Modul 203: Stochastische Unabhängigkeit!
|
|
|
- Käthe Pohl
- vor 7 Jahren
- Abrufe
Transkript
1 Modul 203: Stochastische Unabhängigkeit! 1
2 Alarm und falscher Alarm 2
3 Alarm und falscher Alarm Feuer kein Feuer 3
4 Alarm und falscher Alarm Feuer p = kein Feuer p =
5 Alarm und falscher Alarm Alarm bei Feuer Feuer p = kein Alarm trotz Feuer kein Feuer p =
6 Alarm und falscher Alarm Alarm bei Feuer Feuer p = kein Alarm trotz Feuer falscher Alarm kein Feuer p = kein Alarm 6
7 Alarm und falscher Alarm Alarm bei Feuer p = 0.99 Feuer p = kein Alarm trotz Feuer p = 0.01 kein Feuer p = falscher Alarm p = 0.02 kein Alarm p =
8 Alarm und falscher Alarm Alarm bei Feuer p = Feuer p = kein Alarm trotz Feuer p = 0.01 kein Feuer p = falscher Alarm p = kein Alarm p =
9 Mit welcher Wahrscheinlichkeit können Sie in dieser Nacht ruhig schlafen? Mit welcher Wahrscheinlichkeit geht in dieser Nacht die Alarmanlage los? Sie hören den Feueralarm. Mit welcher Wahrscheinlichkeit brennt es wirklich? 9
10 Mit welcher Wahrscheinlichkeit können Sie in dieser Nacht ruhig schlafen? Mit welcher Wahrscheinlichkeit geht in dieser Nacht die Alarmanlage los? Sie hören den Feueralarm. Mit welcher Wahrscheinlichkeit brennt es wirklich? 10
11 Mit welcher Wahrscheinlichkeit können Sie in dieser Nacht ruhig schlafen? Mit welcher Wahrscheinlichkeit geht in dieser Nacht die Alarmanlage los? = Sie hören den Feueralarm. Mit welcher Wahrscheinlichkeit brennt es wirklich? 11
12 Mit welcher Wahrscheinlichkeit können Sie in dieser Nacht ruhig schlafen? Mit welcher Wahrscheinlichkeit geht in dieser Nacht die Alarmanlage los? = Sie hören den Feueralarm. Mit welcher Wahrscheinlichkeit brennt es wirklich? = = 4.7% 12
13 HIV Test 20% der Bevölkerung HIV positiv HIV Test: bei HIV positiven Personen mit 90% Wahrscheinlichkeit positiv bei HIV negativen Personen gibt er mit 30% Wahrscheinlichkeit irrtümlicherweise auch ein positives Resultat. 13
14 HIV Test HIV pos 0.2 HIV neg
15 HIV Test Test pos 0.9 HIV pos 0.2 Test neg 0.1 HIV neg 0.8 Test pos 0.3 Test neg
16 HIV Test Test pos *0.9 = 0.18 HIV pos 0.2 Test neg *0.1 = 0.02 HIV neg 0.8 Test pos *0.3 = 0.24 Test neg *0.7 =
17 HIV Test HIV pos 0.2 HIV neg 0.8 Test pos 0.9 Test neg 0.1 Test pos 0.3 Test neg *0.9 = *0.1 = *0.3 = *0.7 = 0.56 Wirklich krank bei positivem Testresultat: = 0.2* * *0.3 = = = 3 7 = 42.86% 17
18 HIV Test HIV pos HIV neg 18
19 HIV Test HIV pos HIV neg Testresultat pos 19
20 HIV Test HIV pos HIV neg Testresultat pos Wirklich krank bei positivem Testresultat =
21 HIV Test Test pos *0.9 = 0.18 HIV pos 0.2 Test neg *0.1 = 0.02 HIV neg 0.8 Test pos *0.3 = 0.24 Test neg *0.7 =
22 HIV Test Andere Sicht Test pos 0.42 Test neg
23 HIV Test Andere Sicht HIV pos 3 / 7 Test pos 0.42 HIV neg 4 / 7 Test neg 0.58 HIV pos 1 / 29 HIV neg 28 / 29 23
24 HIV Test Andere Sicht HIV pos 3 / * 3 7 = 0.18 Test pos 0.42 HIV neg 4 / * 4 7 = 0.24 Test neg 0.58 HIV pos 1 / 29 HIV neg 28 / * 1 29 = * =
25 HIV Test Andere Sicht Testresultat pos Testresultat neg 25
26 HIV Test Andere Sicht Testresultat pos Testresultat neg HIV pos 26
27 HIV Test, neues Beispiel HIV Test: bei HIV positiven Personen mit 80% Wahrscheinlichkeit positiv bei HIV negativen Personen gibt er mit 10% Wahrscheinlichkeit irrtümlicherweise auch ein positives Resultat. Es ergeben sich 60% positive Testresultate Welcher Anteil ist wirklich HIV positiv? 27
28 HIV Test, neues Beispiel HIV pos x HIV neg (1 x) 28
29 HIV Test, neues Beispiel Test pos 0.8 HIV pos x Test neg 0.2 HIV neg (1 x) Test pos 0.1 Test neg
30 HIV Test, neues Beispiel Test pos x HIV pos x Test neg x HIV neg (1 x) Test pos (1 x) Test neg (1 x) 30
