Weitere Informationen zur Vorlesung 1)In den Übungen werden die Aufgaben besprochen, die Sie im Internet auf der Seite meines Lehrstuhls finden. 2) Die.

Slides:



Advertisements
Ähnliche Präsentationen
Deskriptive Statistik und Explorative Datenanalyse
Advertisements

Grafiken Was sind die Vor- und Nachteile der Programme Excel, Mondrian und R beim Einsatz von Grafiken im Unterricht? Datum: Referentin: Maria.
Univariate Statistik M. Kresken.
Statistische Methoden I
Zentralwert bei Listen: Beispiele und Formeln
Lagemaße kritische Fragen
Merkmale Beispiele Anwendung Träger Autos Menschen Völker Jahre
Mittelwert, Median, Quantil
Statistische Methoden I
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
Statistische Methoden I
Statistische Methoden I WS 2006/2007 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales Datenmaterial.
Achtung Terminänderung !!!
Konfidenzintervalle Intervallschätzung
Bitte mein Manuskript (liegt im Bibliotheksgebäude aus) nicht nach Außerhalb tragen. Die Weitergabe an Dritte (d. h. an Personen, die nicht Hörer der Vorlesung.
Die Student- oder t-Verteilung
Statistische Methoden I WS 2006/2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Statistische Methoden I
Statistische Methoden I WS 2006/2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
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
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Statistische Methoden I WS 2009/2010 Vorlesung:Prof. Dr. Michael Schürmann Zeit: Montag 13:15 -15:45 (Pause 14:45) Ort:HS Makarenkostraße (Kiste) Übungen.
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.
Quantile.
Statistische Methoden I WS 2002/2003 Probeklausur Freitag, 13. Dezember statt Vorlesung - Nächsten Freitag!!!
Statistische Methoden I WS 2009/2010 Vorlesung:Prof. Dr. Michael Schürmann Zeit: Montag 13:15 -15:45 (Pause 14:45) Ort:HS Makarenkostraße (Kiste) Übungen.
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
Stetige Zufallsgrößen
Wiederholung und Beispiele
Daten auswerten Boxplots
Diagramme für Häufigkeiten und Prozentwerte
Aufgabenzettel V Statistik I
STATISIK LV Nr.: 1375 SS März 2005.
Kennwerte und Boxplots
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/06 1.Dezember 2005.
Statistik I - Übung Sarah Brodhäcker.
Empirische Softwaretechnik
Polstelle oder hebbare Lücke ?
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
Der Zentralwert.
Statistik Statistik I Seminar + Blockveranstaltung Statistik I
Bioinformatik Vorlesung
Statistik – Wahrscheinlichkeit
Erheben, berechnen und darstellen von Daten
Messen Zuordnung von Zahlen zu Objekten/Ereignissen gemäß Regeln
2.4.2 Median Wiederholung (Kap. 2: Beschreibende Statistik)
Mathematik für BiologInnen WS 05
K. Desch - Statistik und Datenanalyse SS05
Mathe Hausaufgabe Von Joschka und Niklas.
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Statistik I Statistik I Statistische Grundbegriffe
Ein Dozent hat mittels eines Fragebogens die Körpergröße seiner Studenten festgestellt. Anhand der erfassten Daten weiß er, dass der kleinste Student 158.
Ökonometrie und Statistik Wiederholung
3 Gesamtbeschreibung empirischer Verteilungen.
Ökonometrie und Statistik Wiederholung
Ökonometrie und Statistik Wiederholung
Ökonometrie und Statistik Wiederholung
 Präsentation transkript:

Weitere Informationen zur Vorlesung 1)In den Übungen werden die Aufgaben besprochen, die Sie im Internet auf der Seite meines Lehrstuhls finden. 2) Die in der Vorlesung von mir verwendete PowerPoint- Präsentation finden Sie ebenfalls auf dieser Seite. 3) Das Manuskript der Vorlesung finden Sie in Kopie in der Bibliothek der Rechts- und Staatswissenschaften.

