Online Test 22.01

[Sowili]

die formel dafür steht auf seite 6 der folien des kapitels sechs.

vielen Dank für die schnelle Hilfe !!!

[Dany_001]

@ csak8924

Also ich habe es ausgerechnet und habe -2,73 rausbekommen (aber ohne Gewähr)

[artoo]

Der folgende Regressionsoutput zeigt den linearen Zusammenhang zwischen Preis und Lage von Wohnungen in einer amerikanischen Großstadt. Bei den Variablen "Bezirk2" bis "Bezirk5" handelt es sich um binäre Variablen. Variable "Bezirk2" nimmt beispielsweise den Wert 1 an, wenn sich die Wohnung in Region 2 befindet und sonst beträgt sie 0. Pankratius wohnt mit seiner Frau in einer Wohnung in Region 5. Seine beiden Söhne Bonifatius und Servatius wohnen in Region 1 bzw. 3. Die Miete bezahlt ihnen ihr Vater. Da Bonifatius und Servatius jetzt mit ihrem VWL Studium beginnen, übersiedelt jeder von ihnen in eine Wohnung in Region 4. Um wieviel muss Pankratius ab jetzt im Schnitt mehr Miete zahlen (dimensionslos und auf 2 Dezimalstellen genau)?
auswertungen_real_estate_bezirk.txt


weiß irgendjemand vl wie die geht? mir fehlen nur noch diese 2 fragen. stell meine lösungen sonst auch gern rein, kann aber nicht garantieren, dass sie stimmen...

[Dany_001]

Könnte mir bitte jemand helfen:


Der folgende Regressionsoutput beschreibt den Zusammenhang zwischen Wohnungspreisen einer amerikanischen Großstadt und sämtlichen erklärenden Variablen. Um wieviel verändert sich ceteris paribus der Preis, wenn sich die Anzahl der Schlafzimmer um eine Einheit erhöht (dimensionslos und auf 2 Dezimalstellen genau)?


Source | SS df MS Number of obs = 105
-------------+------------------------------ F( 10, 94) = 11.76
Model | 128249.949 10 12824.9949 Prob > F = 0.0000
Residual | 102517.633 94 1090.61312 R-squared = 0.5558
-------------+------------------------------ Adj R-squared = 0.5085
Total | 230767.582 104 2218.91906 Root MSE = 33.024

------------------------------------------------------------------------------
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
------------------------------------------------------------------------------


Variablenerklärung:

Preis...Verkaufspreis in 1000€
Schlafzimmer...Anzahl an Schlafzimmern
Groesze...Wohnungsgröße in Quadratfuß
Pool...1=nein, 0=ja
Entfernung...Entfernung vom Stadtzentrum
Garage...1=ja, 0=nein
Bad...Anzahl an Badezimmern
Bezirk2...1=ja, 0=nein
Bezirk3...1=ja, 0=nein
Bezirk4...1=ja, 0=nein
Bezirk5...1=ja, 0=nein



Das Vorlesungsteam eines Statistik-Kurses mit sehr vielen Teilnehmern möchte ein neues Lehrbuch einführen. In einer stichprobenartigen Umfrage soll die Akzeptanz des neuen Buches ermittelt werden. Von den 220 Befragten entscheiden sich allerdings nur 75 Teilnehmer für das neue Buch, die anderen präferieren das bisherige. Wie lautet das 99%-Konfidenzintervall für den Zustimmungsgrad zum neuen Lehrbuch unter allen Teilnehmern?
[0.2586 ; 0.4232]
[0.2783 ; 0.4035]
Mit diesen Angaben nicht berechenbar.
[0.1999 ; 0.4819]
[0.2883 ; 0.3935]



An einer viel befahrenen Strasse kommen täglich durchschnittlich 1200 Auto vorbei (Nullhypothese=1200), mit einer Standardabweichung von 150. Ihnen ist nun aufgefallen, dass in den letzen 150 Tagen durchschnittlich 28 Autos mehr vorbeikommen sind. Testen Sie nun anhand eines Konfidenzintervalles, ob sich der Verkehr signifikant verändert hat und die Nullhypothese zu Gunsten der Alternative (Alternativhypothese≠ 1200) verworfen werden kann. (Normalverteilung angenommen)

Mit diesen Angaben nicht berechenbar.
H0: mu = 1200 H1: mu ≠ 1200, HO wird beibehalten; Konfidenzintervall [1175.995, 1224.00]
H0: mu = 1200 H1: mu ≥ 1200, HO wird beibehalten; Konfidenzintervall [1171.509, 1228.491]
H0: mu = 1200 H1: mu ≠ 1200, HO wird abgelehnt; Konfidenzintervall [1179.854, 1220.146]
H0: mu = 1200 H1: mu ≠ 1200, HO wird abgelehnt; Konfidenzintervall [1184,304, 1215.696]

[csak6898]

Hat irgendjemand ne Ahnung wie das gehen könnte?


