Willkommen zum Plenum. Thema: Beschreibende Statistik Lineare Regression.
Statistische Methoden I WS 2001/2002 Zur Geschichte der Statistik I. Beschreibende Statistik 1....
-
Upload
sabine-alms -
Category
Documents
-
view
113 -
download
4
Transcript of Statistische Methoden I WS 2001/2002 Zur Geschichte der Statistik I. Beschreibende Statistik 1....
Statistische Methoden IWS 2001/2002
Zur Geschichte der Statistik
I. Beschreibende Statistik
1. Grundlegende Begriffe
2. Eindimensionales Datenmaterial2.1. Der Häufigkeitsbegriff2.2. Lage- und Streuungsparameter2.3. Konzentrationsmaße (Lorenz-Kurve)
3. Mehrdimensionales Datenmaterial3.1. Korrelations- und Regressionsrechnung3.2. Indexzahlen3.3. Saisonbereinigung
II. Wahrscheinlichkeitstheorie
1. Laplacesche Wahrscheinlicheitsräume1.1. Kombinatorische Formeln1.2. Berechnung von Laplace-Wahrschein-
lichkeiten
2. Allgemeine Wahrscheinlichkeitsräume2.1. Der diskrete Fall2.2. Der stetige Fall2.3. Unabhängigkeit und bedingte
Wahrscheinlichkeit
3. Zufallsvariablen3.1. Grundbegriffe3.2. Erwartungswert und Varianz
3.3. Binomial- und Poisson-Verteilung 3.4. Die Normalverteilung und der Zentrale Grenzwertsatz
III. Induktive Statistik
1. Schätztheorie 1.1. Grundbegriffe, Stichproben 1.2. Maximum-Likelihood-Schätzer 1.3. Erwartungstreue Schätzer 1.4. Konfidenzintervalle 1.5. Spezialfall Binomial-Verteilung
2. Spezialfall Normalverteilung 2.1. Student- und Chi-Quadrat-Verteilung 2.2. Konfidenzintervalle
3. Tests 3.1. Grundbergriffe 3.2. Tests einfacher Hypothesen (Neyman-Pearson-Test) 3.3. Tests zusammengesetzter Hypothesen 3.4. Vergleich zweier unabhängiger Stichproben 3.5. Chi-Quadrat-Tests 3.6. Kolmogorov-Smirnov-Test 3.7. Einfache Varianzanalyse
Wahrscheinlichkeitstheorie
Laplacescher Wahrscheinlicheitsraum
Wahrscheinlichkeitsräume
AchtungAchtung
Aufgabe!
AchtungAchtung
Aufgabe!
noch eine
Grundbegriffe
der (deskriptiven) Statistik
der Wahrscheinlichkeitstheorie
Wahrscheinlichkeitsdichten
Unabhängigkeit
Vier Spielkarten zeigen auf der Vorderseitedie folgenden Aufschriften:
1 1 1
Eine Karte wird zufällig gezogen.
Ereignisse A, B und C
A : „Oben steht eine 0“B: „In der Mitte steht eine 0“C: „Unten steht eine 0“
1 0 0
0 1 0
0 0 1
Trotzdem sind die Ereignisse A, B und C nicht unabhängig:
d. h. C kann nicht eintreten, wennA und B eintreten.
Man hat zwar:
Allgemein definiert man:
AchtungAchtung
Aufgabe!
Bedingte Wahrscheinlichkeiten
Die Belegschaft eines Betriebes wirdnach Rauchern und Nichtrauchern ein-geteilt. Dabei ergibt sich die folgende Tabelle:
Also haben wir:
Allgemein definiert man:
AchtungAchtung
Aufgabe!
Pfadregel
Dann hat man:
Baumdiagramm
Wir betrachten eine Urne mit einer roten und 3 grünen Kugeln.
1. Stufe: Eine Kugel wird zufällig gezogen,ihre Farbe notiert. Anschließend werden diese und eine Kugel derselben Farbe in dieUrne zurückgelegt.
2. Stufe: Nach dem guten Mischen wird er-neut eine Kugel zufällig gezogen und derenFarbe notiert.
Urne mit roten und grünen Kugeln
START
0 1
0 01 1
3/4 1/4
4/5 1/5 3/5 2/5
Baumdiagramm
AchtungAchtung
Aufgabe!
