Formelsammlung

DR.
KATJA WOLF
DANNY STADELMAYER
Formel- und Tabellensammlung

zur
beschreibenden und schließenden
Statistik
Wintersemester 2006/07
Alle
c Rechte vorbehalten.
INHALTSVERZEICHNIS i
Inhaltsverzeichnis
1 Häufigkeitsverteilung eines Merkmals 1
2 Lagemaßzahlen 2
3 Streuungsmaße 4
4 Häufigkeitsverteilung zweier Merkmale 5
5 Abhängigkeitsmaße 8
5.1 Kovarianz und Korrelationskoeffizient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.2 Weitere Abhängigkeitsmaße . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
6 Regressionsrechnung 9
7 Wahrscheinlichkeitsrechnung 10
8 Kombinatorik 10
9 Zufallsvariable und ihre Verteilung 11
10 Zufallsvariable und ihre Momente 12

10.1 Erwartungswert von X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
10.2 Varianz von X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
10.3 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
10.4 Beziehung: Wahrscheinlichkeit und Erwartungswert . . . . . . . . . . . . . . . . . . . . . . 12
10.5 Erwartungswerte mehrerer Zufallsvariablen . . . . . . . . . . . . . . . . . . . . . . . . . . 13
11 Diskrete Verteilungsmodelle 13
11.1 Diskrete Gleichverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
11.2 Bernoulli- oder Zweipunktverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
11.3 Binomialverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
11.4 Hypergeometrische Verteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
12 Stetige Verteilungsmodelle 14
12.1 Rechteckverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
12.2 Exponentialverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
12.3 Normalverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
12.4 χ2 – Verteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
12.5 t – Verteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
12.6 Approximationsregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
13 Verteilung von Funktionen von Zufallsvariablen 15

13.1 Reproduktivität von Normal– und χ2 –Verteilung . . . . . . . . . . . . . . . . . . . . . . . 15
13.2 Univariate Variablentransformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
13.3 Multivariate Variablentransformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
14 Stichprobenfunktionen und ihre Verteilung 16

14.1 Stichprobenfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
14.2 Stichproben aus normalverteilten Grundgesamtheiten . . . . . . . . . . . . . . . . . . . . . 17
14.3 Asymptotische Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
15 Punktschätzung 18
15.1 Eigenschaften von Punktschätzern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
INHALTSVERZEICHNIS ii
16 Intervallschätzung 18
16.1 Konfidenzintervalle bei Normalverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
16.2 Approximatives Konfidenzintervall für Anteilswerte . . . . . . . . . . . . . . . . . . . . . . 19
17 Hypothesentests 19
17.1 Tests bei normalverteilten Grundgesamtheiten . . . . . . . . . . . . . . . . . . . . . . . . . 19
17.2 Asymptotische Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
18 Lineares Modell 20
18.1 Punktschätzer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
18.2 Konfidenzintervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
18.3 Hypothesentests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
19 Tabellen zur Binomialverteilung 22

19.1 Wahrscheinlichkeitsfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
19.2 Verteilungsfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
20 Tabellen zur Standardnormalverteilung 28

20.1 Verteilungsfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
20.2 P % – Quantile der Standardnormalverteilung . . . . . . . . . . . . . . . . . . . . . . . . . 29
21 Tabelle zur χ2 – Verteilung 30

21.1 P % – Quantile der χ2 – Verteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
22 Tabelle zur t– Verteilung 31

22.1 P % – Quantile der t– Verteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1 HÄUFIGKEITSVERTEILUNG EINES MERKMALS 1
1 Häufigkeitsverteilung eines Merkmals
Sei E = {e1 , e2 , . . . , en } eine endliche Erhebungsgesamtheit mit den Untersuchungseinheiten e1 , e2 , . . . , en .

Ein Merkmal A ist eine Abbildung A : E → R. A(eν ) für eν ∈ E ist der Merkmalswert der ν-ten Un-
tersuchungseinheit. Die Liste der Merkmalswerte aller Untersuchungseinheiten
A(e1 ), A(e2 ), . . . , A(eν ), . . . , A(en )
heißt Urliste.
Die geordnete Urliste eines Merkmals U
u[1] ≤ u[2] ≤ . . . ≤ u[ν] ≤ . . . ≤ u[n]
heißt Rangwertreihe.
Von einer Bindung der Länge h spricht man, wenn
u[i] < u[i+1] = u[i+2] = . . . = u[i+h] < u[i+h+1]
gilt.
Eine Merkmalsausprägung ai ist ein Element der Bildmenge von A (möglicher Merkmalswert). Ai be-
zeichne die Menge aller Elemente mit der Merkmalsausprägung ai (i = 1, 2, . . . , k).
Bezeichnung
• Der Index ν kennzeichnet den Merkmalswert der ν–ten Untersuchungseinheit: A(eν ).
• Der Index i kennzeichnet die i–te Ausprägung eines Merkmals: ai .
Häufigkeitsmaß
• n = n(E): Anzahl der Elemente der Erhebungsgesamtheit
• ni = n(Ai ): Anzahl der Elemente mit der Merkmalsausprägung ai für i = 1, 2, . . . , k
Häufigkeitsverteilung
Pk
absolute: ni = n(Ai ) für i = 1, 2, . . . , k mit i=1 ni =n
n(Ai ) Pk
relative: fi = f (ai ) = n für i = 1, 2, . . . , k mit i=1 fi =1
Summenhäufigkeitsverteilung
Ausgangspunkt: Geordnete Merkmalswerte u[1] ≤ u[2] ≤ . . . ≤ u[k]
Pi
absolute: Ni = N (ui ) = i∗ =1 n(Ui∗ ) für i = 1, 2, . . . , k
relative: 1 · N (u ) = Pi∗ f (u ∗ )
Fi = F (ui ) = n für i = 1, 2, . . . , k
i i =1 i
2 LAGEMASSZAHLEN 2
Empirische Verteilungsfunktion
Ausgangspunkt: Kardinalskaliertes Merkmal X
n(X ≤ x) X
F (x) = = f (x∗ ) für x ∈ R
n ∗ x ≤x
Klassierte Daten
x̃i−1 < X(eν ) ≤ x̃i : Der Merkmalswert von eν liegt
in der i-ten Merkmalsklasse
x̃i−1 = Untergrenze der i-ten Merkmalsklasse
x̃i = Obergrenze der i-ten Merkmalsklasse
∆xi = x̃i − x̃i−1 = Klassenbreite der i-ten Merkmalsklasse
xi = (x̃i−1 + x̃i )/2 = Klassenmitte der i-ten Merkmalsklasse
mit i = 1, . . . , k
Häufigkeitsdichte

0

 für −∞ < x ≤ x̃0
∗ fi
f (x) = für x̃i−1 < x ≤ x̃i (i = 1, . . . , k)
 ∆xi

0 für x̃k < x < ∞
mit fi = F (x̃i ) − F (x̃i−1 ) für x ∈ R
Approximierende Verteilungsfunktion

 0
 für −∞ < x ≤ x̃0
∗ fi
F (x) = F (x̃i−1 ) + ∆x (x − x̃i−1 ) für x̃i−1 < x ≤ x̃i (i = 1, . . . , k)
 i
für x̃k < x < ∞

1
für x ∈ R
Es gilt: F ∗ (x̃i−1 ) = F (x̃i−1 )
2 Lagemaßzahlen
Modus
mod(fA ) = aD : f (aD ) ≥ f (ai ) für i = 1, 2, . . . , k
Median
diskret: u(0.5) = min{ui |F (ui ) ≥ 0.5}
0.5 − F (x̃i−1 )
klassiert: x(0.5) = x̃i−1 + · ∆xi sofern F (x̃i−1 ) < 0.5 ≤ F (x̃i )
fi
2 LAGEMASSZAHLEN 3
p - Quantile
diskret: u(p) = min{ui |F (ui ) ≥ p}
p − F (x̃i−1 )
klassiert: x(p) = x̃i−1 + · ∆xi sofern F (x̃i−1 ) < p ≤ F (x̃i )
fi
Arithmetisches Mittel
n
1X
Diskrete Daten - Einzeldaten x̄ = X(eν )
n
ν=1
k k
1 X X
Diskrete Daten - Häufigkeitstabelle x̄ = xi ni = xi fi
n
i=1 i=1
mit xi Merkmalsausprägung für i = 1, 2, . . . , k

k k k
1X X X
Klassierte Daten x̄ = ni x̄i = x̄i fi ≈ xi fi
n
i=1 i=1 i=1
mit x̄i Klassenmittelwert und xi Klassenmitte für i = 1, 2, . . . , k
Harmonisches Mittel
n
!−1
1X 1
Diskrete Daten - Einzeldaten x̄H =
n X(eν )
ν=1
k
!−1 k
!−1
1 X ni X fi
Diskrete Date - Häufigkeitstabelle x̄H = =
n xi xi
i=1 i=1
k
!−1 k
!−1
1 X ni X fi
Klassierte Daten x̄H = =
n xi xi
i=1 i=1
mit xi Klassenmitte für i = 1, 2, . . . , k
Geometrisches Mittel (Wachstumsfaktoren)
x̄G = n X(e1 ) · . . . · X(en )

p
Diskrete Daten - Einzeldaten
q
Diskrete Daten - Häufigkeitstabelle x̄G = n xn1 1 · . . . · xnk k = xf11 · . . . · xfkk
q
Klassierte Daten x̄G = n xn1 1 · . . . · xnk k = xf11 · . . . · xfkk
mit xi Klassenmitte für i = 1, 2, . . . , k

3 STREUUNGSMASSE 4
3 Streuungsmaße
Entropie
k k
X 1 X
HA (a1 , . . . , ak ) = − f (ai ) log2 f (ai ) = − f (ai ) ln f (ai )
ln 2
i=1 i=1
Normierte Entropie
∗ HA (a1 , . . . , ak )
0 ≤ HA (a1 , . . . , ak ) = ≤1
log2 k
Spannweite R0 = x[n] − x[1]
Quartilsabstand q̄ = x(0.75) − x(0.25)
Varianz n
1X
Diskrete Daten - Einzeldaten s2X = (X(eν ) − x̄)2 = x2 − x2
n
ν=1
1 Pn (X(e ))2
mit x2 = n ν=1 ν
k
X
Diskrete Daten - Häufigkeitstabelle s2X = (xi − x̄)2 fi = x2 − x2
i=1
1 Pk x2 n und x Merkmalsausprägung für i = 1, 2, . . . , k

mit x2 = n i=1 i i i
k
X
Klassierte Daten s2X = (xi − x̄)2 fi = x2 − x2
i=1
1 Pk x2 n und x Klassenmitte für i = 1, 2, . . . , k

mit x2 = n i=1 i i i
Weitere Streuungsmaße q
Standardabweichung sX = s2X
sX
Variationskoeffizient υX =
x̄
4 HÄUFIGKEITSVERTEILUNG ZWEIER MERKMALE 5
4 Häufigkeitsverteilung zweier Merkmale
Sei die Erhebungsgesamtheit E endlich mit den Merkmalen A und B und deren Ausprägungen ai und
bj , wobei i = 1, . . . , k und j = 1, . . . , l.
Gemeinsame Häufigkeitsverteilung
absolute: nij = n(Ai Bj ) = n(Ai ∩ Bj ) für i = 1, . . . , k und j = 1, . . . , l
mit Ai = {e ∈ E|A(e) = ai } und Bj = {e ∈ E|B(e) = bj }
n(Ai Bj )
relative: fij = f (ai , bj ) = für i = 1, . . . , k und j = 1, . . . , l
n
Kontingenztabelle der absoluten Häufigkeiten
nij : Element in der i–ten Zeile und j–ten Spalte
Kontingenztabelle der relativen Häufigkeiten
fij : Element in der i–ten Zeile und j–ten Spalte
Randhäufigkeiten
l
P l
P
absolute: ni. = n(Ai ) = n(Ai Bj ) = nij für i = 1, . . . , k
j=1 j=1
k
P k
P
n.j = n(Bj ) = n(Ai Bj ) = nij für j = 1, . . . , l
i=1 i=1
l
P l
P
relative: fi. = f (ai ) = f (ai , bj ) = fij für i = 1, . . . , k
j=1 j=1
k
P Pk
f.j = f (bj ) = f (ai , bj ) = fij für j = 1, . . . , l
i=1 i=1
Bedingte Häufigkeitsverteilung
n(Ai Bj ) f (ai , bj )
f (ai |bj ) = = sofern n(Bj ), f (bj ) > 0
n(Bj ) f (bj )
n(Ai Bj ) f (ai , bj )
f (bj |ai ) = = sofern n(Ai ), f (ai ) > 0
n(Ai ) f (ai )
für i = 1, . . . , k und j = 1, . . . , l
Produktregel
f (ai , bj ) = f (ai |bj ) · f (bj ) = f (bj |ai ) · f (ai ) für i = 1, 2, . . . , k und j = 1, 2, . . . , l

