• Keine Ergebnisse gefunden

3. ¨ Ubungsblatt 506.051 Angewandte Statistik, WS 2006/2007

N/A
N/A
Protected

Academic year: 2021

Aktie "3. ¨ Ubungsblatt 506.051 Angewandte Statistik, WS 2006/2007"

Copied!
4
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

3. ¨ Ubungsblatt 506.051 Angewandte Statistik, WS 2006/2007

1

Univ.-Prof. DI Dr. Ernst Stadlober

1.) [T] Varianzstabilisierende Transformationen.

Sei X eine Zufallsvariable mit E(X) = µ und V ar(X) = σ2(µ). Man suche eine varianzstabilisierende Transformation Y = T(X) mit der Eigenschaft V ar(Y) ≈ c= constant. Sei T(x) eine zweimal differenzierbare Funktion.

(a) Zeigen sie mit Hilfe der Taylor–Formel, dass

V ar(Y)≈E((T0(µ)(X−µ))2 = (T0(µ))2σ2(µ).

(b) Wie lautet T(X) f¨ur X ∼P oisson(λ) und X ∼Bin(n, p) bei kleinem p?

2.) [T] Einfache Varianzanalyse mit r Gruppen.

Sei Yij0i+ij, i= 1, . . . , r;j = 1, . . . , ni; ij iid∼N(0, σ), Pr

i=1niαi = 0.

(a) Zeigen sie, dass (siehe Satz 4.2.1) E(M SA) = σ2+ 1

r−1

r

X

i=1

niα2i mit M SA= 1 r−1

r

X

i=1

ni Yi.−Y..2

E(M SR) = σ2 mit M SR= 1 n−r

r

X

i=1 ni

X

j=1

Yij−Yi.2

.

(b) Kruskal–Wallis–Test.

Seien Yi1, . . . , Yini iid∼ Fi, Fi stetig, i = 1, . . . , r und R11, R12, . . . , Rrnr die R¨ange der kombinierten geordneten Stichprobe,Ri.=Pni

j=1Rij. i. Weisen sie nach, dass unter

H0 : Fi(z) =F(z), i= 1, . . . , r gilt:

E(Ri.) = ni n+ 1

2 V ar(Ri.) = ni(n+ 1)(n−ni)

12 , E(H) =r−1. ii. Zeigen sie, dass f¨ur r = 2 gilt (mit WN Wilcoxon–Statistik nach Formel

(2.22)):

H = (WN −E(WN))2

V ar(WN) mit E(WN) = n(N + 1)

2 , V ar(WN) = mn(N + 1)

12 .

3.) Einfache Varianzanalyse; aimu.sav [SPSS 14.0, R 2.3]

Man untersuche das Merkmal fvc l (i) in Abh¨angigkeit vom Faktor al kl, (ii) in Abh¨angigkeit vom Faktor gr kl, welche in Aufgabe 1.1 definiert wurden. Analy- sieren Sie die Daten mit graphischen und varianzanalytischen Methoden.

(2)

3. ¨ Ubungsblatt 506.051 Angewandte Statistik, WS 2006/2007

2 (a) Explorative Analyse mit Boxplotserien und Fehlerbalken.

(b) Aufruf des Men¨us Analysieren −→ Mittelwerte vergleichen−→Einfaktorielle ANOVA... mitPost-Hoc S-N-K, Tukey-B, Duncan. Setzen Sie dieOptionen Deskriptive Statistik und Homogenit¨at der Varianzen.

(c) Aufruf des Men¨usAnalysieren −→ Allgemeines lineares Modell−→ univariat, Abh¨angige Variablefvc l, Feste Faktorenal klbzw.gr kl,Plotshorizontale Achse,Post Hocsiehe (a),Speichern Vorhergesagte Werte: nicht standardi- siert, Residuen: standardisiert, Optionen(alles ankreuzen).

Analysieren Sie die Verteilung der standardisierten Residuen.