Ein bekannter Hersteller für Notebooks hat in letzter Zeit ständig Probleme mit der Temperatur seiner Prozessoren. Die ideale Temperatur wäre 42° Celsius (Nullhypothese=42°). Bei der letzten Stichprobenkontrolle von 100 Notebooks wurde jedoch eine Durchschnittliche Temperatur von 43.20° gemessen (Alternativhypothese≠42°). Testen Sie nun mittels eines Konfidenzintervalls, bei einen Signifikanzniveau von 0.05, ob die Nullhypothese zu Gunsten der Alternative verworfen werden kann oder doch beibehalten wird. (Normalverteilung angenommen)
Mit diesen Angaben nicht berechenbar.
H0: mu = 42° H1: mu ≠ 42°, HO wird abgelehnt; Konfidenzintervall [40.355, 43.645]
H0: mu = 42° H1: mu ≠ 42°, HO wird beibehalten; Konfidenzintervall [40.04, 43.96]
H0: mu = 42° H1: mu ≠ 42°, HO wird abgelehnt; Konfidenzintervall [40.04, 43.96]
H0: mu = 42° H1: mu ≠ 42°, HO wird beibehalten; Konfidenzintervall [40.355, 43.645]

[csak8924]

Könnte mir bitte jemand helfen:


Der folgende Regressionsoutput beschreibt den Zusammenhang zwischen Wohnungspreisen einer amerikanischen Großstadt und sämtlichen erklärenden Variablen. Um wieviel verändert sich ceteris paribus der Preis, wenn sich die Anzahl der Schlafzimmer um eine Einheit erhöht (dimensionslos und auf 2 Dezimalstellen genau)?


Source | SS df MS Number of obs = 105
-------------+------------------------------ F( 10, 94) = 11.76
Model | 128249.949 10 12824.9949 Prob > F = 0.0000
Residual | 102517.633 94 1090.61312 R-squared = 0.5558
-------------+------------------------------ Adj R-squared = 0.5085
Total | 230767.582 104 2218.91906 Root MSE = 33.024

------------------------------------------------------------------------------
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
------------------------------------------------------------------------------


Variablenerklärung:

Preis...Verkaufspreis in 1000€
Schlafzimmer...Anzahl an Schlafzimmern
Groesze...Wohnungsgröße in Quadratfuß
Pool...1=nein, 0=ja
Entfernung...Entfernung vom Stadtzentrum
Garage...1=ja, 0=nein
Bad...Anzahl an Badezimmern
Bezirk2...1=ja, 0=nein
Bezirk3...1=ja, 0=nein
Bezirk4...1=ja, 0=nein
Bezirk5...1=ja, 0=nein



Das Vorlesungsteam eines Statistik-Kurses mit sehr vielen Teilnehmern möchte ein neues Lehrbuch einführen. In einer stichprobenartigen Umfrage soll die Akzeptanz des neuen Buches ermittelt werden. Von den 220 Befragten entscheiden sich allerdings nur 75 Teilnehmer für das neue Buch, die anderen präferieren das bisherige. Wie lautet das 99%-Konfidenzintervall für den Zustimmungsgrad zum neuen Lehrbuch unter allen Teilnehmern?
[0.2586 ; 0.4232]
[0.2783 ; 0.4035]
Mit diesen Angaben nicht berechenbar.
[0.1999 ; 0.4819]
[0.2883 ; 0.3935]



An einer viel befahrenen Strasse kommen täglich durchschnittlich 1200 Auto vorbei (Nullhypothese=1200), mit einer Standardabweichung von 150. Ihnen ist nun aufgefallen, dass in den letzen 150 Tagen durchschnittlich 28 Autos mehr vorbeikommen sind. Testen Sie nun anhand eines Konfidenzintervalles, ob sich der Verkehr signifikant verändert hat und die Nullhypothese zu Gunsten der Alternative (Alternativhypothese≠ 1200) verworfen werden kann. (Normalverteilung angenommen)

Mit diesen Angaben nicht berechenbar.
H0: mu = 1200 H1: mu ≠ 1200, HO wird beibehalten; Konfidenzintervall [1175.995, 1224.00]
H0: mu = 1200 H1: mu ≥ 1200, HO wird beibehalten; Konfidenzintervall [1171.509, 1228.491]
H0: mu = 1200 H1: mu ≠ 1200, HO wird abgelehnt; Konfidenzintervall [1179.854, 1220.146]
H0: mu = 1200 H1: mu ≠ 1200, HO wird abgelehnt; Konfidenzintervall [1184,304, 1215.696]

ohne gewähr jetzt das ganze, aber bei der 2. aufgabe würde ich sagen, dass das mit diesen angaben nicht berechnet werden kann, weil dir die standardabweichung fehlt. im forum waren sich die meisten zwar nicht sicher ob man sowas auch ohne standardabweichung berechnen kann, aber ich bin der überzeugung dass es ohne standardabweichung nicht zu berechnen geht. aber verlass dich nicht auf mich

[Dany_001]

@ csak8924 vielen Dank für deine Hilfe, du hast eh gesehen, dass ich für dein Beta 0 -2,73 rausbekommen habe oder?

[artoo]

Kann mir denn niemand bei der Aufgabe mit den Bezirken helfen?
Versteh's einfach nicht...

[csak4083]

Um die Meinung der Studierenden zum Entwurf des neuen Studienplanes zu ermitteln, führte die ÖH eine Umfrage durch. Befragt wurden 300 zufällig ausgewählte Studierende. Von den befragten Studenten waren 220 für und 80 gegen den neuen Studienplan. Bestimmen Sie das 95%-Konfidenzintervall für den Anteil aller Studierenden, die für den Entwurf sind!

[0.6833 ; 0.7834]

Mit diesen Angaben nicht berechenbar.

[0.6749 ; 0.7918]

[0.6676 ; 0.7991]

[0.6913 ; 0.7753]

Wär jemand so nett und könnte mir hierbei helfen bitte?

[csak7875]

hat die jmd bzw wie funktionierts
hilfeeeee

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 3 liegt (dimensionslos und auf 2 Dezimalstellen genau)?
auswertungen_real_estate_gesamt.txt