K. Desch - Statistik und Datenanalyse SS05

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

Stochastik in der Sek. II Sabrina Schultze.
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f.
Statistische Methoden II
Statistische Methoden II SS 2008
Konfidenzintervalle Intervallschätzung
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
M-L-Schätzer Erwartungswert
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
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 2004/2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße.
Statistische Methoden I SS 2005
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur nächste Woche - 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.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
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.
Statistische Methoden II SS 2003
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
Test auf Normalverteilung
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Vorlesung: Biometrie für Studierende der Veterinärmedizin Helmut Küchenhoff 1 Zusammenfassung zur Vorlesung Begriff der biologischen Variabilität.
Wiederholung und Beispiele
Binomialverteilung: Beispiel
Vorlesung: ANOVA I
Wahrscheinlichkeitsrechnung
Ausgleichungsrechnung I
Wahrscheinlichkeitsverteilung
STATISIK LV Nr.: 1375 SS März 2005.
Datenanalyse.
Wahrscheinlichkeit Zufallsexperiment:
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
Wahrscheinlichkeitsrechnung
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Kopfübungen BORG Schoren KÜ 3
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
2.4.2 Median Wiederholung (Kap. 2: Beschreibende Statistik)
K. Desch - Statistik und Datenanalyse SS05 Verteilungen Binomialverteilung.
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 Statistik und Datenanalyse 1.Wahrscheinlichkeit 2.Wahrscheinlichkeitsverteilungen 3.Monte-Carlo-Methoden 4.Statistische.
Die Binomialverteilung
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
Der Wiener Prozess und seltene Ereignisse
Die Gaussverteilung.
Aufgabe 5 Gegeben sei folgende Graphik mit den zugehörigen Merkmalsdefinitionen. – Erstellen Sie die zugehörige Kontingenztabelle der absoluten Häufigkeiten.
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
/ SES.125 Parameterschätzung
Wahrscheinlichkeitsverteilungen
Zufallsgrößen und Zufallsprozesse
 Präsentation transkript:

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 1. Vorlesung (15.4.) Kolmogorov-Axiome Mathematische Definition von Wahrscheinlichkeit (damit ist aber noch keine Bedeutung/Interpretation von W. impliziert) Menge S von “Ereignissen” (Stichprobenraum) Jeder Untermenge A von S wird eine reelle Zahl P(A) zugewiesen P(A) = Wahrscheinlichkeit von A so dass gilt für jede Untermenge A von S ist P(A)  0 P(S) = 1 für disjunkte Untermengen A und B (d.h. für AB=Ø) ist P(AB) = P(A) + P(B) K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 1. Vorlesung (15.4.) Statistische Unabhängigkeit A und B heißen statistisch unabhängig (oder unkorreliert) genau dann wenn P(AB) = P(A)P(B) Das bedeutet, dass die Zugehörigkeit eines Ereignisses zu A nichts aussagt darüber, ob es auch zu B gehört oder nicht Bedingte Wahrscheinlichkeit Wahrscheinlichkeit für A wenn B gegeben ist: Bayes-Theorem: K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 1. Vorlesung (15.4.) Häufigkeits-Interpretation von Wahrscheinlichkeit: relative Häufigkeit eines Ergebnisses einer Messung (Ereignis) im Grenzwert unendlich vieler Wiederholungen dieser Messung Dies ist die Interpretation von Wahrscheinlichkeit in der Quantenmechanik in der statistischen Mechanik Wahrscheinlichkeit für ein Ereignis A (k = Anzahl der Ereignisse k in n Messungen) Alternative Interpretation: subjektive Wahrscheinlichkeit “Bayes-Statistik” (Aussage über den wahren Wert selbst, benötigt a-priori-Wahrscheinlichkeit) K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 1. Vorlesung (15.4.) Diskrete Zufallsvariable: Wahrscheinlichkeit xi zu erhalten: P(xi) =: fi Kontinuierliche Zufallsvariable: Wahrscheinlichkeit eine Messung im Intervall [x+dx] zu erhalten P([x+dx]) =: f(x) dx f(x) = Wahrscheinlichkeitsdichte mit (probability density function, p.d.f.) Kumulative Verteilungsfunktion: gibt die Wahrscheinlichkeit an, dass ein Messergebnis kleiner als x ist. K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 1. Vorlesung (15.4.) Quantil: Median: (50%-Wert) Wahrscheinlichster Wert (most probable value): Maximum vom f(x) Mittelwert (mean value): diskrete Verteilung: K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 1. Vorlesung (15.4.) Erwartungswert einer Funktion a(x): Für a(x) = x erhält man den Mittelwert Die Erwartungswerte von Potenzen von x heißen Momente einer p.d.f. Algebraische Momente: Zentrale Momente: Breite einer Verteilung: Varianz: Standardabweichung: (gleiche Einheit wie x, ) K. Desch - Statistik und Datenanalyse SS05