Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist."

Transkript

1 .3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil diese in der Grundgesamtheit eingetreten ist. Werden die Ergebnisse in der Reihenfolge ihres Eintretens aufgeschrieben, nennt man eine solche Darstellung eine URLISTE. Bei Verkehrszählungen ist es üblich, STRICHLISTEN z.b. für PKW und LKW anzufertigen. Das arithmetische Mittel x wird berechnet als Quotient aus der Summe aller beobachteten Werte und dem Umfang der Stichprobe. x1 + x xn x = n Der Mittelwert lässt sich auch berechnen als Summe der Produkte aus den beobachteten Werten und den dazugehörigen relativen Häufigkeiten. x = x1 h1 + x h x n h n Bei Zufallsversuchen mit Ausreißern liefert der Mittelwert kein geeignetes Ergebnis. Der ZENTRALWERT oder MEDIAN z halbiert die der Größe nach geordnete Datenreihe. Bei gerader Anzahl der Daten ist der Median gleich dem Mittelwert der beiden mittleren Werte. Der MODALWERT m ist der am häufigsten beobachtete Wert. Werden Zufallsexperimente (z.b. Würfeln) ausreichend oft durchgeführt, so nähert sich die relative Häufigkeit für ein Ereignis einem stabilen Wert. Dieser stabile Wert ist die WAHRSCHEINLICHKEIT P(E) (Empirisches Gesetz der großen Zahlen). Anzahl der für E günstigen Ergebnisse P ( E) = Anzahl der möglichen Ergebnisse Die Wahrscheinlichkeit eines Ereignisses ist immer kleiner oder gleich 1. Die Wahrscheinlichkeit eines sicheren Ereignisses ist immer gleich 1. Die Wahrscheinlichkeit eines unmöglichen Ereignisses ist immer gleich 0. Die Wahrscheinlichkeit eines Ereignisses E und des Gegenereignisses beträgt zusammen immer 1. Mathematik 13 GK 1 Gym 9

2 Sind alle Ergebnisse eines Zufallsexperimentes gleichwahrscheinlich (z.b. Würfeln), so gilt: Anzahl der Ergebnisse, bei denen A eint ritt P( A) = Anzahl der möglichen Ergebnisse (LAPLACE-Formel) ELEMENTARE SUMMENREGEL Betrachtet man bei einem Zufallsversuch mehrere Ergebnisse und fragt nach der Wahrscheinlichkeit, dass eines dieser Ergebnisse eintritt, so fasst man diese Ergebnisse zu einem Ereignis zusammen. Hat ein Ereignis E die Ergebnisse a 1 bis a n, so gilt P (E) = P (a 1 ) + P (a ) + + P (a n ) ALLGEMEINE SUMMENREGEL P( E) = P( E1 ) + P( E ) P( E1 E ) für E = E 1 E KOMPLEMENTÄRREGEL Wenn E 1 E = { } und E 1 E = S, dann gilt P (E 1 ) + P (E ) = 1 PFADREGEL 1: Die Wahrscheinlichkeit eines Pfades ist gleich dem Produkt der Wahrscheinlichkeiten entlang des Pfades im Baumdiagramm. PFADREGEL : Die Wahrscheinlichkeit eines Ereignisses ist gleich der Summe der Wahrscheinlichkeiten aller Pfade, die für dieses Ereignis günstig sind. Kombinatorische Zählprobleme FAKULTÄT 0! = 1, 1! = 1 n! = n (n 1) (n ) 3 1 BINOMIALKOEFFIZIENT n, k mit k < n gilt: n! = k!( n k)! Ist eine Menge mit n Elementen gegeben, so bezeichnet man die möglichen Anordnungen aller dieser Elemente als PERMUTATION. Permutationen ohne Wiederholung Sind in einer Menge alle n Elemente untereinander verschieden, so gibt es n! Permutationen. Permutationen mit Wiederholung Sind in einer Menge mit n Elementen r, s, t, gleiche, so gibt es n! r! s! t!... Permutationen. Ist eine Menge von n verschiedenen Elementen gegeben, so bezeichnet man die möglichen Anordnungen aus je k Elementen dieser Menge in jeder möglichen Reihenfolge als VARIATION. Mathematik 13 GK Gym 9

