Wahrscheinlichkeitsrechnung -

Slides:



Advertisements
Ähnliche Präsentationen
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Advertisements

Die Laufzeit von randomisierten (zufallsgesteuerten) Algorithmen hängt von gewissen zufälligen Ereignissen ab (Beispiel Quicksort). Um die Laufzeiten dieser.
Übung zur Vorlesung Theorien Psychometrischer Tests I
Wiederholung TexPoint fonts used in EMF.
Theorie und Konstruktion psychologischer Tests
Stochastik in der Sek. II Sabrina Schultze.
Wahrscheinlichkeitstheorie
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-17.
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Grundbegriffe der Wahrscheinlichkeitstheorie
Forschungsmethoden der Psychologie 2
Wahrscheinlichkeitstheorie
Statistische Methoden I
§9 Der affine Raum – Teil 2: Geraden
Vorlesung: Biometrie für Studierende der Veterinärmedizin Helmut Küchenhoff 1 Zusammenfassung zur Vorlesung Begriff der biologischen Variabilität.
Vorlesung Biometrie für Studierende der Veterinärmedizin
Wahrscheinlichkeitsrechnung
Einschub: Axiomatische Mengenlehre
1. Mengenlehre Grundbegriffe.
Optimierungs- Algorithmen
1. Mengenlehre Grundbegriffe.
STATISIK LV Nr.: 1375 SS März 2005.
Binomische Formeln Los geht´s Klick auf mich! Melanie Gräbner.
Fuzzymengen – Was ist das?
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
Formale Sprachen Grammatiken und die Chomsky-Hierarchie
Formale Sprachen Mathematische Grundlagen Rudolf FREUND, Marian KOGLER.
A siegt B siegt 1. noch ausstehendes Spiel ausstehendes Spiel
Grundbegriffe der Stochastik
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
Inhalt Definition des Integrals Infinitive Flächen (offenes Intervall)
POCKET TEACHER Mathematik Algebra
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05 Statistik und Datenanalyse 1.Wahrscheinlichkeit 2.Wahrscheinlichkeitsverteilungen 3.Monte-Carlo-Methoden 4.Statistische.
Das Konzept unscharfer Mengen
Die Binomialverteilung
2. Mathematische und informatische Grundlagen Mathematische Grundlagen wichtig für Modellierung der Realität und für die Informationsverarbeitung Grundlagen.
Sprachen und Programmiersprachen
Vorbereitungsseminar zum fachdidaktischen Blockpraktikum im SS 2011
AG Mathematik, Sankt Pölten Markus Binder Inhaltsbereich Wahrscheinlichkeit und Statistik.
1. 2 Das Grundproblem der Beurteilenden Statistik ● Wir haben uns bisher mit Problemen der Wahrscheinlichkeitsrechnung beschäftigt: – Die Wahrscheinlichkeit.
Vorbereitungsseminar zum fachdidaktischen Blockpraktikum SS 2010 Seminarsitzung: Oberstufe Stochastik -Planung einer Unterrichtsstunde- Seminarleiterin:
Zinsrechnung Zuordnungen / Dreisatz Gleichungen Prozente Bruchrechnung
1 Einführung in die Statistik
Einführung. Einführung Mengenlehre Beziehungen zwischen Mengen Einführung Definition: Menge Darstellungsarten von Mengen Definition: Leere Menge Beziehungen.
5 Beschreibung und Analyse
8 Ergänzungen und Verallgemeinerungen.
7.2 Theoretische Kennwerte
Titel des wissenschaftlichen Projekts
Deskriptive Statistik -
Wahrscheinlichkeitsrechnung: Mathematik des Zufalls
GRUNDLAGEN UND METHODIK
1 Einführung in die Statistik
Strategien empirischer Forschung
Stochastik in der MUED (c) A. Warmeling
Fragestunden & Übungsschein
10 Statistisches Schätzen
12 Das lineare Regressionsmodell
1 Einführung in die Statistik
11 Statistisches Testen.
Einführung in die Stochastik
Deskriptive Statistik -
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Algebra implementiert sind. Matrizen.
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Algebra implementiert sind. Matrizen.
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind.
GRUNDLAGEN UND METHODIK
3-dim Koordinatensystem
Zufallsgrößen und Zufallsprozesse
Zusammengesetzte Ereignisse
Wahrscheinlichkeitsrechnung Stochastische Unabhängigkeit Ex
 Präsentation transkript:

Wahrscheinlichkeitsrechnung - Teil 2: Wahrscheinlichkeitsrechnung - Theoretischer Kalkül

6 Einführung in die Wahrscheinlichkeitsrechnung

6 Einführung in die Wahrscheinlichkeitsrechnung 6.1 Wichtige Grundbegriffe und Regeln 243 6.1.1 Interpretation von Zufall und Wahrscheinlichkeiten 243 6.1.2 Elementare Mengenlehre 246 6.1.3 Axiomatischer Wahrscheinlichkeitsbegriff und Regeln 256 6.2 Rechnen mit abhängigen und unabhängigen Ereignissen 266 6.2.1 Bedingte Wahrscheinlichkeiten und Rechenregeln 266 6.2.2 Stochastische Unabhängigkeit von Ereignissen 277 6.2.3 Kalkül nach der Formel von Bayes 285 3

