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



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

3. Einführung in die Statistik

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

15.4 Diskrete Zufallsvariablen

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

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

Innerbetriebliche Leistungsverrechnung

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

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

Statistik I/Empirie I

Univariate Verteilungen

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

2 Vollständige Induktion

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

Parameter von Häufigkeitsverteilungen

Vorlesung Informationssysteme

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Kapitel 6: Quadratisches Wachstum

Stichproben im Rechnungswesen, Stichprobeninventur

Klasse: Platzziffer: Punkte: / Graph zu f

1 Analysis T1 Übungsblatt 1

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

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

Statistik I für Betriebswirte Vorlesung 2

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

Stochastik für WiWi - Klausurvorbereitung

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am Betriebswirtschaft BB-WMT-S

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler

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

Formelsammlung. zur Klausur. Beschreibende Statistik

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

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

3. Tilgungsrechnung Tilgungsarten

e) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Der natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier

Beurteilung des Businessplans zur Tragfähigkeitsbescheinigung

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Kennwerte Univariater Verteilungen

Übungen mit dem Applet erwartungstreu

STATISTIK. Erinnere dich

= T Jährliche Ratentilgung Jährliche Ratentilgung. Ausgangspunkt: Beispiel:

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

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Arbeitsplätze in SAP R/3 Modul PP

Motordaten und Betriebsbereiche. von DC Motoren. DC-Motor als Energiewandler

Jugendliche (18-24 Jahre) in Westdeutschland

Statistische Formelsammlung Begleitende Materialien zur Statistik - Vorlesung des Grundstudiums im Fachbereich IK

Ausgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i

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 zur Vorlesung Funktionentheorie Sommersemester Musterlösung zu Blatt 0

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

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

Gliederung. Value-at-Risk

Aufgaben zum Datenmanagement

Flexibilität beim Lagern und Kommissionieren: Schienengeführte Regalbediengeräte

Wiederkehrende XML-Inhalte in Adobe InDesign importieren

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

Aufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v

Kapitel 4: Stationäre Prozesse

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

Kapitel 4.1: Dr. Jörg Franke. Technische Universität Dortmund. Sommersemester 2011

Mathematischer Vorkurs zum Studium der Physik

inkl. technische Informationen und Bestuhlungsvarianten

Projektmanagement Solarkraftwerke

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

Weitere Lagemaße: Quantile/Perzentile I

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09

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

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

Fachhochschule Düsseldorf Wintersemester 2008/09

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

Feldeffekttransistoren in Speicherbauelementen

Eindimensionale Darstellungen

Logarithmus - Übungsaufgaben. I. Allgemeines

2. Einführung in die Geometrische Optik

Versicherungstechnik

Empirische Methoden I

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S

Korrelation (II) Korrelation und Kausalität

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Solvency II Bewertungen, Vorbereitungen und Erwartungen deutscher Versicherungen und Pensionskassen. Studie Oktober 2012

Finanzmathematische Formeln und Tabellen

Abschlussprüfung 2014 an den Realschulen in Bayern

Analyse klassierter Daten: Vor der Analyse fasst man jeweils mehrere Merkmalsausprägungen in (Merkmalswerte-)Klassen zusammen.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

ICM Internationales Congress Center München Details Saal 12 inkl. technische Informationen und Bestuhlungsvarianten

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

HONORAR Honorarabrechnung

Bewertung von Anleihen

1. Einfuhrung zur Statistik

Medienzentrum. Bibliothek. Handreichung zur Literatursuche

Wahrscheinlichkeit & Statistik

Formelsammlung zur Statistik

KUNDENPROFIL FÜR GELDANLAGEN

Das FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++

Calmet Calibration. Calmet C300 Der Kalibrator für nicht sinusförmige Signalverläufe - Oberwellen Erweiterte Spezifikationen.