Statistische Unabhängigkeit
n(Ai ) · n(Bj )
f (ai |bj ) = f (ai ) oder f (bj |ai ) = f (bj ) oder n(Ai Bj ) = oder f (ai , bj ) = f (ai )·f (bj )
n
für i = 1, 2, . . . , k und j = 1, 2, . . . , l
Indifferenztabelle der relativen Häufigkeiten
fij∗ = f (ai )f (bj ): Element in der i–ten Zeile und j–ten Spalte
Indifferenztabelle der absoluten Häufigkeiten
n(Ai )n(Bj )
n∗ij = n : Element in der i-ten Zeile und j-ten Spalte
Gemeinsame Summenhäufigkeitsverteilung
i
P j
P i
P j
P
absolute Nij = N (ui vj ) = n(Ui∗ Vj ∗ ) = ni∗ j ∗
i∗ =1 j ∗ =1 i∗ =1 j ∗ =1
für i = 1, . . . , k und j = 1, . . . , l
i j i j i j
relative 1 P P n(U ∗ V ∗ ) = P P f (u ∗ , v ∗ ) = P P f ∗ ∗
Fij = F (ui , vj ) = n i j i j i j
∗ ∗
i =1 j =1 ∗ ∗ ∗ ∗i =1 j =1 i =1 j =1
für i = 1, . . . , k und j = 1, . . . , l
Randsummenhäufigkeiten
i P
P l i
P
absolute: N (ui ) = ni∗ j = ni∗ . für i = 1, . . . , k
i∗ =1 j=1 i∗ =1
Pk P j P j
N (vj ) = nij ∗ = n.j ∗ für j = 1, . . . , l
i=1 j ∗ =1 j ∗ =1
i P
P l i
P
relative: F (ui ) = fij = fi∗ . für i = 1, . . . , k
i∗ =1 j=1 i∗ =1
Pk P j Pj
F (vj ) = fij ∗ = f.j ∗ für j = 1, . . . , l
i=1 j ∗ =1 j ∗ =1
Statistische Unabhängigkeit
F (ui , vj ) = F (ui ) · F (vj ) oder F (ui |vj ) = F (ui ) oder F (vj |ui ) = F (vj )
für i = 1, 2, . . . , k und j = 1, 2, . . . , l
Gemeinsame empirische Verteilungsfunktion
n(X ≤ x, Y ≤ y)
F (x, y) = für(x, y) ∈ R × R
n
Approximierende gemeinsame Verteilungsfunktion

i j
n(X ≤ x̃i , Y ≤ ỹj ) X X
Fij = FX,Y (x̃i , ỹj ) = = fgh
n
g=1 h=1
mit x̃i , i = 1, . . . , k und ỹj , j = 1, . . . , l Obergrenze der i-ten bzw. j-ten Klasse
Mittelwert der bedingten Verteilung

k k l l
X X nij X X nij
x̄(yj ) = xi f (xi |yj ) = xi ȳ(xi ) = yj f (yj |xi ) = yj
n.j ni.
i=1 i=1 j=1 j=1
für i = 1, . . . , k und j = 1, . . . , l
5 ABHÄNGIGKEITSMASSE 8
5 Abhängigkeitsmaße
5.1 Kovarianz und Korrelationskoeffizient
Problemstellung: Besteht ein Zusammenhang zwischen zwei quantitativen Merkmalen X und Y mit
den Merkmalsausprägungen x1 , . . . , xk und y1 , . . . , yl ?
Kovarianz n n
1X 1X
Diskrete Daten - Einzeldaten sX,Y = (X(eν ) − x̄)(Y (eν ) − ȳ) = X(eν )Y (eν ) − x̄ · ȳ
n n
ν=1 ν=1
k X
X l k X
X l
Diskrete Daten - Häufigkeitstabelle sXY = (xi − x̄)(yj − ȳ)fij = xi yj fij − x̄ · ȳ
i=1 j=1 i=1 j=1
mit xi bzw. yj Merkmalsausprägung für i = 1, . . . , k bzw. j = 1, . . . , l

k X
X l k X
X l
Klassierte Daten sXY = (xi − x̄)(yj − ȳ)fij = xi yj fij − x̄ · ȳ
i=1 j=1 i=1 j=1
mit xi bzw. yj Klassenmitte für i = 1, . . . , k bzw. j = 1, . . . , l
Korrelationskoeffizient sXY
−1 ≤ rXY = ≤1
sX sY
5.2 Weitere Abhängigkeitsmaße
Maß der mittleren quadratischen Kontingenz

Problemstellung: Messung der Abhängigkeit zweier qualitativer Merkmale A und B.
Maß der prädiktiven Assoziation

Problemstellung: Messung der Abhängigkeit zweier qualitativer Merkmale A und B.
Maß von Goodman und Kruskal

Problemstellung: Messung der Abhängigkeit zweier komparativer Merkmale U und V .
6 REGRESSIONSRECHNUNG 9
6 Regressionsrechnung
Problemstellung: Es wird ein global linearer Zusammenhang
yν = a0 + a1 xν + uν
zwischen zwei quantitativen Merkmalen X und Y gesucht, wobei Einzeldaten

(X(eν ), Y (eν )) = (xν , yν ) für ν = 1, 2, . . . , n vorliegen.
KQ - Ergebnisse
n
1 P
n xν yν − x̄ȳ
sXY ν=1 xy − x̄ · ȳ
Parameter: â1 = 2 = n = und â0 = ȳ − â1 x̄
sX 1 P 2 x2 − x̄2
n xν − x2
ν=1
Regressionsgerade: ŷ(x) = â0 + â1 x für x ∈ R
Regressionsfehler: ûν = yν − ŷν = yν − ŷ(xν ) für ν = 1, 2, . . . , n
Streuungszerlegung
Die Gesamtvarianz = Streuung um + Streuung auf der Regressionsgeraden

n n
1X 2 1X
s2Y = s2Û + s2Ŷ = ûν + (ŷν − ȳ)2
n n
ν=1 ν=1
Einfaches Bestimmtheitsmaß
s2Ŷ s2Û
0≤ RY2 |X = =1− ≤1
s2Y s2Y
Beziehung zwischen Bestimmtheitsmaß und Regressionskoeffizienten

â2 s2 s2 b̂2 s2
RY2 |X = 1 2 X = 2XY2 = 1 2 Y = RX|Y
2
sY sX sY sX
b̂1 bezeichnet den Steigungsparameter der Umkehrregression xν = b0 + b1 yν + vν .
Beziehung zwischen Bestimmtheitsmaß und Korrelationskoeffizient

s2Ŷ 2 s2XY sXY 2

2
RY |X = 2 = 2 2 = = (rXY )2
sY sX sY sX sY
7 WAHRSCHEINLICHKEITSRECHNUNG 10
7 Wahrscheinlichkeitsrechnung
Gegenwahrscheinlichkeit: P (A) = 1 − P (A)
Monotonie: A ⊆ B ⇒ P (A) ≤ P (B)
Allgemeiner Additionssatz: P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
P (A ∩ B)
Bedingte Wahrscheinlichkeit: P (B|A) =
P (A)
Multiplikationsformel: P (A ∩ B) = P (B|A)P (A) = P (A|B)P (B)
k
X
Formel der totalen Wahrscheinlichkeit: P (A) = P (A|Bj )P (Bj )
j=1
P (A|Bi )P (Bi )
Bayes – Formel: P (Bi |A) = k
P
P (A|Bj )P (Bj )
j=1
Stochastische Unabhängigkeit
P (A ∩ B) = P (A) · P (B) bzw. P (A|B) = P (A) oder P (B|A) = P (B)
8 Kombinatorik
Geordnet mit Zurücklegen
Nn
Geordnet ohne Zurücklegen
N!
(N − n)!
Ungeordnet mit Zurücklegen

!
N +n−1
n
Ungeordnet ohne Zurücklegen

!
N N!
=
n (N − n)! n!
9 ZUFALLSVARIABLE UND IHRE VERTEILUNG 11
9 Zufallsvariable und ihre Verteilung
Zufallsvariable
Eine Zufallsvariable ist eine Abbildung X : Ω → R mit {ω ∈ Ω|X(ω) ≤ x} ∈ Υ,

wobei (Ω, Υ, P ) den zugrunde liegenden Wahrscheinlichkeitsraum angibt.
Verteilungsfunktion: FX (x) = PX (X ≤ x)
Wahrscheinlichkeitsfunktion einer diskreten Zufallsvariable
Eine Funktion fX ist genau dann Wahrscheinlichkeitsfunktion einer diskreten Zufallsvariablen, wenn
gilt:
1. 0 ≤ fX (x) = PX (X = x) ≤ 1 für alle x ∈ R und

P
2. fX (x) = 1 mit dem Träger D(X) = {x ∈ R|PX (X = x) > 0}
x∈D(X)
X
Verteilungsfunktion einer diskreten Zufallsvariable: FX (x) = fX (xi )
xi ≤x
Dichtefunktion einer stetigen Zufallsvariable
Eine Funktion fX ist genau dann Dichtefunktion einer stetigen Zufallsvariablen X, wenn gilt:
Z∞
0 ≤ fX (x) für alle x∈R und fX (x)dx = 1
−∞
Zx
Verteilungsfunktion einer stetigen Zufallsvariable: FX (x) = fX (s)ds
−∞
Gemeinsame Verteilungsfunktion: FX,Y (x, y) = PX,Y (X ≤ x, Y ≤ y)
Randwahrscheinlichkeitsfunktion zweier diskreter Zufallsvariablen

