Mathematik für BiologInnen WS 05

Slides:



Advertisements
Ähnliche Präsentationen
CATI-Übung 6. Begleitveranstaltung WS 09/10
Advertisements

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.
Univariate Statistik M. Kresken.
Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
Lagemaße kritische Fragen
Merkmale Beispiele Anwendung Träger Autos Menschen Völker Jahre
Streuungsmaß 3: absolute Abweichung vom Mittelwert
Messen „Messen ist die Bestimmung der Ausprägung einer
Gliederung Der Begriff der Stichprobe, Stichprobenfehler
Forschungsstatistik II
Law of comparative judgement
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Statistische Methoden I WS 2006/2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
Statistische Methoden I WS 2004/2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
Median Merkmal Geordneter Datensatz
Streuungsparameter Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.
Die Vorlesung Mathematik I (Prof. Kugelmann) findet heute um 14:30 Uhr im Hörsaal Loefflerstraße 70 statt.
Quantile.
Häufigkeiten Gegeben ist eine Datenliste (Urliste) (hier z. B. die Klausur-Noten von 50 Studenten)
Streuungsparameter für Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.
Statistische Methoden I WS 2002/2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
Streuungsparameter Median Mittlere Abweichung vom Median
Quantile.
Lehrstuhl für Algebra und funktionalanalytische Anwendungen
Univariate Statistik M. Kresken.
Das wars!.
Diskrete Wahrscheinlichkeitsmodelle
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Wiederholung und Beispiele
Deutsch als Zweitsprache: Experimentelle Methoden WS 2013/2014
Ausgleichungsrechnung I
Ausgleichungsrechnung II
Aufgabenzettel V Statistik I
Forschungsmethoden Masse der zentralen Tendenz Horst Biedermann Departement Erziehungswissenschaften, Universität Fribourg.
STATISIK LV Nr.: 1375 SS März 2005.
Mittelwert und Standardabweichung
Versuch zur Messung der Geschwindigkeit
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1852 WS 2005/06 1.Dezember 2005.
DAS HERON-VERFAHREN Heron erkannte, dass man die Quadratwurzel einer Zahl bestimmen kann, indem man verschiedene Mittelwerte berechnet. Solche Nährerungsverfahren.
Referat über das Thema STOCHASTIK.
Data Mining Georg Pölzlbauer.
Theorie psychometrischer Tests, II
Der Zentralwert.
Statistik Statistik I Seminar + Blockveranstaltung Statistik I
Statistik – Regression - Korrelation
Einführung zur Fehlerrechnung
Erheben, berechnen und darstellen von Daten
Messen Zuordnung von Zahlen zu Objekten/Ereignissen gemäß Regeln
2.4.2 Median Wiederholung (Kap. 2: Beschreibende Statistik)
setzt Linearität des Zusammenhangs voraus
K. Desch - Statistik und Datenanalyse SS05
STATISIK LV Nr.: 1375 SS März 2005.
Verteilungen, Varianz Tamara Katschnig.
STATISIK LV Nr.: 1375 SS März 2005.
Vorbereitung der Auswertung: Codieren
Weitere Informationen zur Vorlesung 1)In den Übungen werden die Aufgaben besprochen, die Sie im Internet auf der Seite meines Lehrstuhls finden. 2) Die.
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
Mathe Hausaufgabe Von Joschka und Niklas.
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Statistik III Statistik III 2. Streuungsmaße (Dispersionsmaße)
Statistik I Statistik I Statistische Grundbegriffe
- Seite 1 TIME INTELLIGENCE ® by Zeichenrand – Löschen! Titel.
- Seite 1 TIME INTELLIGENCE ® by Titel.
Ökonometrie und Statistik Wiederholung
 Präsentation transkript:

Mathematik für BiologInnen WS 05 A.o. Univ.-Prof. DI Dr. M. Hintermüller Institut für Mathematik und Wissenschaftliches Rechnen Karl-Franzens Universität Graz

Beobachtungsdaten Skalentypen Nominale Merkmale Ordinale Merkmale Metrische Merkmale Arithmetischer Mittelwert, Standardfehler Gleitende Durchschnitte Mittlere Lebenserwartung

Skalentypen Nominale Merkmale Empirische Daten: Skalierung vor math. Behandlung notwendig. Einfachste Form: Objekteinteilung in Klassen aufgrund qualitativ versch. Merkmale – Klassifizierung. Nominalmerkmale: Merkmale, deren Ausprägung nur eine begriffliche Unterscheidung zulassen. Nominale Skala: Anordnung als Punkte einer Skala.

