Probeklausur Statistik Lösungshinweise

Ähnliche Dokumente
Matrikel-Nr.: Nachholklausur Statistik

Klausur Statistik Lösungshinweise

Klausur Wirtschaftsmathematik Lösungshinweise

Klausur Statistik Lösungshinweise

Klausur Statistik Lösungshinweise

Nachname: Matrikel-Nr.: Studiengang. Versuch Nr.: Klausur Statistik

Klausur Statistik Lösungshinweise

Wiederholungsklausur Wirtschaftsmathematik Lösungshinweise

Vorname: Nachname: Matrikel-Nr.: Klausur Statistik

Statistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik

Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung Anzahl

Hochschule Darmstadt FB Mathematik und Naturwissenschaften. Statistik. für Wirtschaftsingenieure (B.Sc.) Sommersemester 2017

Probeklausur - Statistik II, SoSe 2017

Nachholklausur Wirtschaftsmathematik: Lösungshinweise

Goethe-Universität Frankfurt

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

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.

Stichproben Parameterschätzung Konfidenzintervalle:

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1

Dr. H. Grunert Schließende Statistik Vorlesungscharts. Vorlesung 7. Schätzverfahren

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Sie wissen noch, dass 18.99% der Surfer, die kein Smartphone haben, pro Monat weniger als 20 Stunden das Internet nutzen, d.h. f(y 1 X 2 ) =

1 Dichte- und Verteilungsfunktion

Philipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Matrikel-Nr.: Klausur Wirtschaftsmathematik

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2

Wichtige Definitionen und Aussagen

Probeklausur zu Mathematik 3 für Informatik

Lösungen zur Klausur WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK (STOCHASTIK)

Vertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik)

Statistik für Betriebswirte I 1. Klausur Wintersemester 2014/

Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 1 x.

Wahrscheinlichkeitsrechnung und Statistik

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).

Wahrscheinlichkeit und Statistik BSc D-INFK

Klausur zur Vorlesung Statistik für BWL Name Vorname Matrikelnr.

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Statistik 2 RE Statistik f. Soziologen Klausur MÄRZ 2009 LÖSUNGSVORSCHLAG

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

Wahrscheinlichkeitsrechnung und Statistik

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Wahrscheinlichkeitstheorie und Statistik vom

Multivariate Verfahren

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.

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1

Nachholklausur Statistik: Lösungshinweise

Zusammenfassung PVK Statistik

Statistik für Ökonomen

Statistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

1. Nennen Sie den für das Merkmal X geeigneten Skalentyp und begründen Sie Ihre Antwort.

Beispiel 6 (Einige Aufgaben zur Gleichverteilung)

Wahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019

Dr. Quapp: Statistik für Mathematiker mit SPSS. Lösungs Hinweise 1. Übung Beschreibende Statistik & Verteilungsfunktion

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2.

Übungen zur Vorlesung Statistische Methoden Kapitel 1-2

Hausaufgabe Modellierung und Simulation 1

Wirtschaftsstatistik-Klausur am

Institut für Stochastik Prof. Dr. N. Henze Dipl.-Math. V. Riess

Statistik Probeprüfung 1

2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017

Statistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2018/ Dezember 2018

Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Namensschild

I. Deskriptive Statistik 1

Statistisches Testen

( x i 1 ; x i ] \(ỹ j 1 ; ỹ j ]

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests

Statistik für Ökonomen

Einführung in die Statistik

Häufigkeiten. Verteilungen. Lageparameter Mittelwert. oder

Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007

3) Testvariable: T = X µ 0

Lineare Regression. Kapitel Regressionsgerade

GRUPPE B Prüfung aus Statistik 1 für SoziologInnen

Sei X eine auf dem Intervall [2, 6] (stetig) gleichverteilte Zufallsvariable.

Willkommen zur Vorlesung Statistik (Master)

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden?

1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt:

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik

Statistik II Februar 2005

Wolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler

Mehrdimensionale Zufallsvariablen

Teil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation

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

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

Transkript:

