'  SimNormal: 
'  Schätzung MUE und SIGMA aus künstlich generierter Normalverteilung 

'  Öffnen eines Workfiles und Festlegen des Stichprobenumfangs
	workfile simpreg U 1 1000

' 10 Beobachtungen
FOR !j = 1 to 1000
'  Generieren von x mit MUE = 3 und SIGMA = 2
	scalar xseed = 1421+!j
	rndseed(type=kn4) xseed
	smpl 1 10
	genr x = 3 +2*nrnd			
	smpl 1 1000
'  Schätzung MUE und SIGMA
	series MUE10 
	series SIGMA10
	series VARIANCE10
	series TVALUE10 
	MUE10(!j) = @mean(x)
	SIGMA10(!j) = @stdev(x)
	VARIANCE10(!j) = @var(x)
	TVALUE10(!j) = (MUE10(!j)-3)/(SIGMA10(!j)/@sqrt(10))
NEXT

' 100 Beobachtungen
FOR !j = 1 to 1000
'  Generieren von x mit MUE = 3 und SIGMA = 2
	scalar xseed = 1421+!j
	rndseed(type=kn4) xseed
	smpl 1 100
	genr x = 3 +2*nrnd			
	smpl 1 1000
'  Schätzung MUE und SIGMA
    	series MUE100 
	series SIGMA100
 	series VARIANCE100
	series TVALUE100 
	MUE100(!j) = @mean(x)
	SIGMA100(!j) = @stdev(x)
	VARIANCE100(!j) = @var(x)
	TVALUE100(!j) = (MUE100(!j)-3)/(SIGMA100(!j)/@sqrt(100))
NEXT

' 1000 Beobachtungen
FOR !j = 1 to 1000
'  Generieren von x mit MUE = 3 und SIGMA = 2
	scalar xseed = 1421+!j
	rndseed(type=kn4) xseed
	smpl 1 1000
	genr x = 3 +2*nrnd			
	smpl 1 1000
'  Schätzung MUE und SIGMA
    	series MUE1000 
	series SIGMA1000
	series VARIANCE1000
	series TVALUE1000 
	MUE1000(!j) = @mean(x)
	SIGMA1000(!j) = @stdev(x)
	VARIANCE1000(!j) = @var(x)
	TVALUE1000(!j) = (MUE1000(!j)-3)/(SIGMA1000(!j)/@sqrt(1000))
NEXT