Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik. Lösungsblatt zu Nr. 1
|
|
- David Dressler
- vor 5 Jahren
- Abrufe
Transkript
1 Martin-Luther-Universität Halle-Wittenberg - Institut für Soziologie - Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik Lösungsblatt zu Nr Die richtigen Lösungen finden Sie auf Seite 30 des Grundkurses Statistik für Historiker Teil II von Herrn Prof. Thome. 2. a) Beim russischen Roulette besteht das Zufallsexperiment darin, daß der tödliche Ausgang, sprich das Auslösen des Schusses, nicht exakt voraussehbar ist. Hat man die 6er-Trommel, in der sich nur eine Patrone befindet, gedreht, so beträgt die Wahrscheinlichkeit, daß unser günstiges Ereignis eintritt, 1 zu 6. Hingegen beläuft sich die Wahrscheinlichkeit für das Komplement Kein Schuß auf 5 zu 6. b) Mit Hilfe des allgemeinen Multiplikationssatzes für beliebige (nicht-disjunkte) Ereignisse hätte <<Sahne>> die Wahrscheinlichkeit berechnen können, drei Versuche ohne weiteres Drehen der Trommel zu überleben. Hierbei ist zu beachten, daß mit jedem Versuch sich die Gesamtzahl der Ereignisse um eines reduziert. Überlebenswahrscheinlichkeit bei drei aufeinander folgenden Versuchen ohne Drehen der Trommel: 1.Versuch: P(A) g n Versuch: P(B) g n Versuch: P(C) g n 3 4 Anwendung des allgemeinen Multiplikationssatzes: P(A B C) P(A) P(B A) P(C A B) Für <<Sahne>> hätte die Wahrscheinlichkeit, alle drei Versuche zu überleben, 1 zu 2 betragen.
2 Martin-Luther-Universität Halle-Wittenberg - Institut für Soziologie - Dr. Wolfgang Langer 2 3. Um diese Aufgabe richtig lösen zu können, muß man davon ausgehen, daß die Befragung unter der gesamten Wohnbevölkerung der Stadt durchgeführt werden soll. a) Wie groß ist die Wahrscheinlichkeit für einen Bürger kein Verkehrsmittels der Gesellschaft U zu benutzen? P(U) 1 P(U) 1 0,40 0,60 Die Wahrscheinlichkeit, kein Verkehrsmittel von U zu benutzen, beträgt 60 Prozent. b) Wie groß ist die Wahrscheinlichkeit, daß ein Bürger ein Verkehrmittel der Gesellschaften S oder T benutzt? Diese Aufgabe läßt sich mit Hilfe des allgemeinen Additionssatzes für nichtdisjunkte Ereignisse lösen: P(S T) P(S) P(T) P(S T) 0,30 0,15 0,05 0,40 Die gesuchte Wahrscheinlichkeit beträgt 40 %. c) Wie groß ist die Wahrscheinlichkeit, als Bürger dieser Stadt kein Verkehrsmittel der drei Gesellschaften zu benutzen? Die Wahrscheinlichkeit kein Verkehrsmittel der drei Gesellschaften zu benutzen stellt das Komplement der Wahrscheinlichkeit dar, ein Verkehrsmittel der drei Gesellschaften zu benutzen. Daher müssen wir zunächst die Wahrscheinlichkeit bestimmen, daß er / sie ein Verkehrsmittel der drei Gesellschaften benutzt. Anschließend können wir dann das entsprechende Komplement bilden. 1) P(U S T) P(U) P(S) P(T) P(U S) P(U T) P(S T) P(U S T) 0,40 0,30 0,15 0,08 0,02 0,05 0,01 0,71 2) P(U S T) 1 P(U S T) 1 0,71 0,29 Die gesuchte Wahrscheinlichkeit beträgt 29 %.
