Übungsaufgaben, Statistik 1

Ähnliche Dokumente
0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

Statistik I für Betriebswirte Vorlesung 2

Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung

Statistik III. Walter Zucchini Fred Böker Andreas Stadie

Multivariate Zufallsvariablen

Fit for Abi & Study Stochastik

Statistik I für Betriebswirte Vorlesung 3

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

Unabhängigkeit KAPITEL 4

Übungsblatt 7 zur Vorlesung Wahrscheinlichkeitsrechnung und mathematische Statistik für Informatiker

Wahrscheinlichkeitsverteilungen

1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Hypothesentests. 5 Regression

Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

Statistik für Ingenieure Vorlesung 2

Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom

Statistik für Ingenieure Vorlesung 3

Definition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion

Übungen zur Vorlesung Statistische Methoden Kapitel 1-2

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:

Sprechstunde zur Klausurvorbereitung

Lemma 23 Die (paarweise verschiedenen) Ereignisse A 1,..., A n sind genau dann unabhängig,

2 Zufallsvariable und Verteilungsfunktionen

SozialwissenschaftlerInnen II

Wahrscheinlichkeit und Statistik: Zusammenfassung

Statistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten

Bei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt.

Wahrscheinlichkeitstheorie

Wichtige Definitionen und Aussagen

Zufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s

Universität Basel Wirtschaftswissenschaftliches Zentrum. Zufallsvariablen. Dr. Thomas Zehrt

Kapitel 5. Univariate Zufallsvariablen. 5.1 Diskrete Zufallsvariablen

Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik. Lösungsblatt zu Nr. 2

Wahrscheinlichkeitsrechnung und Quantentheorie

1.4 Zufallsvariablen und ihre Verteilung

Wahrscheinlichkeitstheorie und Statistik

Vorlesung: Statistik II für Wirtschaftswissenschaft

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

Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch

Grundbegriffe der Wahrscheinlichkeitsrechnung

1.5.4 Quantile und Modi. Bem [Quantil, Modus]

P (X = 2) = 1/36, P (X = 3) = 2/36,...

15.5 Stetige Zufallsvariablen

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

Aufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2018/19

5 Zufallsvariablen, Grundbegriffe

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

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg

Zusammenfassung: diskrete und stetige Verteilungen. Woche 4: Gemeinsame Verteilungen. Zusammenfassung: diskrete und stetige Verteilungen

Woche 2: Zufallsvariablen

Mathematische und statistische Methoden II

Wirtschaftsmathematik

Fakultät Verkehrswissenschaften Friedrich List Professur für Ökonometrie und Statistik, insb. im Verkehrswesen. Statistik II

Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Mathematische und statistische Methoden II

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen

Übung Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung mit

Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung

1 Wahrscheinlichkeitsrechnung und Zufallsvariablen

Lösungen zu Übungsaufgaben Blatt 9

Psychologische Methodenlehre und Statistik I

Eindimensionale Zufallsvariablen

Einige Konzepte aus der Wahrscheinlichkeitstheorie (Review)

TU DORTMUND Sommersemester 2018

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Statistik II für Wirtschaftswissenschaftler

Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet

P (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Woche 2: Zufallsvariablen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Thema: Wahrscheinlichkeit. Übungsklausur Wahrscheinlichkeit und Regression

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Zufallsvariablen [random variable]

Teil VI. Gemeinsame Verteilungen. Lernziele. Beispiel: Zwei Würfel. Gemeinsame Verteilung

Heute. Die Binomialverteilung. Poissonverteilung. Approximation der Binomialverteilung durch die Normalverteilung

Kapitel 8: Zufallsvektoren

Einführung in die Wahrscheinlichkeitsrechnung

Mathematik für Informatiker III im WS 05/06 Musterlösung zur 4. Übung

Übungsblatt 9. f(x) = e x, für 0 x

Stochastik Wiederholung von Teil 1

Willkommen zur Vorlesung Statistik (Master)

Mathematische und statistische Methoden II

8. Formelsammlung. Pr[ ] = 0. 0 Pr[A] 1. Pr[Ā] = 1 Pr[A] A B = Pr[A] Pr[B] DWT 8.1 Gesetze zum Rechnen mit Ereignissen 203/467 Ernst W.

