Zusammenfassung
Im ersten Kapitel zur Statistik widmen wir uns einem der Grundprobleme der Statistik, nämlich der Schätzung von Parametern. Das bedeutet, dass aus gemessenen Daten relevante Kenngrößen oder Verteilungsparameter der zugrunde liegenden Verteilung geschätzt oder approximiert werden. Dabei müssen normalerweise gewisse Annahmen getroffen werden, z. B. zur Unabhängigkeit der involvierten Zufallsvariablen. Es gibt viele verschiedene Methoden für die Parameterschätzung. Wir betrachten hier klassische Schätzer für wichtige Kenngrößen, sowie die Methode der Maximum-Likelihood-Schätzung. Ebenfalls als Schätzproblem aufgefasst werden kann die Bestimmung einer Regressionsgeraden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Aufgaben
Aufgaben
8.1
Gegeben seien folgende Daten:
Messung Nr. | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
---|---|---|---|---|---|---|---|---|---|---|
Messwert | 51 | 69 | 40 | 44 | 49 | 61 | 52 | 53 | 48 | 50 |
Berechnen Sie für diese Daten a) das empirische Mittel, b) den Median, c) die empirische Varianz.
8.2
Beweisen Sie, dass die empirische Varianz erwartungstreu und konsistent ist (vgl. Beispiel 8.4 und 8.5).
8.3
Berechne den Maximum-Likelihood-Schätzer für den Parameter p der geometrischen Verteilung.
8.4
Berechne den Maximum-Likelihood Schätzer für den Parameter \(\lambda \) der Exponentialverteilung.
8.5
Eine Messung ergibt folgende Datenpaare \((x_i, y_i), i=1,\ldots , 6\):
i | 1 | 2 | 3 | 4 | 5 | 6 |
---|---|---|---|---|---|---|
\(x_i\) | 2 | 8 | 5 | 2 | 12 | 4 |
\(y_i\) | 10 | 2 | 8 | 11 | 1 | 8 |
a) Stellen Sie die Daten grafisch als Punktmenge dar. Weist die grafische Darstellung auf positiv/negativ korrelierte Daten hin? b) Berechnen Sie den Korrelationskoeffizienten. c) Berechnen Sie die Regressionsgerade.
8.6
Es seien \(X_1,\ldots , X_n\) unabhängige Zufallsvariablen mit parameterabhängiger Dichte
\(\theta \in ]-1,1[\). Finden Sie einen erwartungstreuen, effizienten und konsistenten Schätzer für den unbekannten Parameter \(\theta \). Hinweis: Das empirische Mittel untersuchen.
8.7
Die folgende Tabelle zeigt die Anzahl der Tage mit Schneefall und die Anzahl der Zugausfälle bei der Berliner S-Bahn-Linie 85 in den Monaten eines Winters.
Monat | Dezember | Januar | Februar |
---|---|---|---|
Anzahl Tage mit Schneefall | 3 | 5 | 4 |
Anzahl Zugausfälle bei der S85 | 17 | 32 | 23 |
Von Interesse ist die Anzahl der Zugausfälle in Abhängigkeit der Anzahl von Tagen mit Schneefall. Bestimmen Sie die Regressionsgerade.
Rights and permissions
Copyright information
© 2020 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kurt, N. (2020). Parameterschätzung. In: Stochastik für Informatiker. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-60516-5_8
Download citation
DOI: https://doi.org/10.1007/978-3-662-60516-5_8
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-60515-8
Online ISBN: 978-3-662-60516-5
eBook Packages: Computer Science and Engineering (German Language)