Skalentypen Einzig mögl. Rechneoperation: Abzählung der Objekte bestimmter Merkmalsprägung Anzahl: Absolute Häufigkeit Bsp.: Die Blutgruppe (AB0-System). Ausprägungen: A,B,AB und 0. Gesamt: N=10000 Personen. A 4323 B 1415 AB 602 3660

Skalentypen Block- oder Stabdiagram Relative Häufigkeit: A B AB

Skalentypen Wirkung -2 -1 +1 +2 #Pers. 2 4 5 9 Ordinale Merkmale Zusätzlich zu Nominalmerkmalen ist Ordnung nach einem Kriterium (Größe, Intensität,…) möglich – ordinales Merkmal oder Rangmerkmal. Ordinale Skala. Rangpositionierung mögl. Bsp.: Subjektive Beurteilung einer Therapiewirkung. N=25 Wie ist die Wirksamkeit der Therapie? Wirkung -2 -1 +1 +2 #Pers. 2 4 5 9

Skalentypen Arithmetische Mittelung nicht zulässig, da Addition der Merkmalsausprägung nicht erlaubt! Betrachte mittlere Position in Reihe der Merkmalsausprägungen in ansteigender Größe - Median. Im Bsp.: 13te Reihe mit Ausprägung +1. Bei einer geraden Anzahl an Merkmalsausprägungen: Median = durch 2 geteilte Summe aus den beiden mittleren Elementen in der geordneten Rangreihe.

Skalentypen Metrische Merkmale Messung = Vergleich der Ausprägung mit einer Maßeinheit. Metrische Skala = wiederholtes Auftragen der Maßeinheit. Die damit meßbaren Merkmale werden als metrisch bezeichnet. Z.B.: Zeit, Länge,… Intervallskalen: willkürlicher Nullpunkt (Zeitskala). Verhältnisskalen: absoluter Nullpunkt (Meterskala).

Arithm. MW, Standardfehler Meßreihe von N Werten, die sich durch N voneinander unabhängigen Messungen ergeben haben. Arithmetischer Mittelwert: Streuung der Meßwerte um den MW:

Arithm. MW, Standardfehler Varianz = mittlere quadrat. Abweichung der Meßwerte vom wahren Wert: Die Quadratwurzel der Varianz wird als Standardabweichung bezeichnet. Interpretation: Mittlerer Fehler der Einzelmessungen.

Gleitende Durchschnitte Glättung von Zeitreihen Zeitreihe: Folge von Beobachtungswerten, die an einem Merkmal X zu aufeinanderfolgenden (oft äqudistanten) Zeitpunkten gewonnen werden.

Gleitende Durchschnitte Glättung mit (2k+1)-gliedrigem Durchschnitt: Für berechne

Mittlere Lebenserwartung Datenmaterial: In einer Gruppe von Individuen, die einem gemeinsamen Ereignis ausgesetzt sind, wird die Zahl der Überlebenden im Laufe der Zeit registriert (z.B. Geburtenkohorte). Aussterben einer Geburtenkohorte von Tsetsefliegen Alter a 1 2 3 4 5 6 7 8 9 10 Zahl 120 119 117 115 102 88 69 47 31 22

Mittlere Lebenserwartung Unterschiedl. Kohortengröße -> Normierung dch. Anfangsgröße (z.B. = 100 oder = 1). Lebensraten: Anzahl der Individuen der Kohorte, die im Altersintervall zw. a und a+1 sterben: Todesrisiko im Alter a: altersspezifische Sterberate

Mittlere Lebenserwartung Annahme: Ein im Altersintervall zw. a und a+1 sterbendes Individuum verlebt im Durchschnitt die halbe Zeiteinheit in diesem Intervall. Gesamtanzahl an Zeiteinheiten zw. a und a+1: Die das Alter a erlebenden Individuen verleben in den verbleibenden Zeitintervallen bis zum Aussterben:

Mittlere Lebenserwartung eines a Zeiteinheiten alten Individuums.

Mittlere Lebenserwartung Kohorten-Sterbetafel a 1000 8 650 1 992 17 555 2 975 464 3 958 108 113 371 …