(d) Aufruf des Men¨usAnalysieren −→Nichtparametrische Tests−→ K unabh¨ang- ige StichprobenTests:Kruskal-Wallis-HOptionenDeskriptive Statistik, Quar- tile.

(e) Versuchen sie Gemeinsamkeiten und Unterschiede der drei Anwendungen zu charakterisieren. Fassen sie die Ergebnisse in Form eines Reports zusammen.

4.) Einfache Varianzanalyse, Zement [SPSS 14.0, R 2.3]

Die Zugfestigkeit von Portland–Zement soll untersucht werden. Vier verschiedene Mischtechniken liefern ein zufrieden stellendes Ergebnis. Folgende Daten wurden f¨ur die Untersuchung gesammelt (aus D.C. Montgomery, S.117, Bsp. 3-1 und 3-3).

Mischtechnik Zugfestigkeit (lb/in2)

1 3129 3000 2865 2890

2 3200 3300 2975 3150

3 2800 2900 2985 3050

4 2600 2700 2600 2765

(a) Geben Sie die Daten in SPSS ein und speichern Sie diese als File zement.sav ab.

(b) Hat die Mischtechnik einen Einfluss auf die Zugfestigkeit des Portland–Zements?

(c) F¨uhren Sie eine Post Hoc Analyse mit dem Multiplen Spannweitentest von Duncan durch.

(d) Analysieren Sie die Residuen des Experiments.

(e) Interpretieren Sie die Ergebnisse auch mit Hilfe von Boxplots.

(f) Wie lauten die 95%–Konfidenzintervalle f¨ur die Mittelwerte jeder Mischtech- nik?

(g) Wie lautet das 95%–Konfidenzintervall der Differenz der Mittelwerte der Misch- techniken 1 und 3?

(h) F¨uhren Sie den Kruskal–Wallis–Test durch.

(3)

3. ¨ Ubungsblatt 506.051 Angewandte Statistik, WS 2006/2007

3

5.) Einfache Varianzanalyse, Radon [SPSS 14.0, R 2.3.]

In einem Artikel der Zeitschrift Environment International, Vol.18, No.4., 1992, wird ein Experiment beschrieben bei dem die Menge von austretendem Radon in Duschen untersucht wurde. F¨ur das Experiment wurde mit Radon angereichertes Wasserverwendet. Sechs verschiedeneOffnungsdurchmesser¨ der Duschk¨opfe wurden getestet. Es liegen folgende Daten vor (Montgomery, 1997, S. 120, Aufgabe 3–9):

D¨usen– Freigesetztes durchmesser Radon in %

0.37 80 83 83 85

0.51 75 75 79 79

0.71 74 73 76 77

1.02 67 72 74 74

1.40 62 62 67 69

1.99 60 61 64 66

(a) Geben Sie die Daten ein und speichern Sie diese in SPSSunter radon.savab.

(b) Hat der ¨Offnungsdurchmesser der Duschk¨opfe einen Einfluss auf das durch- schnittlich freigesetzte Radon (α= 0.05)?

(c) Welcher p–Wert ergibt sich f¨ur die F–Statistik in (b)?

(d) Analysieren Sie die Residuen des Experiments.

(e) Wie lautet das 95%–Konfidenzintervall des Mittelwertes, wenn der Durchmes- ser 1.40 Einheiten betr¨agt?

(f) Was liefert der Kruskal–Wallis–Test?

6.) [T, optional] Randomisierter vollst¨andiger Blockversuchsplan.

Sei Yij0ij +ij,i= 1, . . . , r,j = 1, . . . , s mit ij

iid∼N(0, σ),

r

X

i=1

αi =

s

X

j=1

βj = 0.

(a) Stellen Sie die Designmatrix X auf und berechnen Sie die ML-Sch¨atzer f¨ur die Parameter µ0, αi, βj.

(b) Zeigen Sie (siehe Satz 5.1.2) E(M SB) = σ2+ r

s−1

s

X

j=1

βj2 mit M SB= r s−1

s

X

j=1

Y.j−Y..

