15.11.2015 The english translation is another file. Seminarplan Stochastik 3 Seminarplan Stochastik 4 Überblick über Vorgehensweisen der Stochastik: • Angabe von Messwerten • Gauß-Test mit Messwerten • Regression, g Korrelation • Elemente der beschreibenden Statistik, • Weitere Verteilungen, • Empirisches Forschen W.‐Rechner Das war Stochastik 3 • Normalverteilung, • Standardabweichung, Messwerte g, • Gaußsches Wurzel(n)‐Gesetz, Standardfehler •Irrtumswahrscheinlichkeit,( P‐Wert). The english translation 4 is another file. Stochastik ist der Oberbegriff von beschreibender und beurteilender Statistik und Wahrscheinlichkeitstheorie Folie 1 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de W.-Rechner Folie 2 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Hypothesentest bei Messwerten Hypothesentest bei Messwerten Der Test ist links-einseitig, weil er vor der Messung zu kleine Werte vermutet hat. grün:Verteilung der Einzelwerte Messprotokoll Mathix hat den Eindruck, sein Messgerät zeige zu kleine Werte an. Er betrachtet einen Vorgang, bei dem bekanntermaßen 20 mA mit sigma=1.6 mA gemessen werden. Er misst xi={18,19,17,18} mA . Zeigt sein Messgerät signifikant andere Werte? Verteilung solsol cher Mittelwerte Velangt sind die Elemente der folgenden Seite Beibehaltungsbereich für H0 Mittelwert Ist der Mittelwert in kritischen Gebiet muss man H1 annehmen und H0 verwerfen. Dieser Wert heißt Folie 3 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Folie Standardfehler Ist der Mittelwert im Beibehaltungsbereich von H0, ist nichts bewiesen. 4 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Regression, Ausgleichsgerade Regression, Regeressionsgerade Es gibt zwei Parameter für die Gerade, m und k. Also ist die Summe der Fehlerquadrate eine Funktion von zwei Variablen, gezeigt als 3D-Raumfläche. Ihr Minimalpunkt (m,k) ist das Ziel. Gegeben sind Messpunkte. Das Ziel ist, eine beste Gerade durch die Punktwolke zu finden. Gezeigt sind in Braun die Fehlerquadrate, auch Residuenquadrate. In Blau ist deren Summe links gezeigt. Sie muss minimal sein. Folie Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Oft ist es möglich, eine Ausgleichsgerade nach Augenmaß zu finden. Andere Regressionskurven sind möglich. In Excel und GeoGebra werden die Ausgleichskurven Trendlinien genannt. Hiermit kann man exakte Polynome n-Grades durch n+1 Punkte legen. Folie 6 in Optimierung S. 208 ff und Stochastik S. 259 5 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de 1 15.11.2015 Regression, Korrelationskoeffizient Regressionsgerade, Ausgleichs‐, Trendlinie Die Parabeln hier sind die aus der 3D-Sicht, nun aber in derselben Ebene dargestellt. starke Korrelation starke Korrelation schwache Korrelation Links sind die x- und y-Varianz und die gemischte Varianz zu sehen. Folie 7 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Stochastik S. 258 Bild b) ist falsch, weil die y-Achse bei 1500€ beginnt. So werden erscheint das Einkommensverhältnis kleiner als es in Wahrheit ist. Bild c) ist falsch, weil man die Größe des Einkommens der Frauen nicht erkennen kann. Diese Darstellung wäre allenfalls sinnvoll, wenn es um das Familieneinkommen bei zwei Verdienern ginge. Folie 9 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de r = 0.674 r = - 0.968 Folie 8 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Arbeitslohn von Männern und Frauen Werte wie oben Beschreibende Statistik falsche Darstellungen Arbeitslohn von Männern und Frauen r = 0.974 Beschreibende Statistik falsche Darstellungen d) Hi Hier iistt di die d dritte itt W Wurzell aus den Werten von a) berechnet. Wenn der Lohn in Euromünzen vorläge, hätten die Würfel exakt. Durch den perspektivischen Effekt, wird die Information verschleiert. Das Bild ist richtig, aber die Nutzer von Excel machen das nicht so. Bild e) ist falsch, da Excel dazu verleitet, die Löhne aus a) als Kantenlängen zu nehmen. Die so gezeigten Volumina werden falsch. Überlege: Ein Würfel mit der halben Kantenlänge hat nur ein Achtel das Volumens. Bild e) ist aus demselben Grund falsch. Für die Ikosaeder ist der Effekt noch deutlicher. Folie 10 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Vierfeldertafeln Vierfeldertafeln Beispiel A sind die Studis, die die Aufgaben machen, B diejenigen, die die Klausur