3 Martin-Luther-Universität Halle-Wittenberg - Institut für Soziologie - Dr. Wolfgang Langer 3 d) Wie groß ist die Wahrscheinlichkeit eines Bürgers, Verkehrsmittel höchstens von zwei der drei Gesellschaften zu benutzen? Wir müssen zur Lösung dieser Aufgabe vier logische Fälle voneinander unterscheiden: 1, Jemand benutzt kein Verkehrsmittel der drei Gesellschaften. 2. Jemand fährt nur mit einer Verkehrsgesellschaft. 3. Jemand benutzt die Verkehrsmittel zweier Gesellschaften. 4. Jemand benutzt die Verkehrsmittel aller drei Gesellschaften. Nach der obigen Aufgabenformulierung müssen wir die Wahrscheinlichkeit berechnen, daß jemand mit keiner oder nur mit einer oder nur mit zwei Gesellschaften fährt. Wir können uns den Lösung sehr vereinfachen, wenn wir daran denken, daß dies das Komplement zum vierten logischen Fall darstellt. P(U S T) 1 P(U S T) 1 0,01 0,99 Die gesuchte Wahrscheinlichkeit beträgt 99 %. e) Wie groß ist die Wahrscheinlichkeit, zwei und mehr Verkehrsgesellschaften zu benutzen? Wir unterscheiden zwei logische Fälle: 1. Die Wahrscheinlichkeit nur zwei Gesellschaften zu benutzen. 2. Die Wahrscheinlichkeit nur alle drei Gesellschaften zu benutzen. 1. Fall: Benutzung zweier Gesellschaften ohne die jeweils dritte: a) P(U S \ U S T) 0,08 0,01 0,07 b) P(U T \ U S T) 0,02 0,01 0,01 c) P(S T \ U S T) 0,05 0,01 0,04 P((U S \ U S T) (U T \ U S T) (S T \ U S T )) 0,07 0,01 0,04 0,12 2. Fall; Benutzung dreier Gesellschaften: P(U S T) 0,01 1. Fall und 2. Fall: P((U S \ U S T) (U T \ U S T) (S T \ U S T) (U S T)) 0,12 0,01 0,13
4 Martin-Luther-Universität Halle-Wittenberg - Institut für Soziologie - Dr. Wolfgang Langer 4 Die gesuchte Wahrscheinlichkeit beträgt 13 %. 4. Zur Lösung dieser Aufgabe benötigen wir eine Entscheidungstabelle, in der wir die gekannten und gesuchten Wahrscheinlichkeiten eintragen können: Entscheidungstabelle zur Lösung von Aufgabe 4: Nicht krank ( K) Krank (K) Randverteilung für Diagnose Diagnose negativ (D) P( D K) 0,99 P( D K) 0,10 P( D) =? Diagnose positiv (D) P(D K) 0,01 P(K D)=? P(D K) 0,90 P(D) Randverteilung für Erkrankung P( K) 0,90 P(K) 0,10 a) Wie groß ist die Wahrscheinlichkeit, daß ein Patient insgesamt als gesund eingestuft wird? Lösungsweg: Satz der totalen, vollständigen Wahrscheinlichkeit nach Bayes P(D) P(D K) P(K) P(D K) P(K) 0,990,90 0,100,10 0,901 Die Wahrscheinlichkeit insgesamt als gesund eingestuft zu werden, beträgt 90,1 %. b) Wie groß ist die Wahrscheinlichkeit, daß jemand nicht krank ist, obwohl als positiv eingestuft / diagnostiziert wurde? Lösungsweg: Bayesche Satz für a posteriori Wahrscheinlichkeiten: Gesucht: P(K D) P(K D) P(D K) P(K) P(D K) P(K) P(D K) P(K) P(D K) P(K) P(D) 0,01 0,90 0,01 0,90 0,90 0,10 0,009 0,009 0,09 0,091
5 Martin-Luther-Universität Halle-Wittenberg - Institut für Soziologie - Dr. Wolfgang Langer 5 Die Wahrscheinlichkeit fälschlicherweise eine positive Diagnose zu stellen (.- Fehler) beträgt 9,1 %. e) Wie groß ist die Wahrscheinlichkeit, eine richtige Diagnose zu stellen? Gesucht wird eine zweielementige Ereignismenge: { (K,D), ( K, D) } Anwendung des allgemeinen Multiplikations- und Additionssatzes: P(D K) P(D K) P(K) 0,90 0,10 0,09 P(D K) P(D K) P(K) 0,99 0,90 0,891 P((D K) (D K)) 0,09 0,891 0,981 Die gesuchte Wahrscheinlichkeit beträgt 98,1 %. 5) Um diese Aufgaben lösen zu können, müssen wir die allgemeine Formel für die Berechnung von Kombinationen ohne die Wiederholung von Elementen anwenden. Hierbei haben wir zunächst die Anzahl der bildbaren Kombinationen jeweils getrennt für die Soziologen und Politologen zu bestimmen. Die Gesamtzahl der Kombinationen für den 5er Ausschuß ergibt sich aus dem Produkt der Kombinationen für die beiden Institute. Allgemeine Formel: C n (k) n k n! (n k)!k! a) Anzahl der Kombinationen von jedem Soziologen mit jedem Politologen ! (5 2)!2! 7! (7 3)!3! Es gibt 350 mögliche Kombinationen zur Bildung des 5er Ausschusses.