Probeklausur Statistik Lösungshinweise Prüfungsdatum: Juni 015 Prüfer: Studiengang: IM und BW Aufgabe 1 18 Punkte 0 Studenten werden gefragt, wie viele Stunden sie durchschnittlich pro Tag ihr Smartphone eingeschaltet haben und Nachrichten empfangen sowie senden (Merkmal X). Es ergibt sich folgende Urliste: ; 1; 3; 7; 10; ; 5; 10; ; 11; 9; 4; 14; 9; 0; 5; 3; 3; 5; 3 a) Bestimmen Sie das arithmetische Mittel, den Median sowie die Standardabweichung von X. b) R : Geben Sie R-Befehle an, um die Daten in einer Variable x zu speichern und die gesuchten Größen aus Teilaufgabe a) zu berechnen (Sie dürfen die Liste der Daten abkürzen). c) Erstellen Sie eine Tabelle der kumulierten relativen Häufigkeiten zu allen in der Umfrage genannten Ausprägungen. d) R : Mit welchem R-Befehl kann man Teilaufgabe c) realisieren? e) R : Geben Sie in R zur empirischen Verteilungsfunktion F die Werte F.3;9/ und F.11/ an. f) R : Die erhobenen Werte sollen den Klassen Klasse K 1 K K 3 K 4 K 5 Intervall Œ0; 4/ Œ4; 8/ Œ8; 10/ Œ10; 1/ Œ1; 4 zugeordnet werden. Geben Sie einen passenden R-Befehl an, so dass ein Histogramm der Daten mit dieser Klassenaufteilung gezeichnet würde. a) Für das arithmetische Mittel ergibt sich x D 5,4. Der Median ist x med D 4,5. Die Standardabweichung beträgt s D 3,773595. b) x = c(, 1, 3,...) # Eingabe abgekürzt mean(x) # arithmetisches Mittel median(x) # Median sqrt(mean((x - mean(x))^)) # Standardabweichung c) ## 0 1 3 4 5 7 9 10 11 14 ## 0,05 0,10 0,5 0,45 0,50 0,65 0,70 0,80 0,90 0,95 1,00 d) cumsum(table(x))/length(x)

e) F.x = ecdf(x) F.x(c(3.9, 11)) ## [1] 0,45 0,95 f) Grenzen = c(0,4,8,10,1,4) hist(x, breaks=grenzen, right=false, include.lowest=true) 0,11 0,1 0,09 0,08 0,07 Density 0,06 0,05 0,04 0,03 0,0 0,01 0 0 4 8 10 1 4 x

Aufgabe 17 Punkte In einem Restaurant wird bei 7 Gästen die Rechnungshöhe R zusammen mit dem gegebenen Trinkgeld T erfasst. Es ergeben sich folgende Werte: i 1 3 4 5 6 7 R i 18,9 63,56 11,74 85,7 181,66 8,33 39,99 T i 19,08 8,44,6,8 17,34 4,67 5,01 a) Berechnen Sie einen geeigneten Korrelationskoeffizienten zwischen Rechnungshöhe und Trinkgeld. Interpretieren Sie das Ergebnis. b) R : Geben Sie R-Befehle an, um die Lösung von a) zu berechnen (Die Eingabe der Daten dürfen Sie abkürzen). c) Bestimmen Sie die Regressionsparameter eines linearen Modells, in dem die Höhe des Trinkgeldes in Abhängigkeit von der Rechnungshöhe beschrieben wird. Wieviel Trinkgeld würden Sie nach diesem Modell bei einer Rechnung von 00 erwarten? d) R : Geben Sie R-Befehle an, um das Regressionsmodell zu bestimmen, den Determinationskoeffizienten des Modells zu berechnen, einen geeigneten Streuplot auszugeben und die Regressionsgerade in den Streuplot einzuzeichnen. e) Zeichnen Sie die Werte zusammen mit der Regressionsgerade in ein geeignetes Koordinatensystem ein. a) Bravais-Pearson: r D 0,9738711. b) R = c(18.9, 63.56,...) # abgekürzt T = c(19.08, 8.44,...) # abgekürzt cor(r, T) # Bravais-Pearson-Korrelationskoeffizient c) Modell: T D 0,061153 R C 3,8095985 Prognose: T.00/ D 16,05 d) Modell = lm(t ~ R) # Regressionsmodell cor(t, R)^ # Determinationskoeffizient plot(t, R) # Streuplot abline(modell) # Gerade in Plot e) Streuplot: Trinkgeld 5 10 15 0 5 0 100 00 300 400 Rechnungshöhe