X X
fX (x) = fX,Y (x, y) bzw. fY (y) = fX,Y (x, y)
y∈D(Y ) x∈D(X)
Stochastische Unabhängigkeit von Zufallsvariablen
FX,Y (x, y) = FX (x)FY (y) bzw. FX|Y (x|y) = FX (x) bzw. FY |X (y|x) = FY (y) oder
fX,Y (x, y) = fX (x)fY (y) bzw. fX|Y (x|y) = fX (x) bzw. fY |X (y|x) = fY (y)
10 ZUFALLSVARIABLE UND IHRE MOMENTE 12
10 Zufallsvariable und ihre Momente
10.1 Erwartungswert von X
X Z∞
E(X) = µ = xfX (x) bzw. E(X) = xfX (x)dx
x∈D(X) −∞
10.2 Varianz von X
X Z∞
2 2 2
V ar(X) = σ = (x − µ) fX (x) bzw. V ar(X) = σ = (x − µ)2 fX (x)dx
x∈D(X) −∞
10.3 Rechenregeln
• E(a) = a für a ∈ R
• E(bX) = bE(X) für b ∈ R
• E(X + Y ) = E(X) + E(Y )
• Allgemein: E( ni=1 Xi ) = ni=1 E(Xi )

P P
• V ar(X) = E(X 2 ) − E(X)2 = E(X 2 ) − µ2X
• V ar(a + bX) = b2 V ar(X) für a, b ∈ R
• E(X − µX ) = 0
10.4 Beziehung: Wahrscheinlichkeit und Erwartungswert
k – faches zentrales Schwankungsintervall
{x ∈ R|µX − kσX < X < µX + kσX }
Chebyshevsche Ungleichung
1
P (µX − kσX < X < µX + kσX ) ≥ 1 −
k2
11 DISKRETE VERTEILUNGSMODELLE 13
10.5 Erwartungswerte mehrerer Zufallsvariablen
X Z∞ Z∞
E(X · Y ) = (x · y)fX,Y (x, y) bzw. E(X · Y )) = (x · y)fX,Y (x, y)dxdy
(x,y)∈D(X,Y ) −∞ −∞
Kovarianz: Cov(X, Y ) = E(X · Y ) − E(X) · E(Y )
Cov(X, Y )
Korrelationskoeffizient: −1 ≤ ρX,Y = ≤1
σX σY
Additionssatz für Varianzen: V ar(X + Y ) = V ar(X) + V ar(Y ) + 2 · Cov(X, Y )
11 Diskrete Verteilungsmodelle
11.1 Diskrete Gleichverteilung
Wahrscheinlichkeitsfunktion
(
1 für x = 1, 2, . . . , N
fX (x; N ) = N
0 sonst
N +1 N2 − 1
Mittelwert: E(X) = Varianz: V ar(X) =
2 12
11.2 Bernoulli- oder Zweipunktverteilung

 p
 für x = 1
fX (x; p) = 1 − p für x = 0

 0 sonst
Mittelwert: E(X) = p Varianz: V ar(X) = p(1 − p)
11.3 Binomialverteilung

 n px (1 − p)n−x für x = 0, 1, . . . , n
fX (x; n, p) = x
0 sonst

Mittelwert: E(X) = np Varianz: V ar(X) = np(1 − p)

12 STETIGE VERTEILUNGSMODELLE 14
11.4 Hypergeometrische Verteilung

 M N −M


 x n− x
 für x ∈ D(X)
fX (x; n, N, M ) = N
n




0 sonst


M M M N −n
Mittelwert: E(X) = n Varianz: V ar(X) = n · 1− ·
N N N N −1
12 Stetige Verteilungsmodelle
12.1 Rechteckverteilung
Kurz: X ∼ R(a, b)
1
(
Dichtefunktion für a≤x≤b
fX (x; a, b) = b−a
0 sonst

Verteilungsfunktion  0 für x<a
x−a

FX (x; a, b) = für a ≤ x ≤ b
 b−a
1 für x>b

Mittelwert: E(X) = (a + b)/2 Varianz: V ar(X) = (b − a)2 /12
12.2 Exponentialverteilung
Kurz: X ∼ exp(λ)
(
Dichtefunktion λe−λx für x≥0
fX (x; λ) =
0 sonst
(
Verteilungsfunktion 0 für x < 0
FX (x; λ) = −λx
1−e für x ≥ 0
1 1
Mittelwert: E(X) = Varianz: V ar(X) =
λ λ2
13 VERTEILUNG VON FUNKTIONEN VON ZUFALLSVARIABLEN 15
12.3 Normalverteilung
Kurz: X ∼ N (µ, σ 2 ), p–Quantil: λp (Standardnormalverteilung)
1 (x − µ)2

2 1
Dichtefunktion fX (x; µ, σ ) = √ exp −
2πσ 2 2 σ2
Mittelwert: E(X) = µ Varianz: V ar(X) = σ 2
X −µ
X ∼ N (µ, σ 2 ) ⇒ ∼ N (0, 1)
σ
12.4 χ2 – Verteilung
Kurz: X ∼ χ2 (f ), p–Quantil: χ2p;f
Mittelwert: E(X) = f Varianz: V ar(X) = 2 · f
12.5 t – Verteilung
Kurz: X ∼ t(f ), p-Quantil: tp;f
f
Mittelwert: E(X) = 0 Varianz: V ar(X) = für f ≥ 3
f −2
12.6 Approximationsregeln
Hypergeometrische Verteilung −→ Binomialverteilung: n ≤ 0.05N
Binomialverteilung −→ Normalverteilung: np(1 − p) > 9
13 Verteilung von Funktionen von Zufallsvariablen
13.1 Reproduktivität von Normal– und χ2 –Verteilung

2 ), Y ∼ N (µ , σ 2 ) stochastisch unabhängig, dann ist
• Wenn X ∼ N (µX , σX Y Y
2 2
X + Y ∼ N (µX + µY , σX + σY ).
• Wenn X ∼ χ2 (f1 ), Y ∼ χ2 (f2 ) stochastisch unabhängig, dann ist X + Y ∼ χ2 (f1 + f2 )
13.2 Univariate Variablentransformation
• Wenn X ∼ N (µ, σ 2 ), dann ist a + bX ∼ N (a + bµ, b2 σ 2 ).
• Wenn X ∼ N (0, 1), dann ist X 2 ∼ χ2 (1).

14 STICHPROBENFUNKTIONEN UND IHRE VERTEILUNG 16
13.3 Multivariate Variablentransformation

p
• Wenn X ∼ N (0, 1), Y ∼ χ2 (f ) stochastisch unabhängig sind, dann ist X/ Y /f ∼ t(f ).
14 Stichprobenfunktionen und ihre Verteilung
14.1 Stichprobenfunktionen
n
1X
Stichprobenmittel: Tn = Xi = X n
n
i=1
n
1 X
Stichprobenvarianz: Tn = (Xi − X n )2 = Sn2
n−1
i=1
n
1 X
Stichprobenkovarianz: Tn = (Xi − X n )(Yi − Y n ) = SXY
n−1
i=1
SXY
Stichprobenkorrelationskoeffizient: Tn =
SX S Y
X
Stichprobenanteilswert: Tn = = An
n
Stichprobenmittelwertdifferenz: Tn = X 1 − X 2 = Dn
Momente von Stichprobenmittel und -varianz
σ2
E(X n ) = µ V ar(X n ) = E(Sn2 ) = σ 2
n
2
σX
Notwendiger Stichprobenumfang: P (|X̄n − µ| < ) ≥ γ =⇒ n≥ 2
ε · (1 − γ)
14 STICHPROBENFUNKTIONEN UND IHRE VERTEILUNG 17
14.2 Stichproben aus normalverteilten Grundgesamtheiten

2 ) für i = 1, 2, . . . , n und X , . . . , X stochastisch unabhängig.
Seien Xi ∼ N (µX , σX 1 n
Verteilung des Stichprobenmittels

2
σX

Xn ∼ N µX ,
n
Verteilung der Stichprobenvarianz

n
(n − 1)Sn2 X (Xi − X n )2
2 = 2 ∼ χ2 (n − 1)
σX i=1
σ X
Studentisiertes Stichprobenmittel
√ Xn − µ
n ∼ t(n − 1)
Sn
14.3 Asymptotische Eigenschaften
Zentraler Grenzwertsatz
2 identisch verteilte
Wenn X1 , X2 , . . . stochastisch unabhängige, mit dem Mittelwert µX und der Varianz σX
Zufallsvariablen sind, dann konvergiert die Verteilung des Stichprobenmittels in dem folgenden Sinne
 
√ X n − µX

X n − E(X n )
lim P  q ≤ x = lim P
 n ≤ x = Φ(x)
n→∞ n→∞ σX
V ar(X n )
für alle x ∈ R.
Schwaches Gesetz der großen Zahlen
2 identisch verteilte
Wenn X1 , X2 , . . . stochastisch unabhängige, mit dem Mittelwert µX und der Varianz σX
Zufallsvariablen sind, dann konvergiert das Stichprobenmittel in dem folgenden Sinne
lim P (|X n − µX | < ) = 1

n→∞
für alle > 0 gegen den Mittelwert µX der Grundgesamtheit.
Empirische Verteilungsfunktion
Wenn X1 , . . . , Xn Zufallsvariable sind, dann gibt die Zufallsvariable ”empirische Verteilungsfunktion”

Fn (x) den Anteil der Zufallsvariablen an, die Werte kleiner oder gleich x annehmen für x ∈ R.
15 PUNKTSCHÄTZUNG 18
15 Punktschätzung
15.1 Eigenschaften von Punktschätzern
Erwartungstreue oder Unverzerrtheit: E(Tn ) = θ für alle θ.
Verzerrung oder Bias: BIAS(Tn ) = θ − E(Tn )
Mittlerer quadratischer Fehler (MSE=mean squared error)
MSE(Tn ) = E(Tn − θ)2 = V ar(Tn ) + BIAS(Tn )2
16 Intervallschätzung
16.1 Konfidenzintervalle bei Normalverteilung für
den Mittelwert bei bekannter Varianz

σ σ
P X n − λ1−α/2 √ ≤ µ ≤ X n + λ1−α/2 √ =1−α
n n
den Mittelwert bei unbekannter Varianz

Sn Sn
P X n − t1−α/2;n−1 √ ≤ µ ≤ X n + t1−α/2;n−1 √ =1−α
n n
die Varianz bei bekanntem Mittelwert

P n n 
(Xi − µ)2 (Xi − µ)2
P
 i=1
≤ σ 2 ≤ i=1 2

P =1−α
 χ2 χ 
1−α/2;n α/2;n
die Varianz bei unbekanntem Mittelwert

!
(n − 1)Sn2 2 (n − 1)Sn2
P ≤ σ ≤ =1−α
χ21−α/2;n−1 χ2α/2;n−1
17 HYPOTHESENTESTS 19
die Differenz von Mittelwerten bei unbekannten aber identischen Varianzen

q r
2 m+n
P X n − Y m − t1−α/2;m+n−2 S ≤ µX − µY
mn
q r !
2 m+n
≤ X n − Y m + t1−α/2;m+n−2 S
mn
= 1−α
2 + (m − 1)S 2
(n − 1)SX
2 Y
mit S =
n+m−2
16.2 Approximatives Konfidenzintervall für Anteilswerte

r r !
An (1 − An ) An (1 − An )
P An − λ1−α/2 ≤ p ≤ An + λ1−α/2 ≈1−α
n n
17 Hypothesentests
17.1 Tests bei normalverteilten Grundgesamtheiten
Mittelwerttest bei unbekannter Varianz
Hypothesen Kritischer Bereich

√ X n − µ0
H0 : µ ≥ µ0 gegen HA : µ < µ0 n < −t1−α;n−1
Sn
√ X n − µ0
H0 : µ ≤ µ0 gegen HA : µ > µ0 n > t1−α;n−1
Sn
√ X n − µ0

H0 : µ = µ0 gegen HA : µ 6= µ0 n > t1−α/2;n−1
Sn
Varianztest bei unbekanntem Mittelwert

