Kennwerte Univariater Verteilungen

Ähnliche Dokumente
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

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

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

Univariate Verteilungen

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

Kennwerte eindimensionaler Häufigkeitsverteilungen Einführung

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

Übungen mit dem Applet erwartungstreu

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

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

Reader Teil 1: Beschreibende Statistik

Weitere Lagemaße: Quantile/Perzentile I

Parameter von Häufigkeitsverteilungen

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

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Lage- und Streuungsmaße

Formelsammlung. zur Klausur. Beschreibende Statistik

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

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

Statistik I für Studierende der Soziologie

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

6 Vergleich mehrerer unverbundener Stichproben

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

Kursthemen 5. Sitzung. Lagemaße

Schätzen von Populationswerten

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

Lineare Transformationen

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

Schätzen von Populationswerten

Kleine Formelsammlung Beschreibende Statistik

Deskriptive Statistik

Statistik I im Sommersemester 2007

Harmonisches Mittel. Streuungsmaße. Die mittlere Abweichung. Die Standardabweichung. Die Varianz. Statistik 3. Vorlesung, März 11, ,...

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

Jugendliche (18-24 Jahre) in Westdeutschland

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

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

Formelsammlung zur Statistik

Fakultät für Wirtschafts- und Rechtswissenschaften

h a 2 b 1 h a1 b 2 h a1 b 1 h a1. h a 2. h.b1 h ij h 11 h 12 h 21 a b h. j h 1. h 2. h.1 a b h i. =h i1 h i2... h i m h. j =h 1j h 2j... h k j h.

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

Wirksamkeit, Effizienz

WISTA WIRTSCHAFTSSTATISTIK

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

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht

Mathematische und statistische Methoden I

3 Vergleich zweier unverbundener Stichproben

Statistische Maßzahlen. Statistik Vorlesung, 10. März, Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

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

Kapitel 5: Schließende Statistik

WISTA WIRTSCHAFTSSTATISTIK

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Herleitung der Parameter-Gleichungen für die einfache lineare Regression

Kapitel VI. Einige spezielle diskrete Verteilungen

Empirische Verteilungsfunktion

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert

Grundlagen der Biostatistik und Informatik

Statistik mit Excel Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

3. Einführung in die Statistik

Mathematik 2 für Naturwissenschaften

Prof. Dr. Roland Füss Statistik II SS 2008

4 Schwankungsintervalle Schwankungsintervalle 4.2

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

a) Histogramm der Verteilung: Zunächst werden die gegebenen Messwerte in aufsteigender Reihenfolge sortiert:

Kapitel 6 : Punkt und Intervallschätzer

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

2. Repetition relevanter Teilbereiche der Statistik

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

Einstichprobentests für das arithmetische Mittel

Formelsammlung. PD Dr. C. Heumann

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

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

Statistische Kennwerte

Wahrscheinlichkeitstheorie und Statistik vom

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Kovarianz und Korrelation

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

Übungsaufgaben - Organisatorisches

Lesen einer Häufigkeitstabelle:

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Lage- und Streuungsmaße

Statistik und Biometrie. Deskriptive Statistik I

Skript zum Modul Statistik

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

Normalverteilung. Voraussetzung und verwandte Themen. Einführung. Ziel und Nutzen. Grundlagen

Innerbetriebliche Leistungsverrechnung

Wahrscheinlichkeit & Statistik Musterlösung Serie 13

Forschungsstatistik I

So lösen Sie die Gleichung für den Korrelationskoeffizienten

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

Anwendung für Mittelwerte

15.4 Diskrete Zufallsvariablen

R. Brinkmann Seite

Statistik I/Empirie I

Statistik I Februar 2005

Übungsaufgaben - Organisatorisches

Transkript:

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 Tedez, welche für die Verteilug typisch sei solle Streuugsmaße, welche die Uterschiedlichkeit der Realisatioe eier Verteilug erfasse (Weiterhi köe auch Schiefe ud Steilheit eier Verteilug bestimmt werde )

