Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Harman Werneke Geändert vor über 10 Jahren
1
Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt sich die folgende Tabelle:
2
Also haben wir: Allgemein definiert man:
3
Allgemein: Formel von der totalen Wahrscheinlichkeit
4
Einkommensverteilung der Haushalte in einer bestimmten Gegend Anteil der Haushalte, die ein Auto > EURO 30 000,- an- schaffen, in den verschiedenen Einkommensklassen EURO 30 000,- an
5
Es ergibt sich: Also nach der Formel für die totale Wahrscheinlichkeit: 5
6
Satz von Bayes
7
Einkommensverteilung der Haushalte in einer bestimmten Gegend Anteil der Haushalte, die ein Auto > EURO 30 000,- an- schaffen, in den verschiedenen Einkommensklassen EURO 30 000,- an
8
Satz von Bayes In einer Stadt vermutet man, dass für die Bevölkerung die folgende Aufteilung in Deutsche, Italiener und Ausländer, die keine Italiener sind, besteht: wobei die letzte Zeile den jeweiligen Anteil von Personen in der Bevölkerungsgruppe angibt, die gerne Spaghetti bestellen.
9
Jemand bestellt in einer Gaststätte Spaghetti. Wie groß ist die Wahrscheinlichkeit, dass dieser Gast ein Deutscher, ein Italiener oder ein nicht-italienischer Aus- länder ist? D: Der Gast ist ein Deutscher I: Der Gast ist ein Italiener A: Der Gast ist ein Ausländer, aber kein Italiener S: Der Gast bestellt Spaghetti
10
Satz von Bayes
11
Nach der Formel für die totale Wahrscheinlichkeit hat man: Daraus ergibt sich nach dem Satz von Bayes
12
Satz von Bayes
13
Hier noch ein Beispiel zur bedingten Wahrscheinlichkeit Drei Personen A, B und C befinden sich im Gefängnis. Einer von den Dreien ist zum Tode verurteilt, aber keiner der Drei weiß vor der Exekution über sein Schicksal Bescheid. Der Gefangene A fragt seinen Wärter, wer von den beiden Anderen, B oder C, exekutiert werden wird. Man berechne die Überlebenswahrscheinlichkeit für A, wenn der Wärter mit B geantwortet hat. Wir nehmen an, dass der Wärter, falls er dieWahl hat, mit Wahrscheinlichkeit p die Antwort B gibt und mit Wahrscheinlichkeit 1 - p die Antwort C. Ansonsten antwortet er wahrheitsgemäß.
14
Grundbegriffe der (deskriptiven) Statistikder Wahrscheinlichkeitstheorie
15
Shirley FroheWeihnachten wünscht 2009
16
Wahrscheinlichkeitsräume
17
Verteilungsfunktion Beispiel Würfel
18
Verteilungsfunktion Beispiel n-facher Münzwurf
19
Verteilungsfunktion der Normalverteilung I
20
Verteilungsfunktion der Normalverteilung II
21
Verteilungsfunktion Beispiel Haushaltsgröße
23
Häufigkeitstabelle für das Jahr 1980 (laut Schlittgen) Verteilungsfunktion
24
Zufallsvariablen Verteilung Verteilungsfunktion Wahrscheinlichkeitsfunktion Dichtefunktion Verteilung Die Verteilung einer ZV ist ein Wahrscheinlichkeitsmaß auf den reellen Zahlen diskret stetig
25
diskret f nennt man Wahrscheinlichkeitsfunktion von X
26
stetig f nennt man Dichtefunktion von X
27
Verteilungsfunktion diskret stetig
28
diskret stetig
29
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz
30
Gegeben seien n Zufallsvariablen Dann gilt immer: Wenn gilt dann hat man auch Gleichheit von Bienaymé
31
Die Binomialverteilung
32
Erwartungswert Varianz
33
Beispiel Haushaltsgröße Häufigkeitstabelle für das Jahr 1980 (laut Schlittgen)
34
Der diskrete unendliche Fall Dabei nehmen wir an, dass Erwartungswert Varianz Erwartungswert und Varianz II
35
Die Poisson-Verteilung
36
Erwartungswert Varianz
37
Der stetige Fall f ist die Wahrscheinlichkeitsdichte. Dabei nehmen wir an, dass Erwartungswert und Varianz III
38
Erwartungswert Varianz
39
Die Gauß- oder Normalverteilung
40
Dichte Verteilung Verteilungsfunktion
41
Erwartungswert Varianz
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.