3 Variationen mit Zurücklegen Kann jedes der k Elemente aus einer n-elementigen Menge beliebig oft vorkommen, so gibt es n k Variationen. Variationen ohne Zurücklegen Kann jedes der k Elemente aus einer n-elementigen Menge nur einmal vorkommen, so gibt es n! Variationen. ( n k)! Ist eine Menge mit n verschiedenen Elementen gegeben, so bezeichnet man die möglichen Anordnungen aus je k Elementen dieser Menge ohne Berücksichtigung ihrer Reigenfolge als KOMBINATIONEN. Kombinationen mit Wiederholung Kann jedes der k Elemente aus einer n-elementigen Menge beliebig oft vorkommen, so gibt n + k + 1 es Kombinationen. k Kombinationen ohne Wiederholung Kann jedes der k Elemente aus einer n-elementigen Menge nur einmal vorkommen, so gibt es Kombinationen. Wahrscheinlichkeitsverteilung von Zufallsgrößen ZUFALLSGRÖßEN sind quantitative Merkmale bei Zufallsvsersuchen. Zu jedem Ergebnis eines solchen Zufallsversuches gehört ein Wert der Zufallsgröße. Eine Funktion, die jedem Wert einer Zufallsgröße eine Wahrscheinlichkeit zuordnet, heißt eine WAHRSCHEINLICHKEITSVERTEILUNG. Eine Zufallsgröße X nehme die Werte a 1 ; a ; a n mit den Wahrscheinlichkeiten P (a 1 ); P (a ); P (a n ) an. Dann wird der zu erwartende Mittelwert E(X) der Verteilung als ERWARTUNGSWERT der Zufallsgröße bezeichnet. Es gilt: E(X) = a 1 P(X=a 1 ) + a P(X=a ) a n P(X=a n ) Kenngrößen der Streuung um den Mittelwert Die SPANNWEITE d ist die Differenz zwischen dem größten und dem kleinsten auftretenden Wert. d = x max - x min Die MITTLERE QUADRATISCHE ABWEICHUNG s kennzeichnet die Streuung der Werte um den Mittelwert. Sie wird berechnet mit: ( x1 n1 + ( x n ( xn nn s = n oder s = ( x1 h1 + ( x h ( xn hn Eine große Streuung lässt auf einen nicht geeigneten Mittelwert schließen. Mathematik 13 GK 3 Gym 9

4 Varianz und Standardabweichung bei Wahrscheinlichkeitsverteilungen Eine Zufallsgröße X mit dem Erwartungswert nehme die Werte a 1 a n mit den Wahrscheinlichkeiten P(X = a 1 ) P(X = a n ) an. Als VARIANZ bezeichnet man die mittlere quadratische Abweichung der Zufallsgröße X vom Erwartungswert. V(x) = (a 1 ) P(X = a 1 ) + + (a n ) P(X = a n ) Die Wurzel aus der Varianz heißt STANDARDABWEICHUNG. = V (X ) Bernoulli-Versuche BERNOULLI-VERSUCH (1) Ein Zufallsversuch mit nur zwei möglichen Ergebnissen heißt BERNOULLI-VERSUCH. Die Ergebnisse bezeichnet man als ERFOLG und MISSERFOLG. () Wird ein Bernoulli-Versuch n mal durchgeführt und ändert sich die Wahrscheinlichkeit p für einen Erfolg und die Wahrscheinlichkeit q (= p 1) für einen Misserfolg nicht, so spricht man von einem n-stufigen Bernoulli-Versuch (BERNOULLIKETTE). Binomialverteilung Gegeben ist ein n-stufiger Bernoulli-Versuch mit der Erfolgswahrscheinlichkeit p und der Misserfolgswahrscheinlichkeit q = 1 p. Die Wahrscheinlichkeitsverteilung der Zufallsgröße X: Anzahl der Erfolge heißt BINOMINALVERTEILUNG. SATZ: Die Wahrscheinlichkeit für k Erfolge berechnet sich nach der Formel: k n k P( X = k) = p q Binomialverteilungen lassen sich auch mit Tabellenkalkulationen berechnen. In Excel dienen dazu folgende Funktionen: Binomialverteilung: =BINOMVERT(k;n;p;FALSCH) kumulierte Binomialverteilung: =BINOMVERT(k;n;p;WAHR) Anzahl der Erfolge n = 5 p = 0,5 k P(X=k) P(X<=k) 0 0,0315 0, ,1565 0, ,3150 0, ,3150 0, ,1565 0, ,0315 1,00000 Anzahl der Versuche Wahrscheinlichkeit für Erfolg weniger als 3 Mal Wappen genau 3 Mal Wappen höchstens 3 Mal Wappen Mathematik 13 GK 4 Gym 9

5 Mindestens 1-mal Wappen entspricht höchstens 4-mal Zahl. Man erhält aus der Tabelle für k = 4 P(X k) = 0, Mehr als 1-mal Wappen (P(X > 1) ist das Gegenereignis zu höchstens 1-mal Wappen P(X 1). Damit ist (P(X > 1) = 1 0,1875 = 0,815. Kumulierte Binomialverteilung In Tafelwerken und anderen Tabellen findet man oft kumulierte Binomialverteilungen. Beispiel: Etwa 70 % der Haushalte verfügen über einen Internetzugang. 100 Haushalte werden zufällig befragt. Mit welcher Wahrscheinlichkeit haben von den 100 Haushalten genau 60 Haushalte mehr als 60 Haushalte mindestens 60 Haushalte höchstens 60 Haushalte mehr als 60, aber weniger als 70 Haushalte einen Internetanschluss? Wir benutzen die Tabelle für n = 100 und p = 0,7. Wir finden P(X 60) = 0,010 und P(X 59) = 0,015 Durch Subtraktion erhalten wir P(X = 60) = 0,010 0,015 = 0,0085. Wir erhalten P(X>60) als Gegenereignis zu P(X 60) P(X>60) = 1 0,010 = 0,9790. Mindestens 60 ist das Gegenereignis zu höchstens 59 P(X 60) = 1 0,015 = 0,9875 In der Tabelle finden wir P(X 60) = 0,010. Von der Wahrscheinlichkeit für höchstens 69 (P(X 69) = 0,4509) zieht man die Wahrscheinlichkeit für höchsten 60 (P(X 60 = 0,010) ab. P(60 < X < 70) = 0,4509 0,010 = 0,499 Erwartungswert, Varianz und Standardabweichung bei Binomialverteilungen ERWARTUNGSWERT EINER BINOMIALVERTEILUNG Gegeben sei ein n-stufiger Bernoulliversuch mit der Erfolgswahrscheinlichkeit p. Für den Erwartungswert der Zufallsgröße X: Anzahl der Erfolge gilt: = E(X) = n p Das Maximum einer Binomialverteilung liegt in der Nähe des Erwartungswertes. Mathematik 13 GK 5 Gym 9