31 HIV Test, neues Beispiel Test pos x HIV pos x Test neg x 0.6 Test pos (1 x) HIV neg (1 x) Test neg (1 x) 31
32 HIV Test, neues Beispiel 0.8x + 0.1( 1 x) = x x = x = 0.5 x = % 32
33 HIV Test, neues Beispiel 0.8x + 0.1( 1 x) = x x = x = 0.5 x = % 33
34 HIV Test, neues Beispiel 0.8x + 0.1( 1 x) = x x = x = 0.5 x = % 34
35 HIV Test, neues Beispiel 0.8x + 0.1( 1 x) = x x = x = 0.5 x = % 35
36 HIV Test, neues Beispiel 0.8x + 0.1( 1 x) = x x = x = 0.5 x = % Merkwürdiges Resultat Hohe Dunkelziffer 36
37 18% aller Asylbewerber stammen aus Antagonien. 18% aller Asylbewerber sind Drogendealer. 37
38 18% aller Asylbewerber stammen aus Antagonien. 18% aller Asylbewerber sind Drogendealer. Da sieht s man wieder. 38
39 Krankheit A Männer Frauen Total Normal Krank Total
40 Krankheit A Männer Frauen Total Normal Krank Total Nur Männer erhalten diese Krankheit, totale Geschlechtsabhängigkeit. 40
41 Rotgrünfarbenblindheit Männer Frauen Total Normal Rotgrünblind Total
42 Rotgrünfarbenblindheit Männer Frauen Total Normal Rotgrünblind Total Vorwiegend Männer erhalten diese Krankheit, starke Geschlechtsabhängigkeit. 42
43 Frauen: XX ( 2 X-Chromosomen) FF, Ff, ff, ff f = farbenblind F dominant Männer: XY F/f nur auf X daher F oder f 43
44 Krankheit C Männer Frauen Total Normal Krank Total
45 Krankheit C Männer Frauen Total Normal Krank Total Krankheit und Geschlecht unabhängig voneinander 45
46 Visualisierungen 46
47 Krankheit A Männer Frauen Total Normal Krank Total Nur Männer erhalten diese Krankheit, totale Geschlechtsabhängigkeit. 47
48 Krankheit A Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Männer 52.7% Frauen 47.3% 48
49 Krankheit A Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Männer 52.7% Frauen 47.3% 49
50 Andere Sicht 50
51 Krankheit A Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Erste Unterteilung nach Gesundheitszustand Männer 52.7% Frauen 47.3% gesund 95.1% krank 4.9% 51
52 Krankheit A Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Erste Unterteilung nach Gesundheitszustand Zweite Unterteilung nach Geschlecht Männer 52.7% Frauen 47.3% gesund 95.1% krank 4.9% 52
53 Rotgrünfarbenblindheit Männer Frauen Total Normal Rotgrünblind Total Vorwiegend Männer erhalten diese Krankheit, starke Geschlechtsabhängigkeit. 53
54 Rotgrünfarbenblindheit Männer Frauen Total Normal Rotgrünblind Total Erste Unterteilung nach Geschlecht Männer 52.7% Frauen 47.3% 54
55 Rotgrünfarbenblindheit Männer Frauen Total Normal Rotgrünblind Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Männer 52.7% Frauen 47.3% 55
56 Rotgrünfarbenblindheit Männer Frauen Total Normal Rotgrünblind Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Erste Unterteilung nach Gesundheitszustand Männer 52.7% Frauen 47.3% gesund 95.1% krank 4.9% 56
57 Rotgrünfarbenblindheit Männer Frauen Total Normal Rotgrünblind Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Erste Unterteilung nach Gesundheitszustand Zweite Unterteilung nach Geschlecht Männer 52.7% Frauen 47.3% gesund 95.1% krank 4.9% 57
58 Krankheit C Männer Frauen Total Normal Krank Total Krankheit und Geschlecht unabhängig voneinander 58
59 Krankheit C Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Männer 52.7% Frauen 47.3% 59
60 Krankheit C Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Männer 52.7% Frauen 47.3% 60
61 Krankheit C Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Erste Unterteilung nach Gesundheitszustand Männer 52.7% Frauen 47.3% gesund 95.1% krank 4.9% 61
62 Krankheit C Männer Frauen Total Normal Krank Total Erste Unterteilung nach Geschlecht Zweite Unterteilung nach Gesundheitszustand Erste Unterteilung nach Gesundheitszustand Zweite Unterteilung nach Geschlecht Männer 52.7% Frauen 47.3% gesund 95.1% krank 4.9% 62
