Formelsammlung zur Stichprobentheorie - Von-der-lippe.org
Formelsammlung zur Stichprobentheorie - Von-der-lippe.org
Formelsammlung zur Stichprobentheorie - Von-der-lippe.org
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Formelsammlung</strong> <strong>zur</strong> <strong>Stichprobentheorie</strong> (Jens Mehrhoff)<br />
1. uneingeschränkte Zufallsauswahl<br />
• Umfang<br />
Grundgesamtheit: N<br />
Stichprobe: n<br />
• Mittelwert<br />
1 N i<br />
Grundgesamtheit: μ = ∑ x<br />
N<br />
Stichprobe:<br />
• Varianz<br />
X<br />
1 n X<br />
j<br />
n j = 1<br />
= ∑<br />
i=<br />
1<br />
Erwartungswert: E( X)<br />
= μ<br />
1<br />
∑<br />
N xi<br />
N i=<br />
1<br />
2<br />
Grundgesamtheit: ( ) 2<br />
σ<br />
= −μ<br />
1<br />
∑ n<br />
j<br />
X<br />
−1<br />
2<br />
Stichprobe: S = ( X − ) 2<br />
n j=<br />
1<br />
Erwartungswert: E( S )<br />
• Stichprobenverteilung<br />
= σ<br />
2 2<br />
Auswahlwahrscheinlichkeit (ZmZ): n N<br />
⎛N<br />
⎞ N !<br />
Anzahl möglicher Stichproben (ZoZ): ⎜ ⎟ =<br />
⎝ n ⎠ ( N − n)<br />
! n!<br />
2<br />
Varianz von X (ZoZ): σ<br />
X<br />
2<br />
σ N − n<br />
=<br />
n N −1<br />
2<br />
X N μ σ<br />
approximative Stichprobenverteilung: ( )<br />
notwendiger Stichprobenumfang (ZmZ):<br />
Stichprobenfehler:<br />
e=<br />
zσ<br />
Standardnormalverteilung: FN<br />
( z) = 1−<br />
2<br />
Hochrechnung:<br />
N<br />
N<br />
n<br />
∑xi<br />
= ∑xj<br />
= Nx<br />
i= 1 n j=<br />
1<br />
X<br />
,<br />
X<br />
2 2<br />
z σ<br />
n ≥<br />
2<br />
e<br />
α
2. geschichtete Stichprobe<br />
• Stichprobenplan<br />
Totalerhebung auf <strong>der</strong> 1. Stufe (Zerlegung <strong>der</strong> Grundgesamtheit in K Schichten),<br />
Teilerhebung auf <strong>der</strong> 2. Stufe (Zufallsauswahl aus den Schichten)<br />
• Effizienzbedingung<br />
homogen innerhalb <strong>der</strong> Schichten (geringe interne Varianz), heterogen zwischen<br />
den Schichten (große externe Varianz)<br />
• Umfang<br />
Grundgesamtheit: N k<br />
,<br />
Stichprobe: n k<br />
,<br />
Auswahlsatz:<br />
K<br />
∑<br />
k = 1<br />
n<br />
n<br />
N<br />
k<br />
k<br />
K<br />
K<br />
∑<br />
k = 1<br />
= n<br />
N<br />
k<br />
= N<br />
• Mittelwert<br />
K<br />
Nk<br />
Grundgesamtheit: μ = ∑ μk<br />
k = 1 N<br />
K<br />
Nk<br />
Stichprobe: X = ∑ X<br />
k<br />
k = 1 N<br />
• Varianz<br />
K<br />
2 Nk<br />
σ<br />
ext<br />
= ∑ μk<br />
−μ<br />
k = 1 N<br />
K<br />
2 Nk<br />
2<br />
interne Varianz: σ<br />
