ONLINE TEST vom 18.06.2009

Zitat:

---

Zitat von Hilde

da bin ich mir nicht ganz sicher...ich glaub du musst zuerst xi/50 damit das arithmetische mittel hast und dann vl die Wurzel aus xi² und dann (Xi-Xstrich)2*1/(1-n)...aber ich bin mir nicht ganz sicher

---

könntest mir bitte das mit konkreten zahlen anschreiben??? (xi-xstrich) ² oder??

Zitat:

---

Zitat von Dominik M.

wäre jemand so nett und rechnet mein bsp mal durch?? komm die ganze zeit auf falsche werte, oder bei meinem bsp stimmt wirklich keine der angaben :(

Der Benzinverbrauch (Angaben in l/100km) eines bestimmten Kleinwagentyps bei einer konstanten Geschwindigkeit von 90km/h sei normalverteilt mit µ=8 Liter und σ²=2.25 Liter². In einer Untersuchung wurden zufällig 16 Autos mit einem durchschnittlichen Benzinverbrauch von 7.1 Liter ausgewählt. Wie lautet das Konfidenzintervall für den Erwartungswert zum Niveau 99%?

http://e-campus.uibk.ac.at/images/spacer.gif
[6.13; 8.07]
[6.23; 7.97]
[6.44; 7.76]
[5.99; 8.21]
Mit diesen Angaben nicht berechenbar.


meine formel:
7.1-2.9208*2.25/wurzel16 = 5.45705
7.1+2.9208*2.25/wurzel16=8.74295

danke im voraus :)

---

6.12, 8.07 du hast vergessen die Wurzel aus 2.25 zu ziehen:D

boing :twisted:
vielen dank hilde :)

Der folgende Regressionsoutput beschreibt den Zusammenhang zwischen Wohnungspreisen einer amerikanischen Großstadt und sämtlichen erklärenden Variablen. Wie groß ist ceteris paribus der erwartete Preisunterschied zweier Wohnungen, von denen die eine in Region 2 und die andere in Region 4 liegt (dimensionslos und auf 2 Dezimalstellen genau)?
------------------------------------------------------------------------------
Preis | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Schlafzimmer | 8.132448 2.6397 3.08 0.003 2.891261 13.37363
Groesze | .0385587 .0146308 2.64 0.010 .0095089 .0676086
Pool | -16.77762 7.14947 -2.35 0.021 -30.97306 -2.582184
Entfernung | -1.189907 .7431693 -1.60 0.113 -2.665487 .2856732
Garage | 35.65161 7.660133 4.65 0.000 20.44224 50.86098
Bad | 17.41034 9.751718 1.79 0.077 -1.951919 36.77261
Bezirk2 | 10.34673 12.22277 0.85 0.399 -13.92186 34.61532
Bezirk3 | 13.09065 11.31395 1.16 0.250 -9.373468 35.55477
Bezirk4 | -6.49699 11.09365 -0.59 0.560 -28.52369 15.52971
Bezirk5 | 4.062966 12.58333 0.32 0.747 -20.92153 29.04746
_cons | 63.68109 40.33808 1.58 0.118 -16.41112 143.7733
-----------------------------------------------------------------------------


habe hier einfach die Coef von den beiden wohnungen (bez. 2: 10.34673, bez. 4: -6.49699) benutzt.

10.34673 - (-6.49699) = 16.84

stimmt das?? vielen dank für die hilfe im voraus!!

Zitat:

---

Zitat von gogomoi

hilde, wie rechne ich dann den schätzer für den erwartungswert aus, wenn ich summe xi=514.41
und summe xi ²= 21653.93
mit n=50 gegeben habe? nur 514.41/50???

---

Xstrich= 10.2882
summe xi= 147.1527438

dann: (147.1527438-10.2882)² = 18.731.90*(1/49)= 382.2837

keine Garantie

Zitat:

---

Zitat von hilde

xstrich= 10.2882
summe xi= 147.1527438

dann: (147.1527438-10.2882)² = 18.731.90*(1/49)= 382.2837

keine garantie

---

danke ; )

Der folgende Regressionsoutput zeigt den linearen Zusammenhang zwischen Preis und Lage von Wohnungen in einer amerikanischen Großstadt. Bei der Variable "Bezirk1" handelt es sich um eine Dummyvariable. Sie nimmt den Wert 1 an, wenn sich die Wohnung in Region 1 befindet und sonst beträgt sie 0. Wieviel kostet eine Wohnung, die sich nicht in Region 1 befindet (dimensionslos und auf 2 Dezimalstellen genau)?

Source | SS df MS Number of obs = 105
-------------+------------------------------ F( 1, 103) = 4.78
Model | 10239.8293 1 10239.8293 Prob > F = 0.0310
Residual | 220527.753 103 2141.04614 R-squared = 0.0444
-------------+------------------------------ Adj R-squared = 0.0351
Total | 230767.582 104 2218.91906 Root MSE = 46.271

------------------------------------------------------------------------------
Preis | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Bezirk1 | -28.22111 12.90449 -2.19 0.031 -53.81412 -2.628104
_cons | 225.1344 4.877438 46.16 0.000 215.4612 234.8077

mh was muss ich denn da tun??

Zitat:

---

Zitat von Casalorenzo

Der folgende Regressionsoutput zeigt den linearen Zusammenhang zwischen Preis und Lage von Wohnungen in einer amerikanischen Großstadt. Bei der Variable "Bezirk1" handelt es sich um eine Dummyvariable. Sie nimmt den Wert 1 an, wenn sich die Wohnung in Region 1 befindet und sonst beträgt sie 0. Wieviel kostet eine Wohnung, die sich nicht in Region 1 befindet (dimensionslos und auf 2 Dezimalstellen genau)?

Source | SS df MS Number of obs = 105
-------------+------------------------------ F( 1, 103) = 4.78
Model | 10239.8293 1 10239.8293 Prob > F = 0.0310
Residual | 220527.753 103 2141.04614 R-squared = 0.0444
-------------+------------------------------ Adj R-squared = 0.0351
Total | 230767.582 104 2218.91906 Root MSE = 46.271

------------------------------------------------------------------------------
Preis | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Bezirk1 | -28.22111 12.90449 -2.19 0.031 -53.81412 -2.628104
_cons | 225.1344 4.877438 46.16 0.000 215.4612 234.8077

mh was muss ich denn da tun??

---

meine annahme:

preis = 225.1344 - 28.22111*0 = 225.1344

Zitat:

---

Zitat von csak4875

meine annahme:

preis = 225.1344 - 28.22111*0 = 225.1344

---

dankeschön!

Zitat:

---

Zitat von Casalorenzo

dankeschön!

---

gerne doch :D