2. Zufallsvariable und Verteilungsfunktion )4 )4

Werbung
Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie
Übung/Tutorate ● Statistik II: Schließende Statistik ● SS 2007
2. Zufallsvariable und Verteilungsfunktion
Aufgabe 2.1 Wahrscheinlichkeitsfunktion und Verteilungsfunktion
Die Zufallsvariable X sei das Ergebnis eines Würfels
a. Wie lautet die Wahrscheinlichkeitsfunktion?
b. Bestimmen sie : P(2 < X ≤ 4 )
c. Bestimmen sie : P(2 ≤ X ≤ 4)
d. Bestimmen sie : P(1,7 < X < 3,8)
Aufgabe 2.2 Dichtefunktion
Prüfen sie, ob es sich bei den folgenden Funktionen um Dichtefunktionen handelt und
bestimmen Sie die Wahrscheinlichkeiten für:
a.
b.
c.
2 x , 0 < x < 1
f (x ) = 
0 , sonst
0,02 x − 0,04 , 2 < x < 12
f (x ) = 
0 , sonst
1
 x
 exp−  , 0 < x < ∞
f (x ) =  4
 4
0 , sonst

P(0,25 < x < 0,9 )
P(5 < x < 11)
P( x > 4 )
Aufgabe 2.3 Verteilungsfunktion
Bestimmen Sie zu folgenden Dichtefunktionen die jeweilige Verteilungsfunktion und
bestimmen Sie die Wahrscheinlichkeiten für:
a.
b.
0,2 , 2 < x < 7
f (x ) = 
0 , sonst
2e −2 x , x > 0
f (x ) = 
0 , sonst
P(3 < x < 5)
0 , x < 0
c. was ist die Dichtefunktion von: F (x ) = x 4 , 0 ≤ x ≤ 1
1 , 1 ≤ x

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie
Übung/Tutorate ● Statistik II: Schließende Statistik ● SS 2007
Aufgabe 2.4 Erwartungswert
Ein Investor simuliert für seine Investition mehrere Gewinnsituationen und erhält für das
laufende Jahr folgende Schätzungen:
Rendite: Ri
0,06
0,07
f (Ri )
0,55
0,13
Berechnen sie die erwartete Rendite für das laufende Jahr
0,01
-0,02
0,21
0,11
Aufgabe 2.5 Erwartungswert
Berechnen sie den Erwartungswert für folgenden Dichtefunktionen:
a.
b.
0,125x − 0,25 , 2 < x < 6
f (x ) = 
0 , sonst
3(1 − x )2 , 0 < x < 1
f (x ) = 
0 , sonst
Aufgabe 2.6 Varianz und Standardabweichung
Berechnen sie Varianz und Standardabweichung für die Aufgaben 2.4 und 2.5.
Aufgabe 2.7 Funktionen von Zufallsvariablen
Ein Unternehmen sieht sich auf dem Absatzmarkt Nachfrageschwankungen gegenüber:
Mangels Informationen nimmt das Unternehmen eine Gleichverteilung an:
1
, 0 < x < 8 . Die Kostenfunktion des Unternehmens ist: K = 2 X + 5

