Statistische Methoden I WS 2009/2010 Probeklausur Montag, 25. Januar statt Vorlesung -
Beispiele Poisson-verteilter Zufallsvariablen Anzahl der pro Zeiteinheit abgestrahlten Teilchen eines radioaktiven Präparats Anzahl der pro Zeiteinheit an einer Tankstelle tankenden PKW Anzahl der Sechser pro Ausspielung im Lotto Anzahl der pro Jahr von einer Versicherung zu regulierenden Schadensfälle Anzahl der innerhalb eines Tages geborenen Kinder
Brösel Bäckerei Brösel X : Anzahl der Kunden in der Bäckerei Brösel zwischen 7.00 Uhr und 7.15 Uhr n : Anzahl der betrachteten Haushalte Annahmen Die Wahrscheinlichkeit p, dass ein Haushalt zu der Zeit bei Brösel einkauft, ist bei allen Haushalten gleich Die Haushalte entscheiden unabhängig voneinander, ob sie bei Brösel einkaufen oder nicht
Dann gilt: d. h.
Nun wird die Anzahl n der betrachteten Haushalte vergrößert. Die Einkaufswahrscheinlichkeit p hänge dabei so von n ab, dass gilt: Dann konvergiert die Verteilung von X gegen eine Poisson- Verteilung. Genauer: Man hat im Limes n gegen unendlich
Die Gauß- oder Normalverteilung
Dichte Verteilung Verteilungsfunktion
Erwartungswert Varianz
Der Zentrale Grenzwertsatz µ
Verwendung der Tafel für die Normalvertreilung
Tafel für die Verteilungsfunktion bei Normalverteilung
Beispiel Äpfeln Gewicht von Äpfeln Gewicht von Äpfeln der Sorte Cox-Orange aus einem bestimmten italienischen Anbaugebiet Schätzer von
Wichtige Eigenschaft der Normalverteilung Für unabhängige normalverteilte Zufallsvariablen X und Y hat man
4. Markov-Ketten 4.1. Übergangsmatrizen 4.2. Grenzverhalten irreduzibler Markov-Ketten 4.3. Gewinnwahrscheinlichkeiten 4.4. Beispiel Ruin der Spieler 4.5. Anwendungen