Binomialverteilung. Häufigkeit, mit der Ereignis A bei n unabhängigen Versuchen eintritt. Träger von X : X = {0, 1, 2,..., n}.

Stochastik. 1. Wahrscheinlichkeitsräume

Willkommen zur Vorlesung Statistik (Master)

Konzept diskreter Zufallsvariablen

Modelle diskreter Zufallsvariablen

Wahrscheinlichkeitsfunktion. Binomialverteilung. Binomialverteilung. Wahrscheinlichkeitshistogramme

Vorlesung: Statistik II für Wirtschaftswissenschaft

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Kapitel 12 Stetige Zufallsvariablen Dichtefunktion und Verteilungsfunktion. stetig. Verteilungsfunktion

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Transkript:

Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama und Papst Benedikt als Vorbilder für Jugendliche genannt. Wer wäre für Sie ein Vorbild? Von 1 000 Befragten nannten 44% den Dalai Lama und 42% Papst Benedikt (14% gaben keine Antwort auf diese Frage). Wir fassen diese Zahlen als geschätzte Wahrscheinlichkeiten auf und schreiben: P (Dalei Lama) = 0.44 P (Papst Benedikt) = 0.42 Unter den Anhängern bestimmter Parteien sahen die Anworten in Prozent so aus: CDU/CSU SPD FDP Linke B 90/Grüne Dalai Lama 32 51 62 44 86 Papst Benedikt 58 36 28 39 8 Keine Antwort 10 13 10 17 6 Wir fassen diese Zahlen als bedingte Wahrscheinlichkeiten auf, gegeben die Parteianhängerschaft, z.b. ist P ( Dalei Lama CDU/CSU ) = 0.32 P ( Papst Benedikt CDU/CSU ) = 0.58 Wir wollen jetzt die Wahrscheinlichkeit ausrechnen, dass jemand den Dalai Lama als Vorbild hat und gleichzeitig Anhänger der CDU/CSU ist. P ( Dalai Lama und CDU/CSU ) = P ( Dalai Lama CDU/CSU ) P ( CDU/CSU ) Dazu brauchen wir die Wahrscheinlichkeit P ( CDU/CSU ), die uns durch eine Umfrage etwa zur gleichen Zeit (28.06. - 10.07.2007) gegeben ist. Das Institut für Demoskopie (Allensbach) stellte die Sonntagsfrage:,, Wenn am nächsten Sonntag Bundestagswahlen wären.... Es wurden etwa 2 000 Personen befragt, wobei sich die folgenden Antworten in Prozent ergaben: CDU/CSU SPD FDP Linke B 90/Grüne Sonstige 37.0 28.3 9.4 12.5 9.7 3.1 Wir fassen diese Zahlen als Wahrscheinlichkeiten auf: Damit erhalten wir P ( CDU/CSU ) = 0.37 P ( SPD ) = 0.283...

