• Keine Ergebnisse gefunden

Aufgabenstellung 1: Lage- und Streumaße, Boxplot (nach F. 58) Gegeben sei die folgende Häufigkeitstabelle (auch möglich: (sortierte) Urliste):

N/A
N/A
Protected

Academic year: 2021

Aktie "Aufgabenstellung 1: Lage- und Streumaße, Boxplot (nach F. 58) Gegeben sei die folgende Häufigkeitstabelle (auch möglich: (sortierte) Urliste):"

Copied!
3
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Aufgabenstellung 1: Lage- und Streumaße, Boxplot (nach F. 58)

Gegeben sei die folgende Häufigkeitstabelle (auch möglich: (sortierte) Urliste):

> set.seed(4)

> x=sample(AusgSchuhe, 10)

> table(x) #Häufigkeitstabelle x

70 150 160 200 260 340 400 550 1 2 1 2 1 1 1 1

> sort(x) #geordnete Urliste

[1] 70 150 150 160 200 200 260 340 400 550

Geben Sie an bzw. zeichnen Sie:

1. den Modus, den Median und das arithmetische Mittel 2. die empirischen Quantile zu 25% und 75%

3. Boxplot

Lösungsskizze mit R:

Anmerkung: summary(.) verwendet eine differenzierte Quantilsberechnung!

> mean(x) [1] 248

> quantile(x, probs=c(0.25, 0.5, 0.75), type=2) 25% 50% 75%

150 200 340

> boxplot(x, horizontal=TRUE, col="lightblue")

(2)

Aufgabenstellung 2: Lorenzkurve und Ginikoeffizient (nach F. 66/67)

Gegeben sei die folgende sortierte Urliste bzw. Häufigkeitstabelle:

> set.seed(4)

> x=sample(AusgSchuhe, 10)

> sort(x) #geordnete Urliste

[1] 70 150 150 160 200 200 260 340 400 550

> table(x) #Häufigkeitstabelle x

70 150 160 200 260 340 400 550 1 2 1 2 1 1 1 1

Geben Sie an bzw. zeichnen Sie:

1. die Knickstellen der Lorenzkurve 2. die Lorenzkurve

3. den Ginikoeffizienten

4. den normierten Ginikoeffizienten

(3)

Lösungsskizze mit R:

#library(ineq) Lorenz = Lc(x) Lorenz$p #u_k

[1] 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Lorenz$L #v_k

[1] 0.00000000 0.02822581 0.08870968 0.14919355 0.21370968 0.29435484 [7] 0.37500000 0.47983871 0.61693548 0.77822581 1.00000000

#Knickstellen (bei a_j)

rbind(Lorenz$p, Lorenz$L)[,1+cumsum(table(x))]

[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]

[1,] 0.10000000 0.3000000 0.4000000 0.600 0.7000000 0.8000000 0.9000000 1 [2,] 0.02822581 0.1491935 0.2137097 0.375 0.4798387 0.6169355 0.7782258 1

#Lorenzkurve

plot(Lorenz, xlab="", ylab="", main="") # Standard plot plot(c(0,1), c(0,1), type="n", # bisschen netter

panel.first=grid(lwd=1.5, col=rgb(0,0,0,1/2)), xlab="", main="", ylab="")

polygon(Lorenz$p, Lorenz$L, density=-1, col=rgb(0,0,1,1/4), lwd=2)

#Ginikoeffizient G=Gini(x)

G

[1] 0.2951613

> Gmax=(length(x)-1)/length(x)

> Gnorm=G/Gmax

> Gnorm [1] 0.327957

Referenzen

ÄHNLICHE DOKUMENTE

Man beachte, dass I(·) mindestens auf der Menge aller Polynome wohldefi- niert ist.. Nun soll I (·) durch m-punktige Gauss–Quadratur

Schülerinnen und Schüler wurden nach ihrem gestrigen Bildschirmkonsum (Zeit vor PC, TV, iPad, Handy, …) befragt. Markiere den Wert in der Mitte. Dabei sind die Klassengrenzen

Fachbereich Mathematik und Statistik Repetitorium Lineare Algebra

Hinweis: Dieses Übungsblatt enthält noch keine Pflichtaufgabe. Die erste Pflichtaufgabe des Sommersemesters finden Sie auf Übungsblatt 10. Die Rechnerübungen beginnen in der

(a) Definitionsbereich ist zusammenh¨ angend, Integrabilit¨ atsbedingung ist nicht erf¨ ullt ⇒ nicht kon- servativ. (b) Definitionsbereich ist zusammenh¨ angend,

Peter Becker Fachbereich Informatik Wintersemester 2015/16 17.. November 2015 in

MATHEMATISCHES INSTITUT WS 2017/18 DER UNIVERSITÄT MÜNCHEN.. Übungen zu Mathematik III

F¨ur die ersten drei Aufgaben ben¨otigen Sie keine