6 VARIANZ UND STANDARDABWEICHUNG BEI BINOMIALVERTEILUNGEN Gegeben sei ein n-stufiger Bernoulliversuch mit der Erfolgswahrscheinlichkeit p und der Misserfolgswahrscheinlichkeit q = 1 p. Die Zufallsgröße X: Anzahl der Erfolge hat die VARIANZ V(X) = n p q und die STANDARDABWEICHUNG σ = n p q Zwischen dem Radius der Umgebung um einen Erwartungswert und der Wahrscheinlichkeit der Umgebung gibz es eine eindeutige Zuordnung. Diese ist umso genauer, je größer n ist. Dabei muss > 3 sein (Laplace-Bedingung). 4Für > 3 gilt: P( r X +r) r 0,90 1,64 0,95 1,96 0,99,58 Hypothesentests Der Alternativtest Testergebnis Realität Entscheidung für H 1 Entscheidung für H H 1 ist wahr Sicherheit 1. Art Fehler 1. Art H ist wahr Fehler. Art Sicherheit. Art Beim Testen von Hypothesen unterscheidet man den Annahmebereich und den Ablehungsoder Verwerfungsbereich. Liegt ein Ergebnis im Verwerfungsbereich, hält man die Hypothese für falsch. Beim Testen von Hypothesen können zwei Fehler unterlaufen: Fehler 1. Art: Eine wahre Hypothese wird verworfen. Fehler. Art: Eine falsche Hypothese wird nicht verworfen. Die Wahrscheinlichkeit für einen Fehler 1. Art wird mit bezeichnet, diejenige für einen Fehler. Art mit. Zweiseitiger Hypothesentest Eine Münze wird 500-mal geworfen. Für Wappen gilt p = 0,5. Es ist also = 50. Es soll untersucht werden, ob die Münze in Ordnung ist (Laplace-Versuch). Wir stellen eine Hypothese auf. Die erste Hypothese wird auch NULLHYPOTHESE genannt. H 0 : Die Münze ist in Ordnung. (p = 0,5) H 1 : Die Münze ist gezinkt. (p 0,5; Gegenhypothese zu H 0 ) Mathematik 13 GK 6 Gym 9

7 H 0 soll angenommen werden, wenn die Sicherheitswahrscheinlichkeit 95 % beträgt. Es sind: n = 500 p = 0,5 V(X) = 15 = 11, > 3 (Laplace-Bedingung erfüllt) 1,96 = 1,96 1,95 r = Treten bei 500 Versuchen zwischen 8 und 7 mal Wappen ein, so kann die Münze als echt angesehen werden. 8 und 7 sind hier die kritischen Werte. Einseitiger Hypothesentest Beim zweiseitigen Hypothesentest untersucht man signifikante Abweichungen nach unten und oben. Oft sind aber nur Abweichungen nach einer Seite (unten (links) oder oben (rechts)) interessant. Dann führt man einen einseitigen (linksseitigen oder rechtsseitigen) Hypothesentest durch. Beispiel: 4 von 300 geprüften Schokoladentafeln haben Untergewicht. Zulässig ist das bei maximal 5 % der Produktion. n = 300; p = 0,05; = 15; = 3,77 > 3 Es geht also bei diesem Zufallsversuch lediglich um eine Abweichung nach oben. Wir führen einen rechtsseitigen Hypothesentest durch. H 0 : p = 0,05 H 1 : p > 0,05 Wir wählen wegen der 90 % die 1,64- -Umgebung. 0, , , % 90 % 5 % 1,64 3,77 = 6,18 r = 6 0,09000 Haben mehr als = 1 Schokoladentafeln Untergewicht, so liegt ein Produktionsfehler vor. 0, ,05000 In diesem Fall ist also die Nullhypothese zu verwerfen. 0, , , Ablehnungsbereich Mathematik 13 GK 7 Gym 9

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Wahrscheinlichkeitsverteilungen 1. Binomialverteilung 1.1 Abzählverfahren 1.2 Urnenmodell Ziehen mit Zurücklegen, Formel von Bernoulli 1.3 Berechnung von Werten 1.4 Erwartungswert und Standardabweichung

Mehr

TESTEN VON HYPOTHESEN

TESTEN VON HYPOTHESEN TESTEN VON HYPOTHESEN 1. Beispiel: Kann ein neugeborenes Küken Körner erkennen oder lernt es dies erst durch Erfahrung? Um diese Frage zu entscheiden, wird folgendes Experiment geplant: Sobald das Küken

Mehr

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses. XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------

Mehr

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

Mehr

Statistische Grundlagen I

Statistische Grundlagen I Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.