Formel von der totalenWahrscheinlichkeit
Einkommensverteilung der Haushaltein einer bestimmten Gegend
Anteil der Haushalte, die ein Auto> DM 40 000,- anschaffen, in denverschiedenen Einkommensklassen
Es ergibt sich:
Also nach der Formel für die totaleWahrscheinlichkeit:
Allgemein:
Formel von der totalen Wahrscheinlichkeit
Satz von Bayes
In einer Stadt vermutet man, dass fürdie Bevölkerung die folgende Aufteilungin Deutsche, Italiener und Ausländer, diekeine Italiener sind, besteht:
wobei die letzte Zeile den jeweiligen Anteilvon Personen in der Bevölkerungsgruppeangibt, die gerne Spaghetti bestellen.
(Beispiel nach H. Haase: Stochastik für Betriebswirte)
Jemand bestellt in einer Gaststätte Spaghetti.
Wie groß ist die Wahrscheinlichkeit, dassdieser Gast ein Deutscher, ein Italiener oderein nicht-italienischer Ausländer ist?
D: „Der Gast ist ein Deutscher“I: „Der Gast ist ein Italiener“A: „Der Gast ist ein Ausländer, aber kein Italiener“S: „Der Gast bestellt Spaghetti“
Nach der Formel für die totale Wahr-scheinlichkeit hat man:
Daraus ergibt sich nach dem Satz von Bayes
Satz von Bayes
VerteilungsfunktionBeispiel „Würfel“
VerteilungsfunktionBeispiel „n-facher Münzwurf“
Zufallsvariablen
VerteilungVerteilungsfunktion
WahrscheinlichkeitsfunktionWahrscheinlichkeitsdichte
Verteilung
Die Verteilung einer ZV ist ein Wahr-scheinlichkeitsmaß auf den reellen Zahlen
diskret stetig
diskret
f nennt man Wahrscheinlichkeitsfunktion
von X
stetig
f nennt man Dichtefunktion
von X
Verteilungsfunktion
diskret stetig
diskret
stetig
Erwartungswert und Varianz I
Der endliche Fall
Erwartungswert
Varianz
Der diskrete unendliche Fall
Dabei nehmen wir an, dass
Erwartungswert
Varianz
Erwartungswert und Varianz II
Der stetige Fall
f ist die Wahrscheinlichkeitsdichte. Dabei nehmen wir an, dass
Erwartungswert
Varianz
Erwartungswert und Varianz III
AchtungAchtung
Aufgabe!
AchtungAchtung
Aufgabe!
noch eine
Gegeben seien n Zufallsvariablen
Dann gilt immer:
Wenn gilt
dann hat man auch
Gleichheit von Bienaymé
Die Binomialverteilung
Man erhält eine Wahrscheinlichkeits-verteilung, weil gilt:
Notation
Erwartungswert
Varianz
Die Poisson-Verteilung
Man erhält eine Wahrscheinlichkeits-verteilung, weil gilt:
Notation
Erwartungswert
Varianz
Beispiele Poisson-verteilterZufallsvariablen
Anzahl der pro Zeiteinheitabgestrahlten Teilchen eines
radioaktiven Präparats
Anzahl der pro Zeiteinheitan einer Tankstelle
tankenden PKW
Anzahl der Sechser pro Ausspielung im Lotto
Anzahl der pro Jahr voneiner Versicherung zu
regulierenden Schadensfälle
Anzahl der innerhalbeines Tages
geborenen Kinder
Die Normalverteilung(Gauß-Verteilung)
(Gaußsche Glockenkurve)
Die Gauß- oder Normalverteilung
Dichte
Verteilung
Verteilungsfunktion
Erwartungswert
Varianz
Die hypergeometrische Verteilung
Notation
Eine Urne enthält n Kugeln, davon Nweiße und n - N schwarze.
Aus der Urne werden nacheinanderm Kugeln ohne Zurücklegen gezogen.
Wie groß ist die Wahrscheinlichkeit,genau k weiße Kugeln zu ziehen?
Sie beträgt gerade H(n, N, m)(k)!
Erwartungswert
Varianz
Die geometrische Verteilung
Erwartungswert
Varianz
Die Exponential-Verteilung
Dichte
Verteilung
Verteilungsfunktion
Erwartungswert
Varianz
Der Zentrale Grenzwertsatz
Wichtige Eigenschaft der Normalverteilung
Für unabhängige normalverteilteZufallsvariablen X und Y
hat man
AchtungAchtung
Aufgabe!
Tafel für die Verteilungsfunktionbei Normalverteilung
AchtungAchtung
Aufgabe!
noch eine
... und endlich
eine ListeListe ...