Streuungsparameter Median Mittlere Abweichung vom Median

Slides:



Advertisements
Ähnliche Präsentationen
Mittlere absolute Abweichung vom Mittelwert(1)
Advertisements

Lagemaße kritische Fragen
Berechnung des Korrelationskoeffizienten Vorbemerkung. Der Korrelationskoeffizient ist im Grunde ein Bruch aus 3 unvollständig berechneten statistischen.
Streuungsmaß 3: absolute Abweichung vom Mittelwert
1 Prof. Dr. Beschorner / UPL / ABWL I / WS / Universität Ulm Allgemeines nDiese Woche keine Tutorien nÜbungsbetrieb ab nächster Woche.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2006/2007 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Gliederung Der Begriff der Stichprobe, Stichprobenfehler
Forschungsstatistik II
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Statistische Methoden I
Statistische Methoden I
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
Statistische Methoden I
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung des.
Statistische Methoden I WS 2006/2007 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales Datenmaterial.
Achtung Terminänderung !!!
Die Student- oder t-Verteilung
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Datenmatrix. Datentabelle für 2 Merkmale Kontingenztafel der absoluten Häufigkeiten.
Statistische Methoden I WS 2007/2008 Probeklausur Donnerstag, 31. Januar 2008 und Freitag, 1. Februar statt Vorlesungen -
FILTER Input: Empirische Zeitreihe Output: Geglättete Zeitreihe.
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.
Rechenregeln für Mittelwert, Varianz und Streuung.
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2009/2010 Einleitung: Wie schätzt man die Zahl der Fische in einem See? Zur Geschichte der Statistik.
Statistische Maßzahlen
Datenmatrix.
Quantile.
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung.
Häufigkeiten Gegeben ist eine Datenliste (Urliste) (hier z. B. die Klausur-Noten von 50 Studenten)
Korrelationskoeffizient nach Bravais-Pearson Eigenschaften X und Y unabhängig.
Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt sich die folgende Tabelle:
Streuungsparameter für Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.
Datentabelle für 2 Merkmale
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Probeklausur am 21. Januar 2005 statt Vorlesung. Wahrscheinlichkeitstheorie.
Bedingte Wahrscheinlichkeiten
Grundbegriffe der (deskriptiven) Statistikder Wahrscheinlichkeitstheorie.
Quantile.
Chi-Quadrat-Tests. Satz von Karl Pearson I X: Stichprobenvariable, die r > 2 verschieden Werte annehmen kann: Die Verteilung von X ist durch einen Wahrscheinlichkeitsvektor.
Lehrstuhl für Algebra und funktionalanalytische Anwendungen
Univariate Statistik M. Kresken.
Kodiersysteme und erste Umrechnungen
Das wars!.
(Gini-Koeffizient, Lorenz-Kurve)
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Wiederholung und Beispiele
Aufgabenzettel V Statistik I
STATISIK LV Nr.: 1375 SS März 2005.
Exponentialfunktionen zu unterschiedlichen Basen
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/06 1.Dezember 2005.
Referat über das Thema STOCHASTIK.
STATISIK LV Nr.: 1852 WS 2005/06 6. Dezember 2005.
Ungleichheiten in der Einkommensverteilung
Der Zentralwert.
Forschungsmethodik II, SS 2010 Vesna Pavlovski & Julia Pichlhöfer
Statistik – Regression - Korrelation
Erheben, berechnen und darstellen von Daten
Mathematik für BiologInnen WS 05
STATISIK LV Nr.: 1375 SS März 2005.
Verteilungen, Varianz Tamara Katschnig.
Aufgabe 5 Gegeben sei folgende Graphik mit den zugehörigen Merkmalsdefinitionen. – Erstellen Sie die zugehörige Kontingenztabelle der absoluten Häufigkeiten.
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Statistik III Statistik III 2. Streuungsmaße (Dispersionsmaße)
4 Spezifizierende Beschreibung
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
 Präsentation transkript:

Streuungsparameter Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.

Streuungsparameter Mittelwert Varianz Die Ungleichung gilt für jede Konstante c.

Rechenregeln für Mittelwert, Varianz und Streuung I

Rechenregeln für Mittelwert, Varianz und Streuung II

Rechenregeln für Mittelwert, Varianz und Streuung III

Berechnung von Streuungsparametern an einem einfachen Beispiel

Streuung bei Klassierung Berücksichtigung der Klassenmitten bei Beispiel „Kaltmieten“

(Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung des Geldvermögens unter den einzelnen Bevölkerungsgruppen Verteilung von Marktanteilen Aufteilung der landwirtschaftlichen Nutzflächen in einer Region

Ein Markt wird von 5 Unternehmen beliefert. Die folgende Tabelle beschreibt die Aufteilung der Marktanteile:

Daraus ergeben sich die folgenden Werte für die Punkte auf der Lorenz-Kurve:

Dazu die Lorenz-Kurve:

Berechnung des Gini-Koeffizienten

Landwirtschaftlich genutzte Fläche einer Region

Dazu die Lorenz-Kurve:

Datenmatrix

der absoluten Häufigkeiten Kontingenztafel der absoluten Häufigkeiten

der relativen Häufigkeiten Kontingenztafel der relativen Häufigkeiten

Betriebe und hinterzogene Steuer Kontingenztabelle X: Art des Betriebes 1 = Handelsbetriebe 2 = Freie Berufe (Leistungsbetriebe) 3 = Fertigungsbetriebe Y: Art der hinterzogenen Steuer 1 = keine Steuern hinterzogen 2 = Einkommenssteuer 3 = Umsatzsteuer 4 = Sonstiges

Korrelationskoeffizient nach Bravais-Pearson Eigenschaften X und Y unabhängig

X größer Y größer X größer Y kleiner

Positiver strikter Zusammenhang Negativer strikter Zusammenhang

Korrelationskoeffizient bei verschiedenen Konstellationen von Ausprägungen

Korrelationskoeffizient: 1.00

Korrelationskoeffizient: 0.52

Korrelationskoeffizient: 0.00

Korrelationskoeffizient: -0.62