bestehen. nicht für die Klausur Wenn das Verhältnis e ea eb , dann sind auch die anderen n e e passsenden Verhältnisse fast gleich. Dann sind die Gruppen bezüglich E nicht unterscheidbar. Nullhypothese H0: Die Gruppen bezüglich E nicht unterscheidbar. Folie 11 Forschungshypothese H1: B hat deutlich weiniger E (entspr. oben) Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de nicht für die Klausur Folie 12 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de 2 15.11.2015 Vierfeldertafeln nicht für die Klausur Dieses Beispiel hatte ich vorbereitet, musste es dann aber weglassen. Daher ist es nun nicht klausurrelevant. Es ist aber so interessant und wichtig für Lebenspraxis, dass ich es nicht weglassen möchte. Situation: Mathilde geht zur Vorsorgeuntersuchung. Es geht um eine Krankheit K. Der Test fällt positiv aus, T+. Das heißt aber nicht, dass Mathilde die Krankheit wirklich hat. Wie groß ist die Wahrscheinlichkeit, dass sie trotz T+ gesund ist? T+ K T‐ 130 Beispiel aus Sachs,Hedderich: Angewandte Statistik, Springer 2006 S. 135 150 n K 10000 Bekannt ist die Spezifität des Testes, die Wahrscheinlichkeit, dass ein Gesunder doch T- erhält. Das ist P(T-| n K)=94% D it kkann man iin di Damit dieser T Tabelle b ll alle ll lleeren Plät Plätze füll füllen. Zuerst den freien Platz rechts 10000-150=9850, dann (n K, T-)=0.94*9850=9259. Der Rest ergibt sich durch Ergänzungen. Dann kann man die Sensitivität des Testes. ausrechnen P(T+| K)=130:150=86,7%, die W., T+ T‐ dass ein Kranker T+ bekommt. Mit Sensitivität und Spezifität werden richtige Entscheidungen ben K 591 9259 9850 schrieben. Mathilde hofft, in dem Feld mit der 591 721 9279 10000 zu sein, in dem die Gesunden sind, die T+ hatten. Die W. für ein falsch-positves Erg. ist P(K|T+)=591:721=82%. Mathilde wartet mit Gelassenheit auf weitere Tests. Oft denkt man nicht an die Prävalenz P(K)=0.0150. K 130 20 150 Datentypen, Merkmalstypen • nominal, qualitative Daten Haarfarbe, Religion, Herkunftsland, Familientand.. • ordinal, Rangdaten man kann sie sinnvoll ordnen: Schulnoten, Zustimmumgsgrad , Platzierungen in Wettbewerben, Schwierigkeit von Ski-Abfahrten p creditpoints • metrisch, t i h Maßdaten M ßd t • Intervalldaten Größen ohne natürlichen Nullpunkt, z.B. Temperatur, „doppelt“ geht nicht •Verhältnisdaten Größen mit natürlichem Nullpunkt, die man ins Verhältnis setzen kann. z.B. Masse, Länge, Zeit, , Anzahl Treffer , „doppelt“ ist sinnvoll Maßdaten sind diskret oder stetig Folie 14 Folie 13 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Benfordverteilung Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Benfordverteilung Erst 1995 deckte der Mathematik Theodore Hill genaueres auf und bewies auch noch weitere Zusammenhänge. Diese setzte der Mathematiker Mark Negrini in einem Analyseprogramm um, mit dem man die Echtheit von Daten prüfen kann, die „Benford-verteilt“ sein müssten. Dazu gehören vor allem Daten aus exponentiellen zusammenhängen, aber aggregierte Daten, die selbst nicht benford-verteilt sind, folgen der Benford-Verteilung. Auf diese Weise kann man Wirtschafts- und Bankdaten, wissenschaftliche Messdaten u.a. prüfen und Betrug aufdecken. Historisches Im Jahre 1881 entdeckte der Mathematiker Simon Newcomb, dass die Seiten einer fünfstelligen Logarithmentafel für die kleine führende Ziffernfolgen wesentlich stärker abgegriffen waren als für große. Newcomb veröffentlichte seine Beobachtung, stellte auch schon eine logarithmische Formel auf, aber seine Arbeit wurde nicht beachtet. Im Jahr 1938 entdeckte der Physiker Frank Benford das Gestetz neu und untermauerte es mit Daten. Er bewies es aber nicht. Folie 15 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Stochastik Seminarplan Stochastik 4 W.-Rechner Das war Stochastik 4 • Überblick über Vorgehensweisen der Stochastik: •Regression, Korrelation • Elemente der beschreibenden Statistik, • Weitere Verteilungen, • Empirisches Forschen www.mathematik‐sehen‐und‐verstehen.de Folie 16 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Folie 17 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de Ich hoffe, es hat Sie bereichert! Vorlesung in vier Teilen im Rahmen von Mathematik für alle, Leuphanasemester Folie 18 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015 http://www.mathematik‐sehen‐und‐verstehen.de 3