Übungsaufgaben, Statistik 2 P ( Dalai Lama und CDU/CSU ) = P ( Dalai Lama CDU/CSU ) P ( CDU/CSU ) = 0.32 0.37 = 0.1184 = 11.84% und P ( Papst Benedikt und CDU/CSU ) = P ( Papst Benedikt CDU/CSU ) P ( CDU/CSU ) = 0.32 0.37 = 0.2146 = 21.46% Vervollständigen Sie die folgende Tabelle der gemeinsamen Wahrscheinlichkeiten in Prozent: Dalai Lama 11.84 Papst Benedikt 21.46 CDU/CSU SPD FDP Linke B 90/Grüne Jetzt interessieren uns die Wahrscheinlichkeiten, dass ein Anhänger des Dalai Lama bzw. des Papstes Benedikt eine bestimmte Partei wählt, d.h. z.b, die bedingte Wahrscheinlichkeit: P ( CDU/CSU Dalai Lama) = P ( CDU/CSU und Dalai Lama ) P ( Dalai Lama ) = 0.1184 0.44 = 0.2691 = 26.91% P ( CDU/CSU Papst Benedikt) = P ( CDU/CSU und Papst Bendikt ) P ( Papst Bendikt ) = 0.2146 0.42 = 0.5110 = 51.10% Vervollständigen Sie die folgende Tabelle der bedingten Wahrscheinlichkeiten, dass eine Person, die den Dalai Lama bzw. den Papst als Vorbild betrachtet, die gegebenen Parteien wählt: Dalai Lama 26.91 Papst Benedikt 51.10 CDU/CSU SPD FDP Linke B 90/Grüne [ 5 ] Unabhängigkeit a) Zwei Ereignisse A und B heißen unabhängig, wenn P (A B) = P (A) P (B). b) Zwei Ereignisse A und B sind genau dann unabhängig, wenn P (A B) = P (A). c) P (A Ω) = P (A) = P (A) 1 = P (A) P (Ω), d.h. die Ereignisse A und Ω sind unabhängig. d) P (A B) = P (A) P (B), falls P (A B) = P (A) e) Wenn P (A B) = P (A), so sind die Ereignisse A und B unabhängig. f) Die Umkehrung der Aussage im vorangehenden Punkt gilt nicht.

Übungsaufgaben, Statistik 3 [ 6 ] Bedingte Wahrscheinlichkeiten a) P (A B) = P (A B) P (B) P (A) P (B) b) P (A B) = P (A B) P (B) c) P (A B) = P (A) P (B), falls P (A B) = P (A) P (A B) + P (Ā B) d) P (A B) + P (Ā B) = P (B) = P (B) P (B) = 1 e) P (A B) = P (A B) P (A) [ 7 ] Häufigkeiten a) Absolute Häufigkeiten sind stets kleiner als 1. b) Die relative Häufigkeit für das sichere Ereignis Ω ist meistens 1. c) Für die relative Häufigkeit von zwei disjunkten Mengen A und B gilt immer: h n (A B) = h n (A) + h n (B). d) Relative Häufigkeiten pendeln sich mit wachsendem Stichprobenumfang auf einen festen endgültigen Wert ein. e) Beim Wurf einer fairen Münze ist der in d) genannte endgültige Wert für das Eintreten von Zahl meistens kleiner als 0.5. f) Absolute Häufigkeiten erfüllen die Axiome einer Wahrscheinlichkeit. g) 0 h n (A) < 1. Kapitel 4: Verteilungen und ihre Kennzeichen [ 1 ] Für welchen Wert der Konstanten a ist f(x) = ax 4 0 < x < 1 0 sonst die Dichtefunktion einer Zufallsvariablen X? Führen Sie die folgenden Berechnungen dann mit diesem Wert von a durch. Hinweis: Beachten Sie die Potenzregel der Integration: x a dx = 1 a + 1 xa+1 (a 1) a) Berechnen Sie die folgenden Wahrscheinlichkeiten mit Hilfe der Dichtefunktion: P (X < 0.5) P (X > 0.7) P (0.2 < X < 0.4) P (0.1 X 0.9) b) Berechnen Sie die Verteilungsfunktion F X (t). c) Berechnen Sie die obigen Wahrscheinlichkeiten erneut mit Hilfe der Verteilungsfunktion.

