2.4.2 Median Wiederholung (Kap. 2: Beschreibende Statistik)

Slides:



Advertisements
Ähnliche Präsentationen
Univariate Statistik M. Kresken.
Advertisements

Zentralwert bei Listen: Beispiele und Formeln
Streuungsmaß 3: absolute Abweichung vom Mittelwert
Zufallsgrößen und Beschreibung – Wiederholung Sek. I
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
Schleifen-beobachtung
Lies genau und mach Dir ein Bild!
Mittelwert, Median, Quantil
1. Warum ist „Kartenkunde“ für die Feuerwehr wichtig ?
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung des.
Mögliche Funktionenklassen
Datenmatrix. Datentabelle für 2 Merkmale Kontingenztafel der absoluten Häufigkeiten.
Statistische Methoden I WS 2004/2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
Median Merkmal Geordneter Datensatz
Die Vorlesung Mathematik I (Prof. Kugelmann) findet heute um 14:30 Uhr im Hörsaal Loefflerstraße 70 statt.
Datenmatrix.
Häufigkeiten Gegeben ist eine Datenliste (Urliste) (hier z. B. die Klausur-Noten von 50 Studenten)
Korrelationskoeffizient nach Bravais-Pearson Eigenschaften X und Y unabhängig.
Streuungsparameter für Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.
Datentabelle für 2 Merkmale
Quantile.
Lehrstuhl für Algebra und funktionalanalytische Anwendungen
Univariate Statistik M. Kresken.
Das wars!.
(Gini-Koeffizient, Lorenz-Kurve)
Diskrete Wahrscheinlichkeitsmodelle
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Wiederholung und Beispiele
Binomialverteilung: Beispiel
Daten auswerten Boxplots
Histogramm/empirische Verteilung Verteilungen
den folgenden Aufgaben!!!
Sarah Brodhäcker. Fragestellung: Wirkt sich der zweistündige Konsum einer Dauerwerbesendung (Die multifunktionale Gemüsereibe) eines nationalen Homeshopping-
Aufgabenzettel V Statistik I
Forschungsmethoden Masse der zentralen Tendenz Horst Biedermann Departement Erziehungswissenschaften, Universität Fribourg.
Messwerte, Verteilung, Histogramm, Mittelwert und Standardabweichung
Massenmittelpunkt, „Schwerpunkt“, Drehachsen und Trägheitsmoment
Mittelwert und Standardabweichung
Versuch zur Messung der Geschwindigkeit
Kennwerte und Boxplots
DIE FARBEN.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/06 1.Dezember 2005.
Grundlagen der Messtechnik
Wahrscheinlichkeitsrechnung
Referat über das Thema STOCHASTIK.
Empirische Softwaretechnik
Digitale Bilder Advanced IT Basics
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Der Zentralwert.
Was für Haare hat sie?.
Bioinformatik Vorlesung
Statistik – Regression - Korrelation
Erheben, berechnen und darstellen von Daten
Mathematik für BiologInnen WS 05
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05 Statistik und Datenanalyse 1.Wahrscheinlichkeit 2.Wahrscheinlichkeitsverteilungen 3.Monte-Carlo-Methoden 4.Statistische.
Verteilungen, Varianz Tamara Katschnig.
Weitere Informationen zur Vorlesung 1)In den Übungen werden die Aufgaben besprochen, die Sie im Internet auf der Seite meines Lehrstuhls finden. 2) Die.
Die Gaussverteilung.
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Normale zur Gerade g durch den Punkt A. A A.
Es ist ein ORANGER KREIS
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Einführung in die Differentialrechnung
Einführung in die Differentialrechnung
Grundkenntnisse LX80xx Bruno Ruch
 Präsentation transkript:

2.4.2 Median Wiederholung (Kap. 2: Beschreibende Statistik) Eine gegebene Liste von n Messwerten sei der Größe nach angeordnet: X = { x1  x2  ….  xn } Der Median ist der (evtl. gemittelte) Wert “in der Listen-Mitte” x_med = x k mit k = [n/2] +1 falls n ungerade = (x k + x k+1)/2 mit k = n/2 falls n gerade Bsp a: Bsp b: X = { 3 3 4 6 } X = { 3 3 3 3 3 4 6 } x_med = 3.5 x_med = 3 Hier: Links und rechts von 3.5 liegen …hier liegen auch links und rechts genau so viele Werte, der “3 in der Listen-Mitte” genau so viele Werte, die kleiner bzw. größer sind aber die Werte können auch gleich 3 sein!!! Bemerkung: Die Werte können auch rein ordinal sein: Bsp c: (Schmetterlinge) Werte (Insekten-Stadien) Anzahlen Gesamtzahl: n = 29, k = [n/2]+1 = 15, x_med = Larve 1, denn x 15 hat den Wert: “Larve 1” Für eine reele Zahl z bezeichnet die “Gauss-Klammer” k = [z] die kleinste ganze Zahl k  z. Beispiel: [3.75] = 3 Ei Larve 1 Larve 2 Puppe Adult 10 5 7 3 4

Schwalbenpositionen X = [1 3 4 7] q = 1 Blaue Punkte: Position y = y(t) einer zusätzlichen Schwalbe während ihrer dynamischen Gradienten-Suche nach der Minimum-Position = „Mitte“ Grüne Kurve: SUM1 (y)

SUM = Summe der quadratischen Abstände von einem Punkt y zu den (roten) Positionen Blaue Punkte: Position y = y(t) einer zusätzlichen Schwalbe während ihrer dynamischen Gradienten-Suche nach der Minimum-Position = „Mitte“ Grüne Kurve: SUM2 (y) Schwalbenpositionen X = [1 1 2 3 4 7] q = 2 y

2.4.3 Kumulatives Häufigkeitsdiagramm Neue Form der beschreibenden Darstellung von Daten 2.4.3 Kumulatives Häufigkeitsdiagramm Bsp: X = [ 1 1 2 3 4 7 ] Der Median ist x_med = 2.5 (rot) Die empirische (kumulative) Verteilungsfunktion ist die Kumulative Häufigkeit auf 1 normiert: F(x) = KH(x) / n Diese bezeichnet die relative Häufigkeit von Daten mit Werten  x Beispiel: F(5) = 0.83 = 5/6 dh.: Unterhalb von 5 (magenta) liegen 5/6 aller Werte !

Haufigkeitsdiagramme der Ausflugweiten von Schmetterlingen

P-Quantile der Datenreihe X = { 3 3 3 4 7} ¼ - ¾ Interquantil (blue) P = 0.60 - Quantil Linie bei (1 + P*(n-1)) / n (magenta)

Boxplot erstellt von 15 Datenwerten X1, ...... Xn, welche um den Mittelwert m = 11.2 (schwarz) herum streuen mit Standardabweichung S = 3.67 [m – S, m + S] (schwarzer Balken) Der Median ist x_med = 10.0 (rot) P = 0.20 – Quantil xP = 8.1 (magenta) Dh. die unteren 20 % der Werte liegen im Bereich bis 8.1

Erststimmen -Daten

Unimodale Verteilung der Körperlängen in der Lachszucht (Canadische Küste) Bimodale Verteilung der Körperlängen nach Auswanderung (kleinere in Flüssen, größere in der Meeresbucht)

Entsprechende Kumulative Verteilungsfunktionen: Unimodal (blau) und Bimodal (rot)