Soo der letzte vorerst :)
Wie berechne ich denn die empirische Kovarianz?
Grüße
Druckbare Version
Soo der letzte vorerst :)
Wie berechne ich denn die empirische Kovarianz?
Grüße
Empirische Kovarianz=1/(n-1)*∑xy-n/(n-1)*x'*y'Zitat:
Zitat von audiojones91
hey wie genau berechnet man das???
Anhang 6320
Anhang 6321
hat jemand da schon eine Idee?
:)
Gegeben sei
∑ni=1xi ∑ni=1yi ∑ni=1xiyi ∑ni=1xi2 ∑ni=1yi2 n 3.79 8.71 16.45 8.72 32.17 6
Berechnen Sie die empirische Kovarianz zwischen den Variablen X und Y
Also in meinem Beispiel dann:
(1/5)*(16.45-6)/(5*x'*y')? Was ist dann x' und y'?
Danke schon mal! :)
@alis: Deine Bilder kann ich leider nicht öffnen...
Anhänge sind jetzt freigeschalten.Zitat:
Zitat von audiojones91
meine erste aussage war nicht korrekt, deshalb habe ich sie gelöscht. bei dir ist x'=3.79/6 und y'=8.71/6. dein ergebnis sollte jetzt stimmen.
Das klappt leider nicht.
Wenn die Formel 1/5*((16.45-6)/5*(3,79/6)*(8.71/6)) lautet kommt bei mir 0.455849 raus, was leider nicht bei den möglichen Antworten ist!?
Oder hab ich die Formel falsch eingegeben?
Es müsste klappen, wenn du die klammern weglässt! Also 1/5*16,45-6/5*(3,79/6)*(8,71/6)= 2,19
Bin mir aber nicht sicher!
ah cool, danke ;)
hat jemand bei den anderen aufgaben schon lösungen????
;)
Super, das hat geklappt!!! Danke dir.Zitat:
Zitat von miriami
für einige sachen kann man stata verwenden. einfach zwei variablen machen, die werte eintragen, und dann kovarianz und sowas ausrechnen lassen. ist narrensicher!
Kann mir bitte hier jemand weiterhelfen?
Anhang 6322
Welche der unten angeführten Aussagen ist richtig?
Der Mittelwert von Y ist ungefähr -43.0.
(X und Y sind positiv miteinander korreliert.)
(Für X=48.0 ist ungefähr Y=−25.zu erwarten.)
Die Steigung der Regressionsgeraden ist größer als -0.5.
Der Mittelwert von X ist ungefähr 34.5.
Die eingeklammerten kann ich ausschließen.
DANKE!!
Edit: Ich tippe auf: Mittelwert ist ungefähr -43, kann mir das jemand bestätigen?
Nochmal Edit: Hat sich erledigt!
Aufgabe
Berechnen Sie den geschätzten Wert für den Steigungsparameter
β1
der Regressionsgerade mit Y als abhängiger und X als unabhängiger Variable.
X Y 19 411 -79 -4011 1 122 38 1573 -10 -629
Hat die schon jemand?
Hätte jetzt so gerechnet:
beta1= [Σ(xi-xquer)(yi-yquer)] / Σ(xi-xquer)²
Ergebnis stimmt aber leider nicht!
Liegt das daran dass nach dem "geschätzten" Wert gefragt ist?
mach es mit STATAZitat:
Zitat von Fienchen
zuerst gen X (alle werte in Data-Editor eingeben), dann gen Y
dann regress var2 var1
du kannst die daten einfach in Stata eingeben. dann "regress y x" und der wert der bei x steht ist ß1.Zitat:
Zitat von Fienchen
@fienchen
ich hab einfach im stata zwei variablen mit den Werten gemacht, dann kannst mit regress den Wert einfach ablesen...
Wie soll denn die Aufgabe gehen??
Berechnen Sie den Korrelationskoeffizienten zwischen den beiden Variablen X und Y.
