K. Desch - Statistik und Datenanalyse SS05

Slides:



Advertisements
Ähnliche Präsentationen
Masterstudiengang IE (Industrial Engineering)
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 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Statistische Methoden II SS 2008
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.
Bitte mein Manuskript (liegt im Bibliotheksgebäude aus) nicht nach Außerhalb tragen. Die Weitergabe an Dritte (d. h. an Personen, die nicht Hörer der Vorlesung.
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 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,
Statistische Methoden I SS 2005
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.
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2009/2010 Einleitung: Wie schätzt man die Zahl der Fische in einem See? Zur Geschichte der Statistik.
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Statistische Methoden II SS 2003
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.
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Binomialverteilung: Beispiel
Histogramm/empirische Verteilung Verteilungen
Ausgleichungsrechnung I
Normalverteilung bei stetigen Zufallsgrößen
Wahrscheinlichkeitsverteilung
Aufgabenzettel VIII Statistik I © by Ewald Krawitz & Oliver Schattmann.
Die Poisson-Verteilung: Mittelwert und Standardabweichung
Mittelwert und Standardabweichung
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.
Modul Statistische Datenanalyse
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Testtheorie (Vorlesung 6: ) Zusammenfassung: Matrizen
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
Der Binomialtest Man habe einen wahren Anteil P. Kann man aufgrund von p sagen, daß in der Population tatsächlich der Anteil P zugrunde liegt? [Beispiele]
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
Verteilungen Negative Binomialverteilung (Pascalverteilung)
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
Der Wiener Prozess und seltene Ereignisse
Die Gaussverteilung.
Statistik im Labor BFB-tech Workshop Eugen Lounkine.
Vorbereitungsseminar zum fachdidaktischen Blockpraktikum im SS 2011
Independent Component Analysis: Analyse natürlicher Bilder Friedrich Rau.
Wahrscheinlichkeitsverteilungen
 Präsentation transkript:

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 3. Vorlesung (29.4.) Faltung: Wahrscheinlichkeitsverteilung der Summe w=x+y zweier Zufallsvariablen x und y mit den Wahrscheinlichkeitverteilungen fx(x) und fy(y): K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 3. Vorlesung (29.4.) 2. Kapitel: Wichtige Wahrscheinlichkeitsverteilungen Binomialverteilung: Zufallsvariable: k Parameter (fest): n, p Gibt die Wahrscheinlichkeit an bei n Versuchen k Erfolge zu erhalten, wenn die Einzelerfolgswahrscheinlichkeit p ist Normierung: Erwartungswert: Varianz: K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 3. Vorlesung (29.4.) Poissonverteilung: Zufallsvariable: k Parameter (fest): Grenzwert der Binomialverteilung für p0, n, np= Beschreibt Ereignisse mit kleiner Einzelwahrscheinlichkeit Wahrscheinlichkeit k Ereignisse zu beobachten, wenn man im Mittel  Ereignisse erwartet Normierung: Erwartungswert: Varianz: K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 3. Vorlesung (29.4.) Kontinuierliche Wahrscheinlichkeitsverteilungen: Gaussverteilung (Normalverteilung): Zufallsvariable: x Parameter (fest): Wichtigste Wahrscheinlichkeitsverteilung. Grenzwert der Poissonverteilung für große  Grenzwert der Binomialverteilung für große n Normierung: Erwartungswert: Varianz: K. Desch - Statistik und Datenanalyse SS05

K. Desch - Statistik und Datenanalyse SS05 Zusammenfassung 3. Vorlesung (29.4.) Integrierte Gaussfunktion: Integrale: beidseitig: [-1,1] = 68.27 % [-2,2] = 95.45 % [-3,3] = 99.73 % einseitig: [-,1] = 84.13 % [-,2] = 97.72 % [-,3] = 99.87 % K. Desch - Statistik und Datenanalyse SS05