63 A und B heißen stochastisch unabhängig, falls: P( A und B) = P( A) P( B) P( A B) = P( A) P( B) 63
64 A und B heißen stochastisch unabhängig, falls: P( A und B) = P( A) P( B) P( A B) = P( A) P( B) Geschlecht und Krankheit im letzten Beispiel sind stochastisch unabhängig. 64
65 Stochastische Unabhängigkeit? Lungenkrebs Kein Lungenkrebs Total Raucher Nichtraucher Total Ausblick: χ 2 Test 65
Mathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 203 Stochastische Unabhängigkeit Hans Walser: Modul 203, Stochastische Unabhängigkeit ii Inhalt 1 Bedingte Wahrscheinlichkeit... 1 1.1 Feuermeldeanlage,
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester Übung März 2014
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester 204 Übung 3 7. - 20. März 204 Aufgabe 3. Messwertpaare Wir bearbeiten die Messwertpaare: i 2 3 4 5 6 x i 4 5 2 0 8 7 y i 4 6 3 8 5 4 Ergebnis
P (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
3.3 Bedingte Wahrscheinlichkeit
28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit
Epidemiologie und HIV-Tests
26. November 2009 Cornelias HIV-Test Das ist Cornelia. Cornelia möchte Plasmaspenderin werden. Dafür braucht sie einen negativen Befund eines HIV-Tests. Deshalb geht sie ins Krankenhaus. Cornelias HIV-Test
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester Übung März 2014
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester 2014 Übung 3 17. - 20. März 2014 Aufgabe 3.1 Messwertpaare Wir bearbeiten die Messwertpaare: i 1 2 3 4 5 6 x i 4 5 2 10 8 7 y i 4 6 3
Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten.
26 6. Bedingte Wahrscheinlichkeit Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten. Alarmanlage Tritt bei einer Sicherungsanlage ein Alarm
Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)
3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P
Täuschung und Manipulation mit Zahlen
58. Ärztekongress Berlin/Charité 4.11.2010 Täuschung und Manipulation mit Zahlen Kleines Statistikseminar zum kritischen Umgang mit Zahlen Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus
Orientierungshilfe zum 8. Hausaufgabenblatt. 25. Januar 2013
Orientierungshilfe zum 8. Hausaufgabenblatt 25. Januar 203 Abbildung : Skizze eines Baumdiagramms zur Veranschaulichung Aufgabe 44 Zunächst ist es von Vorteil sich die Problemstellung anhand eines Baumdiagramms
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassung vom 12. Januar 2001 121 WAHRSCHEINLICHKEITS-RÄUME Stichproben-Raum. 9.1 9.1 Stichproben-Raum. Die bisher behandelten Beispiele von Naturvorgängen oder Experimenten
STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück
STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable
Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit
Wahrscheinlichkeit in Laplace Versuchen Kombinatorische Formeln Bedingte Wahrscheinlichkeit Multiplikationssatz Unabhängigkeit Melanie Kaspar 1 Formel der totalen Wahrscheinlichkeit Satz von Bayes Melanie
Illustration von bedingten Wahrscheinlichkeiten
Frauen Männer Gesamt Bestandene 36 30 66 66,0% Bestandene Durchgefallene 4 30 34 34,0% Durchgefallene Gesamt 40 60 100 40,0% 60,0% Frauen Männer Frauen Männern Zeilen-Prozente: Frauen Männer Gesamt: Bestandene
R. Brinkmann Seite
R. rinkmann http://brinkmann-du.de Seite 1 17.09.2012 Lösungen edingte Wahrscheinlichkeit II en: 1 ufgabe Es soll die eliebtheit einer Fernsehsendung überprüft werden. Eine litzumfrage hatte folgendes
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.
Statistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler Haupt Verlag Bern Stuttgart Wien Inhaltsverzeichnis Vorwort 13 1 Beschreibende Statistik 15 1.1 Mittelwerte 15 1.1.1 Minimum der Abstände 15 1.1.2 Der Mediän
Bedingte Wahrscheinlichkeiten & Unabhängigkeit
Statistik 1 für SoziologInnen Bedingte Wahrscheinlichkeiten & Unabhängigkeit Univ.Prof. Dr. Marcus Hudec Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit
Bedingte Wahrscheinlichkeiten & Unabhängigkeit
Statistik 1 für SoziologInnen Bedingte Wahrscheinlichkeiten & Univ.Prof. Dr. Marcus Hudec Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit sich die
Satz von der totalen Wahrscheinlichkeit
htw saar 1 Satz von der totalen Wahrscheinlichkeit Sei (Ω, P) ein Wahrscheinlichkeitsraum, und B 1,, B n seien paarweise disjunkte Ereignisse mit B i = Ω. Für jedes Ereignis A gilt dann: P(A) = P(A B 1
Bedingte Wahrscheinlichkeiten
Bedingte Wahrscheinlichkeiten Bei der Betrachtung der Ereignisse A und B eines Zufallsexperiments muss man die beiden im folgendem beschrieben zwei Situationen unterscheiden. 1. Das Ereignis A und B tritt
Statistik für Informatiker, SS Grundlagen aus der Wahrscheinlichkeitstheorie
Bedingte W keit, Unabhängigkeit, gemeinsame Verteilung 1/44 Statistik für Informatiker, SS 2018 1 Grundlagen aus der Wahrscheinlichkeitstheorie 1.3 Bedingte Wahrscheinlichkeiten, Unabhängigkeit, gemeinsame
Biologie: Humangenetik, Stammbäume VORSSA 2008/CK
Biologie:Humangenetik,Stammbäume VORSSA2008/CK 1. MethodenderHumangenetik MenschenunterscheidensichineinerVielzahlvonMerkmalen.Einigedavonlassensichleichtbeschreiben,bei anderen,etwabeimerkmalendesgesichtsoderbeibegabungen,fälltesschonschwerer,sieexaktzuerfassen.
Täuschung und Manipulation mit Zahlen Teil 1
Täuschung und Manipulation mit Zahlen Teil 1 Kleines Statistikseminar zum kritischen Umgang mit Zahlen 23.3.2011 Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus Berlin Folien: Mammographie-Screening.de
Mathematik EP - Stochastik VIERFELDERTAFEL UND BEDINGTE WKT.
Mathematik EP - Stochastik VIERFELDERTAFEL UND BEDINGTE WKT. HIV - SCHNELLTEST Die Immunschwächekrankheit AIDS wird durch das HI-Virus, welches 1993 entdeckt wurde, verursacht. Die Krankheit gilt bis heute
Aufgabenblock 3. Durch zählen erhält man P(A) = 10 / 36 P(B) = 3 / 36 P(C) = 18 / 36 und P(A B) = 3 /
Aufgabenblock 3 Aufgabe ) A sei das Ereignis: schwerer Verkehrsunfall B sei das Ereignis: Alkohol ist im Spiel Herr Walker betrachtet die Wahrscheinlichkeit P(B A) = 0.3 und errechnet daraus P(-B A) =
Was bedeutet p Mathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften 200 180 160 Frauen 140 120 100 80 80 100 120 140 160 180 200 Männer Modul 208 Testen von Hypothesen 2 Lernumgebung. Teil 2 Hans Walser: Modul 208, Testen
htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT Hans-Peter Hafner WS 2016/2017
htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT htw saar 2 Gliederung 25.01. Bedingte Wahrscheinlichkeit: Motivation und Definition Multiplikationssatz Stochastische Unabhängigkeit:
Ma 13 - Stochastik Schroedel Neue Wege (CON)
Bedingte Wahrscheinlichkeiten S. 70, Nr. 5 Richtiges Anwenden der Multiplikationsregel A: Abonnement liest Werbeanzeige B: Produkt wird gekauft S. 70, Nr. 6 Übersetzung von Daten in ein Baumdiagramm A
Mathematik EP - Stochastik VIERFELDERTAFEL UND BAUMDIAGRAMM
Mathematik EP - Stochastik VIERFELDERTAFEL UND BAUMDIAGRAMM HIV - SCHNELLTEST Die Immunschwächekrankheit AIDS wird durch das HI-Virus, welches 1993 entdeckt wurde, verursacht. Die Krankheit gilt bis heute
Alternative Darstellung des 2-Stcihprobentests für Anteile
Alternative Darstellung des -Stcihprobentests für Anteile DCF CF Total n 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
Prüfung nicht bestanden. Die gleiche Tabelle kann man auch mit den entsprechenden Wahrscheinlichkeiten (relative Häufigkeit) erstellen.