X 0.31 0.79 1.13 2.32 2.46 3.45 6.33 7.74 Y 21.08 19.97 21.78 22.51 24.48 24.98 31.04 34.65
0.9862
1.0232
1.0692
1.0002
1.0102
Danke für den Tipp... nur leider funktioniert Stata bei mir nicht mehr! :-/
@ Don-kanaille
hier kannst du auch einfach im stata die beiden variablen x & y erzeugen, dann die werte im data editor eingeben und "correlate y x" eingeben, dann liefert dir das programm die antwort.
Und war "Mittelwert ungefähr -43" richtig? habe nähmlich so eine ähnliche aufgabe.Zitat:
Zitat von Aussie08
Kann mir jemand bei dieser Aufgabe den Rechnungsweg erklären? Danke! :)
Ein Reifenhersteller behauptet, dass seine neuen Reifen eine Haltbarkeit von 15000 km bei einer Standardabweichung von 2500 km aufweisen. Es kann angenommen werden, dass die Haltbarkeit der Reifen normalverteilt ist. Zur Überprüfung greift der Produktionsleiter 9 Reifen heraus, und stellt eine durchschnittliche Haltbarkeit unter Belastung von 19585 km fest. Prüfen Sie zum Signifikanzniveau von 1%, ob die durchschnittliche Haltbarkeit der Reifen von 15000 km verschieden ist. Verwenden Sie die folgende Tabelle der p-Quantile der Standardnormalverteilung zur Bearbeitung der Aufgabe:
p 0.004 0.005 0.006 0.007 0.008 0.009 0.95 1.6849 1.6954 1.7060 1.7169 1.7279 1.7392 0.96 1.7991 1.8119 1.8250 1.8384 1.8522 1.8663 0.97 1.9431 1.9600 1.9774 1.9954 2.0141 2.0335 0.98 2.1444 2.1701 2.1973 2.2262 2.2571 2.2904 0.99 2.5121 2.5758 2.6521 2.7478 2.8782 3.0902
H0: μ=15000 gegen H1: μ≠15000. Der Wert der Teststatistik beträgt 5.50, H0 wird daher beibehalten.
H0: μ=15000 gegen H1: μ≠15000. Der Wert der Teststatistik beträgt 16.51, H0 wird daher abgelehnt.
H0: μ≤15000 gegen H1: μ>15000. Der Wert der Teststatistik beträgt 5.50, H0 wird daher abgelehnt.
H0: μ=15000 gegen H1: μ≠15000. Der Wert der Teststatistik beträgt 5.50, H0 wird daher abgelehnt.
H0: μ≤15000 gegen H1: μ>15000. Der Wert der Teststatistik beträgt 16.51, H0 wird daher abgelehnt.
Hey leute! bräuchte bei dieser aufgabe eure hilfe! danke im voraus!
Grundsätzlich geht Peter davon aus, dass eine 1-Euro-Münze fair ist. Da er jedoch bereits des Öfteren beim Kopf-oder-Zahl Spiel gegen eine Freundin mit ihrer „Glücksmünze“ verloren hat, beginnt er zu zweifeln, ob „Kopf“ tatsächlich mit einer Wahrscheinlichkeit von 0.5 eintritt. Er beschließt, einen Test basierend auf Konfidenzintervallen zu einem Signifikanzniveau von 0.01 durchzuführen. Peter wirft die Münze 200-mal, wobei er 117-mal Kopf und 83-mal Zahl wirft. Verwenden Sie die folgende Tabelle der p-Quantile der Standardnormalverteilung zur Bearbeitung der Aufgabe:
0.002 0.003 0.004 0.005 0.006 0.007 0.94 1.5718 1.5805 1.5893 1.5982 1.6072 1.6164 0.95 1.6646 1.6747 1.6849 1.6954 1.7060 1.7169 0.96 1.7744 1.7866 1.7991 1.8119 1.8250 1.8384 0.97 1.9110 1.9268 1.9431 1.9600 1.9774 1.9954 0.98 2.0969 2.1201 2.1444 2.1701 2.1973 2.2262 0.99 2.4089 2.4573 2.5121 2.5758 2.6521 2.7478
Welche der folgenden Aussagen ist richtig?
H0: π=0.5 gegen H1: π≠0.5, Konfidenzintervall [0.4953,0.6747], H0 wird abgelehnt.
