Korrekturliste zum Studienbuch Statistik

Ähnliche Dokumente
Statistische Schätzungen

Statistik und Wahrscheinlichkeitsrechnung

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

Kapitel 5: Schließende Statistik

Eingangsprüfung Stochastik,

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

Testen statistischer Hypothesen

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

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

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

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

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch

Prof. Dr. Roland Füss Statistik II SS 2008

Kovarianz und Korrelation

Stochastisches Integral

Statistische Modelle und Parameterschätzung

Schätzen von Populationswerten

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Klausur vom

15.4 Diskrete Zufallsvariablen

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

Intervallschätzung II 2

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

Wirksamkeit, Effizienz

Schätzen. Mehrdimensionale Zufallsvariablen Kovarianz und Korrelation Statistiken BLUE Konsistenz Arithmetisches Mittel vs.

Statistische Tests zu ausgewählten Problemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Nutzung der Ergebnisse von Ringvergleichen und Methodenvalidierungen zur Ermittlung der Messunsicherheit

Maximum Likelihood Version 1.6

II. Grundzüge der Stichprobentheorie

Stichproben im Rechnungswesen, Stichprobeninventur

Statistik I/Empirie I

Körpergröße x Häufigkeit in [m]

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

4. Übung Konfidenzintervalle für Anteile und Mittelwerte

Methoden zur Konstruktion von Schätzern

Betrachtung von wahrscheinlichen und unwahrscheinlichen Zuständen eines Systems. Beide Zustände haben die gleiche Innere Energie (ideales Gas).

Kennwerte Univariater Verteilungen

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Elementarstatistik für Umweltwissenschaftler

Wahrscheinlichkeit & Statistik

X in einer Grundgesamtheit vollständig beschreiben.

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.

TESTEN VON HYPOTHESEN

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

2.3 Dampfdruck des Wassers und Luftfeuchtigkeit

3. Einführung in die Statistik

Didaktik der Mathematik der Sekundarstufe II Anwendungen des bestimmten Integrals

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler

Diskrete Zufallsvariablen

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

α : { n Z n l } n a n IR

Grundproblem der Inferenzstatistik

Stochastik für WiWi - Klausurvorbereitung

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Kapitel 6: Statistische Qualitätskontrolle

Übungsblatt 9 zur Vorlesung. Statistische Methoden

Konzentration und Disparität

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

Einführung in die Stochastik 10. Übungsblatt

Aufgaben Brechung am Prisma

Kapitel 4: Stationäre Prozesse

Statistische Analyse von Messergebnissen

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung

Zufallsstreubereiche und Vertrauensbereiche

Parameter von Häufigkeitsverteilungen

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Steuerplanung Sommersemester SWS Teil IV

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!

Logarithmusfunktion, Rechenregeln für Logarithmen, Ableiten von Logarithmen (die Ableitung nach p wird hier stets als p geschrieben)

HISTORIE DAS BESTIMMTE INTEGRAL

Zahlenfolgen, Grenzwerte und Zahlenreihen

Stochastik für Physiker: Aufgaben und Lösungsvorschläge

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac

Ökonometrie Formeln und Tabellen

Grundproblem der Inferenzstatistik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungen mit dem Applet Taylor-Entwickung von Funktionen

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

Formelsammlung. zur Klausur. Beschreibende Statistik

Diese Lösung wurde erstellt von Cornelia Sanzenbacher. Sie ist keine offizielle Lösung des Bayerischen Staatsministeriums für Unterricht und Kultus.

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

2 Asymptotische Schranken

5.3 Wachstum von Folgen

MEBAK-Methodensammlung Grundlagen der Statistik. 1. Definitionen. 2. Charakterisierung der Verteilung. 2.1 Normalverteilung (Gauß-Verteilung)

GIBS. Übungsaufgaben zur Vertiefung. V1. Beschriften Sie die Konstruktionen! n n n n ' ' ' ' Modul 1.5. Geometrische Optik 1 58.

Nachklausur - Analysis 1 - Lösungen

Univariate Verteilungen

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

Demo für

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung

Aufgaben und Lösungen Weihnachtsgeschenke zur Vorlesung Analysis I

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.

