Streuung Bezeichnung Streuung=Dispersion=Variabilität Fragestellung:

Slides:



Advertisements
Ähnliche Präsentationen
Excel – Kurs Philip Clasen
Advertisements

Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil3.
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Vorteile der Online-Produkte
Mittlere absolute Abweichung vom Mittelwert(1)
Lagemaße kritische Fragen
Streuungsmaß 3: absolute Abweichung vom Mittelwert
Telefonnummer.
CPCP Institute of Clinical Pharmacology AGAH Annual Meeting, 29. Februar 2004, Berlin, Praktischer Umgang mit den Genehmigungsanträgen gemäß 12. AMG Novelle.
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
Workshop zur Medienarbeit der katholischen Kirche Aspekte des Religionsmonitors Berlin, 02. April 2008.
1 JIM-Studie 2010 Jugend, Information, (Multi-)Media Landesanstalt für Kommunikation Baden-Württemberg (LFK) Landeszentrale für Medien und Kommunikation.
= = = = 47 = 47 = 48 = =
Scratch Der Einstieg in das Programmieren. Scatch: Entwicklungsumgebung Prof. Dr. Haftendorn, Leuphana Universität Lüneburg,
Gliederung Tabellarische und grafische Darstellung von Rohwerten mittels Histogramme und Polygone Statistische Kennwertbeschreibung mittels Tendenz- und.
© 2006 W. Oberschelp, G. Vossen Rechneraufbau & Rechnerstrukturen, Folie 2.1.
Grundkurs Theoretische Informatik, Folie 2.1 © 2006 G. Vossen,K.-U. Witt Grundkurs Theoretische Informatik Kapitel 2 Gottfried Vossen Kurt-Ulrich Witt.
Internet facts 2008-II Graphiken zu dem Berichtsband AGOF e.V. September 2008.
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil2.
Differentielles Paar UIN rds gm UIN
Differentieller Stromverstärker
Schieferdeckarten Dach.ppt
Häufigkeiten Gegeben ist eine Datenliste (Urliste) (hier z. B. die Klausur-Noten von 50 Studenten)
Quantile.
Univariate Statistik M. Kresken.
Ralf KüstersDagstuhl 2008/11/30 2 Ralf KüstersDagstuhl 2008/11/30 3.
Rechneraufbau & Rechnerstrukturen, Folie 12.1 © W. Oberschelp, G. Vossen W. Oberschelp G. Vossen Kapitel 12.
Bild 1.1 Copyright © Alfred Mertins | Signaltheorie, 2. Auflage Vieweg+Teubner PLUS Zusatzmaterialien Vieweg+Teubner Verlag | Wiesbaden.
20:00.
Zusatzfolien zu B-Bäumen
SK / , , in Hochkössen und der Wildschönau flow Ski- und Snowboardschule Intersport Menzel.
Wir üben die Malsätzchen
Forschungsmethoden Masse der zentralen Tendenz Horst Biedermann Departement Erziehungswissenschaften, Universität Fribourg.
Geg.: Zeichnungsdaten, O Ges.: F´, O´, Strahlengang
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/06 1.Dezember 2005.
NEU! 1 2. Wo kommt diese Art von Rezeptor im Körper vor?
PROCAM Score Alter (Jahre)
Referat über das Thema STOCHASTIK.
Ertragsteuern, 5. Auflage Christiana Djanani, Gernot Brähler, Christian Lösel, Andreas Krenzin © UVK Verlagsgesellschaft mbH, Konstanz und München 2012.
Geometrische Aufgaben
Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms II
Symmetrische Blockchiffren DES – der Data Encryption Standard
PARTENARIAT ÉDUCATIF GRUNDTVIG PARTENARIAT ÉDUCATIF GRUNDTVIG REPERES KULTURELLER ZUSAMMENHALT UND AUSDEHNUNG DER IDEEN AUF EUROPÄISCHEM.
1 (C)2006, Hermann Knoll, HTW Chur, FHO Quadratische Reste Definitionen: Quadratischer Rest Quadratwurzel Anwendungen.
Großer Altersunterschied bei Paaren fällt nicht auf!
MINDREADER Ein magisch - interaktives Erlebnis mit ENZO PAOLO
1 (C)2006, Hermann Knoll, HTW Chur, FHO Quadratische Reste Definitionen: Quadratischer Rest Quadratwurzel Anwendungen.
Analyseprodukte numerischer Modelle
Analyseprodukte numerischer Modelle Tidekennwertanalysen des Schwebstofftransportes.
Pigmentierte Läsionen der Haut
Der Zentralwert.
Schutzvermerk nach DIN 34 beachten 20/05/14 Seite 1 Grundlagen XSoft Lösung :Logische Grundschaltung IEC-Grundlagen und logische Verknüpfungen.
Folie Beispiel für eine Einzelauswertung der Gemeindedaten (fiktive Daten)
Vortrag von Rechtsanwältin Verena Nedden, Fachanwältin für Steuerrecht zur Veranstaltung Wege zum bedingungslosen Grundeinkommen der Piratenpartei Rhein-Hessen.
1 Mathematical Programming Nichtlineare Programmierung.
Ertragsteuern, 5. Auflage Christiana Djanani, Gernot Brähler, Christian Lösel, Andreas Krenzin © UVK Verlagsgesellschaft mbH, Konstanz und München 2012.
Der Erotik Kalender 2005.
Bildergalerie PRESEASON CAMP Juni 2014 Romanshorn Get ready for the Season!
J-Team: Gymnasium Ulricianum Aurich und MTV Aurich Ein Projekt im Rahmen von UlricianumBewegt.de Euro haben wir schon…  8000 mal habt ihr bereits.
Datum:17. Dezember 2014 Thema:IFRS Update zum Jahresende – die Neuerungen im Überblick Referent:Eberhard Grötzner, EMA ® Anlass:12. Arbeitskreis Internationale.
Kompetenztraining Jura Martin Zwickel / Eva Julia Lohse / Matthias Schmid ISBN: © 2014 Walter de Gruyter GmbH, Berlin/Boston Abbildungsübersicht.
1 10 pt 15 pt 20 pt 25 pt 5 pt 10 pt 15 pt 20 pt 25 pt 5 pt 10 pt 15 pt 20 pt 25 pt 5 pt 10 pt 15 pt 20 pt 25 pt 5 pt 10 pt 15 pt 20 pt 25 pt 5 pt Wie.
Erheben, berechnen und darstellen von Daten
Technische Kommunikation
1 Medienpädagogischer Forschungsverbund Südwest KIM-Studie 2014 Landesanstalt für Kommunikation Baden-Württemberg (LFK) Landeszentrale für Medien und Kommunikation.
Monatsbericht Ausgleichsenergiemarkt Gas – Oktober
Monatsbericht Ausgleichsenergiemarkt Gas – November
Wer ist der Herr? Apostelgeschichte 2,22-36
Univariate Statistik M. Kresken.
 Präsentation transkript:

