < a i. Schritt 2: Feiberechug durch lieare Iterpolatio: x p a i + p F i F i F i a i a i = a i + p F i f i i Bei Aahme der Gleichverteilug ierhalb der Klasse ist die Approximatio exakt. 8

Mittelwerte ud Lagemaße Quatile Zahlebeispiel: Absolveteumfrage, Merkmal Alter beim Exame, 7 Klasse, idetische Breite = 2 vo bis uter Mitte Breite i a i- a i x i D i h i f i H i F i 22 24 23 2 0,0256 0,0256 2 24 26 25 2 7 0,795 8 0,205 3 26 28 27 2 4 0,3590 22 0,564 4 28 30 29 2 9 0,2308 3 0,7949 5 30 32 3 2 6 0,538 37 0,9487 6 32 34 33 2 0,0256 38 0,9744 7 34 36 35 2 0,0256 39 Summe 39 Berechug des Medias (p = 0,5). Schritt: I welche Klasse fällt der Media? Da 0,205 < 0,5 < 0,564, befidet sich der Media i Klasse 3, also gilt: 26 < x 0,5 < 28 2. Schritt: Feiberechug durch lieare Iterpolatio: 0,5 0,205 x 0,5 = 26 + 2 = 27,6 Jahre 0,564 0,205 9

Mittelwerte ud Lagemaße Quatile Zahlebeispiel: Absolveteumfrage, Merkmal Alter beim Exame, 7 Klasse, idetische Breite = 2 vo bis uter Mitte Breite i a i- a i x i D i h i f i H i F i 22 24 23 2 0,0256 0,0256 2 24 26 25 2 7 0,795 8 0,205 3 26 28 27 2 4 0,3590 22 0,564 4 28 30 29 2 9 0,2308 3 0,7949 5 30 32 3 2 6 0,538 37 0,9487 6 32 34 33 2 0,0256 38 0,9744 7 34 36 35 2 0,0256 39 Summe 39 Berechug des. Quartils (p = 0,25). Schritt: 0,205 < 0,25 < 0,564 Q befidet sich auch i Klasse 3, also gilt: 26 < x 0,25 < 28 2. Schritt: Feiberechug durch lieare Iterpolatio: 0,25 0,205 x 0,25 = 26 + 2 = 26,3 Jahre 0,564 0,205 0

Mittelwerte ud Lagemaße Quatile Zahlebeispiel: Absolveteumfrage, Merkmal Alter beim Exame, 7 Klasse, idetische Breite = 2 vo bis uter Mitte Breite i a i- a i x i D i h i f i H i F i 22 24 23 2 0,0256 0,0256 2 24 26 25 2 7 0,795 8 0,205 3 26 28 27 2 4 0,3590 22 0,564 4 28 30 29 2 9 0,2308 3 0,7949 5 30 32 3 2 6 0,538 37 0,9487 6 32 34 33 2 0,0256 38 0,9744 7 34 36 35 2 0,0256 39 Summe 39 Berechug des 3. Quartils (p = 0,75). Schritt: 0,564 < 0,75 < 0,7949 Q 3 befidet sich i Klasse 4, also gilt: 28 < x 0,75 < 30 2. Schritt: Feiberechug durch lieare Iterpolatio: 0,75 0,564 x 0,75 = 28 + 2 = 29,6 Jahre 0,7949 0,564

Kumulierte relative Häufigkeit Mittelwerte ud Lagemaße Quatile Graphische Ermittlug des p-quatils bei Datelage C mit Hilfe der approximierede empirische Verteilugsfuktio: Approximierede empirische Verteilugsfuktio F x 0,75 0,5 0,25 0 20 22 24 26 28 30 32 34 36 38 40 Lebesalter beim Exame 2

