Posts by Bibi-chan

    ist denn jetzt der
    boxplot(mydata$LifeExpectancy ~ mydata$HumanDevelopment)
    befehl ok? oder fehlt dann noch was?


    Varianzhomogenität der Stichprobenvariablen
    (Heteroskedastizität) bedeutet unterschiedliche Streuung innerhalb einer Datenmessung - wenn die Varianz der Residuen (Abweichungen der Schätzwerte von den empirischen Beobachtungswerten) für alle Ausprägungen der anderen Variablen nicht signifikant unterschiedlich ist.


    Wäre das nicht die Unabhängigkeit? da stehn auch nur 2 Voraussetzungen .. also denk ich, dass das scho das is ;)


    Eine Frage habe ich noch selbst:
    Welche Voraussetzungen müssen eurer Meinung nach erfüllt sein damit eine Varianzanalyse sinvoll ist?


    mfg bb


    Ich hab Varianzanalyse eingeben in Wikipedia und da kam raus, dass Voraussetzungen sind: * Normalverteilung der Stichprobenvariablen
    * Varianzhomogenität der Stichprobenvariablen[FONT=&quot]


    [/FONT] Frage zum Boxplot .. genügts nicht, wenn ich einfach: boxplot(mydata) mach .. dann macht er n Boxplot mit beiden ... passt das dann nicht?
    und zum anova: wenn jetzt [FONT=&quot]F[/FONT][FONT=&quot]=60.224, p=[/FONT][FONT=&quot]2.316e-12 ( = [/FONT][FONT=&quot]0.00001423) ist ... dann lehn ich die Hypothese ab? wie muss ich jetzt das p interpretieren, dass ich weiß, ob ich ablehn oder nicht?[/FONT]
    [FONT=&quot] [/FONT][FONT=&quot]
    [/FONT]

    oh, stimmt, danke, war doppeltgemoppelt :D. jetzt passts dann so ca.


    Code
    1. für alle v aus N(u) {
    2. k = Suche(v, gesucht)
    3. wenn k == gesucht {
    4. [COLOR=Red][COLOR=Black]linkedlist.add(v)[/COLOR]
    5. linkedlist.add(u)[/COLOR]
    6. return k
    7. }
    8. }
    9. return NULL;

    eigentlich müsstest du das add(u) rausnehmen, denn das u is ja dein gesuchter knoten und du willst ja den pfad, also v drinhaben und nicht ummer nur den gesucheten knoten n mal ... ;)


    Stand nicht, dass die nachfolger eines knotens in k.succs gespeichert sind - dann kannst du nämlich nicht über N(v) auf die Folgeknoten zugreifen ;) sondern müsstst:


    für alle w aus k.succs
    ....


    schreiben ;)


    irgendwie komm ich mit deinem suchen nicht zurecht .. wie kann das k jemals gesucht werden, außer es is nur 1 Ebene unterschied .. hmm



    Ich habs mit vektoren gmacht ;)


    suchen des knotens rekursiev (aber ohne rückgabe, denn ich schreibs eh scho in meinen Vektor, sobald der knoten stimmt ;)
    und das Prog selber vergleicht dann nur mehr die beiden Vektoren ;)



    Wenn bei deinem Prog nach dem a vor dem c noch n knoten wär, würde er das ausgeben ... das wär dann aber falsch ... (wenn ich mich nicht vertan hab)


    LG Bibi-chan ;)

    Der Ansatz ist ja laut der Ansatzformel:
    (A*n + B) * 1^n * n = (A*n + B)*n


    Is der Ansatz nicht einfach nur A*n + B .. wieso muss ich das mit n multiplizieren?



    Liegt das an der Homogenen Lösung ... c * 1^n .. dass ich dann die partikuläre mit n erweitern muss?
    ich dachte c*1^n und A*n+B sind so verschieden, dass das so auch geht ..


    @.@ irgendwie kapier ich noch nicht ganz, wann ich jetzt mit n erweitern muss, und wann nicht ...


    noch ne Frage: wo kommt bei w_n die -2 her?

    wie kommts ihr auf diese Ergebnisse?
    meine homogene Lösung ist: c
    und die inhomogene: A0*n - A1


    Irgendwie ... hilfe bitte ;)

    hi.


    ich steh irgendwie an bei dem Likely-hood-Schätzer


    also l(x1, ..., xn) = 1-e^(-lamda*x)


    ln l = ln (1-e^(-lamda*x))


    wenn ich das jetzt ableit nach lamda komm ich auf:


    1 / (1-e^(-lamda*x) * (-lamda)


    wie kann ich mir in diesem ausdruck das lamda ausdrücken?

    Mein Ansatz:


    a) alpha = 5% ... bereich zweiseitig ... größer und kleiner


    H0: sima1 = sigma2


    chi²(prüf) = (n-1)*s² / sigma² = 4*0,39² / 0,28² = 7,760204


    chi²(tab) = chi²(f,1-alpha/2) wenn s > sigma ... f=4, 1-alpha/2 = 0,975


    chi²(tab) = 11,15 (laut tabelle) ... chi²(tab) < chi²(prüf) ==> 11,14 < 7,76


    Mit einer Wahrscheinlichkeit bis zu 5% können wir sagen, dass sich die Standardabweichungen signifikant unterscheiden. ==> H0 verwerfen.


    b)
    chi²(prüf) = (n-1)*s² / sigma² = 99*0,39² / 0,28² = 192,065


    chi²(tab) = chi²(f,1-alpha/2) wenn s > sigma ... f=99, 1-alpha/2 = 0,975
    chi²(tab) = ...


    weiß das vlt. wer?


    Ich hoff, die Lösung stimmt soweit .. bitte um korrektur/bestätigung ;)


    LG Bibi-chan

    Angabe: n=100 x(quer)=x=695 sigma=12,6 alpha = 1% myb = 700


    H0: mya >= myb


    mya = myob = xa + z(1-alpha) * (sigma / sqrt(n))
    = 695 + 2,326*(12,6/sqrt(100)) = 695 + 2,326*(12,6/10)


    mya <= 697,93076


    myb liegt nich im 99%-igen Vertrauensbereich von mya da myb > mya


    Ho mya >= myb verworfen. ==> die Füllmenge liegt wesentlich unter 700 l.



    Is nicht aus m Skriptum, is von meinen alten Schulunterlagen ;) sollte aber trotzdem stimmen ;)

    überprüfen kannst du die Wegunabhängigkeit, indem du nachweist, dass (e^-x , cos y, z^5) ein Gradientenfeld ist und somit eine Stammfunktion besitzt. Dh. du nimmst an, dass (e^-x , cos y, z^5) die form (fx, fy, fz) hat und zeigst, dass fxy=fyx, fyz=fzy, fxz=fzx...


    da kommt bei jeder ABleitung fxy=fyx = 0 und immer 0 raus .. stimmt das?

    Der p-Value ist dann die Wahrscheinlichkeit diese Hypothese irrtümlich abzulehnen.
    Wenn p-value unter Signifikanzniveau (alpha), so ist der berechnete Faktor signifikant.
    --> p-Value < alpha

    [FONT=&quot]p-Value < alpha [/FONT]--> [FONT=&quot]Nullhypothese verwerfen[/FONT]


    Bei mir is p-Value = [FONT=&quot]3.349e-06 .. da is dann schon ein signifikanter unterschied oder? [/FONT]

    wenn ich für a) ne Wahrheitstabelle zeichne (und mich nicht vertu), dann is bei a=0, b=0, c=1 und d = 0 oder 1 ne 0 in der Lösungsspalte ...


    Heißt dass dann, dass die Formel gültig is oder erfüllbar?