Mehr

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Statistik I für Betriebswirte Vorlesung 5

Statistik I für Betriebswirte Vorlesung 5 Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition

Mehr

Stochastik kompakt. - worauf es ankommt... Zürich 2007 1

Stochastik kompakt. - worauf es ankommt... Zürich 2007 1 Stochastik kompakt - worauf es ankommt... Zürich 2007 1 Ziel: Am Ende der Unterrichtssequenzen über Stochastik sollen die Schüler/innen Aufgaben aus folgenden Themenbereichen lösen können: 1. Umgang mit

Mehr

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8 . Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden?

825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden? 1. Aufgabe: Eine Bank will die jährliche Sparleistung eines bestimmten Kundenkreises untersuchen. Eine Stichprobe von 12 Kunden ergab folgende Werte: 825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170

Mehr

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung)

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Epertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Im Folgenden wird mit Hilfe des Programms EXEL, Version 007, der Firma Microsoft gearbeitet. Die meisten

Mehr

Abitur 2011 Mathematik GK Stochastik Aufgabe C1

Abitur 2011 Mathematik GK Stochastik Aufgabe C1 Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2011 Mathematik GK Stochastik Aufgabe C1 Bei der TOTO-13er-Wette (vgl. abgebildeten Ausschnitt aus einem Spielschein) wird auf den Spielausgang von 13 Fußballspielen

Mehr

3.8 Wahrscheinlichkeitsrechnung III

3.8 Wahrscheinlichkeitsrechnung III 3.8 Wahrscheinlichkeitsrechnung III Inhaltsverzeichnis ufallsgrössen Der Erwartungswert 3 3 Die Binomialverteilung 6 4 Die kumulierte Binomialverteilung 8 4. Die Tabelle im Fundamentum (oder Formeln und

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Abitur 2012 Mathematik GK Stochastik Aufgabe C1

Abitur 2012 Mathematik GK Stochastik Aufgabe C1 Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2012 Mathematik GK Stochastik Aufgabe C1 nter einem Regentag verstehen Meteorologen einen Tag, an dem mehr als ein Liter Niederschlag pro Quadratmeter gefallen

Mehr

Hamburg Mathematik Stochastik Übungsaufgabe 1 Grundlegendes Niveau

Hamburg Mathematik Stochastik Übungsaufgabe 1 Grundlegendes Niveau Hamburg Mathematik Stochastik Übungsaufgabe 1 Grundlegendes Niveau Thermoschalter Der Konzern Thermosicherheit stellt Thermoschalter in Massenproduktion her. Jeder Thermoschalter ist mit einer Wahrscheinlichkeit

Mehr

Testen von Hypothesen bei gegebenem Annahmebereich - Übungen

Testen von Hypothesen bei gegebenem Annahmebereich - Übungen Mathias Russ, MK 19.04.2007 Hypothesentest_Ueb_Ber.mcd Testen von Hypothesen bei gegebenem Annahmebereich - Übungen (1) Schulschwänzer Von einem Schüler wird behauptet, dass er (mindestens) 40% der Unterrichtstage

Mehr

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,

Mehr

Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße. x mod (lies: x-mod) Wofür? Lageparameter. Modus/ Modalwert Zentrum. Median Zentralwert

Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße. x mod (lies: x-mod) Wofür? Lageparameter. Modus/ Modalwert Zentrum. Median Zentralwert Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße Wofür? Lageparameter Modus/ Modalwert Zentrum Median Zentralwert Im Datensatz stehende Informationen auf wenige Kenngrößen verdichten ermöglicht

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 0.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

$ % + 0 sonst. " p für X =1 $

$ % + 0 sonst.  p für X =1 $ 31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses

Mehr

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18 3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen

Mehr

Stochastik Abitur 2009 Stochastik

Stochastik Abitur 2009 Stochastik Abitur 2009 Stochastik Beilage ea (erhöhtes Anforderungsniveau) ga (grundlegendes Anforderungsniveau) ISBN 978-3-8120-0108-3 und ISBN 978-3-8120-0223-3 1 Aufgabe 2 (ea) Rauchen ist das größte vermeidbare

Mehr

Herzlich willkommen zum Thema SPSS

Herzlich willkommen zum Thema SPSS Herzlich willkommen zum Thema SPSS (SUPERIOR PERFORMING SOFTWARE SYSTEM) Qualitative und quantitative Forschungsmethoden Qualitative Methoden: Qualitative Verfahren werden oft benutzt, wenn der Forschungsgegenstand

Mehr

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander

Mehr

Übungen zur Mathematik für Pharmazeuten

Übungen zur Mathematik für Pharmazeuten Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl

Mehr

Inferenzstatistik (=schließende Statistik)

Inferenzstatistik (=schließende Statistik) Inferenzstatistik (=schließende Statistik) Grundproblem der Inferenzstatistik: Wie kann man von einer Stichprobe einen gültigen Schluß auf di Grundgesamtheit ziehen Bzw.: Wie groß sind die Fehler, die