Übungsaufgaben, Statistik 4 [ 2 ] Die folgende Abbildung zeigt die Wahrscheinlichkeitsfunktion einer Zufallsvariablen X. 0.30 0.25 P(X = x) 0.20 0.15 0.10 0.05 0.00 0 1 2 3 4 5 6 7 8 x a) Schreiben Sie so genau wie möglich die Wahrscheinlichkeitsfunktion von X (mit zwei Stellen nach dem Dezimalpunkt) auf. b) Berechnen Sie die Verteilungsfunktion von X und stellen Sie diese graphisch dar. c) Berechnen Sie die Wahrscheinlichkeiten i) P (X a) für a = 2, 4, 6, ii) P (X > b) für b = 2, 4, 6, iii) P (a < X < b) für a = 2 und b = 6, iv) P (a X b) für a = 2 und b = 6, v) P (a < X b) für a = 2 und b = 6, vi) P (a X < b) für a = 2 und b = 6. d) Die folgende R-Ausgabe zeigt die Werte der Verteilungsfunktion an den Stellen 0, 1, 2,..., 8. 0.06 0.26 0.55 0.81 0.94 0.99 1.00 1.00 1.00 Überprüfen Sie damit noch einmal alle in dieser Aufgabe berechneten Wahrscheinlichkeiten.

Übungsaufgaben, Statistik 5 [ 3 ] Verteilung einer diskreten Zufallsvariablen a) Für die Wahrscheinlichkeitsfunktion einer diskreten Zufallsvariablen gilt immer für alle x: 0 P (x) 1 b) Für die Wahrscheinlichkeitsfunktion P X (x) einer diskreten Zufallsvariablen X gilt P X (x) = 1. x c) P (X = x) > 0 für alle reellen Zahlen x. d) Die Verteilung einer diskreten Zufallsvariablen kann durch eine Dichtefunktion beschrieben werden. e) Die Verteilungsfunktion F (t) einer Zufallsvariablen kann mit wachsendem t nicht kleiner werden. f) Für alle Zufallsvariablen gilt P (a < X < b) = P (a X b) g) Es gibt nur vier diskrete Verteilungen. h) Die Begriffe Dichtefunktion und Wahrscheinlichkeitsfunktion werden synonym verwendet, da man mit beiden Wahrscheinlichkeiten berechnen kann. i) Die Werte einer Wahrscheinlichkeitsfunktion und auch einer Dichtefunktion dürfen nicht größer als Eins sein.

Übungsaufgaben, Statistik 6 [ 4 ] Verteilung einer stetigen Zufallsvariablen a) Eine Zufallsvariable ist eine Funktion, die jedem möglichen Ergebnis eines Zufallsexperiments die Wahrscheinlichkeit zuweist. b) Die Fläche unterhalb der Verteilungsfunktion einer stetigen Zufallsvariablen kann nicht größer sein als 1. c) Die Verteilung einer stetigen Zufallsvariablen wird durch ihre Dichtefunktion oder ihre Verteilungsfunktion beschrieben. d) Dichte- und Verteilungsfunktion können nur Werte aus dem Intervall [0, 1] annehmen. e) Für stetige Zufallsvariablen erhält man Wahrscheinlichkeiten, indem man Flächen unterhalb der Verteilungsfunktion berechnet. f) Bezeichnet X eine stetige Zufallsvariable, so wird das Verhalten von X durch eine Wahrscheinlichkeitsfunktion beschrieben. g) Die Dichtefunktion f(x) einer stetigen Zufallsvariablen, gibt für jeden Wert x die Wahrscheinlichkeit an, mit der dieser Wert angenommen wird. h) Für eine stetige Zufallsvariable X gilt P ({X = x}) = 0 für alle x. i) Der R-Befehl für die in R implementierten Verteilungsfunktionen beginnt mit dem Buchstaben p. j) Eine Dichtefunktion darf niemals größer als 1 sein. k) In der Regel ist die Fläche unterhalb einer Dichtefunktion Eins. l) Die Werte einer Wahrscheinlichkeitsfunktion und auch einer Dichtefunktion dürfen nicht größer als Eins sein. m) Die Wahrscheinlichkeit, dass eine Zufallsvariable Werte in einem Intervall I annimmt, wird durch die Fläche unterhalb der Dichtefunktion über dem Intervall I berechnet. n) Die Verteilungsfunktion ist immer eine stetige Funktion.