Kommentar zu Kronthaler: Statistik angewandt

Ähnliche Dokumente
4 Schwankungsintervalle Schwankungsintervalle 4.2

Verteilung des Korrelationskoeffizienten r. für zwei unabhängige normalverteilte Merkmale. Studie

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Tests statistischer Hypothesen

Kapitel 6 : Punkt und Intervallschätzer

Testen statistischer Hypothesen

Kritische Werte für den U-Test bei grossen Stichprobenumfängen. Berechnung einer umfangreichen U-Wertetabelle. Studie

Empirische Verteilungsfunktion

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Parameterschätzung. Kapitel Schätzfunktionen

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

Wirksamkeit, Effizienz

Kapitel 5: Schließende Statistik

5 Stationäre Prozesse (Version Januar 2012)

X X Schätzen von Vertrauensintervallen Schwankungsintervall

3.2 Potenzreihen und komplexe Taylorentwicklung

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler

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

Wahrscheinlichkeitstheorie und Statistik vom

7 Brownsche Bewegung (Version Januar 2012)

Analysis I für M, LaG/M, Ph 4.Übungsblatt

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

Die vollständige Induktion - Lösungen 1. Aufgabe: Sind die folgenden Aussageformen in N allgemeingültig?

1 Vollständige Induktion

4. Die Menge der Primzahlen. Bertrands Postulat

i=0 a it i das erzeugende Polynome von (a 0,..., a j ).

Eingangsprüfung Stochastik,

Kapitel 6: Statistische Qualitätskontrolle

Zahlenfolgen und Konvergenzkriterien

Kapitel 9: Schätzungen

Übung zur Vorlesung Einführung in die Algebra Prof. Dr. J. H. Bruinier Stephan Ehlen

3 Wichtige Wahrscheinlichkeitsverteilungen

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.

Kapitel 11 DIE NORMAL-VERTEILUNG

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

Technische Universität München Zentrum Mathematik. Übungsblatt 1

Klausur vom

Konvergenz von Folgen von Zufallsvariablen

Übungen mit dem Applet erwartungstreu

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

Schätzen von Populationswerten

Stochastisches Integral

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

Computer-Graphik II Verallgemeinerte Baryzentrische Koordinaten

Aussagenlogik. Aussagenlogik

2 Einführung in die mathematische Statistik

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

2 Die natürlichen, ganzen und rationalen Zahlen

Tests für beliebige Zufallsvariable

1 Aussagenlogik und vollständige Induktion

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Grenzwerte von Folgen. 1-E Ma 1 Lubov Vassilevskaya

5.3 Wachstum von Folgen

Vorlesung 3. Tilman Bauer. 11. September 2007

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

2 Vollständige Induktion

1 Lösungen zu Analysis 1/ 12.Übung

Kurse für soziale Kompetenzen

Grundbegriffe der Differentialrechnung

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

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS

37. Österreichische Mathematik Olympiade Gebietswettbewerb für Fortgeschrittene 27. April 2006

Mathematische Vorgehensweise

Dritter Zirkelbrief: Ungleichungen

Einige wichtige Ungleichungen

4 Konvergenz von Folgen

Kapitel 4: Stationäre Prozesse

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

Schätzen von Populationswerten

Statistische Modelle und Parameterschätzung

11 Likelihoodquotiententests

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09

Parameterschätzung. Numero, pondere et mensura Deus omnia condidit

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

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

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

Nennenswertes zur Stetigkeit

AT AB., so bezeichnet man dies als innere Teilung von

6 Grenzwerte von Zahlenfolgen

Konvergenz von Folgen reeller Zufallsvariablen

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

Wahrscheinlichkeitsrechnung & Statistik - Ergänzung zum Skript

MATHE-BRIEF. April 2016 Nr. 68. Wer fürchtet sich vor der vollständigen Induktion? Als ich als Mathematik-Student zum ersten Mal einen Beweis

