Grundbegriffe der (deskriptiven) Statistikder Wahrscheinlichkeitstheorie.

Slides:



Advertisements
Ähnliche Präsentationen
Grundlagen der Wahrscheinlichkeitsrechnung - Verteilungen -
Advertisements

Masterstudiengang IE (Industrial Engineering)
Stochastik in der Sek. II Sabrina Schultze.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Wahrscheinlichkeitstheorie
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
Statistische Methoden I
Statistische Methoden I
Statistische Methoden II
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
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
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,
Allgemein definiert man:. Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt.
Neu Übungsgruppentausch:
Statistische Methoden I SS 2005
Kolmogorov-Smirnov-Test. A. N. Kolmogorov Geboren in Tambov, Russland. Begründer der modernen Wahrscheinlichkeitstheorie.
Statistische Methoden I WS 2007/2008 Probeklausur Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 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,
FILTER Input: Empirische Zeitreihe Output: Geglättete Zeitreihe.
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
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
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Statistische Maßzahlen
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.
Probeklausur am 21. Januar 2005 statt Vorlesung. Wahrscheinlichkeitstheorie.
Bedingte Wahrscheinlichkeiten
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
Klausur am :00 bis 13:00 Hörsaal Loefflerstraße und Hörsaal Makarenkostraße.
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Wahrscheinlichkeitstheorie. Laplacescher Wahrscheinlicheitsraum.
Deskriptive Statistik
Sportwissenschaftliche Forschungsmethoden SS Statistischer Test.
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
Allgemeine stetige Verteilungen und konkrete Anwendungen
Die t-Verteilung und die Prüfstatistik
Wahrscheinlichkeitsverteilung
STATISIK LV Nr.: 1375 SS März 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
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.
Stetige Verteilungen Das Uhrenbeispiel Dichtefunktion
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Begriff der Zufallsgröße
Die Binomialverteilung
 Präsentation transkript:

Grundbegriffe der (deskriptiven) Statistikder Wahrscheinlichkeitstheorie

Verteilungsfunktion Beispiel Würfel

Verteilungsfunktion Beispiel n-facher Münzwurf

Verteilungsfunktion der Normalverteilung I

Verteilungsfunktion der Normalverteilung II

Verteilungsfunktion Beispiel Haushaltsgröße

Häufigkeitstabelle für das Jahr 1980 (laut Schlittgen) Verteilungsfunktion

Zufallsvariablen Verteilung Verteilungsfunktion Wahrscheinlichkeitsfunktion Dichtefunktion Verteilung Die Verteilung einer ZV ist ein Wahrscheinlichkeitsmaß auf den reellen Zahlen diskret stetig

diskret f nennt man Wahrscheinlichkeitsfunktion von X

stetig f nennt man Dichtefunktion von X

Verteilungsfunktion diskret stetig

diskret stetig

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, aber keiner der drei weiß vor der Exekution über sein Schicksal Bescheid. Der Gefangene A fragt seinen Wärter, wer von den beiden anderen, B oder C, exekutiert werden wird. Man berechne die Überlebenswahrscheinlichkeit für A, wenn der Wärter mit B geantwortet hat. Wir nehmen an, dass der Wärter, falls er dieWahl hat, mit Wahrscheinlichkeit p dieAntwort B gibt und mit Wahrscheinlichkeit 1 - p die Antwort C. Ansonsten antwortet er wahrheitsgemäß.