f (x ) =  8
0 , sonst
Berechnen sie den Erwartungswert und die Varianz der Kosten.
Aufgabe 2.8 Standardisieren
Zeigen sie, dass der Erwartungswert einer standardisierten Zufallsvariable = 0 und die
Varianz = 1 ist.
Aufgabe 2.9 Ungleichung von Tschebyscheff
Eine Fabrik produziert Metallwerkzeuge, die nur 1 mm von ihrem Sollmaß (=Mittelwert)
von 90mm abweichen dürfen. Ansonsten werden sie unbrauchbar. Die Produktion
unterliegt jedoch Schwankungen und die Standardabweichung σ beträgt 0,2 mm. Wie
gross ist der Anteil unbrauchbarer Werkzeuge höchstens?
Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie
Übung/Tutorate ● Statistik II: Schließende Statistik ● SS 2007
Aufgabe 2.10 Ungleichung von Tschebyscheff
Eine Fabrik füllt Farbe in 10 Liter Eimern ab. Die tatsächliche Füllmenge schwankt um
den Mittelwert von 10 Litern mit einer Standardabweichung σ von 0,3 Litern. Eimer,
deren Füllmenge zwischen 9,5 Litern und 10,5 Litern liegt können verkauft werden.
a. Wie gross ist die Wahrscheinlichkeit mindestens, dass ein Eimer in diesem
Intervall liegt?
b. In welchem, um den Mittelwert symmetrischen Intervall liegt die
Zufallsvariable (Füllmenge) mit einer Wahrscheinlichkeit von 99%
mindestens ?
Hausaufgabe 1
Lange Versuchsserien haben gezeigt, dass bei einer Firma, bei der vollautomatisch
Bleche gebohrt werden, bei voller Kapazitätsauslastung kein Bohrer länger als sechs
Tage hält. Ferner wurde der Prozentanteil der nicht mehr brauchbar gewordenen Bohrer
über die sechs Tage hinweg ermittelt (Absterberaten):
Tag
1
2
3
4
5
6
nicht mehr
brauchbare
Bohrer
20%
40%
70%
80%
90%
100%
a. Wie groß ist die Wahrscheinlichkeit, daß ein Bohrer mehr als 4 Tage hält?
b. Geben Sie die Wahrscheinlichkeiten dafür an, daß ein Bohrer am 1. bzw. 2.,
3., 4., 5. oder 6. Tag ausfällt.
c. Berechnen Sie Erwartungswert und Standardabweichung der Lebensdauer
eines Bohrers, sowie das Schiefemaß der Verteilung.
d. Wenn der Maschinenbestand der Firma bei vollem Einsatz mit 900 Bohrern
arbeitet, wie viele Bohrer müssen dann im Durchschnitt täglich gewechselt
werden?
Hausaufgabe 2
Ein Glücksspiel ist wie folgt konzipiert: Man zahlt 2 EUR um einen Würfel zu werfen.
Der Gewinn ist 1 mal die geworfene Augenzahl. Lohnt sich dieses Gewinnspiel auf
2
Dauer?
Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie
Übung/Tutorate ● Statistik II: Schließende Statistik ● SS 2007
Hausaufgabe 3
Gegeben sei folgende Dichtefunktion: f (x ) = 2 x
−3
, x ≥ 1.
0 , sonst
a. Bestimmen sie den Erwartungswert
X Med
b. Bestimmen sie den Median, d.h. den Wert, bei dem
∫
2 x −3 dx =
1
Hausaufgabe 4
Für welchen Wert von k ist die folgende Funktion eine Dichtefunktion?
[
k 1 − ( x − 3)
f (x ) = 
0 , sonst
2
]
,2< x<4
1
2
Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie
Übung/Tutorate ● Statistik II: Schließende Statistik ● SS 2007
Anwendungsbeispiel: Funktionen von Zufallsvariablen, Schiefe und Kurtosis
Ein Investor überlegt sich, einen Teil seines Vermögens global in Aktien oder Anleihen
zu investieren. Dazu betrachtet er die monatlichen Renditeeigenschaften des globalen JP
Morgan Bond Indexes (JPM Global) und des globalen Aktienindexes von Morgan
Stanley Capital International (MSCI World).
a. bestimmen sie die durchschnittliche jährliche Rendite und Volatilität der
beiden Investitionen und vergleichen sie die Attraktivität beider Anlagen.
b. Welche Investition würden sie bevorzugen, wenn sie die Schiefe und Kurtosis
als Entscheidungsmerkmal heranziehen?
Kernel Density (Epanechnikov, h = 1.2127)
30
Series: DLJPM
Sample 1986:01 2006:12
Observations 252
25
20
15
10
5
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
0.631875
0.644456
5.569456
-4.391972
1.842799
0.193247
3.034777
Jarque-Bera
Probability
1.581169
0.453580
.24
.20
.16
.12
.08
.04
.00
0
-4
-2
0
2
4
6
DLJPM
-4
-2
0
2
4
6
Kernel Density (Epanechnikov, h = 2.2955)
40
Series: DLMSCI
Sample 1986:01 2006:12
Observations 252
.14
.12
.10
30
20
10
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
0.788590
1.375376
9.709250
-21.77838
4.108639
-1.308270
7.181457
Jarque-Bera
Probability
255.4741
0.000000
.08
.06
.04
.02
.00
-20
0
-20
-15
-10
-5
0
5
10
-15
-10
-5
DLMSCI
0
5
10
Herunterladen