H0: π=0.5 gegen H1: π≠0.5, Konfidenzintervall [0.5167,0.6533], H0 wird abgelehnt.
H0: π=0.5 gegen H1: π≠0.5, Konfidenzintervall [0.5277,0.6423], H0 wird beibehalten.
H0: π=0.5 gegen H1: π≠0.5, Konfidenzintervall [0.4953,0.6747], H0 wird beibehalten.
H0: π=0.5 gegen H1: π≠0.5, Konfidenzintervall [0.5277,0.6423], H0 wird abgelehnt.
Wieso geht das im Stata bei mir nicht? i kann im data-editor keine zahlen einsetzten :/
du musst nicht den Data Editor(Browse) sondern den Data Editor(Edit) nehmen. Gleich des Symbol daneben :)Zitat:
Zitat von pesi_20
achso haha, hab 0 plan im stata :D danke jetzt hats geklappt :)
Zitat:
Zitat von sacrifice ♥
Weisst jemand wie das Beispiel (gedrehte euro-Münze) aus der VO Kap.04 F.27/63 funktioniert? So ähnlich muss das Beispiel von online-test funktionieren. Ich kann leider keine Vorlesungen besuchen. Kann jemand helfen?
Bei uns funktioniert STATA nicht, kann jemand unsere Werte mal eingeben bitte :DZitat:
Zitat von sacrifice ♥
beta 0 zum ablesen
X Y 54 1752 51 1707 42 1450 61 2020 52 1733 44 1412
Beta 1 zum ablesen
X Y 44 1731 -93 -2792 -46 -1449 14 166 -43 -1087
dankee!!!
Der Test hats wieder mal in sich.. hab da keine Ahnung.. kann mir jemand helfen?
Berechnen Sie den geschätzten Wert für die Konstante β0 der Regressionsgerade mit Y als abhängiger und X als unabhängiger Variable.
X Y -73 955 -26 472 -90 1131 -59 562 -75 947
118.37
-12.37
-10.76
695.03
824.16
Ich kann beim Onlinetest alle Antwortmöglichkeiten bis auf 2 bei einer Aufgabe ausschließen (6. Aufgabe - Interpretation regress Befehl in Stata).
Die 2 Wären:
* Steigt der Gewinn um eine Million Euro, so erhöht sich ceteris paribus die Exportquote um ca. 0.403
beta1 (der Koeffizient der Exportquote) ist 0.403 was stimmen würde. Aber ist es nicht so, dass wenn die Exportquote um 1 größer wird, der Gewinn um 0.403 größer wird?
* Da die 0 nicht im Konfidenzintervall der Konstanten liegt, darf die Konstante interpretiert werden.
Die 0 ist nicht im Konfidenzintervall. Heißt das die Konstante deshalb interpretiert werden darf?
Genau wie im PS, einfach alle Werte in Stata eintippen und dann den BefehlZitat:
Zitat von csam????
regress y x
und bei _cons Coef. ablesen -> Lösung!
Zitat:
Zitat von pesi_20
Bei uns funktioniert STATA nicht, kann jemand unsere Werte mal eingeben bitte :grin:
beta 0 zum ablesen
X Y 54 1752 51 1707 42 1450 61 2020 52 1733 44 1412
Beta 1 zum ablesen
X Y 44 1731 -93 -2792 -46 -1449 14 166 -43 -1087
dankee!!!
Edit: hat sich erledigt!
hat wer a idee zur aufgabe mit der Münze???
bitte um Hilfe... :)
wie soll denn die Aufgaben funktionieren???
