Statistische Methoden I WS 2002/2003 Probeklausur Freitag, 13. Dezember 2002 - statt Vorlesung - Nächsten Freitag!!!

Slides:



Advertisements
Ähnliche Präsentationen
Die Laufzeit von randomisierten (zufallsgesteuerten) Algorithmen hängt von gewissen zufälligen Ereignissen ab (Beispiel Quicksort). Um die Laufzeiten dieser.
Advertisements

Stochastik in der Sek. II Sabrina Schultze.
Glücksspiele.
Kapitel 6 Mehrstufige Zufallsexperimente
Wahrscheinlichkeitstheorie
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
Statistische Methoden I
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Nachholung der Vorlesung vom Freitag
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Statistische Methoden II SS 2008
Konfidenzintervalle Intervallschätzung
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
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
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - statt Vorlesungen -
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,
Allgemein definiert man:. Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt.
Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Neu Übungsgruppentausch:
Statistische Methoden I SS 2005
Statistische Methoden I WS 2006/2007 Probeklausur Freitag, 26. Januar statt Vorlesung - Nächste Woche Nächste Woche!
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur - 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.
Zeit: 14:15 Ort: Hörsaal Loefflerstraße Heute wird die Vorlesung vom vergangenen Freitag nachgeholt! im Anschluss an die heutige reguläre Vorlesung.
II. Wahrscheinlichkeitstheorie
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.
III. Induktive Statistik
Wahrscheinlichkeitsräume. A. N. Kolmogorov Kolmogorov wurde (mehr zufällig, seine Mutter war auf der Durchreise) in Tambov, Russland, geboren.
Die Vorlesung Statistische Methoden I fällt morgen ( ) aus! Zeit: 14:15 Ort: Hörsaal Loefflerstraße Diese Vorlesung wird am nächsten Donnerstag.
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.
Urnenmodelle. Wahrscheinlichkeitsräume A. N. Kolmogorov Kolmogorov wurde (mehr zufällig, seine Mutter war auf der Durchreise) in Tambov,
Statistische Methoden II SS 2003
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 2004/2005 Probeklausur Freitag, 21. Januar statt Vorlesung - In 2 Wochen In 2 Wochen!
Probeklausur Die Probeklausur findet am anstelle der Vorlesung statt. 13. Juni 2003 Nächste Woche!!
Grundbegriffe der (deskriptiven) Statistik
Statistische Methoden II SS 2010 Vorlesung:Prof. Dr. Michael Schürmann Zeit: Freitag 13:15 -15:45 (Pause 14:45) Ort:HS Makarenkostraße (Kiste) Übungen.
Wahrscheinlichkeitstheorie. Laplacescher Wahrscheinlicheitsraum.
Wahrscheinlichkeitsrechnung Grundbegriffe

STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
WIR SPIELEN STATISTIKER Unterhaltung mit der Wahrscheinlichkeit
Wahrscheinlichkeitsrechnung
Erklärung der „Lottoformel“ P =
Die Wahrscheinlichkeit
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
TeWT305: Die Formel von Bayes
teWT303: Bedingte Wahrscheinlichkeit
1. 2. Berechnen von Wahrscheinlichkeiten
Aufgaben zu Laplace-Wahrscheinlichkeiten
Kombinatorik ist die Lehre vom Bestimmen der Anzahlen
Weitere acht Aufgaben zu Laplace-Wahrscheinlichkeiten
Wahrscheinlichkeitsrechnung Übersicht
Vermischte Aufgaben zur Wiederholung Löse die Aufgaben sauber auf einem Blatt Papier oder im Schulheft. Und nun geht’s los!
Vermischte Aufgaben zur Vorbereitung auf die 3. Schulaufgabe
Einführung in die Wahrscheinlichkeitsrechnung
Mittel- und Erwartungswert
 Präsentation transkript:

Statistische Methoden I WS 2002/2003 Probeklausur Freitag, 13. Dezember statt Vorlesung - Nächsten Freitag!!!

Die hypergeometrische Verteilung Notation

Eine Urne enthält n Kugeln, davon N weiße und n - N schwarze. Aus der Urne werden nacheinander m Kugeln ohne Zurücklegen gezogen. Wie groß ist die Wahrscheinlichkeit, genau k weiße Kugeln zu ziehen? Sie beträgt gerade H(n, N, m)(k)!

