Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
1
Datentabelle für 2 Merkmale
2
Kontingenztafel der absoluten Häufigkeiten
Y X
3
Kontingenztafel der relativen Häufigkeiten
Y X
4
Betriebe und hinterzogene Steuer
Kontingenztabelle X: Art des Betriebes 1 = Handelsbetriebe 2 = Freie Berufe (Leistungsbetriebe) 3 = Fertigungsbetriebe Y: Art der hinterzogenen Steuer 1 = Lohnsteuer 2 = Einkommenssteuer 3 = Umsatzsteuer 4 = Sonstiges
5
Kontingenztafel Streudiagramm
6
Korrelationsrechnung
7
G. Gelbrich: Statistik für Anwender. Shaker
8
Kovarianz Merkmal Datensatz Merkmal Datensatz
9
Korrelationskoeffizient
nach Bravais-Pearson Eigenschaften X und Y unabhängig
10
X größer Y größer X größer Y kleiner
11
Positiver strikter Zusammenhang
Negativer strikter Zusammenhang
12
Korrelationskoeffizient bei verschiedenen Konstellationen
von Ausprägungen
13
Korrelationskoeffizient: 1.00
14
Korrelationskoeffizient: 0.19
15
Korrelationskoeffizient: 0.00
16
Vorsicht beim Gebrauch des Korrelationskoeffizienten!
Fibonacci-Zahlen Störche und Geburten
17
Regressionsrechnung Lineare Regression
18
Datentabelle für 2 Merkmale
19
Mögliche Funktionenklassen
für die Regressionsrechnung
20
Lineare Funktionen Polynome Exponentialfunktionen (Exponentielles Wachstum; x ist die Zeit) Gompertz-Kurven Logistische Funktionen
21
Approximation durch eine Gerade
22
Prinzip der kleinsten Quadrate (Kleinst-Quadrat-Schätzung)
Man sucht in der betrachteten Klasse diejenige Funktion f, so dass die Summe der Abweichungsquadrate minimiert wird: Bestimme f, so dass minimal !!
23
Aufgaben der Regressionsrechnung
1. Extrapolation Stellt man sich für den Moment x als die Zeit vor, so möchte man die beobachteten Werte auf die „Zukunft“ extrapolieren. Man erstellt eine „Prognose“. Dazu bedient man sich der gefundenen Funktion f, um für eine „Zeit“ x der “Zukunft“ den Wert y = f(x) zu schätzen.
24
2. Interpolation Man interessiert sich für den Wert von y = f(x) für
Zwischenwerte von x, d. h. für Werte x, die zwischen 2 beobachteten Werten liegen: Wieder bedient man sich der Funktion f, um eine Interpolation der Werte durchzuführen.
25
Lineare Regression Finde reelle Zahlen a und b,so dass der Wert von
minimal wird! Mit anderen Worten: Finde den „Punkt“ (a ,b), an dem die Funktion ihr Minimum annimmt!
26
Steigung der Regressionsgeraden
Schnitt der Regressionsgeraden mit der y-Achse bei
27
Bestimmtheitsmaß Maß für die Güte der Anpassung der Daten an die
Regressionsfunktion Dabei ist
28
In einem Kaufhauskonzern mit 10 Filialen soll die Wirkung
von Werbeausgaben auf die Umsatzsteigerung untersucht werden. Die Daten sind: X: Werbeausgaben in 1000 Euro Y: Umsatzsteigerung in Euro
29
Demonstrationsbeispiel
Lineare Regression Varianzen Mittelwerte Kovarianz
30
Steigung der Regressionsgeraden
Schnitt der Regressionsgeraden mit der y-Achse bei
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.