approximative konfidenzintervalle im bernoulli-fall ii vereinfachung für großes n (n 100)
TRANSCRIPT
![Page 1: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/1.jpg)
Approximative Konfidenzintervalle im Bernoulli-Fall II
Vereinfachung für großes n(n 100)
![Page 2: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/2.jpg)
BeispielKaufhaus-Konzern
Kauf würde in Erwägung
gezogen
Kauf würde nicht in Erwägung
gezogen
572 1428
![Page 3: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/3.jpg)
Tafel für die Verteilungsfunktion bei Normalverteilung
![Page 4: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/4.jpg)
Test für den ErwartungswertVarianz bekannt
Fall Normalverteilung
![Page 5: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/5.jpg)
Test für den ErwartungswertVarianz unbekannt
Fall Normalverteilung
![Page 6: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/6.jpg)
Vergleich zweier unabhängiger Stichproben 1. Fall1. Fall
2 unabhängige Stichproben mit Stichprobenvariablen X und Y
Annahmen: X und Y normalverteilt
Varianz von X = Varianz von Y
Hypothese: Erwartungswert von X = Erwartungswert von Y
![Page 7: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/7.jpg)
Für n unabhängigeunabhängige Zufallsvariablen
mit
hat man:
Mathematische Bedeutung der Chi-Quadrat-Verteilung
![Page 8: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/8.jpg)
Für unabhängigeunabhängige Zufallsvariablen W und U mit
hat man:
Mathematische Bedeutung der t-Verteilung
![Page 9: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/9.jpg)
Vergleich zweier unabhängiger Stichproben 1. Fall1. Fall
Prüfgröße
n: Umfang der Stichprobe 1 (Stichprobenvariable X)
m: Umfang der Stichprobe 2 (Stichprobenvariable Y)
Ablehnungsbereich
bestimmt durch
![Page 10: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/10.jpg)
![Page 11: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/11.jpg)
Vergleich zweier unabhängiger Stichproben 2. Fall2. Fall
2 unabhängige Stichproben mit Stichprobenvariablen X und Y
Annahmen: X und Y normalverteilt
n und m groß (> 30), damitApproximation der Varianzensinnvoll
Hypothese: Erwartungswert von X = Erwartungswert von Y
![Page 12: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/12.jpg)
Vergleich zweier unabhängiger Stichproben 2. Fall2. Fall
Ausgangspunkt
Approximation
Prüfgröße
Ablehnungsbereich bestimmt durch
![Page 13: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/13.jpg)
Chi-Quadrat-Tests
![Page 14: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/14.jpg)
Satz von Karl Pearson I
X: Stichprobenvariable, die r > 2 verschieden Werte annehmen kann:
Die Verteilung von X ist durch einenWahrscheinlichkeitsvektorgegeben.
Stichprobe vom Umfang n:
![Page 15: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/15.jpg)
Satz von Karl Pearson II
Dann hat man:
Dabei ist:
![Page 16: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/16.jpg)
1857 - 1936
Geboren in London. Er versuchte, statistische Methoden auf biologische Probleme der Vererbung und der Evolution anzuwenden. In 18 Veröf-fentlichungen mit dem Titel „Mathematical Contributions to the Theory of Evolution“ führte er die Regressions-Analyse, den Korrelationsko-effizienten und den Chi-Quadrat-Test ein.
![Page 17: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/17.jpg)
1895 - 1980
Geboren in London als Sohn von Karl Pearson. Egon Pearson arbeitete ab 1921 im Institut seines Vaters am University College in London. Er besuchte zunächst alle Vorlesungen seines Vaters mit dem Erfolg, dass er bald selbst hervorragende Arbeiten auf dem Gebiet der Statistik produzierte. S. Neyman war 1925 - 26 als Stipendiat am UniversityCollege. Die Zusammenarbeit mit Egon Pearson begann.
![Page 18: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/18.jpg)
Geboren in Bendery, Moldavien. Als Jerzy Neyman sein Stipendium in London antrat, um mit Karl Pearson zusammenzuarbeiten, war er enttäuschtals er feststellte, dass Karl Pearson die moderne Mathematik ignorierte.Er kooperierte dann mit Egon Pearson undrevolutionierte durch seine Ergebnisse die Statistik.
![Page 19: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/19.jpg)
1876 - 1937
William Gosset, der unter dem Namen Student veröffentlichte, entdeckte die t-Verteilung (Student-Verteilung) durch eine Kombination mathematischer und empirischer Methoden. Er war Chemiker in der Guiness-Brauerei in Dublin 1899 und benötigte die t-Verteilung, um die Qualitätskontrolle durchführen zu können.
![Page 20: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/20.jpg)
Chi-Quadrat-Test auf Anpassung
Hypothese
Ablehnungsbereich
![Page 21: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/21.jpg)
Fairer Würfel?
Hypothese verwerfen!Hypothese verwerfen!
![Page 22: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/22.jpg)
Chi-Quadrat-Verteilung
falsch!0,831
![Page 23: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/23.jpg)
Bakterielle Infektion durch Stämme I, II, IIIBakterielle Infektion durch Stämme I, II, III
Vermutung
Konkrete Stichprobe (80 Infektionen)
(siehe: Gelbrich)
Typ
Prozentsatz
I II III
30 50 20
Anzahl
I II IIITyp
30 32 18
![Page 24: Approximative Konfidenzintervalle im Bernoulli-Fall II Vereinfachung für großes n (n 100)](https://reader035.vdocuments.pub/reader035/viewer/2022062622/55204d6749795902118bd833/html5/thumbnails/24.jpg)
Chi-Quadrat-Verteilung