S2
H0 : σ 2 ≥ σ02 gegen HA : σ 2 < σ02 (n − 1) n2 < χ2α;n−1
σ0
Sn2
H0 : σ 2 ≤ σ02 gegen HA : σ 2 > σ02 (n − 1) 2 > χ21−α;n−1
σ0
Sn2
H0 : σ 2 = σ02 gegen HA : σ 2 6= σ02 (n − 1) 2 < χ2α/2;n−1
σ0
Sn2
oder (n − 1) > χ21−α/2;n−1
σ02
18 LINEARES MODELL 20
Mittelwertdifferenzentest bei unverbundenen Stichproben
Hypothesen δ = µX − µY Kritischer Bereich

r
X n − Y m − δ0 mn
H0 : δ ≥ δ0 gegen HA : δ < δ0 < −t1−α;n+m−2
S m+n
r
H0 : δ ≤ δ0 gegen HA : δ > δ0 > t1−α;n+m−2
S m+n
r
H0 : δ = δ0 gegen HA : δ 6= δ0 > t1−α/2;n+m−2
S m + n
17.2 Asymptotische Tests
Approximativer Anteilswerttest

√ p̂ − p0
H0 : p ≥ p0 gegen HA : p < p0 np < −λ1−α
p0 (1 − p0 )
√ p̂ − p0
H0 : p ≤ p0 gegen HA : p > p0 np > λ1−α
p0 (1 − p0 )
√ p̂ − p0
H0 : p = p0 gegen HA : p 6= p0 np > λ1−α/2

p0 (1 − p0 )
18 Lineares Modell
Yi = α0 + α1 xi + Ui für i = 1, 2, . . . , n
18.1 Punktschätzer n
P
(xi − x)(Yi − Y )
i=1
für die Parameter α̂1 = n und α̂0 = Y − α̂1 x
(xi − x)2
P
i=1
n
c2 = 1 X 2
für die Residuenvarianz σ Ûi mit Ûi = Yi − (α̂0 + α̂1 xi ) = Yi − Ŷ (xi )
n−2
i=1
18.2 Konfidenzintervalle
Annahme: Einfaches klassisches lineares Normalverteilungsmodell!
für den Achsenabschnitt

q q
P α̂0 − t1−α/2;n−2 V ar(α̂0 ) ≤ α0 ≤ α̂0 + t1−α/2;n−2 V ar(α̂0 ) = 1 − α
d d
n
x2i
P
c2 i=1
mit Vd
ar(α̂0 ) = σ n

(xi − x)2
P
n
i=1
18 LINEARES MODELL 21
für den Steigungskoeffizienten

q q
P α̂1 − t1−α/2;n−2 V ar(α̂1 ) ≤ α1 ≤ α̂1 + t1−α/2;n−2 V ar(α̂1 ) = 1 − α
d d
c2 1
mit Vd
ar(α̂1 ) = σ n
(xi − x)2
P
i=1
für die wahre Regressionsgerade

q q
P Ŷ (x) − t1−α/2;n−2 V ar(Ŷ (x)) ≤ E(Y |x) ≤ Ŷ (x) + t1−α/2;n−2 V ar(Ŷ (x)) = 1 − α
d d
 
2 
c2  1 + (x − x) 

mit Vd
ar(Ŷ (x)) = σ n n 
(xi − x)2
P
i=1
18.3 Hypothesentests
für den Steigungskoeffizienten

α̂ − α10
H0 : α1 ≥ α10 gegen HA : α1 < α10 q1 < −t1−α;n−2
Vdar(α̂1 )
α̂ − α10
H0 : α1 ≤ α10 gegen HA : α1 > α10 q1 > t1−α;n−2
V ar(α̂1 )
d
α̂1 − α10

H0 : α1 = α10 gegen HA : α1 6= α10 q

> t1−α/2;n−2

Vd ar(α̂1 )
für die wahre Regressionsgerade

Ŷ (x) − y0
H0 : E(Y |x) ≥ y0 gegen HA : E(Y |x) < y0 q < −t1−α;n−2
Vd ar(Ŷ (x))
Ŷ (x) − y0
H0 : E(Y |x) ≤ y0 gegen HA : E(Y |x) > y0 q > t1−α;n−2
Vd ar(Ŷ (x))

Ŷ (x) − y0
H0 : E(Y |x) = y0 gegen HA : E(Y |x) 6= y0 q

> t1−α/2;n−2

Vd ar(Ŷ (x))
19 TABELLEN ZUR BINOMIALVERTEILUNG 22
19 Tabellen zur Binomialverteilung (vgl. S. 13)
19.1 Tab. 1: Wahrscheinlichkeitsfunktion