2

E(M SR) = σ2 mit M SR= 1 (r−1)(s−1)

r

X

i=1 s

X

j=1

Yij −Yi.−Y.j+Y..2

.

(4)

3. ¨ Ubungsblatt 506.051 Angewandte Statistik, WS 2006/2007

4

7.) Fallbeispiel Luftschadstoffdaten (3. Teil)grazluft.xls; [SPSS 14.0, R 2.3].

(a) F¨uhren Sie eine einfache Varianzanalyse f¨ur pm10 mit dem Faktor ort durch.

Hat der Faktor Messort einen Einfluß auf den P M10–Gehalt der Luft? An welchen Messorten ist der P M10–Gehalt auff¨allig hoch? Benutzen Sie in SPSS das Men¨u Analysieren −→ Allgemeines Lineares Modell −→ Univariat.

(b) Analysieren Sie die Residuen bzgl. pm10. Sind die Voraussetzungen f¨ur eine einfache ANOVA gegeben? Was liefern die nichtparametrischen Verfahren?

(c) Versuchen Sie gegebenenfalls eine Transformation f¨ur pm10 zu finden, welche die Varianz stabilisiert. Was kann man ¨uber die Verteilung der Residuen f¨ur die transformierte Variable sagen?

(d) Welche Methoden sind f¨ur den Vergleich der pm10–Daten bzgl. des Faktors periodead¨aquat? Vergleichen Sie die transformiertenperiode–Daten in ¨ahnli- cher Weise.

(e) Verfassen Sie einen kurzen Bericht Ihrer Analysen.

Hinweise:

Speichern Sie Ihre ¨Ubungsaufgaben (mit entsprechenden Kommentaren) unter folgenden File–Namen ab: Nachname3aufgabenr.* z.B. schiefer31.pdf

und ¨ubermitteln Sie die Files ¨uber e-mail (e.stadlober@tugraz.at) an mich.

Transfer der Files bis sp¨ atestens: Di. 12. 12. 2006, 10.00 Uhr

Besprechungstermin: Mi. 13. 12. 2006, 10.15–11.45, SR 405

Referenzen

ÄHNLICHE DOKUMENTE

Um Auf- schluß ¨ uber die Wahrscheinlichkeit p zu bekommen, wird bei laufender Pro- duktion eine Stichprobe von n Bauteilen entnommen, die auf ihre Funkti- onst¨ uchtigkeit ¨

Bestimmen Sie dann den kritischen Bereich des Tests zum Niveau α = 0.05; wie ist zu

(b) Beim Vergleich von zwei Waschmitteln hat man folgende H¨ aufigkeiten f¨ ur die Einstufung in drei Qualit¨ atsklassen erhalten:..

(b) Man erzeuge Box-Plot-Serien und Fehlerbalken f¨ur die Merkmale fvc l und fe l gemeinsam, aber getrennt nach den Kategorien jung alt und gr kl.. (2 Serien; Op- tionen:

Man benutze da- zu das Men¨ u Analysieren (Analyze) −→ Regression −→ Linear mit den Einstellun- gen Abh¨ angige Variable (Dependent) d syst, unabh¨ angige Variable (Independent)

(a) Erstellen Sie einen Scatterplot der beiden Variablen und versuchen Sie, die Abh¨angigkeit der beiden Variablen durch eine Regressionsanalyse zu beschreiben.. (b) ¨ Uberpr¨ ufen

(b) Stellen Sie ein (lineares) Regressionsmodell f¨ ur Zeit in Abh¨angigkeit von Dosis und Druck auf. Erstellen Sie Residuenplots und beurteilen Sie die Resultate. Teil) grazluft;

(b) F¨ uhren Sie eine einfache Varianzanalyse in R mit den Befehlen gem¨ aß Hand- Out durch?. (c) Welche Parametrisierung liefert der Aufruf