int<br />
= ∑ σ<br />
k<br />
N<br />
externe Varianz: ( ) 2<br />
k = 1<br />
2 2<br />
Gesamtvarianz: σ = σ + σ<br />
• Aufteilung<br />
proportional:<br />
n<br />
optimal (ZmZ): =<br />
n<br />
ext<br />
k = 1<br />
2<br />
int<br />
nk Nk Nk<br />
= =<br />
K<br />
n N<br />
N<br />
• Stichprobenverteilung<br />
k = 1<br />
∑<br />
N σ<br />
k k k<br />
K<br />
∑<br />
N σ<br />
Anzahl möglicher Stichproben (ZoZ):<br />
Varianz von X : σ<br />
k<br />
K 2<br />
2 ⎛ Nk<br />
⎞ 2<br />
=<br />
X ∑ ⎜ ⎟ σ<br />
Xk<br />
k = 1 N<br />
⎝<br />
k<br />
k<br />
⎠<br />
K<br />
∏<br />
k=<br />
1<br />
⎛Nk<br />
⎞<br />
⎜ ⎟<br />
⎝ nk<br />
⎠<br />
Schichtungsgewinn bei proportionaler Aufteilung (ZmZ):<br />
1<br />
n σ<br />
1 2<br />
2<br />
Schichtungsgewinn bei optimaler Aufteilung (ZmZ): ( − σ )<br />
n σ<br />
notwendiger Stichprobenumfang bei proportionaler Aufteilung (ZmZ):<br />
2<br />
ext<br />
z σ<br />
n ≥<br />
e<br />
2 2<br />
int<br />
2
3. Klumpenstichprobe<br />
• Stichprobenplan<br />
Teilerhebung auf <strong>der</strong> 1. Stufe (Auswahl von m aus M Klumpen), Totalerhebung<br />
auf <strong>der</strong> 2. Stufe (innerhalb eines Klumpens alle Merkmalträger)<br />
• Effizienzbedingung<br />
heterogen innerhalb <strong>der</strong> Klumpen (große Varianz „within“), homogen zwischen<br />
den Klumpen (geringe Varianz „between“)<br />
• Umfang<br />
Grundgesamtheit: M Klumpen,<br />
Spezialfall:<br />
i<br />
N i<br />
N = N∀ i,<br />
M N = N<br />
Stichprobe: m M Klumpen,<br />
Spezialfall:<br />
≤ N<br />
j<br />
Ni<br />
N = N∀ j,<br />
mN = n<br />
• Mittelwert<br />
M<br />
Ni<br />
Grundgesamtheit: μ = ∑ μi<br />
N<br />
j<br />
i=<br />
1<br />
μi<br />
i=<br />
1<br />
Spezialfall: μ =<br />
M<br />
m<br />
N<br />
j<br />
Stichprobe: x= xj<br />
=<br />
n<br />
• Varianz<br />
Spezialfall:<br />
M<br />
∑<br />
m<br />
j= 1 j=<br />
1<br />
N<br />
j<br />
j<br />
n μ<br />
Elemente,<br />
M<br />
∑<br />
i=<br />
1<br />
= Elemente,<br />
∑ ∑ , x<br />
j<br />
= μ<br />
j<br />
x =<br />
m<br />
∑<br />
j=<br />
1<br />
m<br />
μ<br />
j<br />
N<br />
i<br />
m<br />
∑<br />
j=<br />
1<br />
= N<br />
N<br />
j<br />
= n<br />
2 1 2<br />
Varianz between: M 1<br />
( )<br />
M N<br />
σ b i<br />
x<br />
2<br />
ik<br />
M<br />
μ μ ⎛<br />
μ ⎞<br />
= ∑ − = ∑⎜∑<br />
− ⎟<br />
i= 1 MN i= 1⎝<br />
k=<br />
1 ⎠<br />
M<br />
1<br />
Intraklass-Kovarianz: σ<br />
kl<br />
= ∑∑∑ ( xik −μ)(<br />
xil<br />
−μ)<br />
MN N−1<br />