p
n x
.05 .10 .15 .20 .25 .30 .35 .40 .45 .50
1 0 .9500 .9000 .8500 .8000 .7500 .7000 .6500 .6000 .5500 .5000
1 .0500 .1000 .1500 .2000 .2500 .3000 .3500 .4000 .4500 .5000
2 0 .9025 .8100 .7225 .6400 .5625 .4900 .4225 .3600 .3025 .2500
1 .0950 .1800 .2550 .3200 .3750 .4200 .4550 .4800 .4950 .5000
2 .0025 .0100 .0225 .0400 .0625 .0900 .1225 .1600 .2025 .2500
3 0 .8574 .7290 .6141 .5120 .4219 .3430 .2746 .2160 .1664 .1250
1 .1354 .2430 .3251 .3840 .4219 .4410 .4436 .4320 .4084 .3750
2 .0071 .0270 .0574 .0960 .1406 .1890 .2389 .2880 .3341 .3750
3 .0001 .0010 .0034 .0080 .0156 .0270 .0429 .0640 .0911 .1250
4 0 .8145 .6561 .5220 .4096 .3164 .2401 .1785 .1296 .0915 .0625
1 .1715 .2916 .3685 .4096 .4219 .4116 .3845 .3456 .2995 .2500
2 .0135 .0486 .0975 .1536 .2109 .2646 .3105 .3456 .3675 .3750
3 .0005 .0036 .0115 .0256 .0469 .0756 .1115 .1536 .2005 .2500
4 0. .0001 .0005 .0016 .0039 .0081 .0150 .0256 .0410 .0625
5 0 .7738 .5905 .4437 .3277 .2373 .1681 .1160 .0778 .0503 .0312
1 .2036 .3281 .3915 .4096 .3955 .3602 .3124 .2592 .2059 .1562
2 .0214 .0729 .1382 .2048 .2637 .3087 .3364 .3456 .3369 .3125
3 .0011 .0081 .0244 .0512 .0879 .1323 .1811 .2304 .2757 .3125
4 0. .0005 .0022 .0064 .0146 .0284 .0488 .0768 .1128 .1563
5 0. 0. .0001 .0003 .0010 .0024 .0053 .0102 .0185 .0313
6 0 .7351 .5314 .3771 .2621 .1780 .1176 .0754 .0467 .0277 .0156
1 .2321 .3543 .3993 .3932 .3560 .3025 .2437 .1866 .1359 .0937
2 .0305 .0984 .1762 .2458 .2966 .3241 .3280 .3110 .2780 .2344
3 .0021 .0146 .0415 .0819 .1318 .1852 .2355 .2765 .3032 .3125
4 .0001 .0012 .0055 .0154 .0330 .0595 .0951 .1382 .1861 .2344
5 0. .0001 .0004 .0015 .0044 .0102 .0205 .0369 .0609 .0938
6 0. 0. 0. .0001 .0002 .0007 .0018 .0041 .0083 .0156
7 0 .6983 .4783 .3206 .2097 .1335 .0824 .0490 .0280 .0152 .0078
1 .2573 .3720 .3960 .3670 .3115 .2471 .1848 .1306 .0872 .0547
2 .0406 .1240 .2097 .2753 .3115 .3177 .2985 .2613 .2140 .1641
3 .0036 .0230 .0617 .1147 .1730 .2269 .2679 .2903 .2918 .2734
4 .0002 .0026 .0109 .0287 .0577 .0972 .1442 .1935 .2388 .2734
5 0. .0002 .0012 .0043 .0115 .0250 .0466 .0774 .1172 .1641
6 0. 0. .0001 .0004 .0013 .0036 .0084 .0172 .0320 .0547
7 0. 0. 0. 0. .0001 .0002 .0006 .0016 .0037 .0078
p
n x
.05 .10 .15 .20 .25 .30 .35 .40 .45 .50
8 0 .6634 .4305 .2725 .1678 .1001 .0576 .0319 .0168 .0084 .0039
1 .2793 .3826 .3847 .3355 .2670 .1977 .1373 .0896 .0548 .0312
2 .0515 .1488 .2376 .2936 .3115 .2965 .2587 .2090 .1569 .1094
3 .0054 .0331 .0839 .1468 .2076 .2541 .2786 .2787 .2568 .2187
4 .0004 .0046 .0185 .0459 .0865 .1361 .1875 .2322 .2627 .2734
5 0. .0004 .0026 .0092 .0231 .0467 .0808 .1239 .1719 .2188
6 0. 0. .0002 .0011 .0038 .0100 .0217 .0413 .0703 .1094
7 0. 0. 0. .0001 .0004 .0012 .0033 .0079 .0164 .0313
8 0. 0. 0. 0. 0. .0001 .0002 .0007 .0017 .0039
9 0 .6302 .3874 .2316 .1342 .0751 .0404 .0207 .0101 .0046 .0020
1 .2985 .3874 .3679 .3020 .2253 .1556 .1004 .0605 .0339 .0176
2 .0629 .1722 .2597 .3020 .3003 .2668 .2162 .1612 .1110 .0703
3 .0077 .0446 .1069 .1762 .2336 .2668 .2716 .2508 .2119 .1641
4 .0006 .0074 .0283 .0661 .1168 .1715 .2194 .2508 .2600 .2461
5 0. .0008 .0050 .0165 .0389 .0735 .1181 .1672 .2128 .2461
6 0. .0001 .0006 .0028 .0087 .0210 .0424 .0743 .1160 .1641
7 0. 0. 0. .0003 .0012 .0039 .0098 .0212 .0407 .0703
8 0. 0. 0. 0. .0001 .0004 .0013 .0035 .0083 .0176
9 0. 0. 0. 0. 0. 0. .0001 .0003 .0008 .0020
10 0 .5987 .3487 .1969 .1074 .0563 .0282 .0135 .0060 .0025 .0010
1 .3151 .3874 .3474 .2684 .1877 .1211 .0725 .0403 .0207 .0098
2 .0746 .1937 .2759 .3020 .2816 .2335 .1757 .1209 .0763 .0439
3 .0105 .0574 .1298 .2013 .2503 .2668 .2522 .2150 .1665 .1172
4 .0010 .0112 .0401 .0881 .1460 .2001 .2377 .2508 .2384 .2051
5 .0001 .0015 .0085 .0264 .0584 .1029 .1536 .2007 .2340 .2461
6 0. .0001 .0012 .0055 .0162 .0368 .0689 .1115 .1596 .2051
7 0. 0. .0001 .0008 .0031 .0090 .0212 .0425 .0746 .1172
8 0. 0. 0. .0001 .0004 .0014 .0043 .0106 .0229 .0439
9 0. 0. 0. 0. 0. .0001 .0005 .0016 .0042 .0098
10 0. 0. 0. 0. 0. 0. 0. .0001 .0003 .0010
15 0 .4633 .2059 .0874 .0352 .0134 .0047 .0016 .0005 .0001 0.
1 .3658 .3432 .2312 .1319 .0668 .0305 .0126 .0047 .0016 .0005
2 .1348 .2669 .2856 .2309 .1559 .0916 .0476 .0219 .0090 .0032
3 .0307 .1285 .2184 .2501 .2252 .1700 .1110 .0634 .0318 .0139
4 .0049 .0428 .1156 .1876 .2252 .2186 .1792 .1268 .0780 .0417
5 .0006 .0105 .0449 .1032 .1651 .2061 .2123 .1859 .1404 .0916
6 0. .0019 .0132 .0430 .0917 .1472 .1906 .2066 .1914 .1527
7 0. .0003 .0030 .0138 .0393 .0811 .1319 .1771 .2013 .1964
8 0. 0. .0005 .0035 .0131 .0348 .0710 .1181 .1647 .1964
9 0. 0. .0001 .0007 .0034 .0116 .0298 .0612 .1048 .1527
10 0. 0. 0. .0001 .0007 .0030 .0096 .0245 .0515 .0916
11 0. 0. 0. 0. .0001 .0006 .0024 .0074 .0191 .0417
12 0. 0. 0. 0. 0. .0001 .0004 .0016 .0052 .0139
13 0. 0. 0. 0. 0. 0. .0001 .0003 .0010 .0032
14 0. 0. 0. 0. 0. 0. 0. 0. .0001 .0005
15 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
p
n x
.05 .10 .15 .20 .25 .30 .35 .40 .45 .50
20 0 .3585 .1216 .0388 .0115 .0032 .0008 .0002 0. 0. 0.
1 .3774 .2702 .1368 .0576 .0211 .0068 .0020 .0005 .0001 0.
2 .1887 .2852 .2293 .1369 .0669 .0278 .0100 .0031 .0008 .0002
3 .0596 .1901 .2428 .2054 .1339 .0716 .0323 .0123 .0040 .0011
4 .0133 .0898 .1821 .2182 .1897 .1304 .0738 .0350 .0139 .0046
5 .0022 .0319 .1028 .1746 .2023 .1789 .1272 .0746 .0365 .0148
6 .0003 .0089 .0454 .1091 .1686 .1916 .1712 .1244 .0746 .0370
7 0. .0020 .0160 .0545 .1124 .1643 .1844 .1659 .1221 .0739
8 0. .0004 .0046 .0222 .0609 .1144 .1614 .1797 .1623 .1201
9 0. .0001 .0011 .0074 .0271 .0654 .1158 .1597 .1771 .1602
10 0. 0. .0002 .0020 .0099 .0308 .0686 .1171 .1593 .1762
11 0. 0. 0. .0005 .0030 .0120 .0336 .0710 .1185 .1602
12 0. 0. 0. .0001 .0008 .0039 .0136 .0355 .0727 .1201
13 0. 0. 0. 0. .0002 .0010 .0045 .0146 .0366 .0739
14 0. 0. 0. 0. 0. .0002 .0012 .0049 .0150 .0370
15 0. 0. 0. 0. 0. 0. .0003 .0013 .0049 .0148
16 0. 0. 0. 0. 0. 0. 0. .0003 .0013 .0046
17 0. 0. 0. 0. 0. 0. 0. 0. .0002 .0011
18 0. 0. 0. 0. 0. 0. 0. 0. 0. .0002
19 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
25 0 .2774 .0718 .0172 .0038 .0008 .0001 0. 0. 0. 0.
1 .3650 .1994 .0759 .0236 .0063 .0014 .0003 0. 0. 0.
2 .2305 .2659 .1607 .0708 .0251 .0074 .0018 .0004 .0001 0.
3 .0930 .2265 .2174 .1358 .0641 .0243 .0076 .0019 .0004 .0001
4 .0269 .1384 .2110 .1867 .1175 .0572 .0224 .0071 .0018 .0004
5 .0060 .0646 .1564 .1960 .1645 .1030 .0506 .0199 .0063 .0016
6 .0010 .0239 .0920 .1633 .1828 .1472 .0908 .0442 .0172 .0053
7 .0001 .0072 .0441 .1108 .1654 .1712 .1327 .0800 .0381 .0143
8 0. .0018 .0175 .0623 .1241 .1651 .1607 .1200 .0701 .0322
9 0. .0004 .0058 .0294 .0781 .1336 .1635 .1511 .1084 .0609
10 0. .0001 .0016 .0118 .0417 .0916 .1409 .1612 .1419 .0974
11 0. 0. .0004 .0040 .0189 .0536 .1034 .1465 .1583 .1328
12 0. 0. .0001 .0012 .0074 .0268 .0650 .1140 .1511 .1550
13 0. 0. 0. .0003 .0025 .0115 .0350 .0760 .1236 .1550
14 0. 0. 0. .0001 .0007 .0042 .0161 .0434 .0867 .1328
15 0. 0. 0. 0. .0002 .0013 .0064 .0212 .0520 .0974
16 0. 0. 0. 0. 0. .0004 .0021 .0088 .0266 .0609
17 0. 0. 0. 0. 0. .0001 .0006 .0031 .0115 .0322
18 0. 0. 0. 0. 0. 0. .0001 .0009 .0042 .0143
19 0. 0. 0. 0. 0. 0. 0. .0002 .0013 .0053
20 0. 0. 0. 0. 0. 0. 0. 0. .0003 .0016
21 0. 0. 0. 0. 0. 0. 0. 0. .0001 .0004
22 0. 0. 0. 0. 0. 0. 0. 0. 0. .0001
23 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
19.2 Tab. 2: Verteilungsfunktion
p
n x
.05 .10 .15 .20 .25 .30 .35 .40 .45 .50
1 0 .9500 .9000 .8500 .8000 .7500 .7000 .6500 .6000 .5500 .5000
1 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
2 0 .9025 .8100 .7225 .6400 .5625 .4900 .4225 .3600 .3025 .2500
1 .9975 .9900 .9775 .9600 .9375 .9100 .8775 .8400 .7975 .7500
2 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
3 0 .8574 .7290 .6141 .5120 .4219 .3430 .2746 .2160 .1664 .1250
1 .9927 .9720 .9392 .8960 .8438 .7840 .7182 .6480 .5747 .5000
2 .9999 .9990 .9966 .9920 .9844 .9730 .9571 .9360 .9089 .8750
3 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
4 0 .8145 .6561 .5220 .4096 .3164 .2401 .1785 .1296 .0915 .0625
1 .9860 .9477 .8905 .8192 .7383 .6517 .5630 .4752 .3910 .3125
2 .9995 .9963 .9880 .9728 .9492 .9163 .8735 .8208 .7585 .6875
3 1. .9999 .9995 .9984 .9961 .9919 .9850 .9744 .9590 .9375
4 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
5 0 .7738 .5905 .4437 .3277 .2373 .1681 .1160 .0778 .0503 .0312
1 .9774 .9185 .8352 .7373 .6328 .5282 .4284 .3370 .2562 .1875
2 .9988 .9914 .9734 .9421 .8965 .8369 .7648 .6826 .5931 .5000
3 1. .9995 .9978 .9933 .9844 .9692 .9460 .9130 .8688 .8125
4 1. 1. .9999 .9997 .9990 .9976 .9947 .9898 .9815 .9688
5 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
6 0 .7351 .5314 .3771 .2621 .1780 .1176 .0754 .0467 .0277 .0156
1 .9672 .8857 .7765 .6554 .5339 .4202 .3191 .2333 .1636 .1094
2 .9978 .9841 .9527 .9011 .8306 .7443 .6471 .5443 .4415 .3437
3 .9999 .9987 .9941 .9830 .9624 .9295 .8826 .8208 .7447 .6563
4 1. .9999 .9996 .9984 .9954 .9891 .9777 .9590 .9308 .8906
5 1. 1. 1. .9999 .9998 .9993 .9982 .9959 .9917 .9844
6 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
7 0 .6983 .4783 .3206 .2097 .1335 .0824 .0490 .0280 .0152 .0078
1 .9556 .8503 .7166 .5767 .4449 .3294 .2338 .1586 .1024 .0625
2 .9962 .9743 .9262 .8520 .7564 .6471 .5323 .4199 .3164 .2266
3 .9998 .9973 .9879 .9667 .9294 .8740 .8002 .7102 .6083 .5000
4 1. .9998 .9988 .9953 .9871 .9712 .9444 .9037 .8471 .7734
5 1. 1. .9999 .9996 .9987 .9962 .9910 .9812 .9643 .9375
6 1. 1. 1. 1. .9999 .9998 .9994 .9984 .9963 .9922
7 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
p
n x
.05 .10 .15 .20 .25 .30 .35 .40 .45 .50
8 0 .6634 .4305 .2725 .1678 .1001 .0576 .0319 .0168 .0084 .0039
1 .9428 .8131 .6572 .5033 .3671 .2553 .1691 .1064 .0632 .0352
2 .9942 .9619 .8948 .7969 .6785 .5518 .4278 .3154 .2201 .1445
3 .9996 .9950 .9786 .9437 .8862 .8059 .7064 .5941 .4770 .3633
4 1. .9996 .9971 .9896 .9727 .9420 .8939 .8263 .7396 .6367
5 1. 1. .9998 .9988 .9958 .9887 .9747 .9502 .9115 .8555
6 1. 1. 1. .9999 .9996 .9987 .9964 .9915 .9819 .9648
7 1. 1. 1. 1. 1. .9999 .9998 .9993 .9983 .9961
8 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
9 0 .6302 .3874 .2316 .1342 .0751 .0404 .0207 .0101 .0046 .0020
1 .9288 .7748 .5995 .4362 .3003 .1960 .1211 .0705 .0385 .0195
2 .9916 .9470 .8591 .7382 .6007 .4628 .3373 .2318 .1495 .0898
3 .9994 .9917 .9661 .9144 .8343 .7297 .6089 .4826 .3614 .2539
4 1. .9991 .9944 .9804 .9511 .9012 .8283 .7334 .6214 .5000
5 1. .9999 .9994 .9969 .9900 .9747 .9464 .9006 .8342 .7461
6 1. 1. 1. .9997 .9987 .9957 .9888 .9750 .9502 .9102
7 1. 1. 1. 1. .9999 .9996 .9986 .9962 .9909 .9805
8 1. 1. 1. 1. 1. 1. .9999 .9997 .9992 .9980
9 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
10 0 .5987 .3487 .1969 .1074 .0563 .0282 .0135 .0060 .0025 .0010
1 .9139 .7361 .5443 .3758 .2440 .1493 .0860 .0464 .0233 .0107
2 .9885 .9298 .8202 .6778 .5256 .3828 .2616 .1673 .0996 .0547
3 .9990 .9872 .9500 .8791 .7759 .6496 .5138 .3823 .2660 .1719
4 .9999 .9984 .9901 .9672 .9219 .8497 .7515 .6331 .5044 .3770
5 1. .9999 .9986 .9936 .9803 .9527 .9051 .8338 .7384 .6230
6 1. 1. .9999 .9991 .9965 .9894 .9740 .9452 .8980 .8281
7 1. 1. 1. .9999 .9996 .9984 .9952 .9877 .9726 .9453
8 1. 1. 1. 1. 1. .9999 .9995 .9983 .9955 .9893
9 1. 1. 1. 1. 1. 1. 1. .9999 .9997 .9990
10 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
15 0 .4633 .2059 .0874 .0352 .0134 .0047 .0016 .0005 .0001 0.
1 .8290 .5490 .3186 .1671 .0802 .0353 .0142 .0052 .0017 .0005
2 .9638 .8159 .6042 .3980 .2361 .1268 .0617 .0271 .0107 .0037
3 .9945 .9444 .8227 .6482 .4613 .2969 .1727 .0905 .0424 .0176
4 .9994 .9873 .9383 .8358 .6865 .5155 .3519 .2173 .1204 .0592
5 .9999 .9978 .9832 .9389 .8516 .7216 .5643 .4032 .2608 .1509
6 1. .9997 .9964 .9819 .9434 .8689 .7548 .6098 .4522 .3036
7 1. 1. .9994 .9958 .9827 .9500 .8868 .7869 .6535 .5000
8 1. 1. .9999 .9992 .9958 .9848 .9578 .9050 .8182 .6964
9 1. 1. 1. .9999 .9992 .9963 .9876 .9662 .9231 .8491
10 1. 1. 1. 1. .9999 .9993 .9972 .9907 .9745 .9408
11 1. 1. 1. 1. 1. .9999 .9995 .9981 .9937 .9824
12 1. 1. 1. 1. 1. 1. .9999 .9997 .9989 .9963
13 1. 1. 1. 1. 1. 1. 1. 1. .9999 .9995
14 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
15 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
p
n x
.05 .10 .15 .20 .25 .30 .35 .40 .45 .50
20 0 .3585 .1216 .0388 .0115 .0032 .0008 .0002 0. 0. 0.
1 .7358 .3917 .1756 .0692 .0243 .0076 .0021 .0005 .0001 0.
2 .9245 .6769 .4049 .2061 .0913 .0355 .0121 .0036 .0009 .0002
3 .9841 .8670 .6477 .4114 .2252 .1071 .0444 .0160 .0049 .0013
4 .9974 .9568 .8298 .6296 .4148 .2375 .1182 .0510 .0189 .0059
5 .9997 .9887 .9327 .8042 .6172 .4164 .2454 .1256 .0553 .0207
6 1. .9976 .9781 .9133 .7858 .6080 .4166 .2500 .1299 .0577
7 1. .9996 .9941 .9679 .8982 .7723 .6010 .4159 .2520 .1316
8 1. .9999 .9987 .9900 .9591 .8867 .7624 .5956 .4143 .2517
9 1. 1. .9998 .9974 .9861 .9520 .8782 .7553 .5914 .4119
10 1. 1. 1. .9994 .9961 .9829 .9468 .8725 .7507 .5881
11 1. 1. 1. .9999 .9991 .9949 .9804 .9435 .8692 .7483
12 1. 1. 1. 1. .9998 .9987 .9940 .9790 .9420 .8684
13 1. 1. 1. 1. 1. .9997 .9985 .9935 .9786 .9423
14 1. 1. 1. 1. 1. 1. .9997 .9984 .9936 .9793
15 1. 1. 1. 1. 1. 1. 1. .9997 .9985 .9941
16 1. 1. 1. 1. 1. 1. 1. 1. .9997 .9987
17 1. 1. 1. 1. 1. 1. 1. 1. 1. .9998
18 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
25 0 .2774 .0718 .0172 .0038 .0008 .0001 0. 0. 0. 0.
1 .6424 .2712 .0931 .0274 .0070 .0016 .0003 .0001 0. 0.
2 .8729 .5371 .2537 .0982 .0321 .0090 .0021 .0004 .0001 0.
3 .9659 .7636 .4711 .2340 .0962 .0332 .0097 .0024 .0005 .0001
4 .9928 .9020 .6821 .4207 .2137 .0905 .0320 .0095 .0023 .0005
5 .9988 .9666 .8385 .6167 .3783 .1935 .0826 .0294 .0086 .0020
6 .9998 .9905 .9305 .7800 .5611 .3407 .1734 .0736 .0258 .0073
7 1. .9977 .9745 .8909 .7265 .5118 .3061 .1536 .0639 .0216
8 1. .9995 .9920 .9532 .8506 .6769 .4668 .2735 .1340 .0539
9 1. .9999 .9979 .9827 .9287 .8106 .6303 .4246 .2424 .1148
10 1. 1. .9995 .9944 .9703 .9022 .7712 .5858 .3843 .2122
11 1. 1. .9999 .9985 .9893 .9558 .8746 .7323 .5426 .3450
12 1. 1. 1. .9996 .9966 .9825 .9396 .8462 .6937 .5000
13 1. 1. 1. .9999 .9991 .9940 .9745 .9222 .8173 .6550
14 1. 1. 1. 1. .9998 .9982 .9907 .9656 .9040 .7878
15 1. 1. 1. 1. 1. .9995 .9971 .9868 .9560 .8852
16 1. 1. 1. 1. 1. .9999 .9992 .9957 .9826 .9461
17 1. 1. 1. 1. 1. 1. .9998 .9988 .9942 .9784
18 1. 1. 1. 1. 1. 1. 1. .9997 .9984 .9927
19 1. 1. 1. 1. 1. 1. 1. .9999 .9996 .9980
20 1. 1. 1. 1. 1. 1. 1. 1. .9999 .9995
21 1. 1. 1. 1. 1. 1. 1. 1. 1. .9999
22 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
20 TABELLEN ZUR STANDARDNORMALVERTEILUNG 28
20 Tabellen zur Standardnormalverteilung (vgl. S. 15)