Aufgabe 3 14 Punkte Johann wohnt bei seinen Eltern. Sein Studium und insbesondere die Begleiterscheinungen durch soziale Aktivitäten haben ihn in letzter Zeit ziemlich gefordert, so dass er eines Tages nach dem Aufwachen überhaupt nicht weiß, welcher Wochentag gerade ist. Allerdings hat er folgendes beobachtet: Wenn er die Küche seiner Eltern an Sonntagen betritt erklingt mit 0 % Wahrscheinlichkeit Blasmusik aus dem Radio, an anderen Wochentagen nur mit % Wahrscheinlichkeit. Johanns Vater ist am Montag, Dienstag und Mittwoch immer schlecht gelaunt. a) Johann öffnet die Küchentüre. Es erklingt Blasmusik. Mit welcher Wahrscheinlichkeit ist gerade Sonntag? b) Johann stellt nach einer Minute am Küchentisch fest, dass sein Vater blendender Laune ist. Wie hoch ist jetzt die Wahrscheinlichkeit, dass Sonntag ist? B Es erklingt Blasmusik S Es ist Sonntag a) P.SjB/ D P.BjS/P.S/ P.BjS/P.S/ C P.BjS/P.S/ D 0; 1=7 0; 1=7 C 0;0 6=7 D 0 0 C 6 D 5=8 D 6;5 % b) Genauso, nur ist jetzt P.S/ D 1=4, denn Montag, Dienstag, Mittwoch scheiden aus. Also: P.SjB/ D 0; 1=4 0; 1=4 C 0;0 3=4 D 0 0 C 3 D 10=13 76;9 %

Aufgabe 4 15 Punkte Gegeben ist eine im Intervall ŒI b gleichverteilte Zufallsvariable X. a) Bestimmen Sie b so, dass für die Verteilungsfunktion F.x/ gilt: F b D 0;4. b) Berechnen Sie F.4/. c) R : Geben Sie einen R-Befehl an, der den gesuchten Wert von b) mit der Verteilungsfunktion der Gleichverteilung ausgibt. Jetzt ist eine poissonverteilte Zufallsvariable Y gegeben, für die P.Y = 5/ D 0;3 gilt. d) Bestimmen Sie für Y den Wert von F.4/. Schließlich ist eine poissonverteilte Zufallsvariable Z mit Z P. D 3/ gegeben. e) R : Geben Sie eine Zeile mit R-Befehlen an, die das Ergebnis von P. 5 Z < 5/ berechnet. a) F b D b D 0;4 ) b D 1 b F.4/ D 4 1 D 10 D 0; b) punif(q=4, min =, max = 1) ## [1] 0, c) P.Y = 5/ D 0;3, F.4/ D P.Y < 5/ D 0;7 d) ppois(q=4, lambda=3) - ppois(q=1, lambda=3) ## [1] 0,616115

Aufgabe 5 14 Punkte Es sei.x 1 ; : : : ; X n / eine einfache Stichprobe, wobei für die Stichprobenvariablen gelte: E.X i / D 1; Var.X i / D für i D 1; : : : ; n a) Berechnen Sie E Xi. (Hinweis: Benutzen Sie den Verschiebungssatz der Varianz). b) Nun soll die Varianz der Grundgesamtheit geschätzt werden. Ist die Funktion O D 1 n X 1 C X C C X n 1 ein erwartungstreuer Schätzer für? a) Var.X i / D D E Xi b) E O D 1 P n n id1 E X i E.X i /, D E Xi 1, E Xi D C 1 1 D 1 P n n id1. C 1/ 1 D, also ist O erwartungstreu

Aufgabe 6 1 Punkte Ein Getränkehersteller füllt Limonade in 700 ml Flaschen ab. Die Anlage ist auf ein Abfüllvolumen von 70 ml eingestellt. Dem Hersteller ist daran gelegen, dass das Abfüllvolumen in den Flaschen dem eingestellten Volumen entspricht. Bei einer einfachen Stichprobe von 17 Flaschen betrug das Stichprobenmittel des Abfüllvolumens 701, ml bei einer Stichprobenstandardabweichung von 1 ml. Das Abfüllvolumen in der Grundgesamtheit kann als normalverteilt angesehen werden. a) Testen Sie zu einem Signifikanzniveau von 1%, ob das durchschnittliche Abfüllvolumen in der Grundgesamtheit dem eingestellten Volumen entspricht. b) R : Angenommen, die Stichprobe ist in der R-Variablen x gespeichert. Geben Sie einen R-Befehl an, mit dem man ein Konfidenzintervall für den Mittelwert des abgefüllten Volumens in der Grundgesamtheit zum Konfidenzniveau 95 % sowie das Ergebnis des Tests aus Teilaufgabe a) ablesen kann. a) H 0 W D 0 D 70 ml, gegen H 1 W 0. X i N.; /, mit unbekanntem, also gilt V D X 0 S p n t.n 1/ mit 16 Freiheitsgraden. s D 1 ml, D 0;01. Damit: x 1 =,91, also: Verwerfungsbereich B D. 1I,91/ [.,91I 1/ 701; 70 Mit einem Testwert von v D 1 p 17 3;98 wird H 0 damit verworfen. Die durchnittliche Füllmenge wird also als ungleich 70 ml angenommen. b) t.test(x, alternative = two.sided, conf.level = 0.95)