• Keine Ergebnisse gefunden

Multivariate Statistik

N/A
N/A
Protected

Academic year: 2022

Aktie "Multivariate Statistik"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

TECHNISCHE UNIVERSIT ¨AT DORTMUND Wintersemester 2007/2008

FAKULT ¨AT STATISTIK 22.01.2008

Prof. Dr. G. Trenkler Blatt 13

Dipl.-Stat. M. Arnold

Ubungen zur Vorlesung¨

Multivariate Statistik

Aufgabe 46

Sei f¨ur eine positiv definite Matrix A∈Rd×d der gewichtete Abstand der i-ten Beobachtungyi zu B0xi definiert als

d2i(B) :=

³

yi−B0xi

´0 A

³

yi−B0xi

´ .

Dabei istxi diei-te Zeile der spaltenregul¨aren MatrixX. Zeigen Sie, dass f¨ur jedes A die Summe dieser Abst¨ande ¨uber alle Beobachtungen, Pn

i=1d2i(B), bez¨uglich B minimiert wird durch Bb = (X0X)−1X0Y.

Hinweis: Zeigen Sie zun¨achstPn

i=1d2i(B) = tr h

A(Y −XB)0(Y −XB) i

.

Aufgabe 47

Die Datei Luft.txt enth¨alt Messungen von Windgeschwindigkeit, Sonneneinstrahlung, Stickdioxid- gehalt und Ozongehalt in der Luft zur Mittagszeit in Los Angeles an verschiedenen Tagen.

a) Sch¨atzen Sie ein multivariates Regressionsmodell f¨ur den Stickdioxidgehalt und den Ozongehalt in Abh¨angigkeit von Windgeschwindigkeit und Sonneneinstrahlung. Interpretieren Sie die Parame- tersch¨atzungen.

b) Berechnen Sie ein 95%-Prognoseintervall f¨ur den Stickdioxidgehalt bei einer Windgeschwindig- keit von 10 und einer Sonneneinstrahlung von 80.

c) Berechnen Sie ein 95%-Prognoseintervall f¨ur den Ozongehalt bei einer Windgeschwindigkeit von 10 und einer Sonneneinstrahlung von 80.

Aufgabe 48

Derp-dimensionale ZufallsvektorX= (X10 |X20)0 sei partitioniert in einenp1-dimensionalen Zufalls- vektor X1 und einen p2-dimensionalen Zufallsvektor X2, wobei p1+p2 =p. Die Kovarianzmatrix von X sei entsprechend partitioniert:

Cov(X) = Σ =

 Σ11 Σ12 Σ21 Σ22

.

Dann ist die partielle Kovarianzmatrix vonX1 bei konstantem X2 gegeben durch Σ11·2= Σ11Σ12Σ−122Σ21.

Sie beschreibt die Kovarianz der Komponenten von X1, nachdem der gemeinsame Einfluss der Komponenten vonX2 auf die Komponenten von X1 konstant gehalten wurde. Die entsprechende partielle Korrelationsmatrix erh¨alt man aus der partiellen Kovarianzmatrix durch die ¨ubliche Stan- dardisierung.

Berechnen Sie f¨ur die Laufrekorde der M¨anner die partielle Korrelationsmatrix der Distanzen 100m, 200m, 5000m, 10000m sowie Marathon unter Konstanthaltung der ¨ubrigen Distanzen 400m, 800m sowie 1500m. Vergleichen Sie die partiellen Korrelationen mit den ¨ublichen Korrelationen.

(2)

Aufgabe 49

Zur Untersuchung des Anlageerfolgs von Investmentbankern wurden von 25 Portfoliomanager 3 Variablen erhoben. Dabei bezeichnet die erste Variable die durchschnittlich erzielte Rendite eines Managers, die zweite Variable misst auf einer aufsteigenden Skala von 1 (sehr konservativ) bis 5 (sehr risikant) die Risikobereitschaft und die dritte Variable gibt die Erfahrung des Managers in Jahren an. Eine Auswertung der Daten liefert die folgende Stichprobenkorrelationsmatrix:

R=





1 −0,35 0,82

−0,35 1 −0,6 0,82 −0,6 1





.

a) Interpretieren Sie die Korrelationen.

b) Berechnen Sie die partielle Korrelation zwischen Rendite und Risikobereitschaft bei konstanter Erfahrung und interpretieren Sie das Ergebnis.

Abgabebis Montag, 28.01.2008, 14:00 Uhr, in den Briefkasten im Mathefoyer.

Referenzen

ÄHNLICHE DOKUMENTE

Abgabe bis Montag, 22.10.2007, 10:15 Uhr in den Briefkasten

Unter http://www.statistik.uni-dortmund.de/∼arnold finden Sie zwei Datens¨atze mit nationalen Bestzeiten ¨uber die Laufdistanzen 100m, 200m, 400m, 800m, 1500m, 3000m (nur Frauen),

F¨uhren Sie f¨ur die Daten der M¨anner und Frauen jeweils zwei Haupt- komponentenanalysen durch - einmal mit den urspr¨unglichen Werten und einmal mit standardisier- ten

Im Faktormodell ist es nicht immer m¨oglich, f¨ur beliebig kleines m eine Darstellung Σ = LL 0 + Ψ zu finden, so dass die Hauptdiagonaleintr¨age von Ψ positiv sind.. Es handelt

Unter http://www.statistik.uni-dortmund.de/∼arnold befinden sich in der Datei Bankrott.txt Da- ten zu finanziellen Kennzahlen von mittlerweile insolventen Unternehmen einerseits

a) Unterstellen Sie f¨ ur die Umfrageergebnisse eine multivariate Normalverteilung mit f¨ ur die beiden Institute unterschiedlichen Erwartungswertvektoren µ I bzw. Bestimmen Sie

Bestimmen und skizzieren Sie f¨ur die folgenden vier Situationen jeweils die diskriminierende Funktion unter Normalverteilungsannahme bei gleichen Missklassifikationskosten und

Dipl.-Stat. Als Merkmal f¨ur die ¨ Ahnlichkeit zweier Sprachen soll die Anzahl der Zahlen dienen, die mit dem gleichen Buchstaben beginnen - die resultierende ¨ Ahnlich-