20.1 Tab. 5: Verteilungsfunktion
y 0 1 2 3 4 5 6 7 8 9
0.0 .5000 .5040 .5080 .5120 .5160 .5199 .5239 .5279 .5319 .5359
0.1 .5398 .5438 .5478 .5517 .5557 .5596 .5636 .5675 .5714 .5753
0.2 .5793 .5832 .5871 .5910 .5948 .5987 .6026 .6064 .6103 .6141
0.3 .6179 .6217 .6255 .6293 .6331 .6368 .6406 .6443 .6480 .6517
0.4 .6554 .6591 .6628 .6664 .6700 .6736 .6772 .6808 .6844 .6879
0.5 .6915 .6950 .6985 .7019 .7054 .7088 .7123 .7157 .7190 .7224
0.6 .7257 .7291 .7324 .7357 .7389 .7422 .7454 .7486 .7517 .7549
0.7 .7580 .7611 .7642 .7673 .7704 .7734 .7764 .7794 .7823 .7852
0.8 .7881 .7910 .7939 .7967 .7995 .8023 .8051 .8078 .8106 .8133
0.9 .8159 .8186 .8212 .8238 .8264 .8289 .8315 .8340 .8365 .8389
1.0 .8413 .8438 .8461 .8485 .8508 .8531 .8554 .8577 .8599 .8621
1.1 .8643 .8665 .8686 .8708 .8729 .8749 .8770 .8790 .8810 .8830
1.2 .8849 .8869 .8888 .8907 .8925 .8944 .8962 .8980 .8997 .9015
1.3 .9032 .9049 .9066 .9082 .9099 .9115 .9131 .9147 .9162 .9177
1.4 .9192 .9207 .9222 .9236 .9251 .9265 .9279 .9292 .9306 .9319
1.5 .9332 .9345 .9357 .9370 .9382 .9394 .9406 .9418 .9429 .9441
1.6 .9452 .9463 .9474 .9484 .9495 .9505 .9515 .9525 .9535 .9545
1.7 .9554 .9564 .9573 .9582 .9591 .9599 .9608 .9616 .9625 .9633
1.8 .9641 .9649 .9656 .9664 .9671 .9678 .9686 .9693 .9699 .9706
1.9 .9713 .9719 .9726 .9732 .9738 .9744 .9750 .9756 .9761 .9767
2.0 .9772 .9778 .9783 .9788 .9793 .9798 .9803 .9808 .9812 .9817
2.1 .9821 .9826 .9830 .9834 .9838 .9842 .9846 .9850 .9854 .9857
2.2 .9861 .9864 .9868 .9871 .9875 .9878 .9881 .9884 .9887 .9890
2.3 .9893 .9896 .9898 .9901 .9904 .9906 .9909 .9911 .9913 .9916
2.4 .9918 .9920 .9922 .9925 .9927 .9929 .9931 .9932 .9934 .9936
2.5 .9938 .9940 .9941 .9943 .9945 .9946 .9948 .9949 .9951 .9952
2.6 .9953 .9955 .9956 .9957 .9959 .9960 .9961 .9962 .9963 .9964
2.7 .9965 .9966 .9967 .9968 .9969 .9970 .9971 .9972 .9973 .9974
2.8 .9974 .9975 .9976 .9977 .9977 .9978 .9979 .9979 .9980 .9981
2.9 .9981 .9982 .9982 .9983 .9984 .9984 .9985 .9985 .9986 .9986
3.0 .9987 .9987 .9987 .9988 .9988 .9989 .9989 .9989 .9990 .9990
3.1 .9990 .9991 .9991 .9991 .9992 .9992 .9992 .9992 .9993 .9993
3.2 .9993 .9993 .9994 .9994 .9994 .9994 .9994 .9995 .9995 .9995
3.3 .9995 .9995 .9995 .9996 .9996 .9996 .9996 .9996 .9996 .9997
3.4 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9998
3.5 .9998 .9998 .9998 .9998 .9998 .9998 .9998 .9998 .9998 .9998
3.6 .9998 .9998 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999
3.7 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999
3.8 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999
3.9 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
20 TABELLEN ZUR STANDARDNORMALVERTEILUNG 29
20.2 Tab. 6: P % – Quantile der Standardnormalverteilung

