Arbeiten mit der Normalverteilung

Slides:



Advertisements
Ähnliche Präsentationen
Anzahl der ausgefüllten und eingesandten Fragebögen: 211
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)
Der F - Test Man prüft, ob sich 2 Varianzen unterscheiden, mit dem F-Quotienten: Geprüft werden stets die Schätzungen der Populationsvarianzen aufgrund.
Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
B-Bäume.
Statistiken und Tabellen
Forschungsstatistik II
Heute Prüfung der Produkt-Moment Korrelation
Rechneraufbau & Rechnerstrukturen, Folie 2.1 © W. Oberschelp, G. Vossen W. Oberschelp G. Vossen Kapitel 2.
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil2.
Differentielles Paar UIN rds gm UIN
Prof. Dr. Bernhard Wasmayr
Konfidenzintervalle Intervallschätzung
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
M-L-Schätzer Erwartungswert
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.
Statistische Methoden I SS 2005
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Statistische Methoden II SS 2003
Statistische Methoden I WS 2002/2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
Test auf Normalverteilung
Klausur am :00 bis 13:00 Hörsaal Loefflerstraße und Hörsaal Makarenkostraße.
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Univariate Statistik M. Kresken.
Wahrscheinlich-keitsrechnung
Prof. Dr. Bernhard Wasmayr VWL 2. Semester
AWA 2007 Natur und Umwelt Natürlich Leben
Deskriptive Statistik
Sportwissenschaftliche Forschungsmethoden SS Statistischer Test.
Vorlesung: Biometrie für Studierende der Veterinärmedizin Helmut Küchenhoff 1 Zusammenfassung zur Vorlesung Begriff der biologischen Variabilität.
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Binomialverteilung: Beispiel
(Un-)sicherheiten in der Ökosystemmodellierung
20:00.
Histogramm/empirische Verteilung Verteilungen
Eine Einführung in die CD-ROM
Messwerte, Verteilung, Histogramm, Mittelwert und Standardabweichung
Die Gaußverteilung.
Datenanalyse.
Statistik: Mehr zur Regression.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
Kapitel 9 Analyse der Modellstruktur Hackl, Einführung in die Ökonometrie 2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u:
Konfidenzintervall und Testen für den Mittelwert und Anteile
Kapitel 18 Dynamische Modelle: Schätzen der Parameter
Ökonometrie I Analyse der Modellstruktur Ökonometrie I2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u: n-Vektoren; X: Ordnung.
Arbeiten mit der Normalverteilung
Quantitative Merkmale
Mehr zum Testen von Hypothesen
PROCAM Score Alter (Jahre)
Ertragsteuern, 5. Auflage Christiana Djanani, Gernot Brähler, Christian Lösel, Andreas Krenzin © UVK Verlagsgesellschaft mbH, Konstanz und München 2012.
Symmetrische Blockchiffren DES – der Data Encryption Standard
Zahlentheorie und Zahlenspiele Hartmut Menzer, Ingo Althöfer ISBN: © 2014 Oldenbourg Wissenschaftsverlag GmbH Abbildungsübersicht / List.
MINDREADER Ein magisch - interaktives Erlebnis mit ENZO PAOLO
Relationen zwischen qualitativen Merkmalen
Deutschlandpokal Eishockey Spielplan / Ergebnisse Vorrunde - Freitag 16:00 – 16:20 A Sindelfingen 2 – Friedrichshafen0:2 16:20 – 16:40 A Rastatt1 - Mannheim.
Folie Beispiel für eine Einzelauswertung der Gemeindedaten (fiktive Daten)
PERUANISCHER BERGBAU 2006.
QUIPS 2011 Qualitätsverbesserung in der postoperativen Schmerztherapie.
Forschungsprojekt Statistik 2013 „Jugend zählt“ – Folie 1 Statistik 2013 „Jugend zählt“: Daten zur Arbeit mit Kindern und Jugendlichen.
Quali- Aufgaben.
Quantitative Merkmale
6.6 Normalverteilung Die Normalverteilung kann als das wichtigste Verteilungsmodell der Statistik ange-sehen werden. Sie wird nach ihrem Entdecker auch.
Folie Einzelauswertung der Gemeindedaten
Datum:17. Dezember 2014 Thema:IFRS Update zum Jahresende – die Neuerungen im Überblick Referent:Eberhard Grötzner, EMA ® Anlass:12. Arbeitskreis Internationale.
Statistik im Labor BFB-tech Workshop Eugen Lounkine.
 Präsentation transkript:

Arbeiten mit der Normalverteilung Statistik: 15.3.04 Arbeiten mit der Normalverteilung

Heilmittel pro Patient n.d.Fach 1.Q.2002 15.3.04 PI Statistik, SS 2004 (7)

Heilmittel pP: Allg.Medizin 1.Q.2002 n 835 Mean 71,63 SE Mean 0,79 StDev 22,85 Min 0,00 Max 362,55 15.3.04 PI Statistik, SS 2004 (7)

Heilmittel pP: Innere Medizin 1.Q.2002 n 88 Mean 18,51 SE Mean 1,14 StDev 10,67 Min 0,09 Max 76,88 15.3.04 PI Statistik, SS 2004 (7)

Heilmittel pP: Orthopädie 1.Q.2002 n 121 Mean 44,33 SE Mean 1,68 StDev 18,47 Min 4,35 Max 103,54 15.3.04 PI Statistik, SS 2004 (7)

Normalverteilung X ~ N(m,s2) = 0 s2 = 1 15.3.04 PI Statistik, SS 2004 (7)

Bedeutung der Normalverteilung In vielen praktischen Situationen stoßen wir auf normalverteilte Merkmale Zentraler Grenzwertsatz (Galton‘sches Brett) Große Bedeutung für Theorie 15.3.04 PI Statistik, SS 2004 (7)

Normalverteilung 2s X ~ N(m,s2)  X 15.3.04 PI Statistik, SS 2004 (7)

Normalverteilung Dichtefunktion von N(m,s2) m 15.3.04 PI Statistik, SS 2004 (7)

Einige Normalverteilungen 15.3.04 PI Statistik, SS 2004 (7)

Standardisieren N(0, 1) N(-7, 4) 15.3.04 PI Statistik, SS 2004 (7)

Verteilungsfunktion F(z) 15.3.04 PI Statistik, SS 2004 (7)

Berechnen von W‘kten X~N(m,s2), In EXCEL: Funktionen NORMVERT, STANDNORMVERT Aus Tabelle 15.3.04 PI Statistik, SS 2004 (7)

Berechnen von W‘kten, Forts. Analog für 15.3.04 PI Statistik, SS 2004 (7)

Symmetrisches Intervall X~N(m,s2); gesucht sind solche um m symmetrische Schranken a und b, dass Aus folgt und b = m - 1.960 s; analog a = m + 1.960 s 15.3.04 PI Statistik, SS 2004 (7)

Q-Q Plot Zu einem Datensatz soll überprüft werden, ob die Daten von einem normalverteilten Merkmal stammen Q-Q Plot oder Quantil-Quantil Plot, auch normal probability plot 15.3.04 PI Statistik, SS 2004 (7)

Ermitteln des Q-Q Plots x1,…,xn: Sortiere die Beobachtungen aufsteigend Bestimme die Rangzahlen Bestimme die Ordnung i /(n +1) [oder (i -0.5)/n], die sich für die Beobachtung mit Rang i ergibt, wenn wir sie als (empirisches) Quantil auffassen Bestimme zur Ordnung i /(n +1) das (erwartete) Quantil der Standard-Normalvert. (Normal Score) Bestimme zur Ordnung i /(n +1) das (erwartete) Quantil der Normalverteilung mit Parametern Streudiagramm (Normal Scores über X) 15.3.04 PI Statistik, SS 2004 (7)

Heilmittelkosten: Histogramm Internisten 15.3.04 PI Statistik, SS 2004 (7)

Heilmittelkosten: Q-Q Plot Internisten 15.3.04 PI Statistik, SS 2004 (7)

Berechnung des Q-Q Plots X Rang Ordn. St.N.C. N.C. 0,1 1 0,011 -2,282 -5,843 1,4 2 0,022 -2,005 -2,885 4,0 3 0,034 -1,829 -1,004 5,7 4 0,045 -1,696 0,414 6,2 5 0,056 -1,588 1,570 … 15.3.04 PI Statistik, SS 2004 (7)