Grundlagen der Wahrscheinlichkeitsrechnung - Verteilungen -

Slides:



Advertisements
Ähnliche Präsentationen
Stochastik in der Sek. II Sabrina Schultze.
Advertisements

Gliederung Definition des Wahrscheinlichkeitsbegriffes
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
K. Desch - Statistik und Datenanalyse SS05
Wahrscheinlichkeitstheorie
Statistische Methoden I
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Konfidenzintervalle Intervallschätzung
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Bitte mein Manuskript (liegt im Bibliotheksgebäude aus) nicht nach Außerhalb tragen. Die Weitergabe an Dritte (d. h. an Personen, die nicht Hörer der Vorlesung.
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,
Neu Übungsgruppentausch:
Statistische Methoden I WS 2007/2008 Probeklausur Donnerstag, 31. Januar 2008 und Freitag, 1. Februar statt Vorlesungen -
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,
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
II. Wahrscheinlichkeitstheorie
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2009/2010 Einleitung: Wie schätzt man die Zahl der Fische in einem See? Zur Geschichte der Statistik.
III. Induktive Statistik
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Die Vorlesung Statistische Methoden I fällt morgen ( ) aus! Zeit: 14:15 Ort: Hörsaal Loefflerstraße Diese Vorlesung wird am nächsten Donnerstag.
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Extra-SPSS-Kurse Durchführung: Birte Holtfreter Termine Di Mi Mi Ort PC-Pool Loefflerstarße.
Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt sich die folgende Tabelle:
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Urnenmodelle. Die Normalverteilung (Gauß-Verteilung) (Gaußsche Glockenkurve)
Bedingte Wahrscheinlichkeiten
Statistische Methoden I WS 2009/2010 Probeklausur Montag, 25. Januar statt Vorlesung -
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
Grundbegriffe der (deskriptiven) Statistikder Wahrscheinlichkeitstheorie.
Wahrscheinlich-keitsrechnung
Vorlesung: Biometrie für Studierende der Veterinärmedizin Helmut Küchenhoff 1 Zusammenfassung zur Vorlesung Begriff der biologischen Variabilität.
Diskrete Wahrscheinlichkeitsmodelle
Stetige Zufallsgrößen
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Binomialverteilung: Beispiel
Histogramm/empirische Verteilung Verteilungen
Allgemeine stetige Verteilungen und konkrete Anwendungen
Normalverteilung bei stetigen Zufallsgrößen
Wahrscheinlichkeitsverteilung
STATISIK LV Nr.: 1375 SS März 2005.
Aufgabenzettel VIII Statistik I © by Ewald Krawitz & Oliver Schattmann.
Die Poisson-Verteilung: Mittelwert und Standardabweichung
Die Gaußverteilung.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
STATISIK LV Nr.: 1375 SS März 2005.
Wahrscheinlichkeitsrechnung
EXPONENTIALVERTEILUNG
Statistik I - Übung Sarah Brodhäcker.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Der Zentralwert.
Begriff der Zufallsgröße
Stochastik Grundlagen
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
K. Desch - Statistik und Datenanalyse SS05
Die Binomialverteilung
Verteilungen, Varianz Tamara Katschnig.
Biometrie und Epidemiologie: Verteilungen
 Präsentation transkript:

Grundlagen der Wahrscheinlichkeitsrechnung - Verteilungen - Stephan Abele Vorlesung Unternehmensplanung

diskrete Verteilungen Verteilungsarten diskrete Verteilungen zählbare Merkmalsausprägungen stetige Verteilungen nicht zählbare Merkmalsausprägungen

Diskrete Verteilungen Binomialverteilung Hypergeometrische Verteilung Poisson – Verteilung

Stetige Verteilungen Gleichverteilung Exponentialverteilung Normalverteilung

Binomialverteilung

Bernoulli-Experimente Zufallsexperimente Zwei Alternativen (A und B = A) Entweder gleich wahrscheinlich (p(A) = p(A) = 0.5) oder unterschiedlich wahrscheinlich (p(A) = p(A))

Eigenschaften der Binomialverteilung Für p (A) = p (A) = 0,5 oder p = q = 0.5 ist eine Binomialverteilung symmetrisch. Je mehr sich p und q voneinander unterscheiden, um so schiefer ist die Verteilung. Der Erwartungswert (Mittelwert), das heißt: der Variabelenwert xi, welcher der zentralen Tendenz der binomialen Wahrscheinlichkeitsfunktion entspricht, errechnet sich nach Die Varianz der Binomialverteilung errechnet sich nach der Formel :

Wahrscheinlichkeit eines einzelnen Variablenwertes xi mit (Binomialkoeffizientz)

Wahrscheinlichkeiten der Ergebnisse von Münzwürfen es werden zwei Münzen geworfen (n=2) es gibt drei mögliche Ergebnisse einmal Zahl: p (xi = 1) = zweimal Zahl: p (xi = 1) = keine Zahl: p (xi = 1) =

Normalverteilung

Eigenschaften von Normalverteilungen N(,²) Die Normalverteilung hat einen glockenförmigen Verlauf („Gauß'sche Glockenkurve“)  Modus, Median und Erwartungswert (Mittelwert) fallen bei  zusammen.   Die Kurve ist daher symmetrisch zum Erwartungswert  . Je kleiner ², desto enger sind die Wert um  zentriert, d.h. desto weniger streut die Kurve und desto steiler ist sie.   Die Normalverteilung nähert sich der x-Achse asymptotisch an.  Die Wendepunkte der Normalverteilung (die man durch die zweite Ableitung f''(x) erhält) liegen bei  -  und  +  . Zwischen den beiden Wendepunkten liegen etwa zwei Drittel (ca. 68 %) der Fläche zwischen Kurve und x-Achse.