P .0 .1 .2 .3 .4 .5 .6 .7 .8 .9
50 0.0000 .0025 .0050 .0075 .0100 .0125 .0150 .0175 .0201 .0226
51 .0251 .0276 .0301 .0326 .0351 .0376 .0401 .0426 .0451 .0476
52 .0502 .0527 .0552 .0577 .0602 .0627 .0652 .0677 .0702 .0728
53 .0753 .0778 .0803 .0828 .0853 .0878 .0904 .0929 .0954 .0979
54 .1004 .1030 .1055 .1080 .1105 .1130 .1156 .1181 .1206 .1231
55 .1257 .1282 .1307 .1332 .1358 .1383 .1408 .1434 .1459 .1484
56 .1510 .1535 .1560 .1586 .1611 .1637 .1662 .1687 .1713 .1738
57 .1764 .1789 .1815 .1840 .1866 .1891 .1917 .1942 .1968 .1993
58 .2019 .2045 .2070 .2096 .2121 .2147 .2173 .2198 .2224 .2250
59 .2275 .2301 .2327 .2353 .2378 .2404 .2430 .2456 .2482 .2508
60 .2533 .2559 .2585 .2611 .2637 .2663 .2689 .2715 .2741 .2767
61 .2793 .2819 .2845 .2871 .2898 .2924 .2950 .2976 .3002 .3029
62 .3055 .3081 .3107 .3134 .3160 .3186 .3213 .3239 .3266 .3292
63 .3319 .3345 .3372 .3398 .3425 .3451 .3478 .3505 .3531 .3558
64 .3585 .3611 .3638 .3665 .3692 .3719 .3745 .3772 .3799 .3826
65 .3853 .3880 .3907 .3934 .3961 .3989 .4016 .4043 .4070 .4097
66 .4125 .4152 .4179 .4207 .4234 .4261 .4289 .4316 .4344 .4372
67 .4399 .4427 .4454 .4482 .4510 .4538 .4565 .4593 .4621 .4649
68 .4677 .4705 .4733 .4761 .4789 .4817 .4845 .4874 .4902 .4930
69 .4958 .4987 .5015 .5044 .5072 .5101 .5129 .5158 .5187 .5215
70 .5244 .5273 .5302 .5330 .5359 .5388 .5417 .5446 .5476 .5505
71 .5534 .5563 .5592 .5622 .5651 .5681 .5710 .5740 .5769 .5799
72 .5828 .5858 .5888 .5918 .5948 .5978 .6008 .6038 .6068 .6098
73 .6128 .6158 .6189 .6219 .6250 .6280 .6311 .6341 .6372 .6403
74 .6433 .6464 .6495 .6526 .6557 .6588 .6620 .6651 .6682 .6713
75 .6745 .6776 .6808 .6840 .6871 .6903 .6935 .6967 .6999 .7031
76 .7063 .7095 .7127 .7160 .7192 .7225 .7257 .7290 .7323 .7356
77 .7388 .7421 .7454 .7488 .7521 .7554 .7588 .7621 .7655 .7688
78 .7722 .7756 .7790 .7824 .7858 .7892 .7926 .7961 .7995 .8030
79 .8064 .8099 .8134 .8169 .8204 .8239 .8274 .8310 .8345 .8381
80 .8416 .8452 .8488 .8524 .8560 .8596 .8632 .8669 .8705 .8742
81 .8779 .8816 .8853 .8890 .8927 .8965 .9002 .9040 .9078 .9116
82 .9154 .9192 .9230 .9269 .9307 .9346 .9385 .9424 .9463 .9502
83 .9542 .9581 .9621 .9661 .9701 .9741 .9781 .9822 .9863 .9904
84 .9945 .9986 1.0027 1.0069 1.0110 1.0152 1.0194 1.0237 1.0279 1.0322
85 1.0364 1.0407 1.0450 1.0494 1.0537 1.0581 1.0625 1.0669 1.0714 1.0758
86 1.0803 1.0848 1.0893 1.0939 1.0985 1.1031 1.1077 1.1123 1.1170 1.1217
87 1.1264 1.1311 1.1359 1.1407 1.1455 1.1503 1.1552 1.1601 1.1650 1.1700
88 1.1750 1.1800 1.1850 1.1901 1.1952 1.2004 1.2055 1.2107 1.2160 1.2212
89 1.2265 1.2319 1.2372 1.2426 1.2481 1.2536 1.2591 1.2646 1.2702 1.2759
90 1.2815 1.2873 1.2930 1.2988 1.3047 1.3106 1.3165 1.3225 1.3285 1.3346
91 1.3408 1.3469 1.3532 1.3595 1.3658 1.3722 1.3787 1.3852 1.3917 1.3984
92 1.4051 1.4118 1.4187 1.4255 1.4325 1.4395 1.4466 1.4538 1.4611 1.4684
93 1.4758 1.4833 1.4908 1.4985 1.5063 1.5141 1.5220 1.5301 1.5382 1.5464
94 1.5548 1.5632 1.5718 1.5805 1.5893 1.5982 1.6072 1.6164 1.6258 1.6352
95 1.6448 1.6546 1.6646 1.6747 1.6849 1.6954 1.7060 1.7169 1.7279 1.7392
96 1.7507 1.7624 1.7744 1.7866 1.7991 1.8119 1.8250 1.8384 1.8522 1.8663
97 1.8808 1.8957 1.9110 1.9268 1.9431 1.9600 1.9774 1.9954 2.0141 2.0335
98 2.0537 2.0748 2.0969 2.1201 2.1444 2.1701 2.1973 2.2262 2.2571 2.2904
99 2.3263 2.3656 2.4089 2.4572 2.5121 2.5758 2.6520 2.7477 2.8781 3.0901
21
21
21.1
f P
0.5 1.0 2.0 2.5 4.0 5.0 10.0 20.0 25.0 50.0 75.0 80.0 90.0 95.0 96.0 97.5 98.0 99.0 99.5
1 .000 .000 .001 .001 .003 .004 .016 .064 .102 .455 1.323 1.642 2.706 3.841 4.218 5.024 5.412 6.635 7.880
2 .01 .02 .04 .05 .08 .10 .21 .45 .58 1.39 2.77 3.22 4.61 5.99 6.44 7.38 7.82 9.21 10.60
3 .07 .11 .18 .22 .30 .35 .58 1.01 1.21 2.37 4.11 4.64 6.25 7.81 8.31 9.35 9.84 11.34 12.84
4 .21 .30 .43 .48 .63 .71 1.06 1.65 1.92 3.36 5.39 5.99 7.78 9.49 10.03 11.14 11.67 13.28 14.86
5 .41 .55 .75 .83 1.03 1.15 1.61 2.34 2.67 4.35 6.63 7.29 9.24 11.07 11.64 12.83 13.39 15.09 16.75
6 .68 .87 1.13 1.24 1.49 1.64 2.20 3.07 3.45 5.35 7.84 8.56 10.64 12.59 13.20 14.45 15.03 16.81 18.55
7 .99 1.24 1.56 1.69 2.00 2.17 2.83 3.82 4.25 6.35 9.04 9.80 12.02 14.07 14.70 16.01 16.62 18.48 20.28
8 1.34 1.65 2.03 2.18 2.54 2.73 3.49 4.59 5.07 7.34 10.22 11.03 13.36 15.51 16.17 17.53 18.17 20.09 21.96
9 1.73 2.09 2.53 2.70 3.10 3.33 4.17 5.38 5.90 8.34 11.39 12.24 14.68 16.92 17.61 19.02 19.68 21.67 23.59
10 2.16 2.56 3.06 3.25 3.70 3.94 4.87 6.18 6.74 9.34 12.55 13.44 15.99 18.31 19.02 20.48 21.16 23.21 25.19
11 2.60 3.05 3.61 3.82 4.31 4.57 5.58 6.99 7.58 10.34 13.70 14.63 17.28 19.68 20.41 21.92 22.62 24.73 26.76
12 3.07 3.57 4.18 4.40 4.94 5.23 6.30 7.81 8.44 11.34 14.85 15.81 18.55 21.03 21.79 23.34 24.05 26.22 28.30
TABELLE ZUR χ2 – VERTEILUNG
13 3.56 4.11 4.77 5.01 5.58 5.89 7.04 8.63 9.30 12.34 15.98 16.98 19.81 22.36 23.14 24.74 25.47 27.69 29.82
14 4.07 4.66 5.37 5.63 6.24 6.57 7.79 9.47 10.17 13.34 17.12 18.15 21.06 23.68 24.49 26.12 26.87 29.14 31.32
15 4.60 5.23 5.98 6.26 6.91 7.26 8.55 10.31 11.04 14.34 18.25 19.31 22.31 25.00 25.82 27.49 28.26 30.58 32.80
16 5.14 5.81 6.61 6.91 7.60 7.96 9.31 11.15 11.91 15.34 19.37 20.47 23.54 26.30 27.14 28.85 29.63 32.00 34.27
17 5.70 6.41 7.25 7.56 8.29 8.67 10.09 12.00 12.79 16.34 20.49 21.61 24.77 27.59 28.45 30.19 31.00 33.41 35.72
18 6.26 7.01 7.91 8.23 8.99 9.39 10.86 12.86 13.68 17.34 21.60 22.76 25.99 28.87 29.75 31.53 32.35 34.81 37.16
19 6.84 7.63 8.57 8.91 9.70 10.12 11.65 13.72 14.56 18.34 22.72 23.90 27.20 30.14 31.04 32.85 33.69 36.19 38.58
20 7.43 8.26 9.24 9.59 10.42 10.85 12.44 14.58 15.45 19.34 23.83 25.04 28.41 31.41 32.32 34.17 35.02 37.57 40.00
21 8.03 8.90 9.91 10.28 11.14 11.59 13.24 15.44 16.34 20.34 24.93 26.17 29.62 32.67 33.60 35.48 36.34 38.93 41.40
Tabelle zur χ2 – Verteilung (vgl. S. 15)
22 8.64 9.54 10.60 10.98 11.87 12.34 14.04 16.31 17.24 21.34 26.04 27.30 30.81 33.92 34.87 36.78 37.66 40.29 42.80
23 9.26 10.20 11.29 11.69 12.61 13.09 14.85 17.19 18.14 22.34 27.14 28.43 32.01 35.17 36.13 38.08 38.97 41.64 44.18
24 9.89 10.86 11.99 12.40 13.35 13.85 15.66 18.06 19.04 23.34 28.24 29.55 33.20 36.42 37.39 39.36 40.27 42.98 45.56
25 10.52 11.52 12.70 13.12 14.10 14.61 16.47 18.94 19.94 24.34 29.34 30.68 34.38 37.65 38.64 40.65 41.57 44.31 46.93
26 11.16 12.20 13.41 13.84 14.85 15.38 17.29 19.82 20.84 25.34 30.43 31.79 35.56 38.89 39.89 41.92 42.86 45.64 48.29
27 11.81 12.88 14.13 14.57 15.61 16.15 18.11 20.70 21.75 26.34 31.53 32.91 36.74 40.11 41.13 43.19 44.14 46.96 49.64
28 12.46 13.56 14.85 15.31 16.37 16.93 18.94 21.59 22.66 27.34 32.62 34.03 37.92 41.34 42.37 44.46 45.42 48.28 50.99
29 13.12 14.26 15.57 16.05 17.14 17.71 19.77 22.48 23.57 28.34 33.71 35.14 39.09 42.56 43.60 45.72 46.69 49.59 52.34
30 13.79 14.95 16.31 16.79 17.91 18.49 20.60 23.36 24.48 29.34 34.80 36.25 40.26 43.77 44.83 46.98 47.96 50.89 53.67
Tab. 7: P % – Quantile der χ2 – Verteilung mit f Freiheitsgraden
40 20.70 22.16 23.84 24.43 25.80 26.51 29.05 32.35 33.66 39.33 45.62 47.27 51.80 55.76 56.95 59.34 60.44 63.69 66.76
50 27.99 29.71 31.66 32.36 33.94 34.77 37.69 41.45 42.94 49.33 56.33 58.16 63.17 67.50 68.80 71.42 72.61 76.15 79.49
60 35.53 37.48 39.70 40.48 42.27 43.19 46.46 50.64 52.29 59.33 66.98 68.97 74.40 79.08 80.48 83.30 84.58 88.38 91.95
70 43.3 45.4 47.9 48.8 50.7 51.7 55.3 59.9 61.7 69.3 77.6 79.7 85.5 90.5 92.0 95.0 96.4 100.4 104.2
80 51.2 53.5 56.2 57.2 59.3 60.4 64.3 69.2 71.1 79.3 88.1 90.4 96.6 101.9 103.5 106.6 108.1 112.3 116.3
90 59.2 61.8 64.6 65.6 67.9 69.1 73.3 78.6 80.6 89.3 98.6 101.1 107.6 113.1 114.8 118.1 119.6 124.1 128.3
100 67.3 70.0 73.1 74.2 76.7 77.9 82.4 88.0 90.1 99.3 109.1 111.7 118.5 124.3 126.1 129.6 131.1 135.8 140.2
30
22
22
22.1
f P
60.0 70.0 75.0 80.0 85.0 90.0 91.0 92.0 93.0 94.0 95.0 96.0 97.0 97.5 98.0 98.5 99.0 99.5 99.9
1 .3 .7 1.0 1.4 2.0 3.1 3.4 3.9 4.5 5.2 6.3 7.9 10.6 12.7 15.9 21.2 31.8 63.7 318.3
2 .29 .62 .82 1.06 1.39 1.89 2.03 2.19 2.38 2.62 2.92 3.32 3.90 4.30 4.85 5.64 6.96 9.92 22.33
3 .28 .58 .76 .98 1.25 1.64 1.74 1.86 2.00 2.16 2.35 2.61 2.95 3.18 3.48 3.90 4.54 5.84 10.21
4 .271 .569 .741 .941 1.190 1.533 1.623 1.723 1.838 1.971 2.132 2.333 2.601 2.776 2.999 3.298 3.747 4.604 7.173
5 .267 .559 .727 .920 1.156 1.476 1.558 1.649 1.753 1.873 2.015 2.191 2.422 2.571 2.757 3.003 3.365 4.032 5.893
6 .265 .553 .718 .906 1.134 1.440 1.517 1.603 1.700 1.812 1.943 2.104 2.313 2.447 2.612 2.829 3.143 3.707 5.208
7 .263 .549 .711 .896 1.119 1.415 1.489 1.572 1.664 1.770 1.895 2.046 2.241 2.365 2.517 2.715 2.998 3.499 4.785
8 .262 .546 .706 .889 1.108 1.397 1.469 1.549 1.638 1.740 1.860 2.004 2.189 2.306 2.449 2.634 2.896 3.355 4.501
9 .261 .543 .703 .883 1.100 1.383 1.454 1.532 1.619 1.718 1.833 1.973 2.150 2.262 2.398 2.574 2.821 3.250 4.297
10 .260 .542 .700 .879 1.093 1.372 1.442 1.518 1.603 1.700 1.812 1.948 2.120 2.228 2.359 2.527 2.764 3.169 4.144
11 .260 .540 .697 .876 1.088 1.363 1.432 1.507 1.591 1.686 1.796 1.928 2.096 2.201 2.328 2.491 2.718 3.106 4.025
12 .259 .539 .695 .873 1.083 1.356 1.424 1.498 1.580 1.674 1.782 1.912 2.076 2.179 2.303 2.461 2.681 3.055 3.930
TABELLE ZUR T – VERTEILUNG
13 .259 .538 .694 .870 1.079 1.350 1.417 1.490 1.572 1.664 1.771 1.899 2.060 2.160 2.282 2.436 2.650 3.012 3.852
14 .258 .537 .692 .868 1.076 1.345 1.411 1.484 1.565 1.656 1.761 1.887 2.046 2.145 2.264 2.415 2.624 2.977 3.787
15 .258 .536 .691 .866 1.074 1.341 1.406 1.478 1.558 1.649 1.753 1.878 2.034 2.131 2.249 2.397 2.602 2.947 3.733
16 .258 .535 .690 .865 1.071 1.337 1.402 1.474 1.553 1.642 1.746 1.869 2.024 2.120 2.235 2.382 2.583 2.921 3.686
17 .257 .534 .689 .863 1.069 1.333 1.398 1.469 1.548 1.637 1.740 1.862 2.015 2.110 2.224 2.368 2.567 2.898 3.646
18 .257 .534 .688 .862 1.067 1.330 1.395 1.466 1.544 1.632 1.734 1.855 2.007 2.101 2.214 2.356 2.552 2.878 3.610
19 .257 .533 .688 .861 1.066 1.328 1.392 1.462 1.540 1.628 1.729 1.850 2.000 2.093 2.205 2.346 2.539 2.861 3.579
20 .257 .533 .687 .860 1.064 1.325 1.389 1.459 1.537 1.624 1.725 1.844 1.994 2.086 2.197 2.336 2.528 2.845 3.552
Tabelle zur t– Verteilung (vgl. S. 15)
21 .257 .532 .686 .859 1.063 1.323 1.387 1.457 1.534 1.621 1.721 1.840 1.988 2.080 2.189 2.328 2.518 2.831 3.527
22 .256 .532 .686 .858 1.061 1.321 1.385 1.454 1.531 1.618 1.717 1.835 1.983 2.074 2.183 2.320 2.508 2.819 3.505
23 .256 .532 .685 .858 1.060 1.319 1.383 1.452 1.529 1.615 1.714 1.832 1.978 2.069 2.177 2.313 2.500 2.807 3.485
24 .256 .531 .685 .857 1.059 1.318 1.381 1.450 1.526 1.612 1.711 1.828 1.974 2.064 2.172 2.307 2.492 2.797 3.467
25 .256 .531 .684 .856 1.058 1.316 1.379 1.448 1.524 1.610 1.708 1.825 1.970 2.060 2.167 2.301 2.485 2.787 3.450
26 .256 .531 .684 .856 1.058 1.315 1.378 1.446 1.522 1.608 1.706 1.822 1.967 2.056 2.162 2.296 2.479 2.779 3.435
27 .256 .531 .684 .855 1.057 1.314 1.376 1.445 1.521 1.606 1.703 1.819 1.963 2.052 2.158 2.291 2.473 2.771 3.421
28 .256 .530 .683 .855 1.056 1.313 1.375 1.443 1.519 1.604 1.701 1.817 1.960 2.048 2.154 2.286 2.467 2.763 3.408
29 .256 .530 .683 .854 1.055 1.311 1.374 1.442 1.517 1.602 1.699 1.814 1.957 2.045 2.150 2.282 2.462 2.756 3.396
Tab. 8: P % – Quantile der t– Verteilung mit f Freiheitsgraden
30 .256 .530 .683 .854 1.055 1.310 1.373 1.441 1.516 1.600 1.697 1.812 1.955 2.042 2.147 2.278 2.457 2.750 3.385
40 .255 .529 .681 .851 1.050 1.303 1.365 1.432 1.506 1.589 1.684 1.796 1.936 2.021 2.123 2.250 2.423 2.704 3.307
50 .255 .528 .679 .849 1.047 1.299 1.360 1.426 1.500 1.582 1.676 1.787 1.924 2.009 2.109 2.234 2.403 2.678 3.261
60 .254 .527 .679 .848 1.045 1.296 1.357 1.423 1.496 1.577 1.671 1.781 1.917 2.000 2.099 2.223 2.390 2.660 3.232
70 .254 .527 .678 .847 1.044 1.294 1.354 1.420 1.493 1.574 1.667 1.776 1.912 1.994 2.093 2.215 2.381 2.648 3.211
80 .254 .526 .678 .846 1.043 1.292 1.353 1.418 1.491 1.572 1.664 1.773 1.908 1.990 2.088 2.209 2.374 2.639 3.195
90 .254 .526 .677 .846 1.042 1.291 1.351 1.417 1.489 1.570 1.662 1.771 1.905 1.987 2.084 2.205 2.368 2.632 3.183
100 .254 .526 .677 .845 1.042 1.290 1.350 1.416 1.488 1.568 1.660 1.769 1.902 1.984 2.081 2.201 2.364 2.626 3.174
31