Differenz X-Y normalverteilt Lagetest für zwei verbundene. Differenz X-Y symmetrisch Wilcoxon-Test Stichproben

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

Investitionsentscheidungsrechnung Annuitäten Methode

Transkript:

Korrekturlite zum Studiebuch Statitik I der aktuelle Auflage wurde durch ei Kovertierugproblem i de Kapitel 0 (S. 3 3 ud de etprechede Abchitte i de Löuge (S. 39 07 teilweie die Zeiche µ durch ud π durch eretzt. Da dieer Fehler icht immer auftritt folgt hier eie Auflitug der betroffee Stelle. Seite 3 Der Erwartugwert eier Zufallvariable X wird i der Regel mit E( X oder X bezeichet. bzw. Dichtefuktio ud der Erwartugwert der Zufallvariable. Der Erwartugwert eier Zufallvariable X wird i der Regel mit E( X µ oder µ X bezeichet. bzw. Dichtefuktio ud µ der Erwartugwert der Zufallvariable. für x i =... ud = 3. für x i =... ud µ = 3. 9 3 ud Erwartugwert = 3. ud Erwartugwert µ = 3. 3 vo zwei Parameter σ 0 ab. vo zwei Parameter µ σ 0 3 E( X = E( X = µ ab. Der Graph it ymmetrich zur Ache x = ud beitzt a der Stelle x = ei Maximum. Eie Normalverteilug mit Parameter ud σ = verchiebt die Dichtefuktio um ach Der Graph it ymmetrich zur Ache x = μ ud beitzt a der Stelle x = μ ei Maximum. Eie Normalverteilug mit Parameter μ ud σ = verchiebt die Dichtefuktio um μ ach a Skizziere Sie die Wahrcheilichkeitdichte für ud σ =. b Wie ädert ich die Wahrcheilichkeitdichte we = bzw. it aber weiterhi σ = it? c Wie ieht die Wahrcheilichkeitdichte für ud σ im Vergleich zu a au? Wie ieht ie für ud σ = au? Skizziere Sie! a Skizziere Sie die Wahrcheilichkeitdichte für μ ud σ =. b Wie ädert ich die Wahrcheilichkeitdichte we μ = bzw. μ it aber weiterhi σ = it? c Wie ieht die Wahrcheilichkeitdichte für μ ud σ im Vergleich zu a au? Wie ieht ie für μ ud σ = au? Skizziere Sie! ormalverteilte Zufallvariable mit = mm ormalverteilte Zufallvariable mit μ = mm 9 mit de Parameter der Normalverteilug = mit de Parameter der Normalverteilug μ = 7 X X... X mit Erwartugwert ud X X... X mit Erwartugwert μ ud 7 0 Erwartugwert: = p Erwartugwert: μ = p 7 3 it der Erwartugwert = p = 0 =. it der Erwartugwert µ = p = 0 =.

7 79 = p ud σ = µ. μ = p ud σ = μ. Uter diee Aahme it die Zahl der Aküfte biomialverteilt mit Erwartugwert = p. Durch Wahl immer kleierer Zeititervalle alo Grezübergag bei kotatem geht die Biomialverteilug i die Poioverteilug mit Parameter über. Uter diee Aahme it die Zahl der Aküfte biomialverteilt mit Erwartugwert μ = p. Durch Wahl immer kleierer Zeititervalle alo Grezübergag bei kotatem μ geht die Biomialverteilug i die Poioverteilug mit Parameter μ über. 0 9 0 0 = µ = Erwartugwert: = p Erwartugwert: μ = p 7 0 f( x = e x. Wege = a lautet die Dichtefuktio mit Parameter ageomme wird. f( x = e µ x µ. Wege μ = a lautet die Dichtefuktio mit Parameter μ ageomme wird. 9 9 ud Γ( =. ud Γ( = π. Erwartugwert: = Erwartugwert: μ = 93 3 f ( x = + Γ x + Γ + f ( x = + Γ x + π Γ + 93 Erwartugwert: Erwartugwert: μ 9 9 Erwartugwert: = für > Erwartugwert: µ = für > 9 ormalverteilt it mit = ormalverteilt it mit μ = 9 3 ormalverteilt mit Erwartugwert ud Stadardabweichug σ it. Die optimale Betellmege für da Produkt etzt ich da au der durchchittliche Nachfrage ud eiem Sicherheitbetad zuamme: x * = +. ormalverteilt mit Erwartugwert μ ud Stadardabweichug σ it. Die optimale Betellmege für da Produkt etzt ich da au der durchchittliche Nachfrage μ ud eiem Sicherheitbetad zuamme: x * = µ +. 9 0 für = 00 ud σ = 0? für μ = 00 ud σ = 0? 9 für allgemeie ud σ? für allgemeie μ ud σ?