Mehr

5. Stochastische Modelle I: Diskrete Zufallsvariablen

5. Stochastische Modelle I: Diskrete Zufallsvariablen 5. Stochastische Modelle I: Diskrete Zufallsvariablen Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Zufallsgrößen Eine Zufallsgröße X ist eine Größe, deren Wert wir nicht exakt kennen

Mehr

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien R. Brinmann http://brinmann-du.de Seite 4.0.2007 Bestimmen der Wahrscheinlicheiten mithilfe von Zählstrategien Die bisherigen Aufgaben zur Wahrscheinlicheitsrechnung onnten im Wesentlichen mit übersichtlichen

Mehr

Jetzt lerne ich Stochastik für die Oberstufe

Jetzt lerne ich Stochastik für die Oberstufe Jetzt lerne ich Stochastik für die Oberstufe von Dr. rer. nat. Marco Schuchmann, Dipl.-Math. - 2 - - 3 - Vorwort In diesem Buch werden Anwendungen der Stochastik in der Oberstufe mit vielen Beispielen

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation

Mehr

Klausur: Einführung in die Statistik

Klausur: Einführung in die Statistik 1 Lösungen immer unter die jeweiligen Aufgaben schreiben. Bei Platzmangel auf die Rückseite schreiben (dann Nummer der bearbeiteten Aufgabe mit anmerken!!!). Lösungen, die nicht auf den Aufgabenblättern

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

Der Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird.

Der Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird. Hypothesentest ================================================================== 1. Ein Internetprovider möchte im Fichtelgebirge eine Werbekampagne durchführen, da er vermutet, dass dort höchstens 40%

Mehr

Sigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75

Sigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75 Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert

Mehr

2 Arbeiten mit dem TI-84 Plus

2 Arbeiten mit dem TI-84 Plus 2 Arbeiten mit dem TI-84 Plus Lernziele Du erfährst in diesem Abschnitt, wie du mit dem TI-84 Plus Funktionen in Bezug auf interessante Punkte untersuchst; numerische Ableitungen durchführst und Wahrscheinlichkeitsverteilungen

Mehr

Testen von Hypothesen bei gesuchtem Annahmebereich - Übungen

Testen von Hypothesen bei gesuchtem Annahmebereich - Übungen Mathias Russ, MK 19.04.2007 Hypothesentest_Ueb_Alpha.mcd Testen von Hypothesen bei gesuchtem Annahmebereich - Übungen (7) Wieder der Schulschwänzer Von einem Schüler wird behauptet, dass er (mindestens)

Mehr

an, anderfalls wird sie verworfen. Bestimmen Sie den Fehler 1. und 2. Art. Bestimmen Sie zu obigem Beispiel jeweils den Anahmebereich a 0; 1;...

an, anderfalls wird sie verworfen. Bestimmen Sie den Fehler 1. und 2. Art. Bestimmen Sie zu obigem Beispiel jeweils den Anahmebereich a 0; 1;... Hypothesentest ================================================================== Fehler 1. und 2.Art Ein Pilzsammler findet einen Pilz der giftig sein könnte. a) Welchen Fehler kann er bei der Überprüfung

Mehr

Einführung in die statistische Datenanalyse I

Einführung in die statistische Datenanalyse I Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE

Mehr

STATISTIK. Erinnere dich

STATISTIK. Erinnere dich Thema Nr.20 STATISTIK Erinnere dich Die Stichprobe Drei Schüler haben folgende Noten geschrieben : Johann : 4 6 18 7 17 12 12 18 Barbara : 13 13 12 10 12 3 14 12 14 15 Julia : 15 9 14 13 10 12 12 11 10

Mehr

4. Erstellen von Klassen

4. Erstellen von Klassen Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

Grundlagen der Inferenzstatistik

Grundlagen der Inferenzstatistik Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,

Mehr

1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests

1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests 1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests Statistische Tests dienen dem Testen von Vermutungen, so genannten Hypothesen, über Eigenschaften der Gesamtheit aller Daten ( Grundgesamtheit

Mehr

6 Mehrstufige zufällige Vorgänge Lösungshinweise

6 Mehrstufige zufällige Vorgänge Lösungshinweise 6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.

Mehr

Wahrscheinlichkeitsrechnung 1. Was verstehen Sie unter einem Zufallsexperiment? Nennen Sie die wichtigsten Eigenschaften.

Wahrscheinlichkeitsrechnung 1. Was verstehen Sie unter einem Zufallsexperiment? Nennen Sie die wichtigsten Eigenschaften. Wahrscheinlichkeitsrechnung 1. Was verstehen Sie unter einem Zufallsexperiment? Nennen Sie die wichtigsten Eigenschaften. 2. Geben Sie vier Zufallsexperimente mit ihrer jeweiligen an. 3. In einer Obstkiste

Mehr

Variationen Permutationen Kombinationen

Variationen Permutationen Kombinationen Variationen Permutationen Kombinationen Mit diesen Rechenregeln lässt sich die Wahrscheinlichkeit bestimmter Ereigniskombinationen von gleichwahrscheinlichen Elementarereignissen ermitteln, und erleichtert

Mehr

Glücksrad-Aufgabe. Das Glücksrad ist in 2 Sektoren mit den Zahlen 1 (Winkel 120 ) und 2 eingeteilt.

