Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag 10.00 - 12.30...
-
Upload
amelinda-karlsen -
Category
Documents
-
view
105 -
download
0
Transcript of Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag 10.00 - 12.30...
Statistische Methoden I SS 2005
Vorlesung: Prof. Dr. Michael SchürmannZeit: Freitag 10.00 - 12.30 (Pause: 11.30 - 11.45)Ort: Hörsaal Loefflerstraße
ÜbungenGruppe 2: Andreas Matz Di 8.00 -
10.00Gruppe 1: Andreas Matz Di 10.00 -
12.00Gruppe 6: Regina Reiner Di 12.00 -
14.00Gruppe 5: Ronny Feuer Mi 8.00 -
10.00Gruppe 4: Ronny Feuer Mi 10.00 -
12.00Gruppe 3: Ronny Feuer Mi 12.00 -
14.00
Ort: Diagnostikzentrum Sauerbruchstraße
Raum 301301
Gruppe 3: Ronny Feuer Mi 12.00 - 14.00
Gruppe 3: Ronny Feuer Mi 12.00 - 14.00
Diagnostikzentrum Sauerbruchstraße
Raum 301301
Seminarraum 4 MehringstraßeSeminarraum 4 Mehringstraße
Die Klausur findet- laut Prüfungsausschuss BWL -
am
29.Juli 2005
8.00 bis 12.00 UhrHörsaal Makarenkostraße
Konfidenzintervalle
Intervallschätzung
Jeder Beobachtung wird ein Intervall C() der reellen Zahlen zugeordnet
Niveau
Dabei ist die Wahrscheinlichkeit, eine Beobachtung zu machen, für die der wahre Parameter im zugehörigen
Intervall liegt, größer oder gleich 1 -
Die Ungleichung von TschebyschevTschebyschev
Niveau
Das Niveau wird „klein“„klein“ gewählt.(Wir nehmen in unseren Beispielen in den meisten Fällen = 0.05 oder = 0.1)
Es gibt aber einen ZusammenhangZusammenhang zwischen der Breite der Konfidenzintervalle und dem Niveau:
Niveaukleiner
Intervallbreiter
Die Intervallbreite soll möglichst gering sein.
BeispielGewicht von ÄpfelnÄpfeln
Gewicht von Äpfeln der Sorte Cox-Orange aus einem bestimmten italienischen Anbaugebiet
Schätzer von
Wichtige Eigenschaft der Normalverteilung
Für unabhängige normalverteilteZufallsvariablen X und Y
hat man
Konfidenzintervall für den Erwartungswert
Varianz bekannt
Annahme:
Konfidenzintervalle:
wobei
In unserem Beispiel:
Bei einem Niveau von = 0.05 ist 1 - /2 = 0.975. Es ergibt sich:
und
Die Gauß- oder Normalverteilung
Gauß-Bildnisund –Kurve auf100 DM-Schein
Dichte
Verteilung
Verteilungsfunktion
Erwartungswert
Varianz
Verwendung der Tafelfür die Normalvertreilung
Tafel für die Verteilungsfunktion bei Normalverteilung
BeispielKaufhaus-Konzern
Kauf würde in Erwägung
gezogen
Kauf würde nicht in Erwägung
gezogen
572 1428
Der Zentrale Grenzwertsatz
Approximative Konfidenzintervalle im Bernoulli-Fall I
Konfidenzintervall zum Niveau
Approximative Konfidenzintervalle im Bernoulli-Fall II
Vereinfachung für großes n(n 100)
Die Student- oder t-Verteilung
Hängt von Parameter n ab!
Die Student- oder t-Verteilung
Wahrscheinlichkeitsdichte
Die Konstante d ist dabei:
Die Chi-Quadrat-Verteilung
Hängt ebenfalls von Parameter n ab!
Die Chi-Quadrat-Verteilung
Wahrscheinlichkeitsdichte
Die Konstante c ist dabei:
: Gamma-Funktion
Für n unabhängigeunabhängige Zufallsvariablen
mit
hat man:
Mathematische Bedeutung der Chi-Quadrat-Verteilung
Für unabhängigeunabhängige Zufallsvariablen W und U mit
hat man:
Mathematische Bedeutung der t-Verteilung
Konfidenzintervall für den Erwartungswert
Varianz unbekannt
Student-Verteilung(oder t-Verteilung)
Konfidenzintervall für die Varianz
Erwartungswert bekannt
Einseitig
Chi-Quadrat-Verteilung
Konfidenzintervall für die Varianz
Erwartungswert bekannt
zweiseitig
Chi-Quadrat-Verteilung
Konfidenzintervall für die Varianz
Erwartungswert unbekannt
Einseitig
Chi-Quadrat-Verteilung
Konfidenzintervall für die Varianz
Erwartungswert unbekannt
Zweiseitig
Chi-Quadrat-Verteilung
Übersicht IKonfidenzintervalle
für den Erwartungswert
Übersicht IIKonfidenzintervalle
für die Varianz
Rechenbeispiel
Stichprobe vom Umfang n = 5
3.5 7.2 5.0 4.3 7.9
Stichprobenfunktionen
Konfidenzintervallefür diese konkrete Stichprobe
1.Fall
2.Fall
3.Fall
6.Fall
18.28
5.Fall
4.Fall
BeispielGewicht von ÄpfelnÄpfeln
Gewicht von Äpfeln der Sorte Cox-Orange aus einem bestimmten italienischen Anbaugebiet
Konfidenzintervallefür diese konkrete Stichprobe
Die anderen Fälle zur Übung empfohlen!!
2.Fall
5.Fall