Transkript:

Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität... matheachhilfe.ch Date habe eie atürliche Reihefolge, aber keie bestimmte Abstad utereiader. Bsp: schlechtgeügedgut, kaltwarmheiss,... Date habe eie atürliche Reihefolge, ud eie bestimmte Abstad utereiader Zahledate Itervallskala: kei atürlicher Nullpukt (Bsp: Temp. i C Verhältisskala: atürlicher Nullpukt (Bsp: Alter i Jahre Datebeispiel: Absolutskala: atürliche Skalaeiheit (Bsp: Zählvariable Bezeichuge, Hilfsspalte: Allgemeies: Azahl Date: Merkmalsausprägug: x i Absolute Häufigkeit: Relative Häufigkeit: f i = Kumulierte abs. Häufigkeit: H i = j i h j Azahl Klasse: k (k +.2 log Klasseutergreze: x u i Klasseobergreze: x o i Klassemitte: x i = xu i + xo i 2 Klassebreite: b i = x o i x u i Häufigkeitsdichte: d i = b i Kumulierte rel. Häufigkeit: F i = j i f j = H i

Deskriptive Statistik dimesioale Date Grafische Darstellug Seite 2 Nomial Ordial Metrisch (Kardial Metrisch klassiert Balkediagramm: Darstellug der Häufigkeitsverteilug. Geeiget für Nomiale, Oriale ud ichtklassifizierte Metrische Merkmale. 0 h (oder f h (oder f 0 0 h (oder f Kuchediagramm: Darstellug der Häufigkeitsverteilug. Geeiget für Nomiale, Oriale ud ichtklassifizierte Metrische Merkmale. blau brau grü adere 46% 2% brau blau grü adere sehr ugeüged gut geüged sehr gut sehr gut (0% gut (% geüged(0% ugeüged sehr 2 4 6 6 (7% (0% 4 (% (20% 2 (7% (% Histogramm: Geeiget für die Darstellug der Häufigkeitsverteilug vo klassierte Metrische Merkmale. Die Fläche sid proportioal zur Häufigkeit der etsprechede Klasse. Polygozug: Geeiget für die Darstellug der Häufigkeitsverteilug vo klassierte Metrische Merkmale. Basiert auf dem Histogramm. h (oder f 0 2 4 6.0 0. 0.600 0.00 d (oder h, f bei gleiche Klasse 0 40 0 60 70 80 90 20 d (oder h, f bei gleiche Klasse.00.200.00 0.07 0 40 0 60 70 80 90 20 H (oder F 0 27 7 8 Summehäufigkeit, Verteilugsfuktio Geeiget für die Darstellug der kumulierte Häufigkeite vo midestes ordial skalierte Merkmale. 4 sehr ugeüged gut geüged sehr gut H (oder F 0 27 7 8 2 4 6 F.00 0.96 0.8 0.6 0.8 0. 0.06 0 40 0 60 70 80 90 20

Deskriptive Statistik dimesioale Date Lageparameter Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Modus (Mo: häufigster bzw. dichtester Wert Media (Me: Wert, welcher i der Ragordug die mittlere Positio eiimmt, d.h. 0% der Werte sid kleier oder gleich ud 0% der Werte sid grösser oder gleich wie der Media. Merkmalsausprägug mit der grösste Häufigkeit ugerade: Merkmalsausprägug mit der grösste Häufigkeit + gerade: Me = ( + x [ +] 2 Wert mit der grösste Häufigkeit ugerade: + gerade: Me = ( + x [ +] 2 Kostate Klassebreite: Mo = x u m + ( (x o m xu m ( +( + (wobei grösste Häufigkeit utersch. Klassebreite: Mo = x u m + (dm dm (xo m xu m (d m d m +(d m d m+ (wobei d m grösste Dichte Me = x u m + 2 Hm (wobei die mte Klasse die Mediaklasse ist, d.h. die Klasse, i welche die kumulierte Häufigkeit 2 fällt Arithmetisches Mittel (x: Das arithmetische Mittel ist der Wert, welcher sich bei gleichmässiger Verteilug der Summe aller beobachtete Merkmalswerte auf alle Merkmalsträger ergibt. x = x i x = x i (wobei x i die Klassemitte sid Geometrisches Mittel (MG: Das Geometrische Mittel wird beutzt um eie durchittliche Wachstumsfaktor zu bereche. MG = q q 2 q (wobei q i die Wachstumsfaktore sid, z.b. +% q =.0 oder 2% q = 0.98 Harmoisches Mittel (MH: Mit dem harmoische Mittel ka eie durchschittliche Geschwidigkeit berechet werde. MH = x i (wobei x i die Geschwidigkeit auf der Strecke ist