6 Vierfeldertafel An einer Prüfung nehmen 100 Studenten teil, von denen 40 als Raucher bekannt sind. 65 Studenten haben die Prüfung. Von den Nichtrauchern haben 50 die Prüfung. Wie groß ist der Anteil
Diagnostische Verfahren
6. Diagnostische s Jede Registrierung oder Auswertung einer Information mit dem Ziel der Erkennung einer Erung oder eines speziellen Zustandes wird diagnostischer genannt. Beispiele Reaktion auf Ansprechen
Südtiroler Akademie für Allgemeinmedizin. Seminar
Südtiroler Akademie für Allgemeinmedizin Seminar 16.10.2015 Diagnostische Entscheidungsfindung in der Allgemeinmedizin Andreas Sönnichsen Institut für Allgemeinmedizin und Familienmedizin Universität Witten/Herdecke
Prüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 120 Minuten netto Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort gibt 2 Punkte. Pro falsche
Bewertung diagnostischer Tests
Δn g Δc gesund krank Δn k Δc Segreganz negativ positiv negativ positiv Relevanz Beertung diagnostischer Tests gesund krank c Annahme: Überlappende Populationen eine messbare Grösse (z.b Konzentration)
Wichtige Aspekte der Qualitätskontrolle in der Infektionsserologie. Ilka Richert, Bio-Rad Laboratories GmbH
Wichtige Aspekte der Qualitätskontrolle in der Infektionsserologie Ilka Richert, Bio-Rad Laboratories GmbH Hepatitis B Serokonversion Infektionsserologische Tests Sensitivität Spezifität Richtig pos. Ergebnisse
Einführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte
Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum
Mathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun http://blog.ruediger-braun.net Heinrich-Heine-Universität Düsseldorf 17. Dezember 2014 Klausurhilfsmittel Vier beidseitig von Hand beschriebene A4-Blätter
Kuriositäten aus der Wahrscheinlichkeitsrechnung
aus der Wahrscheinlichkeitsrechnung Franziska Flegel Girls Day am 28. April 2016 1 Simpson-Paradox: Leben Raucherinnen gesünder? gfghdfg 100 gfghdfg Raucher? Gestorben Überlebt Ges. ja 139 (23,9%) 443
Statistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler Stochastische Unabhängigkeit Lernumgebung Hans Walser: Stochastische Unabhängigkeit ii Inhalt Randomized response - Technik... Drei Karten... HIV Test...
Klausur zur Vorlesung
Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen
Musterlösung zur 6. Übung
Universität des Saarlandes FR 6.2 Informatik Prof. Dr. Hans-Peter Lenhof Dipl. Inform. Andreas Hildebrandt Programmierung II, SS 2003 Musterlösung zur 6. Übung Aufgabe 1: Faire Münzen (10 Punkte) Offensichtlich
4. Grundzüge der Wahrscheinlichkeitsrechnung
4. Grundzüge der Wahrscheinlichkeitsrechnung Dr. Antje Kiesel Institut für angewandte Mathematik WS 2010/2011 In der beschreibenden Statistik haben wir verschiedene Kennzahlen (Statistiken) für Stichproben
Analyse kategorieller Daten
Analyse kategorieller Daten x Tafel: In der Medizin ist der Vergleich zweier relativer Häufigkeiten wichtig. Es ist neue Operationstechnik entwickelt worden: Bei der Standardoperationsmethode stellte sich
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
Da die Fragen unabhängig voneinander und zufällig ausgewählt werden, ist die Wahrscheinlichkeit für eine Frage aus dem Gebiet Sport 1/10.
