Prof. Dr. W. Zucchini SS 2006 Lineare Modelle 8. ¨Ubungsblatt ...
Prof. Dr. W. Zucchini SS 2006 Lineare Modelle 8. ¨Ubungsblatt ...
Prof. Dr. W. Zucchini SS 2006 Lineare Modelle 8. ¨Ubungsblatt ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Prof</strong>. <strong>Dr</strong>. W. <strong>Zucchini</strong> <strong>SS</strong> <strong>2006</strong><br />
<strong>Lineare</strong> <strong>Modelle</strong><br />
<strong>8.</strong> Übungsblatt<br />
Aufgabe 1: Gemischte <strong>Modelle</strong> / Versuchsplanung<br />
Ein großer Eishersteller plant, eine neue Eissorte in den Handel zu bringen. Die Forschungsabteilung<br />
hat in Abstimmung mit dem Vertrieb und dem Marketing verschiedene Produkte<br />
entwickelt. Zur Auswahl stehen die innovativen Geschmacksrichtungen Kebap, Sushi und Pizza.<br />
Für alle Geschmacksrichtungen besteht die Möglichkeit, sie im Becher, am Stiel oder in<br />
der Waffel zu produzieren und für die Verpackungen kommen die Designvarianten modern,<br />
klassisch und exotisch in Frage. Für alle Produkte ist ein Preis von 2 e vorgesehen.<br />
Das Management möchte in einem Feldversuch darüber Erkenntnisse erlangen, welches Produkt<br />
beim Konsumenten auf die höchste Akzeptanz stoßen wird. Von Interesse ist dabei auch die<br />
Frage, ob mit diesem Produkt die Möglichkeit besteht, neue Kundenschichten zu erschließen.<br />
Erstellen Sie unter diesen Gesichtspunkten einen geeigneten Versuchsplan. Dieser Plan sollte zu<br />
Daten führen, die mit den bislang behandelten Methoden auswertbar sind. Benennen Sie Ihre<br />
Untersuchungseinheiten, zu erklärenden Variablen, Behandlungen und die Auswahlmechanismen.<br />
Zeigen Sie, ob und inwieweit die Grundprinzipien der Versuchsplanung Berücksichtigung<br />
finden.<br />
Hinweis: Es gibt für diese Aufgabe keine eindeutige und zwingende Lösung.<br />
Aufgabe 2: Matrixrechnung<br />
Betrachten Sie die folgenden Matrizen und Vektoren:<br />
X =<br />
(<br />
3 4 5<br />
2 3 4<br />
)<br />
, Y =<br />
⎛<br />
⎜<br />
⎝<br />
10 12 8<br />
6 3 4<br />
4 5 6<br />
⎞<br />
⎟<br />
⎠ , Z =<br />
(<br />
3 12<br />
2 3<br />
)<br />
, x 1 =<br />
⎛<br />
⎜<br />
⎝<br />
6<br />
12<br />
11<br />
⎞<br />
⎟<br />
⎠ , x 2 =<br />
⎛<br />
⎜<br />
⎝<br />
4<br />
2<br />
1<br />
⎞<br />
⎟<br />
⎠ .<br />
a) Berechnen Sie XY, ZX, XX ′ , x ′ 1x 2 und Xx 2 . Welche Bedingung müssen zwei Matrizen<br />
A und B erfüllen, damit das Produkt A × B existiert? Ist dann A × B = B × A?<br />
b) Berechnen Sie die inverse Matrix Z −1 . Was ergibt ZZ −1 ? Welche Eigenschaften muss eine<br />
Matrix A haben, damit die inverse Matrix A −1 existiert?<br />
c) Definieren Sie in R die obigen Matrizen und Vektoren und führen sie zur Kontrolle die<br />
Operationen aus den Aufgabenteil a) und b) mit R durch. Ermitteln Sie zusätzlich die<br />
Inverse von Y.
Aufgabe 3: Regression<br />
Eine Maschine wird in zwei verschiedenen Betriebsarten genutzt. Die Funktionstüchtigkeit der<br />
Maschine hängt von einem elektrischen Bauteil ab, das leider regelmäßig defekt ist. Es wird<br />
vermutet, dass die Ausfallrate dieses Bauteils von den Laufzeiten in den beiden Betriebsarten<br />
abhängt. Daher wurden neun Monate lang die Anzahl der Ausfälle y und die Laufzeiten x 1 und<br />
x 2 der Maschine in beiden Betriebsarten im jeweiligen Monat gemessen. Dabei ergaben sich die<br />
folgenden Daten:<br />
i 1 2 3 4 5 6 7 8 9<br />
x 1i 33.3 52.2 64.7 137.0 125.9 115.3 131.7 85.0 91.9<br />
x 2i 25.3 14.4 32.5 20.5 97.6 53.6 53.0 87.3 47.8<br />
y i 15.0 9.0 14.0 24.0 27.0 2<strong>8.</strong>0 23.0 1<strong>8.</strong>0 22.0<br />
Zusätzlich wurden die folgenden Summen bereits berechnet:<br />
∑<br />
yi 2 = 3 928<br />
i<br />
∑<br />
∑<br />
∑<br />
y i = 180 x 1i = 837 x 2i = 432<br />
i<br />
i<br />
i<br />
∑<br />
x 2 ∑<br />
1i = 88 949.22 x 2 ∑<br />
2i = 27 437.80 x 1i y i = 18 371.70<br />
i<br />
i<br />
i<br />
a) Führen Sie zunächst eine einfache lineare Regression mit x 1 als alleiniger erklärender<br />
Variable durch. Formulieren Sie das Modell und dessen Annahmen, schätzen Sie die Parameter<br />
und testen Sie die Hypothese, dass θ 1 = 0 ist. Stellen Sie den Signifikanztest auch<br />
in der Tabelle der Varianzanalyse dar. Welches Bestimmtheitsmaß hat die Regression?<br />
b) Formulieren Sie das zugehörige stochastische Modell der mehrfachen Regression in der<br />
Form y = X θ + e und berechnen Sie S und S y .<br />
c) Schätzen Sie die Parameter des Modells unter Verwendung der Ergebnisse aus b) und<br />
berechnen Sie das Bestimmtheitsmaß der Regression.<br />
d) Testen Sie die Hypothese, dass das vereinfachte Modell M 0 : y i = θ 0 + θ 1 x 1i + e i gilt.<br />
Interpretieren Sie Ihr Ergebnis.<br />
Hinweis: Der gezielte Einsatz von R kann das Rechnen erheblich erleichtern. Sie können die<br />
gegebenen Daten per Hand in R eingeben oder den Datensatz ausfall.dat von der Homepage<br />
herunterladen und in R einlesen.