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen

provadis School of International Managemet & Technology

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert

Kapitel 2 Differentialrechnung in einer Variablen. 2.1 Folgen und Grenzwerte

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grundlagen der Mathematik (LPSI/LS-M1)

Kovarianz und Korrelation

Diskrete Zufallsvariablen

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am Betriebswirtschaft BB-WMT-S

Transkript:

Ei bissche Mathematik muss scho sei! Studie Autor: Helmut Vetter Ort, Datum: Arlesheim, 02.09.2014

Diese Arbeit wurde mit TexLive erstellt. Kommetar zu Krothaler: Statistik agewadt Ei bissche Mathematik muss scho sei! Autor Vetter, Helmut Schillerweg 2 CH-4144 Arlesheim 061 599 51 09 helmut.vetter@fhw.ch Auftraggeberschaft Fachhochschule für Wirtschaft Taer, Christia Arlesheim, September 2014 Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter i

Ehrewörtliche Erklärug Ich versichere, dass ich die vorliegede Arbeit selbststädig ud ohe Beutzug aderer als der im Literaturverzeichis agegebee Quelle ud Hilfsmittel agefertigt habe. Die wörtlich oder ihaltlich de im Literaturverzeichis aufgeführte Quelle ud Hilfsmittel etommee Stelle sid i der Arbeit als Zitat bzw. Paraphrase ketlich gemacht. Diese Arbeit ist och icht veröffetlicht worde. Sie ist somit weder adere Iteressete zugäglich gemacht och eier adere Prüfugsbehörde vorgelegt worde. Arlesheim, 02.09.2014 Helmut Vetter Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter ii

Maagemet Summary Auf Aregug vo Christia Taer für mehr Praxisbezug im Mathematikuterricht habe ich das Buch vo Fraz Krothaler Statistik agewadt gelese. Vom Asatz her ist das Buch ordetlich. I mathematische Details ethält es eiige Fehler. Ich möchte hier 4 Pukte herausgreife, die mir missfalle habe. Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter iii

Ihaltsverzeichis 1 Seite 37: Quatile 1 2 Seite 94: Grudgesamtheit Ω der Grösse Ω = N < 1 3 Seite 113: X N(µ, σ) 2 4 Seite 126: Alterativhypothese 3 Literaturverzeichis 4 Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter iv

1 Seite 37: Quatile Bei 8 Werte ergibt sich das 0.25-Quatil gemäss Statistik agewadt als Wert Nummer 2.5, also als x [2] + 0.5 (x [3] x [2] ). Obwohl das Buch sich auf die Statiatikberechuge i Excel stützt, ist diese Rechug icht koform mit der Berechug des Quatils i Excel! Excel (wie auch R) liefert Wert Nummer 1 + 0.25 (8 1) = 2.75, also x [2] + 0.75 (x [3] x [2] ) Bemerkug: Dieser Asatz ist wohl dem Bestrebe geschuldet, dass ma i jedem Fall eie Wert ausweise will! Dies geligt, da der Idex 1 + q (8 1) [1, 8] für alle q [0, 1] Mathematisch fudiert wäre folgedes Vorgehe: Bezeiche q(x) := P (X x) das Quatil des Wertes x. Ziehe wir Werte ud orde diese aufsteiged X [1] X [2]... X [], so ergibt sich die Wahrscheilichkeitsdichte f k vo q(x [k] ) zu f k (q) = ( 1 k 1 ) qk 1 (1 q) k 1) Kotrolle Regularität: 1 0 ( 1 k 1 ) qk 1 (1 q) k dq = ( 1 ) B(k, k + 1) = k 1 = 2) Erwartugswert E[q(X [k] )]: 1 0 ( 1)! Γ(k)Γ( k + 1)! (k 1)!( k)! = = 1 (k 1)! ( k)! Γ( + 1) (k 1)! ( k)!! q ( 1 k 1 ) qk 1 (1 q) k dq = ( 1 ) B(k + 1, k + 1) = k 1 = ( 1)! Γ(k + 1)Γ( k + 1)! k!( k)! = = k (k 1)! ( k)! Γ( + 2) (k 1)! ( k)! ( + 1)! + 1 0.25 = k + 1 Wert Nummer k = 0.25 ( + 1) = 0.25 9 = 2.25, also x [2] + 0.25 (x [3] x [2] ) Bei de drei Verfahre komme die 8 Messwerte a de folgede Quatile zu liege: Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter 1 vo 4