htw saar 1 Aufgabe 1 Für ein Fernsehquiz sollen Fragen zufällig und unabhängig voneinander aus zehn Wissensgebieten ausgewählt werden, darunter die Gebiete Sport und Politik. In jedem Gebiet stehen ausreichend
Epidemiologie 10. Thomas Kohlmann Maresa Buchholz. Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald
Epidemiologie 10 Thomas Kohlmann Maresa Buchholz Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald Übungen Sie verfügen über ein neues bildgebendes Verfahren zur Bestimmung
Übungs-Blatt 7 Wahrscheinlichkeitsrechnung
Übungs-Blatt Wahrscheinlichkeitsrechnung BMT Biostatistik Prof. Dr. B. Grabowski Zu Aufgabe ) Ein bestimmtes Bauteil wird auf seine Zuverlässigkeit untersucht. Die technische Prüfung erfolgt dabei so:
Test auf den Erwartungswert
Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen
ERBKRANKHEITEN (mit den Beispielen Albinismus, Chorea Huntington, Bluterkrankheit u. Mitochondriopathie)
ERBKRANKHEITEN (mit den Beispielen Albinismus, Chorea Huntington, Bluterkrankheit u. Mitochondriopathie) Als Erbkrankheit werden Erkrankungen und Besonderheiten bezeichnet, die entweder durch ein Gen (monogen)
Parametrische und nichtparametrische Tests
XIII. Nichtparametrische Tests Seite 1 Parametrische und nichtparametrische Tests Parametrische Tests: Hier wird eine bestimmte Verteilung vorausgesetzt, und getestet, ob die gewählten Parameter passen.
Was tun Sie für Ihre Gesundheit? Wie können Sie Ihre Lebensgewohnheiten ändern?
Verhaltensänderung Was tun Sie für Ihre Gesundheit? Veränderungen sind immer schwierig umzusetzen, besonders wenn es um Lebensgewohnheiten geht. Die Art, wie Sie essen, ob Sie Sport treiben, was Sie für
Fragebogen zur Erhebung der Anamnese (Bitte ausfüllen beziehungsweise Zutreffendes ankreuzen und dem Arzt vorlegen!)
Fragebogen zur Erhebung der Anamnese (Bitte ausfüllen beziehungsweise Zutreffendes ankreuzen und dem Arzt vorlegen!) Anlage 2 (zu Ziffer I Nr. 2 Satz 3) Angaben zur Person Name: Vorname: geboren am: 1.
Biostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Unabhängigkeit Prof. Dr. Achim Klenke http://www.aklenke.de 6. Vorlesung: 02.12.2011 1/30 Inhalt 1 Wahrscheinlichkeit 2 2/30 Wahrscheinlichkeit
NIPT- konkret für die Praxis mit Fallbeispielen
ERSTTRIMESTER-UTRASCHALLKURS 24.02.2018 NIPT- konkret für die Praxis mit Fallbeispielen Stefanie Pelikan, Oberärztin mbf Wir müssen informieren Recht auf Nichtwissen muss ebenfalls aufgeklärt werden! Expertenbrief
Einführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
Diagnostisches Testen. Coniecturalem artem esse medicinam
Diagnostisches Testen Coniecturalem artem esse medicinam Würfelspiel A: ein fairer Würfel zeigt eine gerade Augenzahl B: ein fairer Würfel zeigt mindestens 4 Punkte A: B: A B: P(A=1/2 P(B=1/2 P(A B=2/6
3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit
3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit Aufgabe : Summenregel und bedingte Wahrscheinlichkeit Eine Statistik hat folgende Ergebnisse zutage gebracht: 52 % der Bevölkerung sind weiblich.
Bedingte Wahrscheinlichkeit. Beispiel zur bedingten Wahrscheinlichkeit
Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit sich die Wahrscheinlichkeiten für das Eintreten von Ereignissen durch das Eintreten anderer Ereignisse
STATISTISCHE KRANKHEITSTESTS. Simon Schimpf und Nico Schmitt
1 STATISTISCHE KRANKHEITSTESTS 18.11.2008 Simon Schimpf und Nico Schmitt Gliederung 2 Hintergrund des Themas (worum geht es Voraussetzungen Lernziele Die intuitive Herangehensweise ohne Satz von Bayes
3 = 93% (a) Berechnen Sie den Anteil der weiblichen Raucher unter den Betriebsangehörigen.