Glücksrad-Aufgabe. Das Glücksrad ist in 2 Sektoren mit den Zahlen 1 (Winkel 120 ) und 2 eingeteilt. Glücksrad-Aufgabe Das Glücksrad ist in Sektoren mit den Zahlen (Winkel ) und eingeteilt. a) Das Glücksrad wird dreimal gedreht. Wie groß ist die Wahrscheinlichkeit für die folgenden Ereignisse: A: Die

Mehr

Stochastik Boris Boor 2010

Stochastik Boris Boor 2010 Stochastik Boris Boor 010 Inhaltsverzeichnis S.1 Grundbegriffe... S.1.1 Ergebnisse und Ereignisse... S.1. Relative Häufigkeit und Wahrscheinlichkeit...4 S.1.3 Wahrscheinlichkeitsverteilung...5 S.1.4 Mehrstufige

Mehr

Übungsaufgaben Wahrscheinlichkeit

Übungsaufgaben Wahrscheinlichkeit Übungsaufgaben Wahrscheinlichkeit Aufgabe 1 (mdb500405): In einer Urne befinden sich gelbe (g), rote (r), blaue (b) und weiße (w) Kugel (s. Bild). Ohne Hinsehen sollen aus der Urne in einem Zug Kugeln

Mehr

Lambacher Schweizer für berufliche Gymnasien. Ausgabe Wirtschaft

Lambacher Schweizer für berufliche Gymnasien. Ausgabe Wirtschaft 01_3-12-733711_Umschlag.indd 1 22.08.2013 12:47:19 Der Lambacher Schweizer für berufliche Gymnasien verbindet das schlüssige Konzept des Lambacher Schweizer mit einer konsequenten Ausrichtung auf das Berufsfeld

Mehr

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com August 05 Übungsaufgaben:

Mehr

Yára Detert, Dr. Christa Söhl Grenzweg 25 31749 Rolfshagen yaradetert@aol.com christa.soehl@t-online.de

Yára Detert, Dr. Christa Söhl Grenzweg 25 31749 Rolfshagen yaradetert@aol.com christa.soehl@t-online.de Yára Detert, Dr. Christa Söhl Grenzweg 25 31749 Rolfshagen yaradetert@aol.com christa.soehl@t-online.de Yára Detert, geb. 1962 in Bückeburg, studierte Bauingenieurwesen an der Technischen Universität Hannover.

Mehr

LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK

LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK III. In einer Region haben 60 % der Haushalte einen Internetanschluss. Das Diagramm veranschaulicht die Anteile der Zugangsgeschwindigkeiten unter den Haushalten

Mehr

Fragestellungen der Schließenden Statistik

Fragestellungen der Schließenden Statistik Fragestellungen der Schließenden Statistik Bisher: Teil I: Beschreibende Statistik Zusammenfassung von an GesamtheitM N {e,,e N } erhobenem Datensatz x,,x N durch Häufigkeitsverteilung und Kennzahlen für

Mehr

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen 4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form

Mehr

Hamburg Mathematik Stochastik Übungsaufgabe 4 Erhöhtes Niveau

Hamburg Mathematik Stochastik Übungsaufgabe 4 Erhöhtes Niveau Hamburg Mathematik Stochastik Übungsaufgabe 4 Erhöhtes Niveau Lichterkettenproduktion Eine Firma stellt hochwertige Lichterketten für den Einsatz im Außenbereich her, die durch ihre spezielle Konstruktion,

Mehr

Gesucht: wie viele Mitarbeiter sind max. durch Ziffernfolge unterscheidbar. Lösung: Möglichkeiten; Reihenfolge und MIT Zurücklegen- also = = 6561

Gesucht: wie viele Mitarbeiter sind max. durch Ziffernfolge unterscheidbar. Lösung: Möglichkeiten; Reihenfolge und MIT Zurücklegen- also = = 6561 1 Bettina Kietzmann Februar 2013 Numerische Aufgaben Statistik 1D 1. Kombinatorik Für die Lösung dieser Aufgaben ist die Tabelle der Formelsammlung S. 10 relevant. Geht es darum Möglichkeiten zu errechnen

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

1 Verteilungen und ihre Darstellung

1 Verteilungen und ihre Darstellung GKC Statistische Grundlagen für die Korpuslinguistik Kapitel 2: Univariate Deskription von Daten 8.11.2004 Univariate (= eindimensionale) Daten bestehen aus Beobachtungen eines einzelnen Merkmals. 1 Verteilungen

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

Schulcurriculum Mathematik DS Lissabon

Schulcurriculum Mathematik DS Lissabon Schulcurriculum Mathematik DS Lissabon Die folgenden Standards im Fach Mathematik benennen sowohl allgemeine als auch inhaltsbezogene mathematische Kompetenzen, die Schülerinnen und Schüler in aktiver

Mehr

Modul: Stochastik. Zufallsexperimente oder Wahrscheinlichkeit relative Häufigkeit Variation Permutation Kombinationen Binomialverteilung

Modul: Stochastik. Zufallsexperimente oder Wahrscheinlichkeit relative Häufigkeit Variation Permutation Kombinationen Binomialverteilung Modul: Stochastik Ablauf Vorstellung der Themen Lernen Spielen Wiederholen Zusammenfassen Zufallsexperimente oder Wahrscheinlichkeit relative Häufigkeit Variation Permutation Kombinationen Binomialverteilung

Mehr

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Maßzahlen für zentrale Tendenz, Streuung und andere Eigenschaften von Verteilungen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische

Mehr

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0.