Charakterisierung von Merkmalen Merkmalen quantitative: Merkmale unterscheiden sich nach der Größe qualitative: Merkmale unterscheiden sich nach der Art Unterscheidung nach der zugrundeliegenden Werteskala Nominal- Ordinal- metrische Skala Unterscheidung zwischen qualitativen quantitativen

Nominal-: keine Rangordnung Ordinal-: Rangordnung, aber Zwischenwerte nicht interpretierbar metrisch: Rangordnung (Reihenfolge), Werte zwischen 2 Werten erlauben eine Interpretation Unterscheidung nach Merkmalen diskret: Menge der Werte abzählbar (evtl. abzählbar unendlich) stetig: Menge der Werte kontinuierlich (z.B. reelle Zahlen oder ein Intervall reeller Zahlen) diskreten stetigen

Ordinal-, diskret

metrisch, stetig

metrisch, diskret

Ordinal-, diskret

Häufigkeiten Gegeben ist eine Datenliste (Urliste) (hier z. B. die Klausur-Noten von 50 Studenten) Geordnete Daten

Absolute Häufigkeiten H(1) = 5 H(2) = 6 H(3) = 18 H(4) = 15 H(5) = 6 h(1) = 0.1 h(2) = 0.12 h(3) = 0.36 h(4) = 0.3 h(5) = 0.12 Relative Häufigkeiten Kumulierte relative Häufigkeiten F(1) = 0.1 F(2) = 0.22 F(3) = 0.58 F(4) = 0.88 F(5) = 1

Fakultäten EMAU Berechnung der Winkel für ein Kreisdiagramm T: Theologische RSW: Rechts- und Staatswiss. Med: Medizinische Phil: Philosophische MathNat: Mathematisch-Naturwissenschaftliche K: Studienkolleg,... h(T) = h(RSW) = 0.22 h(Med) = h(Phil) = h(MathNat) = h(K) = Grad 79.2 Grad Grad Grad Grad 7.92 Grad WS 00/01 „alte“ Zahlen

Kreisdiagramm Fakultäten EMAU

Fakultät WS00/0101/0202/0303/0404/0505/0606/0707/0808/09 Philosophische Fakultät Math.-nat. Fakultät Rechts- u. staatsw. Fak Medizinische Fakultät Theologische Fakultät Kolleg, DSH Kurs Gesamt

h(T) = h(RSW) = 0.22 h(Med) = h(Phil) = h(MathNat) = h(K) = Grad 79.2 Grad Grad Grad Grad 7.92 Grad WS 05/06

h(T) = h(RSW) = h(Med) = h(Phil) = h(MathNat) = h(K) = Grad Grad Grad Grad Grad 0.72 Grad WS 08/09

Stem-Leaf-Diagramm Bei diesem Diagramm werden meist nur die beiden führen- den Ziffern berücksichtigt. Die erste Ziffer wird links von einer senkrecht gezogenen Linie eingetragen. Damit hat man den Stamm. Die zweiten Ziffern - die Blätter - werden rechts davon notiert, und zwar zeilenweise aufsteigend geordnet. Dabei muss jeder Wert des Datensatzes durch eine zweite Ziffer (ggf. Null!) repräsentiert werden. Kaltmieten

Stabdiagramm „Zähne“

Histogramm „Zähne“

Histogramm „Zähne“ bei Klasssierung

Arithmetisches Mittel Merkmal Datensatz

Median Merkmal Geordneter Datensatz n ungerade: Wert, der in der Mitte steht n gerade: arithmetisches Mittel der beiden Werte, die in der Mitte stehen

Quantile

Boxplot Ober-, Untergrenze der „Box“: oberes, unteres Quartil „dicker Strich“ in der Box: Median Ausreißer nach oben: Werte > oberes Quartil Quartilsabstand Ausreißer nach unten: Werte < unteres Quartil Quartilsabstand Jeder Ausreißer wird mit einem Symbol gesondert einge- tragen. Antennen: größter und kleinster Wert in der Datenliste, der kein Ausreißer ist

Median: 1 unteres Quartil: 0 oberes Quartil: 2

Mittelwert oder Median Grobe Faustregeln Metrische Skalierung Ordinale Skalierung Ausreißer wahrscheinlich Wenn sich die Werte „irdendwie“ gegeneinander ausgleichen Mittelwert Median Mittelwert

Median bei Klassenbildung

Formel Quantile bei Klassenbildung wobei aber