Streuung Bezeichnung Streuung=Dispersion=Variabilität Fragestellung: Wie heterogen sind die Daten? Wie weit weichen Merkmale von den Mittelwerten ab? Zweck der Berechnung Der Mittelwert/ Zentralwert ist zur Charakterisierung der Daten nicht ausreichend. Man will auch wissen, wie stark die Daten von der Mitte abweichen. Die Streuung ist ein Maß für die Abweichung. Beispiel: Altersangabe für 2 Arbeitsgruppen Gruppe1: 21, 22, 24, 24, 26, 29, 30, 31,31, 32, 33, 36, 38, 38, 40, 41 Gruppe2: 27, 28, 28, 29, 29, 30, 30, 31, 31, 32, 32, 33, 33, 34, 34, 35

Streuung(Beispiel) Alter, Gruppe1 21, 22, 24, 24, 26, 29, 30, 31,31, 32, 33, 36, 38, 38, 40, 41 Alter, Gruppe2 27, 28, 28, 29, 29, 30, 30, 31, 31, 32, 32, 33, 33, 34, 34, 35

Spannweite(Beispiel) Alter, Gruppe1 21, 22, 24, 24, 26, 29, 30, 31,31, 32, 33, 36, 38, 38, 40, 41 Alter, Gruppe2 27, 28, 28, 29, 29, 30, 30, 31, 31, 32, 32, 33, 33, 34, 34, 35

Streuungsmaß1 Spannweite (Variationsbreite) Definition: Spannweite = Abstand zwischen dem minimalen und dem maximalen Merkmalswert xmax –xmin Beispiel: Zensuren: 1,1,2,2,2,2,5 Spannweite = 5-1 = 4 Nachteil empfindlich gegen Ausreißer nicht anwendbar bei offenen Klassen

Spannweite bei Klassen = Abstand zwischen der Untergrenze der untersten Klasse der Obergrenze der obersten Klasse Problem Man muss alle Klassen vorher schließen