Wahrscheinlichkeitsdichten

Die Exponential-Verteilung

Die Gauß- oder Normalverteilung

Die Cauchy-Verteilung

Die Student- oder t-Verteilung Hängt von Parameter n ab!

Die Chi-Quadrat-Verteilung Hängt ebenfalls von Parameter n ab!

Unabhängigkeit Vier Spielkarten zeigen auf der Vorderseite die folgenden Aufschriften: 1 Eine Karte wird zufällig gezogen. Ereignisse A, B und C A : Oben steht eine 0 B: In der Mitte steht eine 0 C: Unten steht eine

Trotzdem sind die Ereignisse A, B und C nicht unabhängig: d. h. C kann nicht eintreten, wenn A und B eintreten. Man hat zwar:

Allgemein definiert man:

Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nichtrauchern ein- geteilt. Dabei ergibt sich die folgende Tabelle:

Also haben wir: Allgemein definiert man:

Pfadregel Dann hat man:

Baumdiagramm

Wir betrachten eine Urne mit einer roten und 3 grünen Kugeln. 1. Stufe: Eine Kugel wird zufällig gezogen, ihre Farbe notiert. Anschließend werden diese und eine Kugel derselben Farbe in die Urne zurückgelegt. 2. Stufe: Nach dem guten Mischen wird er- neut eine Kugel zufällig gezogen und deren Farbe notiert. Urne mit roten und grünen Kugeln

START /4 1/4 4/5 1/53/52/5 Baumdiagramm

Allgemein: Formel von der totalen Wahrscheinlichkeit

Formel von der totalen Wahrscheinlichkeit Einkommensverteilung der Haushalte in einer bestimmten Gegend Anteil der Haushalte, die ein Auto > DM ,- anschaffen, in den verschiedenen Einkommensklassen

Es ergibt sich: Also nach der Formel für die totale Wahrscheinlichkeit: 5

Allgemein: Formel von der totalen Wahrscheinlichkeit

FröhlicheWeihnachten wünscht Shirley

Satz von Bayes

In einer Stadt vermutet man, dass für die Bevölkerung die folgende Aufteilung in Deutsche, Italiener und Ausländer, die keine Italiener sind, besteht: wobei die letzte Zeile den jeweiligen Anteil von Personen in der Bevölkerungsgruppe angibt, die gerne Spaghetti bestellen. (Beispiel nach H. Haase: Stochastik für Betriebswirte)

Jemand bestellt in einer Gaststätte Spaghetti. Wie groß ist die Wahrscheinlichkeit, dass dieser Gast ein Deutscher, ein Italiener oder ein nicht-italienischer Ausländer ist? D: Der Gast ist ein Deutscher I: Der Gast ist ein Italiener A: Der Gast ist ein Ausländer, aber kein Italiener S: Der Gast bestellt Spaghetti

Nach der Formel für die totale Wahr- scheinlichkeit hat man: Daraus ergibt sich nach dem Satz von Bayes

Satz von Bayes

Lernen aus Erfahrung Beispiel Eine Urne enthält 4 Kugeln. Wir wissen, dass eine der folgen- den Situationen A1, A2 oder A3 vorliegt: A1: eine Kugel ist rot, die drei anderen sind grün A2: zwei Kugeln sind rot, die beiden anderen grün A3: drei Kugeln sind rot, eine ist grün Die Wahrscheinlichkeiten für die drei Möglichkeiten sind unbekannt. Wir setzen: P(A1) = p1 P(A2) = p2 P(A3) = p3

Wir ziehen aus der Urne m Kugeln mit Zurücklegen. Nehmen wir nun an, dass das Ereignis B geschieht. Bei jedem Zug zeigt sich eine rote Kugel B Dann hat man:

Nach dem Satz von Bayes erhalten wir: Ebenso :

Für große m nähert sich die bedingte Wahrscheinlichkeit für A3 gegeben B dem Wert 1, während sich die bedingten Wahrscheinlichkeiten für A1 und A2 dem Wert 0 annähern. Unabhängig von den Werten für p1, p2 und p3 hat man: