Upload
dinhlien
View
220
Download
1
Embed Size (px)
Citation preview
Universitat des SaarlandesLehrstab StatistikDr. Martin BeckerDipl.-Kfm. Andreas Recktenwald
1. Ubungsblatt zur VorlesungOkonometrie SS 2014
Aufgabe 1
Die gemeinsame Urliste (xi, yi), i ∈ {1, . . . , 7}, zu den Merkmalen X (”monatl. Haushaltsein-
kommen (in 100e)“) und Y (”monatl. Ausgaben fur Nahrungs- und Genussmittel (in 100e)“)
von 7 Haushalten sei wie folgt gegeben:
(35, 9), (49, 15), (21, 7), (39, 11), (15, 5), (28, 8), (25, 9)
Berechnen Sie die arithmetischen Mittel, die (empirischen) Standardabweichungen, die (empi-rische) Kovarianz sowie den (empirischen) Pearsonschen Korrelationskoeffizienten der beidenMerkmale X und Y .
Aufgabe 2
Die Analyse der Tagesumsatze mittlerer und kleiner Lebensmittelgeschafte ergab, dass der Ta-gesumsatz X (Angaben in e) dieser Geschafte als eine normalverteilte Zufallsvariable aufgefasstwerden kann, wobei X ∼ N(2000, 4002) gilt.
(a) Wie groß ist die Wahrscheinlichkeit, dass der Tagesumsatz 2500e ubersteigt?
(b) Wie groß ist die Wahrscheinlichkeit, dass der Tagesumsatz zwischen 1600e und 1900eliegt?
(c) Ermitteln Sie das 0.05- sowie das 0.95-Quantil der Verteilung der Tagesumsatze. GebenSie damit einen zum Erwartungswert symmetrischen Bereich an, in dem die Tagesumsatzemit einer Wahrscheinlichkeit von 90% liegen.
Hinweise:
� Verwenden Sie die Tabelle zur Verteilungsfunktion und zu den Quantilen der Standard-normalverteilung (siehe Homepage).
� Nutzen Sie fur Teil (c) die Symmetrieeigenschaft N1−p = −Np fur p-Quantile Np derStandardnormalverteilung aus.
Aufgabe 3
Seien X,Y zwei Zufallsvariablen eines Zufallsvektors mit Var(X) = Var(Y ) = σ2.Sind Z1 := X + Y und Z2 := X − Y unkorreliert?
Aufgabe 4
Seien X1, . . . , Xn unabhangig identisch verteilt mit E(Xi) = µX und Var(Xi) = σ2X fur allei ∈ {1, . . . , n}. Berechnen Sie fur den Mittelwert
X :=1
n
n∑i=1
Xi
den Erwartungswert µX := E(X) und die Standardabweichung σX :=√
Var(X).
Aufgabe 5
Seien X,Y zwei Zufallsvariablen mit
� E(X) = 3, Var(X) = 2,
� E(Y ) = 1, Var(Y ) = 4 und Cov(X,Y ) = 2.
Berechnen Sie:
(a) E(3X + Y ) und E(Y − 2)
(b) E(X2) und E(Y 2)
(c) Var(4X) und Var(Y2 + 1)
(d) Korr(X,X) und Korr(2X, 3Y )
(e) Var(X − Y ) und Var(3X + 2Y )
Aufgabe 6
Zu einem zweidimensionalen Zufallsvektor (X,Y ) seien gegeben:
E(X) = 2.2,E(Y ) = 1.9,E(X2) = 5.4,E(Y 2) = 6.7 und E(X · Y ) = 4.2
(a) Berechnen Sie Var(X), Var(Y ), Cov(X,Y ) sowie Korr(X,Y ).
(b) Sind X und Y stochastisch unabhangig?
(c) Berechnen Sie E (3X − 4Y ) sowie Var (3X − 4Y ).
Aufgabe 7
Es sei X = (X1, X2, X3)′ ein dreidimensionaler Zufallsvektor mit
E(X) =
102
; V (X) =
1 0 00 2 −20 −2 4
.
(a) Berechnen Sie Korr(X1, X2) und Korr(X2, X3).
(b) Sei W := 2X1 +X2. Berechnen Sie E(W ) und Var(W ).
(c) Sei Z := X1 +X2 +X3. Berechnen Sie E(Z) und Var(Z).