Mittlerer Quartilsabstand(Beispiel) Alter, Gruppe1 21, 22, 24, 24, 26, 29, 30, 31,31, 32, 33, 36, 38, 38, 40, 41 Q1=37 Q3=25 MQ =(37-25) /2 =6 Alter, Gruppe2 27, 28, 28, 29, 29, 30, 30, 31, 31, 32, 32, 33, 33, 34, 34, 35 Q1=29 Q3=33 MQ =(33-29) /2 =2

Streuungsmaß 2 Quartilsabstände Quartilsabstand = Abstand zwischen dem untersten und dem obersten Quartil Q3-Q1 Semiquartilsabstand (=mittlerer Quartilsabstand=MQA=MQ) = mittlere Abweichung vom Zentralwert

Quartilsabstand: Zeichnung Semiquartilsabstand (mittlerer Quartilsabstand=MQA,=MQ) = mittlere Abweichung vom Zentralwert (Q3-Q1)/2 Zeichnung: Whisker-Box-Plot (nicht klausurrelevant) Q1 Q3 Quartilsabstand halber Quartilsabstand Z

Quartilsabstand: Beispiel Mittlerer Quartilsabstand(MQM) ½(Q1-Q3) Beispiel: Merkmale 1 2 3 4 5 6 7 8 Häufigkeit Z=4 Q1=3 Q3=6 MQM=3

Quartilsabstand und die Gestalt der Verteilung linkssteil (Streuung vorwiegend nach rechts) rechtssteil (Streuung vorwiegend nach links) symmetrisch

Quartilsabstand und die Gestalt der Verteilung linkssteil (Streuung vorwiegend nach rechts) x n 10 40 11 20 12 14 13

Quartilsabstand:Problemfälle Behandlung von Ausreißern Werte, die von den Rändern der Box weit entfernt sind, werden nicht berücksichtigt. Weit heißt: 2/3 der Boxbreite Z=4 Q1=3 Q3=6 MQM=3/2 vernachlässigbare Werte

Mittlere absolute Abweichung(Beispiel) Alter, Gruppe1 21, 22, 24, 24, 26, 29, 30, 31,31, 32, 33, 36, 38, 38, 40, 41 Mittelwert=31 x Abstand vom Mittelwert 21 21-31 = --10 22 22-31= --9 .... 40 40-31 = 9 41 41-31= 10 m=x

Mittlere absolute Abweichung (Abstände zum Mittelwert ermitteln) Alter, Gruppe1 :vereinfachtes Beispiel 21, 24, 26, 31, 36, 38, 41 Mittelwert =31 x Abstand von x zum Mittelwert xi-m absoluter Abstand | xi-m | 21 -10 10 24 -7 7 26 -5 5 31 36 38 41

Mittlere absolute Abweichung (durchschnittlichen Abstand ausrechnen) Alter, Gruppe1 :vereinfachtes Beispiel: 21, 24, 26, 31, 36, 38, 41 Mittelwert =31 x Abstand von x zum Mittelwert xi-m absoluter Abstand | xi-m | 21 -10 10 24 -7 7 26 -5 5 31 36 38 41 Summe =44 Durchschnittlicher Abstand d=44/7=6,2857

quadratische Abweichung vom Mittelwert(Beispiel) Alter:21, 22, 24, 24, 26, 29, 30, 31,31, 32, 33, 36, 38, 38, 40, 41

quadratische Abweichung vom Mittelwert(Abstände) Alter:21, 22, 24, 24, 26, 29, 30, 31,31, 32, 33, 36, 38, 38, 40, 41 Mittelwert=31 x Abstand vom Mittelwert Quadrat 21 21-31 = --10 100 22 22-31= --9 81 .... ... 40 40-31 = 9 41 41-31= 10

Varianz(quadratischen Abstand zum Mittelwert ermitteln) Alter, Gruppe1 :vereinfachtes Beispiel 21, 24, 26, 31, 36, 38, 41 Mittelwert =31 xi Abstand von x zum Mittelwert =xi-m quadratischer Abstand (xi-m )² 21 -10 100 24 -7 49 26 -5 25 31 36 5 38 7 41 10

Varianz(Durchschnitt bilden) Alter, Gruppe1 :vereinfachtes Beispiel 21, 24, 26, 31, 36, 38, 41 Mittelwert =31 x Abstand von x zum Mittelwert xi-m quadratischer Abstand (xi-m )² 21 -10 100 24 -7 49 26 -5 25 31 36 5 38 7 41 10 Durchschnittlicher quadratischer Abstand s = 348/7 = 49,28 Summe =348