99 ormalverteilt mit = 00 ud ormalverteilt mit μ = 00 ud 0 3 a σ = b σ = c = σ = a μ σ = b μ σ = c μ = σ = 0 0 30 0 0 0 07 9 0 0 0 de Mittelwert der Grudgeamtheit die Stadardabweichug σ eie prozetuale Ateil mit tatitiche Parameter ud σ für de Mittelwert der Grudgeamtheit Ateil i der Grudgeamtheit Für die Variaze der Puktchätzer ˆ = x ud σ ( ˆ = p gilt da V( ˆ µ = ud V( ˆ = gilt ud diee damit für gege Null gehe. Grudgeamtheit mit Parameter ud darau betimmte Puktchätzer für ud σ mit Mittelwert ud de Mittelwert der Grudgeamtheit μ die Stadardabweichug σ eie prozetuale Ateil π mit tatitiche Parameter μ ud σ für de Mittelwert der Grudgeamtheit μ Ateil π i der Grudgeamtheit Für die Variaze der Puktchätzer ˆµ = x ud σ π ( π ˆπ = p gilt da V( ˆ µ = ud V( ˆ π = gilt ud diee damit für gege Null gehe. Grudgeamtheit mit Parameter μ ud darau betimmte Puktchätzer für μ ud σ mit Mittelwert μ ud 0 σ =. µ µ X X X σ =. X für de Ateil eier Grudgeamtheit für de Ateil π eier Grudgeamtheit ei Kofidezitervall für ei Kofidezitervall für π bezeiche de Ateil der Grudgeamtheit π bezeiche de Ateil der Grudgeamtheit p ( für betimmt werde durch für de Ateil der Geamtpopulatio. p π π( π für π betimmt werde durch für de Ateil π der Geamtpopulatio. 7 9 0 a : =. :. b :. oder :. : >. : <. a : µ =. : µ. b : µ. oder : µ. : µ >. : µ <. da <. it ud daher :. da µ <. it ud daher : µ.

9 3 3 9 ud daher :. verwerfe ud daher : µ. verwerfe dem Erwartugwert dem Erwartugwert μ der Form = 0 0 oder 0 der Form μ = μ 0 μ μ 0 oder μ μ 0 7 0 9 9 3 3 3 x mit = 30 Sekude da falch gewählt wurde. da = 30 Sekude falch it. x µ mit μ = 30 Sekude da μ falch gewählt wurde. da μ = 30 Sekude falch it. : = 30 ; : 30 :µ = 30 ; :µ 30 die Aahme = 30 Sekude die Aahme μ = 30 Sekude tehede Mittelwert = 30 tehede Mittelwert μ = 30 da der Mittelwert der Moatumätze höher al 70 it. Daher it > 70 al da der Mittelwert μ der Moatumätze höher al 70 it. Daher it μ > 70 al : 70 ; : > 70 :µ 70 ; :µ > 70 ab dem die Nullhypothee : > 7 verworfe werde ka. Welche Wert hat der p-wert zur Nullhypothee : = 7? : 00 ; : < 00 :µ 00 ; :µ < 00 Sei da vo alle Betrachter Ateil i eier Grudgeamtheit. Sei μ da vo alle Betrachter der Werbug Ateil π i eier Grudgeamtheit. = 0 0 oder 0 getetet werde. π = π 0 π π 0 oder π π 0 getetet werde. P ( P π π ( π

3 3 3 9 3 z = p ( ud der gechätzte z = p π π ( π ud π der gechätzte : ; : 0 : π ; : π 0 P ( P π π ( π 3 3 3 7 3 9 0 3. 3 Eieitige oder zweieitige Tet je ach ( = 0 0 0 ( = Größe der Stichprobe Eieitige oder zweieitige Tet je ach ( = 0 0 0 p ( = gechätzter Ateil a der Grudgeamtheit Eieitige oder zweieitige Tet je ach ( µ µ µ µ 0 µ µ 0 ( μ = Größe der Stichprobe Eieitige oder zweieitige Tet je ach ( µ µ µ µ 0 µ µ 0 p π π ( π π = gechätzter Ateil a der Grudgeamtheit 3 7 39 399 0 Eieitige oder zweieitige Tet je ach 0 0 ( Eieitige oder zweieitige Tet je ach π π 0 π π 0 (π π = p =. µ = p =. mehr Iformatioe da icht ur mehr Iformatioe da icht ur µ 0 a : ; : < b : ; : < a : µ ; : µ < b : µ ; : µ < 0 0 0 3 a : 00; : > 00 a : µ 00; : µ > 00 i : 00; : > 00 : µ 00; : µ > 00 0

0 7 : ; : > : µ ; : µ > 0 9 03 0 7 03 0 : 0 ; : > 0 : π 0 ; : π > 0 P ( P π π ( π : 0 ; : > 0 ; : π 0 ; : π > 0 : 0 wobei der Ateil der : π 0 wobei π der Ateil 07 dieer Nullhypothee al Ateil dieer Nullhypothee π al Ateil 0 0 0 a : < 0 ; p = ; a : π < 0 ; p = = 00 00 07 b : < 0 t -Tet b : µ < 0 t -Tet 07 3 b : > 0 ; t -Tet b : µ > 0 ; t -Tet 0 ;