-
Notifications
You must be signed in to change notification settings - Fork 0
/
04_Loesungen.Rmd
158 lines (101 loc) · 3.61 KB
/
04_Loesungen.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
## Sitzung 4 {-}
`r naechste("lösung", T)`
a)
$\mu = \bar{x} = 162$
$\sigma = s \approx 13{,}30$
b)
$\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}}\approx\frac{13{,}30}{\sqrt{6}} \approx 5,43$
`r naechste("lösung")`
a)
$\sigma _{\bar{x}}=\frac{\sigma}{\sqrt{n}}=\frac{4}{\sqrt{9}}\approx1{,}33$
b)
$\frac{\mathit{KIB}}{2}=z_{(1-\alpha/2)} \cdot \sigma_{\bar{x}}$
$\frac{\mathit{KIB}}{2}= z_{97{,}5\%}\cdot \sigma_{\bar{x}}$
$\frac{\mathit{KIB}}{2}\approx 1{,}96 \cdot 1{,}33 \approx 2{,}61$
$\mathit{KIB}=5{,}22$
c)
$\frac{\mathit{KIB}}{2}=z_{(1-\alpha/2)} \cdot \sigma_{\bar{x}}$
$z_{(1-\alpha/2)} = \frac{\mathit{KIB}}{2 \cdot \sigma_{\bar{x}}}\approx\frac{1}{2 \cdot 1{,}33}\approx0{,}38$
$1-\frac{\alpha}{2} \approx 0{,}648$
$-\frac{\alpha}{2} \approx 0{,}648 - 1$
$\frac{\alpha}{2} \approx 0{,}352$
$\alpha \approx 0{,}704$
Das Konfidenzniveau beträgt ca. 29,6%.
d)
$\frac{\mathit{KIB}}{2} = z_{(1-\alpha/2)} \cdot \sigma_{\bar{x}}$
$\sigma_{\bar{x}} = \frac{\mathit{KIB}}{2\cdot z_{95\%}}$
$\sigma_{\bar{x}} = \frac{2}{2 \cdot z_{95\%}}$
$\sigma_{\bar{x}} \approx \frac{2}{2 \cdot 1{,}65}$
$\sigma_{\bar{x}} \approx 0{,}61$
$\sigma_{\bar{x}}=\frac{\sigma}{\sqrt{n}}$
$n = \big(\frac{\sigma}{\sigma_{\bar{x}}}\big)^2$
$n \approx \big(\frac{4}{0{,}61}\big)^2\approx43$
`r naechste("lösung")`
#### a)
$\alpha=0{,}1$
$\sigma=\sqrt{\sigma^2}=\sqrt{4096}=64$
$\sigma_{\bar{x}}=\frac{\sigma}{\sqrt{n}}=\frac{64}{\sqrt{40}}\approx10{,}12$
$\frac{\mathit{KIB}}{2}=z_{95\%} \cdot \sigma_{\bar{x}}$
$\frac{\mathit{KIB}}{2}\approx 1{,}65 \cdot 10{,}12\approx16{,}70$
$\textrm{Untergrenze} = \bar{x} - \frac{\mathit{KIB}}{2} \approx 2650 - 16{,}70 = 2633{,}30$
$\textrm{Obergrenze} = \bar{x} + \frac{\mathit{KIB}}{2} \approx 2650 + 16{,}70 = 2666{,}70$
#### b)
$\mathit{KIB}=20$
$\frac{\mathit{KIB}}{2}=z_{(1-\alpha/2)} \cdot \sigma_{\bar{x}}$
$z_{(1-\alpha/2)}=\frac{\mathit{KIB}}{2\cdot \sigma_{\bar{x}}}$
$z_{(1-\alpha/2)}=\frac{20}{2 \cdot 10{,}12}\approx0{,}99$
$1-\frac{\alpha}{2}\approx0{,}8389$
$\alpha\approx 0{,}3222$
Das Konfidenzniveau beträgt ca. 67,78%.
`r naechste("lösung")`
#### a)
```{r}
data <- c(116.5, 94.5, 101.5, 109.0, 125.0, 112.5, 100.5)
mean <- get_mean(data)
tribble(
~Schritt, ~Lösung,
"Formel", mean$formel,
"Einsetzen", mean$einsetzen,
"Ergebnis", mean$ergebnis
) %>% tabelle(hold = T)
```
#### b)
```{r}
sf <- get_stderr(data, sigma=11.5)
tribble(
~Schritt, ~Lösung,
"Formel", sf$formel,
"Einsetzen", sf$einsetzen,
"Ergebnis", sf$ergebnis
) %>% tabelle(hold = T)
```
#### c)
```{r}
kib2 <- get_intervall(stderr=sf$raw, alpha = 0.05)
tribble(
~Schritt, ~Lösung,
"Formel", kib2$formel,
"Einsetzen", kib2$einsetzen,
"Ergebnis", kib2$ergebnis,
"Antwortsatz", "Die tatsächliche durchschnittliche Lieferzeit liegt mit 95%s Wahrscheinlichkeit zwischen %s und %s Tagen (%s $\\pm$ %s)." %>%
sprintf(percent(), mean$raw-kib2$raw, mean$raw+kib2$raw, mean$raw, kib2$raw)
) %>% tabelle(hold = T)
```
#### d)
```{r}
sf <- get_intervall(kib2=kib2$raw, alpha=0.01)
n <- get_stderr(sigma=11.5, stderr=sf$raw)
tribble(
~Schritt, ~Lösung,
"Standardfehler: Formel", sf$formel,
"Standardfehler: Umformen", sf$umformen,
"Standardfehler: Einsetzen", sf$einsetzen,
"Standardfehler: Ergebnis", sf$ergebnis,
"$n$: Formel", n$formel,
"$n$: Umformen", n$umformen,
"$n$: Einsetzen", n$einsetzen,
"$n$: Ergebnis", n$ergebnis,
"Antwortsatz", "Es müssten %s zusätzliche Messungen vorgenommen werden (%s insgesamt)." %>%
sprintf(ceiling(n$raw)-7, ceiling(n$raw))
) %>% tabelle(hold = T)
```