Next:
Contents
 
Contents
Wirtschaftsstatistik
Universität Ulm
Abteilung Stochastik
Vorlesungsskript
Prof. Dr. Volker Schmidt
Stand: Sommersemester 2003
U
LM, IM
M
AI 2003
Contents
Einleitung
Grundideen der beschreibenden Statistik
Methoden der Datengewinnung
Klassifikation von Merkmalen/Kenngrößen/Variablen
Datenerhebung
Gewinnung von experimentellen Daten
Datengewinnung durch Computer-Simulation
Kenngrößen zur Beschreibung von univariaten Daten
Lagemaßzahlen
Maßzahlen für die Streuung der Daten
Konzentrationsmaße
Absolute und relative Häufigkeiten; Histogramm
Kumulierte Häufigkeiten; empirische Verteilungsfunktion
Kenngrößen zur Beschreibung von bivariaten Daten
Kontingenztafel der absoluten Häufigkeiten
Kontingenztafeln für relative bzw. bedingte Häufigkeiten
Zusammenhangsmaße
Beschreibung von metrischen bivariaten Daten
Streudiagramm (Scatterplot)
Empirische Kovarianz; empirischer Korrelationskoeffizient
Herleitung der Formeln für
Ränge von Stichprobenwerten; Rang-Korrelationskoeffizient
Lineare Regression
Modellbeschreibung
Methode der kleinsten Quadrate
Güte der Modellanpassung; Quadratsummen-Zerlegung
Regressions- und Varianzanalyse
Einfache lineare Regression
Kleinste-Quadrate-Schätzer
Normalverteilte Störgrößen
t-Tests für Regressionskonstante und Regressionskoeffizient
Konfidenzintervalle
Prognose von Zielwerten
Simultane Konfidenzbereiche; Konfidenzbänder
Einfaktorielle Varianzanalyse
Modellannahmen
Klassische ANOVA-Nullhypothese; Kontraste
t-Test und Konfidenzintervall für Linearkombinationen von Erwartungswerten
F-Test der ANOVA-Nullhypothese; Quadratsummenzerlegung
Multiple lineare Regression
Modellbeschreibung
Kleinste-Quadrate-Schätzer bei zwei Einflussfaktoren
Vektor- bzw. Matrixschreibweise
t-Tests und Konfidenzintervalle für Regressionskonstante und Regressionskoeffizienten
Güte der Modellanpassung; Overall-F-Test
Tabellen für Verteilungsfunktionen und Quantile
About this document ...
Hendrik Schmidt 2003-07-21