6.1 Wichtige Grundbegriffe und Regeln 6.1.1 Interpretation von Zufall und Wahrscheinlichkeiten ● Zufallsvorgang und Zufall ● ● Zufall ist perspektivisch bedingt ● ● Zufall folgt Gesetzmäßigkeiten ●

6.1 Wichtige Grundbegriffe und Regeln ● Beispiele für die Verwendung von Wahrscheinlichkeiten ●

6.1 Wichtige Grundbegriffe und Regeln ● Klassische Wahrscheinlichkeit ● ● Statistische Wahrscheinlichkeit - empirisch ● ● Statistische Wahrscheinlichkeit - theoretisch ● ● Frequentistischer Deutungsansatz ● ● Objektive vs. subjektive Wahrscheinlichkeiten ● ● Klassische vs. statistische Wahrscheinlichkeiten ● ● Zielsetzung der Wahrscheinlichkeitsrechnung ●

6.1 Wichtige Grundbegriffe und Regeln 6.1.2 Elementare Mengenlehre ● Mengen und Elemente ● ● Wichtige Standardmengen ●

6.1 Wichtige Grundbegriffe und Regeln ● Teilmenge ●

6.1 Wichtige Grundbegriffe und Regeln ● Intervalle ● ● Schnittmenge ● ● Vereinigungsmenge ●

6.1 Wichtige Grundbegriffe und Regeln ● Differenzmenge ● ● Komplementärmenge ● ● Disjunkte Mengen ●

6.1 Wichtige Grundbegriffe und Regeln ● Venn-Diagramme ●

6.1 Wichtige Grundbegriffe und Regeln ● Elementare Regeln für Mengenoperationen ●

6.1 Wichtige Grundbegriffe und Regeln ● Potenzmenge ●

6.1 Wichtige Grundbegriffe und Regeln ● Produktmenge ●

6.1 Wichtige Grundbegriffe und Regeln ● Mächtigkeit einer Menge ● ● Vergleich der Mächtigkeit von Mengen ●

6.1 Wichtige Grundbegriffe und Regeln ● Abzählbare und überabzählbare Mengen ●

6.1 Wichtige Grundbegriffe und Regeln 6.1.3 Axiomatischer Wahrscheinlichkeitsbegriff und Regeln ● Ergebnisräume und Ereignisse ● ● Beispiele ●

6.1 Wichtige Grundbegriffe und Regeln

6.1 Wichtige Grundbegriffe und Regeln ● Wahrscheinlichkeiten und Ereignisse diskreter Ergebnisräume ●

6.1 Wichtige Grundbegriffe und Regeln ● Allgemeine Anmerkungen zur Axiomatik ● ● Wahrscheinlichkeiten als Funktionswerte ● ● Die Bedeutung der Axiome im Einzelnen ●

6.1 Wichtige Grundbegriffe und Regeln ● Schlussfolgerungen aus den Axiomen ●

6.1 Wichtige Grundbegriffe und Regeln

6.1 Wichtige Grundbegriffe und Regeln ● Beispiel 6.1.1: Würfelwurf ● ● Beispiel 6.1.2: Additionssatz für 3 Ereignisse ●

6.1 Wichtige Grundbegriffe und Regeln ● Additionskalkül für diskrete Ergebnisräume ● ● Beispiel 6.1.1 fortgesetzt ●

6.1 Wichtige Grundbegriffe und Regeln ● Das Problem überabzählbarer Ergebnisräume ● ● Integrationskalkül für überabzählbare Ergebnisräume ●

6.1 Wichtige Grundbegriffe und Regeln ● Maßtheoretische Verallgemeinerungen ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen 6.2.1 Bedingte Wahrscheinlichkeiten und Rechenregeln ● Definition ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Beispiel 6.2.1 ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Arithmetik bedingter Wahrscheinlichkeiten ● ● Beispiel 6.1.1 fortgesetzt ● 

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Multiplikationsregel ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Beispiel 6.2.2 ● aus Hartung und Heine [2004]

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Wahrscheinlichkeitsbäume ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Beispiel 6.2.3 ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen 6.2.2 Stochastische Unabhängigkeit von Ereignissen ● Definition ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Implizierte Unabhängigkeit von Gegenereignissen ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Interpretation ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Beispiel 6.2.4 ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Disjunkte Ereignisse sind abhängig ● ● Unabhängigkeit ist nicht transitiv ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Unabhängigkeit von mehreren Ereignissen ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Beispiel 6.2.5 ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Implizierte Unabhängigkeit weiterer Ereignisse ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen 6.2.3 Kalkül nach der Formel von Bayes ● Satz von der totalen Wahrscheinlichkeit ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Bayes-Formel ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Beispiel 6.2.6 ●

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen

6.2 Rechnen mit abhängigen und unabhängigen Ereignissen ● Bayes-Kalkül vs. Maximum-Likelihood-Kalkül ●