Zusammengestellt von Mag. Raimund Hermann

Slides:



Advertisements
Ähnliche Präsentationen
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Advertisements

k-Sigma-Intervalle Vortrag zu dem Thema
Gliederung Vertrauensintervalle Arten von Hypothesen
Qualitätsregelkarten
Der Binomialtest Man habe einen wahren Anteil P.
Konfidenzintervalle für Parameter
Patrick Rössler Methoden der Datenerhebung und -auswertung Vorlesung BA Kommunikationswissenschaft (G21) 1.
Hypothesen testen: Grundidee
Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Materialien zu Übung 9 Bälle in Körbe Ranged.
Tutorat IV: Diagramme, Datenkontrolle, Wahrscheinlichkeitsrechnung
Was sind Histogramme? (1)
Statistische Methoden II
Die Vorlesung Statistische Methoden II findet am (nächste Woche) nicht nicht statt. Diese Vorlesung wird zu einem späteren Termin, der noch bekannt.
Konfidenzintervalle Intervallschätzung
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
M-L-Schätzer Erwartungswert
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Statistische Methoden II SS 2003
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Bedingte Wahrscheinlichkeiten und diagnostische Tests II
Tutorium Aufgabe 1 a) E(eIX)= 0 E(eIX)= E(Y-E(YIX)IX) = E(YIX)- E (E(YIX)IX) = E(YIX)- E(YIX) = 0 Im Mittel macht man mit seiner Schätzung keinen.
Eigenschaften der OLS-Schätzer
Histogramm/empirische Verteilung Verteilungen
Formulierung und Überprüfung von Hypothesen
Übungsaufgabe 1 (Teil A)
Effiziente Algorithmen
Einführung in die beurteilende Statistik
WPG Zusammengestellt von Mag. Raimund Hermann Wahlpflichtgegenstand.
Zusammengestellt von Mag. Raimund Hermann
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
STATISIK LV Nr.: 1375 SS März 2005.
Wiederholung BSP 2.1.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
STATISIK LV Nr.: 1375 SS März 2005.
Konfidenzintervall und Testen für den Mittelwert und Anteile
Mehr zum Testen von Hypothesen
Wahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung
Hypothesentest Alternativtest.
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
Es gäbe die Mathematik nicht, wenn sie nicht anwendbar
Tutorium Statistik II Übung IV Philipp Schäpers Mi – 11.45
Kopfübungen BORG Schoren KÜ 3
Einführung zur Fehlerrechnung
Erheben, berechnen und darstellen von Daten
Stochastik Grundlagen
Probleme des Umweltschutzes (freies Wahlfach) Einführungsvorlesung Andreas Aschbacher,MSc, arsenal research Ges.m.b.H Hörsaal VIII, 2. Stock Mo Ausbreitung.
Der Binomialtest Man habe einen wahren Anteil P. Kann man aufgrund von p sagen, daß in der Population tatsächlich der Anteil P zugrunde liegt? [Beispiele]
Die Binomialverteilung
Mittelwerte (ab Intervallskala)
Prüft ebenfalls die Annahme der Varianzhomogenität (exakter)
Aufgabe 5 Gegeben sei folgende Graphik mit den zugehörigen Merkmalsdefinitionen. – Erstellen Sie die zugehörige Kontingenztabelle der absoluten Häufigkeiten.
Beispiel 1: Schüler eines bestimmten Alters benötigen für einen Hindernislauf im Mittel 23 Sekunden, die Zeiten können als normalverteilt angenommen werden.
1. 2 Das Grundproblem der Beurteilenden Statistik ● Wir haben uns bisher mit Problemen der Wahrscheinlichkeitsrechnung beschäftigt: – Die Wahrscheinlichkeit.
Von Stichproben zur Grundgesamtheit: Konfidenzintervalle
Wahlteil 2014 – Analysis A 1 Aufgabe A 1.1
Konfidenzintervalle und Tests auf Normalverteilung
 Präsentation transkript:

Zusammengestellt von Mag. Raimund Hermann Konfidenzintervall Zusammengestellt von Mag. Raimund Hermann

Beispiel 5 In einer Meinungsumfrage werden 400 Personen befragt, ob sie die Partei A wählen werden. Lediglich 20 Personen geben an, dass sie die Partei wählen werden. Da zum Einzug ins Parlament ein Stimmanteil von zumindest 4% notwendig ist, stellt sich natürlich die Frage, ob die Partei A den Einzug ins Parlament schaffen wird.

Wahrscheinlichkeitsverteilung Die Anzahl X der Befragten, die angeben die Partei A zu wählen, ist eine binomialverteilte Zufallsvariable mit den Parametern n = 400 und dem unbekannten Anteilswert p.

Punktschätzer Zunächst berechnen wir eine Punktschätzung von p.

Was ist ein Konfidenzintervall Der wahre Wert des relativen Anteils p kann sowohl kleiner, als auch größer als der Punktschätzer sein. Wünschenswert ist ein Intervall [p1; p2] , sodass der unbekannte Anteilswert p mit der Wahrscheinlichkeit g = 95% in diesem Intervall liegt. Dieses Intervall heißt Konfidenzintervall (Vertrauensbereich).

Die untere Grenze (1) Die Wahrscheinlichkeit, dass mindestens 20 Befragte angeben die Partei A zu wählen, wird kleiner, wenn sich der Anteilswert verringert. Je kleiner der Anteilswert ist, desto unwahrscheinlicher ist es, dass mindestens 20 Befragte angeben Partei A zu wählen. Beachte dieses Diagramm.

Die untere Grenze (2) Somit ist die untere Grenze der kleinste Anteilswert, bei dem noch angenommen wird, dass mindestens 20 Befragte angeben die Partei A zu wählen. Für kleinere Werte von p erscheint dies zu unwahrscheinlich, da die Wahrscheinlichkeit unter 2,5% fällt. (Siehe dieses Diagramm) Selbst bei einem Stimmenanteil von nur 3,1 % beträgt die Wahrscheinlichkeit, dass sich in der Stichprobe mindestens 20 Personen befinden, noch 2,5%.

Die obere Grenze (1) Die Wahrscheinlichkeit, dass höchstens 20 Befragte angeben die Partei A zu wählen, wird kleiner, wenn sich der Anteilswert erhöht. Je größer der Anteilswert ist, desto unwahrscheinlicher ist es, dass höchstens 20 Befragte angeben Partei A zu wählen. Beachte dieses Diagramm.

Die obere Grenze (2) Somit ist die obere Grenze der größte Anteilswert, bei dem noch angenommen wird, dass höchstens 20 Befragte angeben die Partei A zu wählen. Für größere Werte von erscheint dies zu unwahrscheinlich, da die Wahrscheinlichkeit unter 2,5% fällt. (Siehe dieses Diagramm) Sogar bei einem Stimmenanteil von 7,6 % beträgt die Wahrscheinlichkeit, dass sich in der Stichprobe höchstens 20 Personen befinden, noch 2,5%

Das Ergebnis Im Intervall [0,03085; 0,07617] liegt der unbekannte Anteil p mit 95%iger Sicherheit. Aufgrund der Befragung von 400 Personen, kann die Partei mit 95% iger Wahrscheinlichkeit davon ausgehen, dass der unbekannte Wähleranteil zwischen 3,1% und 7,6% liegt. Der Einzug ins Parlament ist daher ungewiss.

ENDE

Die untere Grenze Zurück zu untere Grenze (1) Zurück zu obere Grenze (1) Zurück zu obere Grenze (2)