Aufgabensammlung zur Einführung in die Statistik

Statistische Methoden werden heute in allen empirischen Wissenschaften angewandt. Die mathematische Begründung statistischer Verfahren ist dabei unverzichtbar. Sie allein eröffnet dem Lernenden jedoch nicht das Verständnis für statistische Schlußweisen, das in zunehmendem Maße auch in den verschiede...

Full description

Bibliographic Details
Main Authors: Wegmann, Helmut, Rettig, Stefan (Author)
Format: eBook
Language:German
Published: Wiesbaden Vieweg+Teubner Verlag 1994, 1994
Edition:2nd ed. 1994
Series:Teubner Studienbücher Mathematik
Subjects:
Online Access:
Collection: Springer Book Archives -2004 - Collection details see MPG.ReNa
LEADER 04681nmm a2200301 u 4500
001 EB000645949
003 EBX01000000000000000499031
005 00000000000000.0
007 cr|||||||||||||||||||||
008 140122 ||| ger
020 |a 9783322911711 
100 1 |a Wegmann, Helmut 
245 0 0 |a Aufgabensammlung zur Einführung in die Statistik  |h Elektronische Ressource  |c von Helmut Wegmann, Stefan Rettig 
250 |a 2nd ed. 1994 
260 |a Wiesbaden  |b Vieweg+Teubner Verlag  |c 1994, 1994 
300 |a II, 256 S. 9 Abb  |b online resource 
505 0 |a 1 Glossar -- 1.1 Beschreibende Statistik -- 1.2 Grundbegriffe der Wahrscheinlichkeitstheorie -- 1.3 Schließende Statistik -- 2 Aufgaben -- 2.1 Beschreibende Statistik -- 2.2 Laplace-Wahrscheinlichkeiten -- 2.3 Bedingte Wahrscheinlichkeiten und Unabhängigkeit -- 2.4 Zufallsvariablen und ihre Verteilungen -- 2.5 Erwartungswert und Varianz -- 2.6 Mehrdimensionale Zufallsvariablen -- 2.7 Normalverteilung und ihre Anwendungen -- 2.8 Grenzwertsätze -- 2.9 Schätzer und ihre Eigenschaften -- 2.10 Maximum-Likelihood-Methode -- 2.11 Konfidenzintervalle -- 2.12 Tests bei Normalverteilungsannahmen -- 2.13 Anpassungstests -- 2.14 Unabhängigkeitstests -- 2.15 Verteilungsunabhängige Tests -- 2.16 Einfache Varianzanalyse -- 2.17 Einfache lineare Regression -- 3 Lösungen -- 3.1 Beschreibende Statistik -- 3.2 Laplace-Wahrscheinlichkeiten -- 3.3 Bedingte Wahrscheinlichkeiten und Unabhängigkeit -- 3.4 Zufallsvariablen und ihre Verteilungen -- 3.5 Erwartungswert und Varianz -- 3.6 Mehrdimensionale Zufallsvariablen -- 3.7 Normalverteilung und ihre Anwendungen -- 3.8 Grenzwertsätze -- 3.9 Schätzer und ihre Eigenschaften -- 3.10 Maximum-Likelihood-Methode -- 3.11 Konfidenzintervalle -- 3.12 Tests bei Normalverteilungsannahmen -- 3.13 Anpassungstests -- 3.14 Unabhängigkeitstests -- 3.15 Verteilungsunabhängige Tests -- 3.16 Einfache Varianzanalyse -- 3.17 Einfache lineare Regression -- 4 Tabellen -- 4.1 Verteilungsfunktion ?(x) der N(0,1)-Verteilung -- 4.2 Quantile up der N(0,1)-Verteilung -- 4.3 Quantile tn,p der tn-Verteilungen -- 4.4 Quantile Xn;p2 der Xn2-Verteilungen -- 4.5 Quantile Fm,n;p der Fm,n-Verteilungen -- 4.6 Kolmogoroffsche Verteilungsfunktion K(y) -- 4.7 Verteilungsfunktion der B(n, ½)-Verteilung -- 4.8 Verteilungsfunktion der Testgröße beim U-Test -- 4.9 Verteilungsfunktion der Testgröße beim Run-Test 
653 |a Statistics  
653 |a Statistics for Engineering, Physics, Computer Science, Chemistry and Earth Sciences 
653 |a Probability Theory and Stochastic Processes 
653 |a Probabilities 
700 1 |a Rettig, Stefan  |e [author] 
041 0 7 |a ger  |2 ISO 639-2 
989 |b SBA  |a Springer Book Archives -2004 
490 0 |a Teubner Studienbücher Mathematik 
856 4 0 |u https://doi.org/10.1007/978-3-322-91171-1?nosfx=y  |x Verlag  |3 Volltext 
082 0 |a 519.5 
520 |a Statistische Methoden werden heute in allen empirischen Wissenschaften angewandt. Die mathematische Begründung statistischer Verfahren ist dabei unverzichtbar. Sie allein eröffnet dem Lernenden jedoch nicht das Verständnis für statistische Schlußweisen, das in zunehmendem Maße auch in den verschiedensten Bereichen des täglichen Lebens benötigt wird. Statistik kann nicht als mathematische Theorie, sondern nur vor dem Hintergrund konkreter Anwendungssituationen erlernt werden. Deshalb kommt den Beispielen und praktischen Aufgabenstellungen besondere Bedeutung zu. Im Studientext "Einführung in die Statistik" von Lehn und Wegmann wurde bereits versucht, mit Hilfe von zahlrei­ chen Beispielen die Theorie zu veranschaulichen, in stochastische Denkweisen einzuführen und Anwendungsmöglichkeiten für statistische Verfahren aufzuzeigen. Mit der vorliegen­ den Aufgabensammlung, die sich in ihrem Aufbau am Studienbuch orientiert, werden die gleichen Ziele verfolgt. Sie enthält zunächst ein Glossar, in dem entsprechend der Stof­ fauswahl im Studienbuch die statistischen Verfahren und die zur Lösung der Aufgaben benötigten Formeln zusammengestellt sind. Es folgt der Katalog der Aufgaben, gegliedert nach bestimmten Themenkreisen. Aufgaben ohne vollständige und ausführliche Lösun­ gen, die vom Lernenden nachvollzogen werden können, erfüllen nur sehr bedingt ihren Zweck, das Verständnis für die Anwendung statistischer Schlußweisen zu wecken. Deshalb enthält der dritte Teil der Aufgabensammlung zu jeder Aufgabe eine detailliert ausgear­ beitete Lösung mit Verweisen auf das Glossar. Der vierte Teil besteht aus Tabellen, die bei der Bearbeitung der Aufgaben Verwendung finden. Die Aufgaben dieser Sammlung wurden ausgewählt unter den ca