Übungsblatt Wahrscheinlichkeit 1. Neun von zehn Ungeborenen bevorzugen im Mutterleib den rechten Daumen zum Lutschen. Forscher fanden heraus, dass alle Kinder, die rechts genuckelt hatten, im Alter von
Bedingte Wahrscheinlichkeit
Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit sich die Wahrscheinlichkeiten für das Eintreten von Ereignissen durch das Eintreten anderer Ereignisse
bwz uri Datenanalyse Minuten Ich wünsche Ihnen viel Erfolg! Name und Vorname Aufgabe Gesamtpunkte Punkte
Datenanalyse 2017 Prüfungsdauer Hilfsmittel Bedingungen 60 Minuten Taschenrechner erlaubt, CAS-Rechner im Prüfungsmodus! Formelsammlung Dokumentieren Sie den Lösungsweg sauber. Der Lösungsweg muss klar
Vl Zweidimensionale Verteilungen Zusammenhangsmaße 3.1. Zwei dimensionale Häufigkeitstabellen. Absolute Häufigkeitstabelle
Vl. 5.12.11 3. Zweidimensionale Verteilungen Zusammenhangsmaße 3.1. Zwei dimensionale Häufigkeitstabellen schnell mittel langsam 3 Arten von Häufigkeitstabellen: Absolute Häufigkeitstabelle relative Häufigkeitstabelle
Biomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
Prüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( ) Sie die jeweils richtige
Statistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
Stochastik Musterlösung 3
ETH Zürich HS 2018 RW, D-MATL, D-MAVT Prof. Marloes H. Maathuis Koordinator Dr. Marvin S. Müller Stochastik Musterlösung 3 1. Wir betrachten eine Krankheit, zu der es einen Test beim Arzt gibt. Wir wissen,
Lösungen Wahrscheinlichkeitstheorie
Lösungen Wahrscheinlichkeitstheorie Serie 6 Aufgabe 1 (stochastische Unabhängigkeit). Für die Ereignisse A, B und C sind folgende Wahrscheinlichkeiten bekannt: P (A) = 0, 2; P (B) = 0, 6; P (A \ B) = 0,
HBV HCV HIV Erregerscreening. Wozu? Wie? Wann?
HBV HCV HIV Erregerscreening Wozu? Wie? Wann? Wozu? Welches sind die Konsequenzen für Mutter Kind! falls nicht getestet wird??! eines negativen Resultates??! eines positiven Resultates?? Antikörpertests:
Klausur Nr. 1: Wahrscheinlichkeitsrechnung (Stochastik) Klausur Nr. 1: Wahrscheinlichkeitsrechnung (Stochastik)
Aufgabe : Eine Versicherung veröffentlicht das folgende Datenmaterial über die durch die bei ihnen versicherten ersonen verursachten Unfälle: Autofahrer Jünger als 25 25 und 40 40 und 60 Älter als 60 Summe
Müsli-Aufgabe Bayern GK 2009
Müsli-Aufgabe Bayern GK 2009 1 Anlässlich einer Studie wurden 2000 Jugendliche im Alter von 18 Jahren zu ihren Ernährungsgewohnheiten befragt Von den Befragten gaben 740 an, am Morgen nicht zu frühstücken
Station 1. Aufgaben zu den Mendelschen Regeln
Station 1 Aufgaben zu den Mendelschen Regeln Arbeitsblatt 1 zu Station 1 Aufgabe 1 Formuliere die erste Mendelsche Regel. Aufgabe 2 Erläutere die folgenden Fachbegriffe. Name homozygot heterozygot reinerbig
Alternative Darstellung des 2-Stichprobentests für Anteile
Alternative Darstellung des -Stichprobentests für Anteile DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
Pränatale Analytik Informationen für die Eltern
Pränatale Analytik Informationen für die Eltern Liebe Eltern Sie entscheiden. Diese Broschüre vermittelt Ihnen wichtige Informationen zur pränatalen Diagnostik fetaler Trisomien. Die Entscheidung, einen
LEICHTE SPRACHE Rauch melder sind Pflicht! Merkblatt. Soziale Region. Nachhaltige Region
LEICHTE SPRACHE Rauch melder sind Pflicht! Merkblatt Aktive Region Nachhaltige Region BildungsRegion Soziale Region Impressum: StädteRegion Aachen A 58 Amt für Inklusion und Sozialplanung Aachen, Juli
Mammographie-Screening in der Diskussion um Nutzen und Schaden: Was glauben wir und was wissen wir über den Nutzen?