Mittelwerte ud Lagemaße Quatile 6. Spezialfälle Quartile: p = (0,25 0,5 0,75) Die drei Quartile teile die geordete Urliste i vier gleiche Teile. 0,25 Quatil = x 0,25 = Q = uteres Quartil 0,5 Quatil = x 0,5 = Q 2 = mittleres Quartil oder Media 0,75 Quatil = x 0,75 = Q 3 = oberes Quartil Dezile: p = 0, 0,2 0,8 0,9 Die eu Dezile teile die geordete Urliste i zeh gleiche Teile. 3

Mittelwerte Überblick Mittelwert = Kezahl zur Beschreibug der zetrale Tedez eier statistische Masse. Ziel: Durch Agabe eies eizige, typische Wertes soll die statistische Masse möglichst gut repräsetiert werde. Der Mittelwert soll das Niveau, die allgemeie Größeordug der Messwerte charakterisiere ud de Datesatz durch eie eizige Zahl zusammefasse. Die wichtigste Mittelwerte sid: Modus Media (Zetralwert) Arithmetisches Mittel (AM) Harmoisches Mittel (HM) Geometrisches Mittel (GM) lagetypische Mittelwerte recherische Mittelwerte Vo geriger praktischer Bedeutug sid das quadratische ud das atiharmoische Mittel, die zusamme mit de scho geate recherische Mittelwerte Spezialfälle der sogeate Potezmittel sid. Die Berechug der Mittelwerte hägt vo der Datelage ab. 4

Relative Häufigkeit f Mittelwerte Zahlebeispiel Fiktives Zahlebeispiel, quatitatives Merkmal x, 20 Beobachtugswerte: 5,6,4,2,8,3,7,5,5,3,6,4,2,3,4,6,5,7,5, Quelle für das Zahlebeispiel: Abels, Heier: Wirtschafts- ud Bevölkerugsstatistik, 4. Aufl., Wiesbade 993, S. 209 Geordete Urliste i 2 3 4 5 6 7 8 9 0 2 3 4 5 6 7 8 9 20 x (i) 2 2 3 3 3 4 4 4 5 5 5 5 5 6 6 6 7 7 8 Häufigkeitstabelle x i h i f i H i F i 0,05 0,05 2 2 0, 3 0,5 3 3 0,5 6 0,3 4 3 0,5 9 0,45 5 5 0,25 4 0,7 6 3 0,5 7 0,85 7 2 0, 9 0,95 8 0,05 20 Summe 20 0,3 0,25 0,2 0,5 0, 0,05 0 Stabdiagramm 2 3 4 5 6 7 8 Merkmal x 5

Mittelwerte Zahlebeispiel Datelage A Datelage A: Bei der Datelage A besteht der Datesatz aus eizele, icht otwedigerweise vo eiader verschiedee Beobachtugswerte x,, x Gegebe: Geordete Urliste x () x (2) x () i 2 3 4 5 6 7 8 9 0 2 3 4 5 6 7 8 9 20 x (i) 2 2 3 3 3 4 4 4 5 5 5 5 5 6 6 6 7 7 8 Modus = häufigster Beobachtugswert Media = AM = HM = i= 2 x 2 x i x i i= GM = x i i= x + 2, ist ugerade + x 2 +, ist gerade = x x 2 x 3 x Modus = 5 Media = 2 x 0 + x = 2 5 + 5 = 5 AM = 20 + 2 + 2 + + 7 + 8 = 9 20 = 4,55 20 HM = + 2 + 2 + + 7 + = 3,53 8 20 GM = 2 2 7 8 20 = 82895200000 = 4,0 6

Mittelwerte Awedug, Eigeschafte ud Iterpretatio Modus Awedug, Eigeschafte ud Iterpretatio der Mittelwerte Modus (Modalwert): häufigster oder dichtester Wert Realitätsähe: der Modus ist immer ei beobachteter Wert Mit dem Modus verbidet ma eie gewisse Vorstellug vo Normalität ud Üblichkeit Beispiele: ormaler Preis, übliche Zeit Awedug ab Nomialskaleiveau möglich, also immer. 7

Mittelwerte Awedug, Eigeschafte ud Iterpretatio Media Media (Zetralwert): Halbierugseigeschaft: der Media ist der Merkmalswert, der die Date i geau zwei gleiche Teile teilt. 50% der Merkmalswerte sid kleier oder gleich, 50% sid größer oder gleich dem Media. Gibt die Mittepositio eier Verteilug a, spricht das Mittegefühl a. sehr robust gegeüber Ausreißer Beispiel: ormaler Studet, politische Mitte, mittleres Eikomme Miimaleigeschaft: Die Summe der absolute Abweichuge des Medias vo de Beobachtugswerte ist miimal. Die Fuktio φ y = x i y i= besitzt ei Miimum a der Stelle y = x 0,5, also beim Media. Awedug ab Ordialskaleiveau möglich. 8

Mittelwerte Awedug, Eigeschafte ud Iterpretatio arithmetisches Mittel Arithmetisches Mittel AM = x = i= x i bekatester Mittelwert Durchschittswert, recherischer Durchschitt AM ka Wert aehme, der als Beobachtugswert icht vorkommt. empfidlich gegeüber Ausreißer Ersatzwerteigeschaft: x i = AM Schwerpukteigeschaft (Nulleigeschaft): x i AM = 0 Miimaleigeschaft: Die Fuktio φ y = (x i y) 2 besitzt ei Miimum a der Stelle y = AM, d.h. AM miimiert die quadratische Abweichuge. Liearität: y i = a + b x i AM Y = a + b AM X Eie lieare Trasformatio der Beobachtugswerte des Merkmals X führt zu derselbe lieare Trasformatio des AM. Awedug ab Itervallskaleiveau möglich. 9

Mittelwerte Awedug, Eigeschafte ud Iterpretatio geometrisches Mittel Geometrisches Mittel GM = x i = x x 2 x 3 x i= Hauptawedugsgebiet: Wachstumsfaktore/Wachstumsrate. Beispiel logarithmisches Mittel : l GM = l x i = AM(l X ) i= Der Logarithmus des geometrische Mittels ist gleich dem arithmetische Mittel der logarithmierte Merkmalswerte. Beispiele: Mittlere Wachstumsrate, mittlere Iflatiosrate, (Cobb-Douglas-Fuktio) Awedug ab Verhältisskaleiveau möglich. v. d. Lippe 993, S. 6f.: Dipl.-Kfm. K aus E erhält im Jahre 989 eie Gehaltserhöhug um 20%. Wege der schlechte Geschäftslage im Jahre 990 muß er jedoch 990 eie Gehaltssekug um 20% hiehme. Er verdiet jetzt (richtiges akreuze): weiger als, mehr als, geauso viel wie vor der Gehaltserhöhug. 20

Mittelwerte Awedug, Eigeschafte ud Iterpretatio harmoisches Mittel Harmoisches Mittel HM = x i i= weitgehed ubekater Mittelwert, der i eiige Fälle jedoch agewedet werde muss, weil jede adere Mittelwertbildug zu usiige Ergebisse führe würde. Beispiele: mittlere Geschwidigkeit, Durchschittspreis bei kostate Ausgabe, aber verschiedee Preise ( Ich take immer für 20 ). Awedug bei Verhältiszahle, bei dee der Zähler kostat ud der Neer variabel sid. Awedug ab Verhältisskaleiveau möglich. v. d. Lippe 993, S. 63: Ei Flugzeug legt für de Flug vo A ach B ud zurück isgesamt 4.800 km zurück. Aufgrud vo Gegewid ka das Flugzeug auf dem Hiweg ur eie Geschwidigkeit vo 600 km/h erreiche, auf dem Rückweg jedoch eie Geschwidigkeit vo 800 km/h. Mit welcher Durchschittsgeschwidigkeit ist das Flugzeug uterwegs? Stud. rer. oec. Sebastia Sparsam hat im laufede Moat zweimal für jeweils zwazig Euro getakt. Beim erste Mal betrug der Bezipreis,25 /l, beim zweite Mal,55 /l. Zu welchem durchschittliche Preis hat er getakt? 2