Ein Reifenhersteller behauptet, dass seine neuen Reifen eine Haltbarkeit von 15000 km bei einer Standardabweichung von 3700 km aufweisen. Es kann angenommen werden, dass die Haltbarkeit der Reifen normalverteilt ist. Zur Überprüfung greift der Produktionsleiter 8 Reifen heraus, und stellt eine durchschnittliche Haltbarkeit unter Belastung von 19965 km fest. Prüfen Sie zum Signifikanzniveau von 1%, ob die durchschnittliche Haltbarkeit der Reifen von 15000 km verschieden ist. Verwenden Sie die folgende Tabelle der p-Quantile der Standardnormalverteilung zur Bearbeitung der Aufgabe:
p 0.003 0.004 0.005 0.006 0.007 0.008 0.96 1.7866 1.7991 1.8119 1.8250 1.8384 1.8522 0.97 1.9268 1.9431 1.9600 1.9774 1.9954 2.0141 0.98 2.1201 2.1444 2.1701 2.1973 2.2262 2.2571 0.99 2.4573 2.5121 2.5758 2.6521 2.7478 2.8782
H0: μ=15000 gegen H1: μ≠15000. Der Wert der Teststatistik beträgt 3.80, H0 wird daher beibehalten.
H0: μ≤15000 gegen H1: μ>15000. Der Wert der Teststatistik beträgt 10.74, H0 wird daher abgelehnt.
H0: μ≤15000 gegen H1: μ>15000. Der Wert der Teststatistik beträgt 3.80, H0 wird daher abgelehnt.
H0: μ=15000 gegen H1: μ≠15000. Der Wert der Teststatistik beträgt 10.74, H0 wird daher abgelehnt.
H0: μ=15000 gegen H1: μ≠15000. Der Wert der Teststatistik beträgt 3.80, H0 wird daher abgelehnt.
ja, du hast recht!Zitat:
Zitat von alexh
damit der gewinn um 1 000 000 euro steigt, muss die exportquote um 2.481 punkte zunehmen (1/0.403). setz es mal in deine gleichung ein, solltest du doch problemlos ausrechnen können.
bist du dir bei den anderen so sicher?
ich bin mir nicht sicher bei:
weil es der unterschied bei mir nur 12 beträgt, bei einer konstante von 1009. ist das ein signifikanter unterschied (also ich denke schon, aber bin mir nicht sicher).Zitat:
Es gibt im Schnitt keinen signifikanten Unterschied im Gewinn zwischen kleinen und großen Unternehmen.
.
sorry shira. war ned so gemeint.
Das versteh ich allerdings a net, ab wann is an Unterschied denn signifikant?
Und wie schauts damit aus?
" Da die 0 nicht im 95 %-Konfidenzintervall der Konstanten liegt, darf die Konstante nicht interpretiert werden."
Meine Konstante liegt nicht im 95% Intervall, aber gibt es die Regel wirklich?
Zitat:
Zitat von Don-kanaille
hat wer da ne idee???
iwie komm i nit ah nit drauf.... :(
Aufgabe
Der vorliegende fiktive Datensatz enthält Daten von 150 Firmen aus dem Metallsektor. Die Variablen im Datensatz sind: der Gewinn [in Millionen Euro], die Exportquote, die angibt, wieviel Prozent der Fertigprodukte ins Ausland exportiert werden [Angabe in Prozent] und die Größe der Firmen. Bei der Größe wird erhoben, ob es sich bei den Firmen um Firmen mit unter 50 Mitarbeitern (klein), 50-1000 Mitarbeitern (mittel) oder über 1000 Mitarbeitern (groß) handelt. Eine lineare Regression mit dem Gewinn als abhängige Variable und der Exportquote sowie der Größe als unabhängige Variablen liefert den folgenden STATA Output, wobei die Größe durch Dummyvariablen ersetzt wurde. Die Dummyvariable klein nimmt den Wert 1 an, wenn es sich um eine ’kleine’ Firma handelt, ansonsten den Wert 0. Analog die Dummyvariable mittel.
Source SS df MS Number of obs = 150 Model 23210.2096 3 7736.73653 F(3, 146) = 59.916 Residual 18852.1602 146 129.124384 Prob > F = 0.0000 Total 42062.3698 149 282.297783 R-squared = 0.5518 Adj R-squared = 0.5425 Root MSE = 11.363
gewinn Coef. Std. Err. t P > | t | _cons 1013.252 3.062581 330.8 0.000 1007.200 1019.305 quote 0.403216 0.042560 9.473 0.000 0.319101 0.487330 klein -17.11337 2.014191 -8.496 0.000 -21.09411 -13.13263 mittel -5.872800 1.897887 -3.094 0.002 -9.623681 -2.121919
Welche der folgenden Aussagen ist richtig? Nehmen Sie ein Signifikanzniveau von 5 % an.