i=<br />
1 k l<br />
σ kl<br />
Intraklass-Korrelation: ρ =<br />
2<br />
σ<br />
• Totalwert<br />
( )<br />
Grundgesamtheit: X<br />
( M )<br />
= xik<br />
= Nμ<br />
M<br />
N i<br />
∑∑<br />
i= 1 k=<br />
1<br />
Stichprobe: X<br />
( m)<br />
= xjl<br />
= nx<br />
m<br />
N j<br />
∑∑<br />
j= 1 l=<br />
1<br />
k≠l<br />
2
• Stichprobenverteilung<br />
2<br />
Varianz von X (ZoZ): σ<br />
X<br />
2<br />
σ<br />
b<br />
M − m<br />
=<br />
m M −1<br />
2 *<br />
approximativer Varianzaufblähungsfaktor: σ<br />
BL<br />
= 1+ ( N − 1)<br />
Varianzaufblähungsfaktor (ZoZ): σ<br />
N<br />
Totalwert: X ( M ) = X( m)<br />
= Nx<br />
n<br />
M<br />
Spezialfall: X ( M ) = X<br />
( m)<br />
m<br />
( K )<br />
M −<br />
2<br />
2 X<br />
2<br />
BL<br />
= σ = N σ<br />
*<br />
2 ( Z )<br />
BL<br />
σ M −1<br />
X<br />
1<br />
ρ<br />
<strong>Formelsammlung</strong> <strong>zur</strong> Wahrscheinlichkeitstheorie<br />
• momenterzeugende Funktion<br />
tX<br />
⎧ e f ( X)<br />
X diskret<br />
tX ⎪∑<br />
X<br />
Definition: M<br />
X () t = E( e ) =⎨<br />
⎪⎩<br />
tX<br />
e f X dX X stetig<br />
e -Funktion:<br />
e<br />
X<br />
∞<br />
X<br />
= ∑<br />
i<br />
i<br />
i=<br />
0 !<br />
∫<br />
( )<br />
k ( k<br />
k -tes Anfangsmoment: ( ) = )<br />
( 0)<br />
E X M X<br />
k i k−i<br />
k -tes Zentralmoment: E( X − μ ) = ∑( −1) ⎜ ⎟E( X ) E( X)<br />
• charakteristische Funktion<br />
itX<br />
Definition:<br />
X () t E( e )<br />
Zusammenhang:<br />
k<br />
i=<br />
0<br />
( )<br />
⎛ k ⎞<br />
⎝k−<br />
i⎠<br />
itX<br />
⎧ e f ( X ) X diskret<br />
⎪∑<br />
X<br />
Ψ = =⎨<br />
⎪⎩<br />
itX<br />
( k )<br />
( )<br />
k<br />
Ψ 0 = iM 0 =<br />
X<br />
∫<br />
( k ) k k<br />
X ( ) iE( X )<br />
• wahrscheinlichkeitserzeugende Funktion<br />
X<br />
X<br />
W t E t t f X<br />
e f X dX X stetig<br />
Definition: () = ( ) =∑ ( ) ( X diskret )<br />
X<br />
X<br />
k<br />
⎧<br />
⎫ ( k<br />
k -tes faktorielles Moment: E ( 1)<br />
)<br />
⎨∏<br />
⎡⎣X − i− ⎤⎦⎬=<br />
WX<br />
() 1<br />
⎩ i=<br />
1<br />
⎭<br />
• Reproduktivität von Verteilungen und Faltung von Zufallsvariablen<br />
Reproduktivität: f ( X) f ( X )<br />
n<br />
n<br />
= ∏<br />
i=<br />
1<br />
i<br />
i<br />
n<br />
, X = ∑ X<br />
Faltung: M () t = ∏ M () t , Ψ () t = Ψ () t , W () t W () t<br />
X<br />
i=<br />
1<br />
Xi<br />
X<br />
n<br />
∏<br />
i=<br />
1<br />
i=<br />
1<br />
Xi<br />
i<br />
X<br />
n<br />
= ∏<br />
i=<br />
1<br />
i<br />
Xi