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0. Eine Verteilung ist durch die Angabe von einem oder mehreren Mittelwerten nur unzureichend beschrieben. Beispiel: Häufigkeitsverteilungen mit gleicher zentraler Tendenz: geringe Variabilität mittlere Variabilität

Mehr

Erfolg im Mathe-Abi 2014

Erfolg im Mathe-Abi 2014 Gruber I Neumann Erfolg im Mathe-Abi 2014 Prüfungsaufgaben Hessen Übungsbuch für den Grundkurs mit Tipps und Lösungen Vorwort Vorwort Dieses Übungsbuch ist speziell auf die Anforderungen des zentralen

Mehr

Abitur 2009 Mathematik GK Stochastik Aufgabe C1

Abitur 2009 Mathematik GK Stochastik Aufgabe C1 Seite 1 Abiturloesung.de - Abituraufgaben Abitur 009 Mathematik GK Stochastik Aufgabe C1 Auf einem Spielbrett rollt eine Kugel vom Start bis in eines der Fächer F 1 bis F 5. An jeder Verzweigung rollt

Mehr

Grundlagen der Statistik

Grundlagen der Statistik Grundlagen der Statistik Übung 1 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den insendeaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

Mehr

Inhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16

Inhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16 Vorwort 1 1. Kapitel: Der Stellenwert der Statistik für die sozialwissenschaflliche Forschung 1 1. Zur Logik (sozial-)wissenschaftlicher Forschung 1 1. Alltagswissen und wissenschaftliches Wissen 1 2.

Mehr

Daten und Zufall. Elke Warmuth WS 2008/09. Humboldt-Universität Berlin

Daten und Zufall. Elke Warmuth WS 2008/09. Humboldt-Universität Berlin Daten und Zufall Elke Warmuth Humboldt-Universität Berlin WS 2008/09 1 / 53 1 Ziele 2 Sek. I Sek. II 3 2 / 53 Ziel: Daten sammeln, bearbeiten, darstellen, interpretieren, kritisch reflektieren Daten in

Mehr

Klausur Statistik Lösungshinweise

Klausur Statistik Lösungshinweise Klausur Statistik Lösungshinweise Prüfungsdatum: 1. Juli 2015 Prüfer: Etschberger, Heiden, Jansen Studiengang: IM und BW Aufgabe 1 14 Punkte Ein Freund von Ihnen hat über einen Teil seiner Daten, die er

Mehr

Stochastik. 1. Oktober 2007 Torsten Linnemann, Kantonsschule Solothurn 1

Stochastik. 1. Oktober 2007 Torsten Linnemann, Kantonsschule Solothurn 1 Stochastik 1. Oktober 2007 Torsten Linnemann, Kantonsschule Solothurn 1 Inhaltsverzeichnis 1 Einführung in die Wahrscheinlichkeitsrechnung 2 1.1 Laplace-Experimente................................. 2 1.2

Mehr

Forschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz. Lisza Gaiswinkler, Daniela Gusel, Tanja Schlosser

Forschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz. Lisza Gaiswinkler, Daniela Gusel, Tanja Schlosser Kolmogorov-Smirnov-Test Forschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz 1 Kolmogorov- Smirnov Test Andrei Nikolajewitsch Kolmogorov * 25.4.1903-20.10.1987 2 Kolmogorov-

Mehr

6. Übung Statistische Tests Teil 1 (t-tests)

6. Übung Statistische Tests Teil 1 (t-tests) Querschnittsbereich 1: Epidemiologie, Medizinische iometrie und Medizinische Informatik - Übungsmaterial - Erstellt von Mitarbeitern des IMISE und des ZKS Leipzig 6. Übung Statistische Tests Teil 1 (t-tests)

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

QM: Prüfen -1- KN16.08.2010

QM: Prüfen -1- KN16.08.2010 QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,

Mehr

10. Vorlesung. Grundlagen in Statistik. Seite 291. Martin-Luther-Universität Halle/Wittenberg

10. Vorlesung. Grundlagen in Statistik. Seite 291. Martin-Luther-Universität Halle/Wittenberg . Vorlesung Grundlagen in Statistik Seite 29 Beispiel Gegeben: Termhäufigkeiten von Dokumenten Problemstellung der Sprachmodellierung Was sagen die Termhäufigkeiten über die Wahrscheinlichkeit eines Dokuments