Formelsammlung

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Formelsammlung

Hochgeladen von

Copyright:

Verfügbare Formate

DR.

Formel- und Tabellensammlung

4 Häufigkeitsverteilung zweier Merkmale 5

9 Zufallsvariable und ihre Verteilung 11

10 Zufallsvariable und ihre Momente 12

13 Verteilung von Funktionen von Zufallsvariablen 15

14 Stichprobenfunktionen und ihre Verteilung 16

19 Tabellen zur Binomialverteilung 22

20 Tabellen zur Standardnormalverteilung 28

21 Tabelle zur χ2 – Verteilung 30

22 Tabelle zur t– Verteilung 31

1 Häufigkeitsverteilung eines Merkmals

Sei E = {e1 , e2 , . . . , en } eine endliche Erhebungsgesamtheit mit den Untersuchungseinheiten e1 , e2 , . . . , en .

A(e1 ), A(e2 ), . . . , A(eν ), . . . , A(en )

u[1] ≤ u[2] ≤ . . . ≤ u[ν] ≤ . . . ≤ u[n]

u[i] < u[i+1] = u[i+2] = . . . = u[i+h] < u[i+h+1]

• Der Index ν kennzeichnet den Merkmalswert der ν–ten Untersuchungseinheit: A(eν ).

• Der Index i kennzeichnet die i–te Ausprägung eines Merkmals: ai .

• n = n(E): Anzahl der Elemente der Erhebungsgesamtheit

• ni = n(Ai ): Anzahl der Elemente mit der Merkmalsausprägung ai für i = 1, 2, . . . , k

Es gilt: F ∗ (x̃i−1 ) = F (x̃i−1 )

mod(fA ) = aD : f (aD ) ≥ f (ai ) für i = 1, 2, . . . , k

diskret: u(p) = min{ui |F (ui ) ≥ p}

mit xi Merkmalsausprägung für i = 1, 2, . . . , k

mit x̄i Klassenmittelwert und xi Klassenmitte für i = 1, 2, . . . , k

mit xi Merkmalsausprägung für i = 1, 2, . . . , k

mit xi Klassenmitte für i = 1, 2, . . . , k

Geometrisches Mittel (Wachstumsfaktoren)

x̄G = n X(e1 ) · . . . · X(en )

mit xi Klassenmitte für i = 1, 2, . . . , k

Spannweite R0 = x[n] − x[1]

Quartilsabstand q̄ = x(0.75) − x(0.25)

1 Pk x2 n und x Merkmalsausprägung für i = 1, 2, . . . , k

1 Pk x2 n und x Klassenmitte für i = 1, 2, . . . , k

4 Häufigkeitsverteilung zweier Merkmale

mit Ai = {e ∈ E|A(e) = ai } und Bj = {e ∈ E|B(e) = bj }

Kontingenztabelle der absoluten Häufigkeiten

nij : Element in der i–ten Zeile und j–ten Spalte

Kontingenztabelle der relativen Häufigkeiten

fij : Element in der i–ten Zeile und j–ten Spalte

f (ai , bj ) = f (ai |bj ) · f (bj ) = f (bj |ai ) · f (ai ) für i = 1, 2, . . . , k und j = 1, 2, . . . , l

Indifferenztabelle der relativen Häufigkeiten

Indifferenztabelle der absoluten Häufigkeiten

Gemeinsame empirische Verteilungsfunktion

Approximierende gemeinsame Verteilungsfunktion

Mittelwert der bedingten Verteilung

5.1 Kovarianz und Korrelationskoeffizient

mit xi bzw. yj Merkmalsausprägung für i = 1, . . . , k bzw. j = 1, . . . , l

mit xi bzw. yj Klassenmitte für i = 1, . . . , k bzw. j = 1, . . . , l

5.2 Weitere Abhängigkeitsmaße

Maß der mittleren quadratischen Kontingenz

Maß der prädiktiven Assoziation

Maß von Goodman und Kruskal

Problemstellung: Es wird ein global linearer Zusammenhang

zwischen zwei quantitativen Merkmalen X und Y gesucht, wobei Einzeldaten

Die Gesamtvarianz = Streuung um + Streuung auf der Regressionsgeraden

Beziehung zwischen Bestimmtheitsmaß und Regressionskoeffizienten

Beziehung zwischen Bestimmtheitsmaß und Korrelationskoeffizient

Gegenwahrscheinlichkeit: P (A) = 1 − P (A)

Monotonie: A ⊆ B ⇒ P (A) ≤ P (B)

Allgemeiner Additionssatz: P (A ∪ B) = P (A) + P (B) − P (A ∩ B)

Multiplikationsformel: P (A ∩ B) = P (B|A)P (A) = P (A|B)P (B)

P (A ∩ B) = P (A) · P (B) bzw. P (A|B) = P (A) oder P (B|A) = P (B)

Geordnet mit Zurücklegen

lim P (|X n − µX | < ) = 1

für alle > 0 gegen den Mittelwert µX der Grundgesamtheit.