Wahrscheinlichkeitsverteilungen

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

Grundlagen der Wahrscheinlichkeitsrechnung - Verteilungen -
Masterstudiengang IE (Industrial Engineering)
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Die Student- oder t-Verteilung
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur nächste Woche - statt Vorlesungen -
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
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,
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird verlegt. Der Nachholtermin wird noch bekannt gegeben.
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt sich die folgende Tabelle:
Grundbegriffe der (deskriptiven) Statistikder Wahrscheinlichkeitstheorie.
Statistische Methoden I WS 2004/2005 Probeklausur Freitag, 21. Januar statt Vorlesung - In 2 Wochen In 2 Wochen!
Verteilungsfunktion der Normalverteilung I. Verteilungsfunktion der Normalverteilung II.
Grundbegriffe der (deskriptiven) Statistik
Test auf Normalverteilung
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Wahrscheinlich-keitsrechnung
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Binomialverteilung: Beispiel
Vorlesung: ANOVA I
Allgemeine stetige Verteilungen und konkrete Anwendungen
Ausgleichungsrechnung I
Normalverteilung bei stetigen Zufallsgrößen
Binominalverteilung Dominic Borostyan 5.AK VBS Augarten.
Wahrscheinlichkeitsverteilung
STATISIK LV Nr.: 1375 SS März 2005.
Aufgabenzettel VIII Statistik I © by Ewald Krawitz & Oliver Schattmann.
Wahrscheinlichkeit Zufallsexperiment:
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
EXPONENTIALVERTEILUNG
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Begriff der Zufallsgröße
Kopfübungen BORG Schoren KÜ 3
Stochastik Grundlagen
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
K. Desch - Statistik und Datenanalyse SS05 1 Zusammenfassung 2. Vorlesung (22.4.) Schiefe (Skewness): Maß für die Asymmetrie der Verteilung um den Mittelwert.
K. Desch - Statistik und Datenanalyse SS05
Die Binomialverteilung
K. Desch - Statistik und Datenanalyse SS05
Der Wiener Prozess und seltene Ereignisse
Independent Component Analysis: Analyse natürlicher Bilder Friedrich Rau.
Vorbereitungsseminar zum fachdidaktischen Blockpraktikum WS 2009/10 Seminarleiterin: Frau StDin Homberg-Halter Seminarsitzung: Oberstufe Stochastik -Planung.
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:
/ SES.125 Parameterschätzung
Wahrscheinlichkeitstheorie
7.2 Theoretische Kennwerte
Varianzfortpflanzung
Abiturprüfung Mathematik 2015 Baden-Württemberg Allgemeinbildende Gymnasien Pflichtteil Lösungen
Biometrie und Epidemiologie: Verteilungen
Binomialverteilung FI Mag. Günther Schwarz.
Fragestunden & Übungsschein
Mittel- und Erwartungswert
Statistik und Biometrie
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind.
Erwartungswerte berechnen
Zufallsgrößen und Zufallsprozesse
Wahrscheinlichkeitsrechnung Stochastische Unabhängigkeit Ex
 Präsentation transkript:

Wahrscheinlichkeitsverteilungen Diskrete Zufallsvariable Stetige Zufallsvariable Masse-Funktion f p Dichte-Funktion f(x) p 0.3 0.3 f(xi) = Die Wahrscheinlichkeit, dass die Zufallsvariable X den Wert xi hat. 0.2 f(xi) = Die Wahrscheinlichkeit, dass die Zufallsvariable X den Wert xi hat. 0.2 0.1 0.1 X Fläche=1 X 1 2 3 4 5 6 7 8 9 10 11 12 13 1 2 3 4 5 6 7 8 9 10 11 12 13  integrieren ableiten Verteilungs-Funktion F p Verteilungs-Funktion F p 1 1 w w F(x) = Die Wahrscheinlichkeit, dass die Zufallsvariable X einen Wert kleiner als x hat. X F(x) = Die Wahrscheinlichkeit, dass die Zufallsvariable X einen Wert kleiner als x hat. X 1 2 3 4 5 6 7 8 9 10 11 12 13 1 2 3 4 5 6 7 8 9 10 11 12 13 x a b x a b Wahrscheinlichkeit, dass X zwischen a und b liegt Wahrscheinlichkeit, dass X zwischen a und b liegt Erwartungswert E E(x) = Der erwartete Durchschnittswert Erwartungswert E Varianz Var Varianz Var Binominalverteilung Ableitungstabelle x = Anzahl Auftritte n = Anzahl Versuche p = Auftrittswahrscheinlichkeit eines Ereignisses Poissonverteilung  = E(x) Erwartungswert der Binominalverteilung x = Anzahl auftritte Gegenwahrscheinlichkeit (oft einfacher) x>1