Mehr

Kombinatorik. Elke Warmuth WS 2008/09. Humboldt-Universität Berlin

Kombinatorik. Elke Warmuth WS 2008/09. Humboldt-Universität Berlin Kombinatorik Elke Warmuth Humboldt-Universität Berlin WS 2008/09 1 / 48 1 Ziele 2 Sek. I Sek. II 3 Sekundarstufe I Sekundarstufe II 2 / 48 Zählen (Kombinatorik) Laplace-Wahrscheinlichkeit P(A) = Anzahl

Mehr

Kombinatorik BEISPIEL: WIE VIELE MÖGLICHKEITEN GIBT ES, EINE DREISTELLIGE ZAHL MIT DEN ZIFFERN 3

Kombinatorik BEISPIEL: WIE VIELE MÖGLICHKEITEN GIBT ES, EINE DREISTELLIGE ZAHL MIT DEN ZIFFERN 3 Kombinatorik Die Kombinatorik beschäftigt sich damit, verschiedene mögliche Auswahlen und Anordnungen von Elementen aus endlichen Mengen zu untersuchen. Insbesondere wird die Anzahl dieser berechnet. BEISPIEL:

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

3.3. Aufgaben zur Binomialverteilung

3.3. Aufgaben zur Binomialverteilung .. Aufgaben zur Binomialverteilung Aufgabe 1: Ziehen mit Zurücklegen und Binomialverteilung Ein sechsseitiger Würfel wird zehnmal geworfen. a) Wie groß ist die Wahrscheinlichkeit, nur beim ersten Mal die

Mehr

Schulcurriculum Mathematik

Schulcurriculum Mathematik Schulcurriculum Mathematik Die folgenden Standards im Fach Mathematik benennen sowohl allgemeine als auch inhaltsbezogene mathematische Kompetenzen, die Schülerinnen und Schüler in aktiver Auseinandersetzung

Mehr

P X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1

P X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1 Übungen zur Stochastik - Lösungen 1. Ein Glücksrad ist in 3 kongruente Segmente aufgeteilt. Jedes Segment wird mit genau einer Zahl beschriftet, zwei Segmente mit der Zahl 0 und ein Segment mit der Zahl

Mehr

Wahrscheinlichkeitsrechnung / Stochastik

Wahrscheinlichkeitsrechnung / Stochastik Dieses und alle anderen Mathe-Dokumente unter www.paulguckelsberger.de/mathematik enthalten: 1. Mathematische Einführungen zur Grundlagen-Auffrischung und/oder 2. Ergänzende Erläuterungen und Arbeitshilfen

Mehr

Modellierungskonzepte 2

Modellierungskonzepte 2 Modellierungskonzepte 2 Elke Warmuth Humboldt-Universität Berlin WS 2008/09 1 / 50 1 Pfadregeln 2 Begriff Umbewertung von Chancen Bayessche Formel 3 Verwechslungsgefahr Implizite Lotterien 2 / 50 mehrstufige

Mehr

Mittelwertvergleiche, Teil I: Zwei Gruppen

Mittelwertvergleiche, Teil I: Zwei Gruppen FB W. Ludwig-Mayerhofer Statistik II Mittelwertvergleiche Herzlich willkommen zur Vorlesung Mittelwertvergleiche, Teil I: Zwei Gruppen FB W. Ludwig-Mayerhofer Statistik II Mittelwertvergleiche Mittelwertvergleiche:

Mehr

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische

Mehr

Statistik für Psychologen und Sozialwissenschaftler

Statistik für Psychologen und Sozialwissenschaftler Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen PEARSON Studium Ein Imprint von Pearson Education München Boston San Francisco Harlow, England

Mehr

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis: Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...

Mehr

4b. Wahrscheinlichkeit und Binomialverteilung

4b. Wahrscheinlichkeit und Binomialverteilung b. Wahrscheinlichkeit und Binomialverteilung Um was geht es? Häufigkeit in der die Fehlerzahl auftritt 9 6 5 3 2 2 3 5 6 Fehlerzahl in der Stichprobe Wozu dient die Wahrscheinlichkeit? Häfigkeit der Fehlerzahl

Mehr

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff Zufallsgrößen 2.5 Zufallsgrößen 2.5.1 Verteilungsfunktion einer Zufallsgröße 2.5.2 Wahrscheinlichkeits- und Dichtefunktion Wahrscheinlichkeitsfunktion einer diskreten Zufallsgröße Dichtefunktion einer

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

Wie man zwei Kekssorten auf Unterschiede testet

Wie man zwei Kekssorten auf Unterschiede testet Wie man zwei Kekssorten auf Unterschiede testet von Rhonda C. Magel, North Dakota State University, Fargo, USA. 1 übersetzt von Klaus Krug, Bamberg Zusammenfassung: Dieser Aufsatz stellt zwei Kursprojekte

Mehr

Baden-Württemberg. Kursstufe. Einseitige Hypothesentests

Baden-Württemberg. Kursstufe. Einseitige Hypothesentests Baden-Württemberg Kursstufe Herausgegeben von Heinz Griesel, Andreas Gundlach, Helmut Postel, Friedrich Suhr Einseitige Hypothesentests 10.2 Einseitiger und zweiseitiger Hypothesentest 453 10.2 Einseitiger

Mehr