2 Seite 94: Grudgesamtheit Ω der Grösse Ω = N < I diesem Zusammehag werde schwammige ud auch uhaltbare Behauptuge aufgestellt! So sollte es sei: Defiiere µ := 1 Ω x Ω x σ 2 := 1 Ω (x µ) 2. x Ω Es wird eie Stichprobe X 1, X 2,... X vom Umfag N aus der Grudgesamtheit gezoge. X := 1 i=1 X i S 2 := 1 1 (X i X ) 2 i=1 Folgedes lässt sich zeige: Satz 1) E(S 2 ) = N N 1 σ2 2) V (X ) = N N 1 σ2 3) V (X ) = N N E(S2 ) Lemma Für 1 i, 1 j ud i j gilt (jeweils iklusive Beweis): E(X i ) = 1 Ω x = µ, speziell E(X i ) = E(X 1 ) x Ω V (X i ) = 1 Ω (x µ) 2 = σ 2, speziell V (X i ) = V (X 1 ) x Ω E(X 2 i ) = E(X i µ + µ) 2 = E(X i µ) 2 + 2 E(X i µ) µ + µ 2 = σ 2 + 2 0 µ + µ 2 = σ 2 + µ 2, speziell E(X 2 i ) = E(X2 1 ) E(X i X j ) = E(E(X i X j X i )) = E(X i Nµ X i N 1 ) = E(X i = µ 2 σ2 N 1, speziell E(X ix j ) = E(X 1 X 2 ) σ2 Nµ N 1 ) E( X2 i N 1 ) = µ Nµ N 1 µ2 + σ 2 N 1 = C(X i, X j ) = E(X i X j ) E(X i )E(X j ) = µ 2 N 1 µ2 = N 1, speziell C(X i, X j ) = C(X 1, X 2 ) Beweis vo 1): E(S) 2 1 = E( 1 (X i X ) 2 ) = 1 E( 1 X 1 1 X i ) 2 = i=1 = 1)2 1 [(( 1 2 + ( 1) 2 ) E(X2 1 ) + ( 2 = (µ 2 + σ 2 ) (µ 2 σ2 N 1 ) = N N 1 σ2 qed. Beweis vo 2): V (X ) = V ( Beweis vo 3): X i i=1 ) = 2 V (X 1) + ( 1) 2 ( 1)2 2 + σ2 i=2 C(X 1, X 2 ) = 1 1 N 1 ( 1) ( 2) 2 ) E(X 1 X 2 )] = σ 2 = N N 1 σ2 Aus 2) ud 1) folgt: V (X ) = N N 1 σ2 = N N 1 E(S2 ) (N 1) = N N N E(S2 ) qed. qed. Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter 2 vo 4

3 Seite 113: X N(µ, σ) Heisst gaz klar: X ist ormalverteilt gemäss N(µ, σ). Krothaler spricht vo aäherd ormalverteilt. Das wäre aber X N(µ, σ) 4 Seite 126: Alterativhypothese H 0 : µ = 40, H A = H 0, also H A : µ 40 ud icht H A : x 40 wie im Buch steht. Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter 3 vo 4

Literaturverzeichis Krothaler, Fraz (2014): Statistik agewadt. 1. Auflage. Berli Heidelberg: Spriger Verlag Kommetar zu Krothaler: Statistik agewadt [Versio 1.1] Helmut Vetter 4 vo 4