Tutorium 23.04.07 Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.

Slides:



Advertisements
Ähnliche Präsentationen
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.
Advertisements

Stochastik und Markovketten
Die Laufzeit von randomisierten (zufallsgesteuerten) Algorithmen hängt von gewissen zufälligen Ereignissen ab (Beispiel Quicksort). Um die Laufzeiten dieser.
Polynomial Root Isolation
Theorie und Konstruktion psychologischer Tests
Wahrscheinlichkeitstheorie
Gliederung Vertrauensintervalle Arten von Hypothesen
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Kapitel 5 Stetigkeit.
Kapitel 6 Mehrstufige Zufallsexperimente
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Hypothesen testen: Grundidee
Der exakte Test von Fisher
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
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2009/2010 Einleitung: Wie schätzt man die Zahl der Fische in einem See? Zur Geschichte der Statistik.
Die Vorlesung Statistische Methoden I fällt morgen ( ) aus! Zeit: 14:15 Ort: Hörsaal Loefflerstraße Diese Vorlesung wird am nächsten Donnerstag.
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Jetzt ist es wieder höchste Zeit
§9 Der affine Raum – Teil 2: Geraden
Tutorium
Tutorium
Tutorium
Tutorium
Tutorium Aufgabe 1 a) E(eIX)= 0 E(eIX)= E(Y-E(YIX)IX) = E(YIX)- E (E(YIX)IX) = E(YIX)- E(YIX) = 0 Im Mittel macht man mit seiner Schätzung keinen.
Tutorium
Unser neuntes Tutorium
Tutorium Aufgabe 1 Informationen in Designmatrix in: - Darin sind die Prädiktoren enthalten - Aber sagt uns noch mehr! Untersuchungsdesign darin.
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Vorlesung: ANOVA I
Wahrscheinlichkeitsrechnung
Eigenschaften der OLS-Schätzer
Deutsch als Zweitsprache: Experimentelle Methoden WS 2013/2014
Formulierung und Überprüfung von Hypothesen
Einführung in die beurteilende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Chi Quadrat Test Tamara Katschnig.
Wahrscheinlichkeitsrechnung
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§3 Allgemeine lineare Gleichungssysteme
Definitionen für Wahrscheinlichkeiten
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Wahrscheinlichkeit Zufallsexperiment:
STATISIK LV Nr.: 1375 SS März 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
Wahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung
1. 2. Berechnen von Wahrscheinlichkeiten
Stochastik Grundlagen
Wir sind kein Schadensfall
An der Bushaltestelle.
Wahrscheinlichkeitsrechnung Übersicht
Das Königsberger Brückenproblem Richard Kemmerzehl Philipp Kreis Unser Thema Königberger Brückeproblem und indirekter Beweis.
Vorbereitungsseminar zum fachdidaktischen Blockpraktikum im SS 2011
Einführung in die Wahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Stochastische Unabhängigkeit Ex
 Präsentation transkript:

Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II

Willkommen Schön, dass Ihr zu mir ( der Marie-Ann ) gekommen seid!!! Ich freu mich auf ein schönes und erfolgreiches Semester mit Euch!!!

Organisatorisches Ablauf: generelle Fragen und Probleme zur Vorlesung Besprechung der Übungszettel (Gruppenpräsentationen?!) (dabei sind Fragen, Diskussionen und Anregungen jederzeit sehr erwünscht!!!) Kurze Zusammenfassung der Inhalte (Was ist jetzt das Wichtigste gewesen)

Organisatorisches Materialien: ( wie werden langsam richtig organisiert ) kussfisch.ku.funpic.de (ohne … dort gibt es die Präsentationen (nicht nur von mir! ) … außerdem ist ein Forum für Fragen und Diskussionen in Arbeit … und es gibt nützliche Links für Tipps & Tools

Aufgabe 1 Treffen der Lerngruppe, Achtung: bei jedem Treffen erscheint mind. 1 Person a) Alle mgl. Konstellationen Menge der möglichen Ergebnisse

Aufgabe 1 b) alle Möglichkeiten die man als Ergebnis beobachten kann was kann bei Durchführung des Experiments raus kommen Beschreibung des empirisches Phänomen (es tritt immer mind. ein/ und max. ein Ergebnis aus Omega auf)