Urania Berlin 13.10. 2008 Mammographie-Screening in der Diskussion um Nutzen und Schaden: Was glauben wir und was wissen wir über den Nutzen? Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus
Mathematik IV: Statistik. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15
Mathematik IV: Statistik für D-UWIS, D-ERDW, D-USYS und D-HEST SS15 Repetition: W keitsmodell Grundraum Ω: Alle möglichen Elementarereignisse ω i Bsp. Würfel: Ω={1, 2, 3, 4, 5, 6}, ω 4 =4 Ereignisse A,
Rauchen. Tabellen. 20. Juli 2018 N8414/36510 Fr/Sp. forsa marplan Mark- und Mediaforschungsgesellschaft
Tabellen 20. Juli 2018 N8414/36510 Fr/Sp forsa marplan Mark und Mediaforschungsgesellschaft mbh Büro Berlin Schreiberhauer Straße 30 10317 Berlin Telefon: (0 30) 6 28 820 DATEN ZUR UNTERSUCHUNG Titel der
Der χ2-test Der χ2-test
Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln
Der χ 2 -Test. Überblick. Beispiel 1 (χ 2 -Anpassungstest)
Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln
,,Schäferhunde sind gefährlich! Denn,,Jeder dritte Biss geht auf das Konto dieser Rasse.
Wirtschaftswissenschaftliches Zentrum 7 Universität Basel Statistik Dr. Thomas Zehrt Bedingte Wahrscheinlichkeit Motivation Die bedingte Wahrscheinlichkeit eines Ereignisses A bei einem gegebenen Ereignis
Unabhängigkeit KAPITEL 4
KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht
Der Rauchmelder. Du, Kasper, hast du vorhin die Feuerwehrsirene gehört? Wo die wohl hingefahren sind?
Der Rauchmelder Bühnenbild: bei Kasper und Fiete zu Hause, im Schlafzimmer Vorhang auf: Kasper und Fiete liegen zugedeckt nebeneinander auf der Bühne in ihren Betten, vom Spieler links ist die fiktive
Alle unter 1 Altersgruppen. ICD10-Code. 1-5 5-10 10-15 15-20 20-25 25-30 30-35 35-40 40-45 45-50 50-55 55-60 60-65 Jahr. männlich
Sterbefälle. Gliederungsmerkmale: Jahre, Region, Alter, Geschlecht, Nationalität, ICD-10 **************************************************************************************************** Die Tabelle
SRA Version Februar 2001
SRA Version Februar 2001 Subject s Reaction to Antipsychotics H.A. Wolters H. Knegtering D. Wiersma R.J. van den Bosch University Medical Center Groningen/RGOc/Lentis Übersetzung H. Schneider Allgemeine
Was sind die Gründe, warum die Frau, der Mann, das Paar die Beratungsstelle aufsucht?
6 Checkliste 3 Checkliste der relevanten Fragestellungen für die psychosoziale Beratung bei vorgeburtlichen Untersuchungen mit dem Ziel der informierten und selbstbestimmten Entscheidung Es müssen nicht
Bayes'scher Satz und diskrete Verteilungen
Die Benutzung dieser Materialien ist auf Herbst 2017 beschränkt. Diese Hilfsmaterialien sind nur für unseren Studenten gemeint, dürfen also nicht weiterverteilt werden. Bayes'scher Satz und diskrete Verteilungen
Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing.
Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Martin Nagel Höhere Mathematik 2 (Weihenstephan) 1. In einer Urne
Vorträge der Hochschulen der
BUGA 2011 Vorträge der Hochschulen der Region Mittelrhein Prof. Dr. Albert Brühl Philosophisch Theologische Hochschule Vallendar Pflegewissenschaftliche Fakultät Lehrstuhl Statistik und standardisierte
Südtiroler Akademie für Allgemeinmedizin. Brustschmerzen: ein häufiges Symptom in der Allgemeinpraxis
Südtiroler Akademie für Allgemeinmedizin Brustschmerzen: ein häufiges Symptom in der Allgemeinpraxis A. Sönnichsen Diagnostisches Ziel in der Allgemeinmedizin: Überdiagnostik vermeiden keinen übersehen
Inhalt. I Aufgaben 1. 2 Statistische Methoden Lage- und Streuungsmaße Kindersegen MorbusCrohn 15
I Aufgaben 1 1 Maßzahlen aus der Epidemiologie 3 1.1 Prävalenz und Inzidenz 3 1.1.1 Krebs 3 1.1.2 Diabetes mellitus Typ II 3 1.1.3 Krankheit XY 4 1.1.4 Gebärmutterhalskrebs 4 1.1.5 Osteoporosebedingte
Das Bandtagebuch mit EINSHOCH6 Folge 24: WIR HABEN ANGST
Übung 1: Angst Hör dir zunächst das Lied an, ohne ins Manuskript zu schauen. Markiere die Wörter, die im Text vorkommen. Dunkelheit Schwäche Zukunft irgendwo sagen riskant Veränderung verbieten Täter Arzt