Lösung
Lösungsweg: Liegt die 0 im Konfidenzintervall, ist der Koeffizient nicht signifikant, ansonsten schon.
vielleicht kann ich damit helfen. mögliche antwortmöglichkeiten kann ich nichtmehr posten.
Danke für deine Lösung! Hat jetzt geklappt. Bei mir war Antwortmöglichkeit: Im Schnitt machen kleine Unternehmen ca 11 Millionen weniger Gewinn als große richtig.
Eine antwort war irgendwie: ist nicht signifikant weil,...
und irgendjemand der davor gepostet hat meinte, das wäre bei ihm auch noch ein guter ansatz.
keine ahnung was damit anzufangen ist.
Korrekte Antwort
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Da die 0 nicht im 95 %-Konfidenzintervall der Konstanten liegt, darf die Konstante nicht interpretiert werden.
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Kleine Unternehmen haben im Schnitt eine um ca. 17 Prozentpunkte geringere Exportquote als große Unternehmen (ceteris paribus).
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Steigt die Exportquote um eine Prozentpunkt, so erhöht sich ceteris paribus der Gewinn im Mittel um ca. 40.3 Millionen Euro.
https://lms.uibk.ac.at/olat/raw/2012...i/check_on.png Es gibt im Schnitt einen signifikanten Unterschied im Gewinn zwischen kleinen und großen Unternehmen.
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Mit dem Regressionsmodell können 55.18 % der Streuung der Exportquote erklärt werden.
Ihre Antwort
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Da die 0 nicht im 95 %-Konfidenzintervall der Konstanten liegt, darf die Konstante nicht interpretiert werden.
https://lms.uibk.ac.at/olat/raw/2012...i/check_on.png Kleine Unternehmen haben im Schnitt eine um ca. 17 Prozentpunkte geringere Exportquote als große Unternehmen (ceteris paribus).
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Steigt die Exportquote um eine Prozentpunkt, so erhöht sich ceteris paribus der Gewinn im Mittel um ca. 40.3 Millionen Euro.
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Es gibt im Schnitt einen signifikanten Unterschied im Gewinn zwischen kleinen und großen Unternehmen.
https://lms.uibk.ac.at/olat/raw/2012.../check_off.png Mit dem Regressionsmodell können 55.18 % der Streuung der Exportquote erklärt werden.
Das sind die Antwortmöglichkeiten von meinem ersten Post
hat wer die aufgabe 2, 3 oder 5?
i verzweifl :(
idem... die Aufgaben 2 & 3 :(
Zitat:
Zitat von alis
@waukmaster
danke, auch wenns dir nix gebracht hat.
mal ne andere Frage - weil hier alle verzweifeln - den 9. Test MUSS man ja nicht machen, wenn man alle anderen gemacht hat.
Sprich, wenn ich ihn mach, dann erhöhen sich meine zu erreichenden Punkte halt um 7 Prozent und von dem Ergebnis muss ich dann 50% bestanden haben um positiv zu sein, richtig?
Aber - wenn ich den Test jetzt öffne und dann nicht abgebe - zählen dann meine 7 Punkte zu den Gesamtpunkten und ich hab quasi 0 von 7 Punkten erreicht, oder wird der Test dann auch einfach nicht gewertet und ich hab Gesamtpunkte 2x120 (ps Klausuren) plus 7 x 8 Punkte?
oder eben 240 + 7x9 punkte?
Meines Wissens gehen die 7 Punkte vom letzten Test nicht in die Anzahl der erreichbaren Punkte ein. Wenn du ihn machst, bekommst halt diese Punkte als "Sonderpunkte" zu den erreichten Punkten gutgeschrieben.
danke ja, habs grad gefunden im Syllabus.
ja, okay, selbst wenn ich alle 7 punkte kriegen würd, würde ich nicht eine note besser werden, sondern hätt halt ne 3+ (also knapp die zwei verpasst), rentiert sich also alles in allem nicht :)
Zitat:
Zitat von Aussie08