Typische Werte oder Lagemaße Modus Die am häufigste auftretede Ausprägug eier Verteilug Media Die Ausprägug, welche die Verteilug i zwei gleich große Hälfte teilt arithmetisches Mittel Der Wert, der als Durchschittswert de Scherpukt eier Verteilug darstellt 3 Modus Bei gruppierte Date ist der Modus gleich dem Wert der Klassemitte (Berechug ur sivoll, we Klassebreite theoretisch fudiert) 4

Media Kezeichet die exakte Mitte eier empirische Verteilug: der (Meß-) Wert, der die Verteilug i zwei gleich große Hälfte teilt 5 Berechugsformel des Medias Für eie Verteilug mit ugerader Fallzahl berechet sich der Media wie folgt: Ud so für eie Verteilug mit gerader Fallzahl: 6 3

Berechugsformel des Medias II Berechug des Medias bei gruppierte Date (Iterpolatiosformel): 7 Arithmetisches Mittel Auch Mittelwert oder Durchschitt geat Setzt midestes Itervalliveau voraus Wird Berechet als Summe aller Realisatioe eier Verteilug geteilt durch dere Azahl (Fallzahl): 8 4

Arithmetisches Mittel bei ugruppierte Date Astatt alle Werte der Tabelle zu summiere, werde hier zuächst Produkte gebildet, die die Summe aller Werte mit gleicher Ausprägug beschreibe. Diese Produkte werde da aufsummiert: x = x = x = p x K K K k k k k k k k= k= k= 9 Arithmetisches Mittel bei gruppierte Date Die Berechug des Arithmetische Mittels wird hier wie bei ugruppierte Date durchgeführt, ur daß hier astatt der eizele Werte die Werte der Klassemitte verrechet werde. x = m = m = p m K K K k k k k k k k= k= k= 0 5

Getrimmtes arithmetische Mittel Ei vom Forscher festgelegter Ateil der erhobee Werte wird ausgelasse (z.b. oberere ud utere 5%) Beispiel: 3+38+4+4+4+55+59 x = = 44..%getr 7 Geometrisches Mittel Geeiget für die Mittelug vo Veräderuge die ateilsmäßig dargestellt werde (z.b. Bierpreis * Iflatiosrate) wobei x idiziert de eizele Veräderugsrate etspricht 6

Streuugsmaße Iformiere über die Heterogeität der Date, bzw. das Ausmaß ihrer Uterschiedlichkeit 3 Verschiedee Streuugsmaße Spaweite Abstad zwische Niedrigste ud höchste Wert Quartilsabstad Abstad zwische 5% - ud 75% - Quatil Variaz Durchschittliche Quadrierte Abweichug vom Mittelwert Stadardabweichug Durchschittliche Abweichug vom Mittelwert 4 7

Quartilsabstad ud Mittlerer Quartilsabstad IQR=Q Q 3 wobei IQR = Quartilabstad Q,Q 3 =Quartilwerte des. ud 3. Quartils eier Verteilug Mittlerer Quartilsabstad: Q3 Q miqr = 5 Variatio Summe der quadrierte Abweichuge vom Mittelwert Quadriere verhidert, daß egative ud positive Abweichuge eiader Aufhebe Auch Quadratsumme bzw. Sum of Squares geat ( ) ( ) ( ) ( ) SS = x x + x x +... + x x = x x X i i= 6 8

Variaz Mittlere Quadrierte Abweichug vom Mittelwert Abweichugsmaß uabhägig vo der Fallzahl Mittlere Quadratsumme SS s x x x x X X = = ( i ) = i i= i= 7 Stadardabweichug Wurzel der Variaz Quadrierug wird aufgehobe Abweichug ka wieder i Skaleeiheite dargestellt werde s X ( x x) i i= = = s X 8 9

Variatioskoeffiziet Variable it große Mittelwerte weise oft auch große Stadardabweichuge auf Divisio durch der Stabdardabweichug durch de Mittelwert berücksichtigt dies V X = s X x 9 0