Aufgabe 1 c) Ereignisse: Dabei handelt es sich um die Potenzmenge enthält alle möglichen Kombinationen der Ergebnismenge (mit den Elementarereignissen, Omega & der leeren Menge) Potenzmenge erfüllt Eigenschaften einer

Aufgabe 1 d) Wahrscheinlichkeitsraum beschreibt formal das Zufallsexperiment durch... Menge der möglichen Ergebnisse … Menge der möglichen Ereignisse … das Wahrscheinlichkeitsmaß, als eine Funktion, die den Ereignissen eine Wahrscheinlichkeit zuweist

Aufgabe 1 e) Elemantarereignise bei denen Tim und Peter anwesend sind: die Vereinigungsmenge davon ist dann die Wahrscheinlichkeit, dass beide anwesend sind Lässt sich nicht genauer bestimmen!!! Denn wir kennen die Wahrscheinlichkeit der Elementarereignisse nicht (kann vers. sein)

Aufgabe 2 – Wer wird Millionär Kartesisches Produkt neue Ergebnismenge als Kombination aller Elemente der einzelnen Ergebnismengen Menge der Bewerber = {Bewerber1, Bewerber2, Bewerber3, Bewerber4} Menge der Aufgaben = {+,-} x {+,-} x {+,-} = {,,,,,,, } 1. Aufgabe richtig gelöst

Aufgabe 3 Wahrscheinlichkeit dafür eine depressiven Mann aus der Gesamtpopulation zu ziehen Baumdiagram anzeichnen !!!

Aufgabe 3 Baumdiagram D -D M -M M 1/20 1/3

Aufgabe 3 Wahrscheinlichkeit dafür wenn man eine Frau gezogen hat eine Depression zu diagnostiziern Baumdiagramm

Aufgabe 3 F -F D -D D 1/2 ??? D -D F -F F 1/20 2/3

Aufgabe 4 – der p- Wert Was ist der p- Wert ??? eine bedingte Wahrscheinlichkeit dafür, dass unter der Bedingung, dass die H0 gilt, die gefundenen oder noch extremere Unterschied zustande kommen Achtung: gute Darstellung der Testlogik: - wir haben die Wahrscheinlichkeit dafür, dass wenn man annimmt es gibt keine Unterschiede (H0), die gefundenen oder noch extremere Ergebnisse zustande kommen … dabei ist die Differenz prä facto … also nicht auf die SP Unterschiede begrenzt (denn die können schlecht noch extremer werden ) also Differenz von zukünftigen EW die mindestens so groß sind wie die gerade gefunden Unterschiede, obwohl man annimmt die EW sind gleich (H0) wenn Wahrscheinlichkeit zu gering (unter 5%) verwirft man die H0 und nimmt somit Unterschied in der Population an

Aufgabe 4 Darstellung von bedingten Wahrscheinlichkeiten als … Geht beim p-Wert nicht, weil P(B) = P(H0) … man gibt nicht die Wahrscheinlichkeit einer Hypothese an, denn die gilt, oder nicht!... Und in unserer Testlogik müssen wir ja annehmen, dass die H0 gilt!!! (um eine Wahrscheinlichkeitsverteilung zur Hypothesentestung zu haben) … wir können also P(B) keine bestimmte Wahrscheinlichkeit zuordnen, und somit ist die allgemeine formale Darstellung des p- Wertes als bedingte Wahrscheinlichkeit nicht möglich

Aufgabe 5 a) eindeutig bewiesen, dass H0 falsch falsch Gültigkeit lässt sich nicht beweisen (nur Wahrscheinlichkeiten & Annahmen!!!) b) P(H0 gilt) falsch Hypothesen gelten oder nicht, es ist nicht sinnvoll dafür Wahrscheinlichkeiten anzugeben (siehe p-Wertaufgabe & Testlogik) c) eindeutig bewiesen, dass H1falsch falsch siehe a) d) P(H1 gilt) falsch siehe b) e) P(H1 angenommen I H0 gilt) falsch ist α, und das Signifikanzniveau wird schon vor dem Test festgelegt f) bei wdh. Exp. 99% der Fälle signifikant falsch nur wenn die H0 gilt entspricht α dem finden von zufälligen Effekten – und dann wären das 1% bzw. 5% der Fälle (je nach α- Niveau)

Zusammenfassung Ich hätte gern von 5 Leuten einen wichtigen Aspekt des heutigen Tutoriums kurz zusammengefasst

Bis Bald!!!