Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -

Kopien: 2
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -

Statistische Methoden II SS 2010 Vorlesung:Prof. Dr. Michael Schürmann Zeit: Freitag 13:15 -15:45 (Pause 14:45) Ort:HS Makarenkostraße (Kiste) Übungen.

Ähnliche Präsentationen


Präsentation zum Thema: "Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -"—  Präsentation transkript:

1 Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -

2 4. Markov-Ketten 4.1. Übergangsmatrizen 4.2. Grenzverhalten irreduzibler Markov-Ketten 4.3. Gewinnwahrscheinlichkeiten 4.4. Beispiel Ruin der Spieler 4.5. Anwendungen

3 + - 1/3 1/4

4 /2 3/4 1/2 1

5 Endliche Markov-Ketten Der Aktienkurs der ZB-Aktie zeige das folgende Verhalten: - Wenn der Kurs heute gegenüber gestern gestiegen ist, dann steigt er morgen ebenfalls mit der Wahr- scheinlichkeit 2/3 und fällt morgen mit der Wahr- scheinlichkeit 1/3 (gegenüber heute). - Ist jedoch der Kurs heute gegenüber gestern gefallen, dann fällt er morgen ebenfalls mit der Wahr- scheinlichkeit 3/4 und steigt morgen mit der Wahr- scheinlichkeit 1/4 (gegenüber heute).

6 Wir versehen jeden Tag mit einem Plus (+) oder mit einem Minus (-) je nachdem, ob der Kurs an diesem Tag gegenüber dem Vortag gestiegen oder gefallen ist. Dann hängt die Prognose dafür, ob der Kurs morgen gegenüber heute steigt oder fällt, nur davon ab, ob die Aktie heute mit einem + oder mit einem – versehen ist /3 1/3 1/4 3/4

7 + - 1/3 1/4

8 Problem 1 Problem 1: Wie groß ist die Wahrscheinlichkeit, in 10 Tagen einen Minus-Tag zu haben, wenn heute ein Plus-Tag ist? Problem 2 Problem 2: Wie entwickelt sich die Wahrscheinlichkeit, in n Tagen einen Minus-Tag zu haben, wenn heute ein Plus-Tag ist, für großes n? Strebt diese Wahrscheinlichkeit für n gegen einen festen Wert? Was passiert, wenn man von einem Minus-Tag aus startet?

9 /4 1/2 3/4 1/2 1

10 Die Maus in der Wohnung! Sie geht jeweils von einem Zimmer zu einem zufälligen Nachbarzimmer. Wie groß ist ihre Gewinnchance ? 5 4 KATZE Verlustzustand 1 MAUS Startzustand 2 3 KÄSE Gewinnzustand (Vorlesung Prof. Bandt)

11 /2 1/3 1/2 1/3 KÄSE KATZE MAUS

12 m-1 p p p p q q q q m

13 p p p p q q q q q m Ruin des Spielers

14 Anwendungen von Markov-Ketten Warteschlangen-Modelle Lagerhaltung Krankenstand in einem Betrieb und viele weitere ….

15 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

16 3. Tests 3.1. Grundbegriffe 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

17 Beschreibende Statistik (= Deskriptive Statistik) Beschreibung von Datenmaterial Schließenden Statistik (= Induktive Statistik) Analyse von Datenmaterial, Hypothesen, Prognosen 1. Semester 2.Semester Wahrscheinlich- keitstheorie 1. Semester

18 Die hypergeometrische Verteilung Notation

19 Eine Urne enthält n Kugeln, davon N weiße und n - N schwarze. Aus der Urne werden nacheinander m Kugeln ohne Zurücklegen gezogen. Wie groß ist die Wahrscheinlichkeit, genau k weiße Kugeln zu ziehen? Sie beträgt gerade H(n, N, m)(k)!

20 Schätzung der Zahl der Fische in einem See in Mecklenburg N Fische werden gefangen und markiert Die Fische werden in den See zurückgegeben. Man wartet, bis die markierten Fische sich (möglichst gleichmäßig) im See verteilt haben. Man geht erneut auf Fischzug und fäng m Fische. Von diesen seien k markiert.

21 Schätzung für die Gesamtzahl der Fische im See:

22

23 Statistische Struktur (diskreter Fall) Dabei sind:

24 Schätzproblem Schätzer

25 Ω Θ Modell Beobachtung (Stichprobe) Grundgesamtheit (mögliche Beobachtungen) Schätzung

26 Ω Θ Modell Beobachtung (Stichprobe) Grundgesamtheit (mögliche Beobachtungen) Schätzung E g

27 Berliner Taxifahrer Ein Berliner Taxifahrer notierte imJanuar 1987 während 5 Schichten mit je 20 Fahrten, welchen Prozentsatz des Fahrpreises lt. Taxameter die Fahrgäste als Trinkgeld gaben.

28 Stichprobe (diskreter Fall)

29 Mathematischer Rahmen

30 Stichprobenfunktionen (Beispiele)

31 Stichprobenfunktionen Beispiel Taxifahrer

32 SonntagseinsätzeFeuerwache

33

34 Mittlerer quadratischer Fehler Gegeben sind: Statistische Struktur Schätzproblem Als mittleren quadratischen Fehler bezeichnet man die Größe Schätzer

35 Feuerwache Angepasste Poisson-Verteilungen

36 Stichproben (stetiger Fall)

37 Mathematischer Rahmen

38 Statistische Struktur diskret stetig


Herunterladen ppt "Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -"

Ähnliche Präsentationen


Google-Anzeigen