Deskriptive Statistik dimesioale Date Streugsparameter I Seite 4 Boxplot: Spaweite ZQA Nomial Ordial Kardial Kardial klassiert 0 4.2 7.4 20 4 6 64.6 2% 2% 2% 2% x Mi Q Me Q x Max Kleister Wert: x Mi x x x u Grösster Wert: x Max x x x o k. Quartil: Q Das. Quartile teilt i die sortierte Date i zwei Teile. 2% der Werte sid kleier als Q, 7% sid grösser als Q.. Quartil: Q Das. Quartile teilt die sortierte Date i zwei Teile. 7% der Werte sid kleier als Q, 2% sid grösser als Q. Media: Me Wert, welcher i der Ragordug die mittlere Positio eiimmt, d.h. 0% der Werte sid kleier oder gleich ud 0% der Werte sid grösser oder gleich wie der Media. Q = x [ 4 (+] (falls Ordugsummer icht gazzahlig, Mittel der beide ächste Werte Q = x [ 4 (+ 2] ugerade: (falls Ordugsummer icht gazzahlig, Mittel der beide ächste Werte + gerade: Me = ( + x [ +] 2 Q = x [ 4 (+] (falls Ordugsummer icht gazzahlig, (gewichtetes Mittel der beide ächste Werte Q = x [ 4 (+ 2] (falls Ordugsummer icht gazzahlig, (gewichtetes Mittel der beide ächste Werte ugerade: + gerade: Me = ( + x [ +] 2 Q = x u m + 4 H m (wobei die mte Klasse diejeige Klasse ist, i welche die kumulierte Häufigkeit 4 fällt Q = x u m + 4 H m (wobei die mte Klasse diejeige Klasse ist, i welche die kumulierte Häufigkeit 4 fällt Me = x u m + 2 Hm (wobei die mte Klasse die Mediaklasse ist, d.h. die Klasse, i welche die kumulierte Häufigkeit 2 fällt Spaweite (R: Die Spaweite gibt die Läge des Bereichs a, über de sich alle Merkmalswerte verteile. R = x Max x Mi R = x Max x Mi Iterquartilsabstad (ZQA: Die Spaweite gibt die Läge des Bereichs a, über de sicittlere 0% der Merkmalswerte verteile. ZQA = Q Q ZQA = Q Q

Deskriptive Statistik dimesioale Date Streugsparameter II Seite Nomial Ordial Kardial Kardial klassiert Mittlere Absolute: Abweichug (δ: Gibt die durschittliche Abweichug der eizele Merkmalswerte vom Mittelwert x a. δ = x i x δ = x i x (wobei x i die Klassemitte sid Variaz (σ 2 : Die Variaz ist die durchschittliche quadratische Abweichug der Merkmalswerte vom Mittelwert x. Stadardabweichug (σ: Die Stadardabweichug ist Wurzel aus der Variaz. Normalverteilug: 68.% im Bereich x ± σ 9.4% im Bereich x ± 2σ 99.7% im Bereich x ± σ Allgemei: mid. 7% i x ± 2σ mid. 89% i x ± σ die Variatioskoeffiziet (VK: Der Variatioskoeffiziet gibt die relative Streuug zum Mittelwert a. Dadurcst es möglich, Streuge zu vergleiche. Gesamtheit: σ 2 = (x i x 2 s 2 = (x i x 2 Gesamtheit: σ = (x i x 2 s = (x i x 2 VK = σ x bzw. VK = s x Gesamtheit: σ 2 = (x i x 2 s 2 = (x i x 2 Gesamtheit: σ 2 = (x i x 2 s 2 = VK = σ x (x i x 2 bzw. VK = s x