Statistische Methoden I WS 2004/2005 Probeklausur Freitag, 21. Januar statt Vorlesung - In 2 Wochen In 2 Wochen!
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz
Die Binomialverteilung
Erwartungswert Varianz
Beispiel Haushaltsgröße Häufigkeitstabelle für das Jahr 1980 (laut Schlittgen)
Gegeben seien n Zufallsvariablen Dann gilt immer: Wenn gilt dann hat man auch Gleichheit von Bienaymé
Die Binomialverteilung
Erwartungswert Varianz
Beispiel Haushaltsgröße Häufigkeitstabelle für das Jahr 1980 (laut Schlittgen)
Der diskrete unendliche Fall Dabei nehmen wir an, dass Erwartungswert Varianz Erwartungswert und Varianz II
Die Poisson-Verteilung
Erwartungswert Varianz
Der stetige Fall f ist die Wahrscheinlichkeitsdichte. Dabei nehmen wir an, dass Erwartungswert und Varianz III
Erwartungswert Varianz
Die Gauß- oder Normalverteilung
Dichte Verteilung Verteilungsfunktion
Erwartungswert Varianz
Die hypergeometrische Verteilung Notation
Erwartungswert Varianz
Die geometrische Verteilung Man erhält eine Wahrscheinlichkeitsverteilung, weil gilt:
Erwartungswert Varianz
Die Exponential-Verteilung
Dichte Verteilung Verteilungsfunktion
Erwartungswert Varianz
Ein Tetraeder wird dreimal geworfen. Auf den 4 Flächen des Tetraeders sind die Zahlen 1, 2, 3 und 4 aufgetragen. Jede Seite erscheint mit der gleichen Wahrscheinlichkeit. Die Zufallsvariable X gebe die Differenz zwischen der Summe der Augenzahlen der beiden ersten Würfe und der Augenzahl des dritten Wurfes an. Wir groß sind Erwartungswert und Varianz von X? 1 2 3
II. Wahrscheinlichkeitstheorie 1. Laplacesche Wahrscheinlicheitsräume 1.1. Kombinatorische Formeln 1.2. Berechnung von Laplace-Wahrschein- lichkeiten 2. Allgemeine Wahrscheinlichkeitsräume 2.1. Der diskrete Fall 2.2. Der stetige Fall 2.3. Unabhängigkeit und bedingte Wahrscheinlichkeit 3. Zufallsvariablen 3.1. Grundbegriffe 3.2. Erwartungswert und Varianz 3.3. Binomial- und Poisson-Verteilung 3.4. Die Normalverteilung und der Zentrale Grenzwertsatz