6 Martin-Luther-Universität Halle-Wittenberg - Institut für Soziologie - Dr. Wolfgang Langer 6 b) Wie in a) gibt es 10 Möglichkeiten aus 5 Soziologen 2 auszuwählen. Wenn jedoch 1 Politologe immer im Ausschluß sitzen muß, können wir nur noch 2 aus 6 Politologen frei wählen. Daher müssen wir nur die Anzahl ihrer möglichen Zweierkombinationen bestimmen und mit der Kombinationsanzahl der Soziologen multiplizieren ! (6 2)! 2! Es verbleiben 150 Kombinationsmöglichkeiten. c) Wenn zwei bestimmte Soziologen vom Ausschuß ausgeschlossen werden sollen, können wir nur noch zwei Fachvertreter aus den restlichen drei auswählen. Hingegen bleiben uns bei den Politologen die bereits ermittelten 35 Kombinationen erhalten. Bestimmung der reduzierten Soziologenauswahl: 3 2 3! (3 2)!2! Kombinationen Es ergeben sich unter der Bedingung c) 105 Kombinationsmöglichkeiten.
Aufgaben zur Wahrscheinlichkeitsrechnung: 1. Beispiel aus der Prüfungspraxis des Physikums:
Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Aufgaben zur Wahrscheinlichkeitsrechnung: 1. Beispiel aus der Prüfungspraxis des Physikums: Zum Staatsexamen teilt
MehrÜbungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik. Lösungsblatt zu Nr. 2
Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik Lösungsblatt zu Nr. 2 1. Für die
MehrStatistik I für Humanund Sozialwissenschaften
Statistik I für Humanund Sozialwissenschaften 3. Übung Lösungsvorschlag Gruppenübung G 8 a) Ein Professor möchte herausfinden, welche 5 seiner insgesamt 8 Mitarbeiter zusammen das kreativste Team darstellen.
MehrÜbungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik. Lösungsblatt zu Nr. 5
Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik Lösungsblatt zu Nr. 5 1.a) Um diese
MehrEinführung. 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
MehrMusterlösungen zu den Aufgaben aus. Statistische Methoden in den Wirtschafts- und Sozialwissenschaften
Musterlösungen zu den Aufgaben aus Statistische Methoden in den Wirtschafts- und Sozialwissenschaften von Prof. Dr. Hans Peter Litz Oldenbourg-Verlag München,.Auflage 1998 Teil II. Wahrscheinlichkeitstheoretische
Mehra) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.
Lösungsvorschläge zu den Aufgaben von Blatt 6: 43) 7 Telefonzellen ( 7 Kugeln in der Urne); 3 davon sind von je einem Benutzer besetzt ( 3 Kugeln in die Stichprobe). Die Telefonzellen werden nicht mehrfach
MehrVorlesung 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
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrUnabhängigkeit 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
MehrAllgemeine diskrete Wahrscheinlichkeitsräume I
6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II
6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)
Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich
MehrAufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen
Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),
MehrUE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele
UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..
MehrBedingte 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
MehrWelche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?
2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.
MehrWahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)
Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung
MehrZusammengesetzte Ereignisse
Zusammengesetzte Ereignisse Die Frage nach dem Ausgang eines Zufallsexperiments kann aus einzelnen Teilfragen zusammengesetzt sein, die mit und bzw. oder verknüpft sind. Natürlich kann man auch nach der
MehrDr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung
Vorlesungscharts Vorlesung 1 Grundbegriffe der Wahrscheinlichkeitsrechnung Zufallsvorgänge und Zufallsereignisse Definitionen der Wahrscheinlichkeit Seite 1 von 11 Chart 1: Vorgänge deterministisch zufällig
MehrSS 2017 Torsten Schreiber
173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrKombinatorik & Stochastik Übung im Sommersemester 2018
Kombinatorik & Stochastik Übung im Sommersemester 2018 Kombinatorik Formeln & Begriffe Begrifflichkeiten Permutation = Anordnung in einer bestimmten Reihenfolge Kombination = Anordnung ohne bestimmte Reihenfolge
Mehr1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 16. März 2016, 11:21 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0
MehrGrundbegriffe. Vereinigungsmenge Schnittmenge sicheres Ereignis disjunkte Mengen komplementäre Ereignisse/ Gegenereignisse/ Alternativereignisse
Grundbegriffe Vereinigungsmenge Schnittmenge sicheres Ereignis disjunkte Mengen komplementäre Ereignisse/ Gegenereignisse/ Alternativereignisse 33 Mengenschreibweise von Ereignissen - Rechenregeln: (1)
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 1
TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/ Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie svorschläge zu
Mehr2. Rechnen mit Wahrscheinlichkeiten
2. Rechnen mit Wahrscheinlichkeiten 2.1 Axiome der Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung ist ein Teilgebiet der Mathematik. Es ist üblich, an den Anfang einer mathematischen Theorie
MehrStochastik 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,
MehrWahrscheinlichkeitsrechnung Übung Aufgabe 2.b und 3
Wahrscheinlichkeitsrechnung Übung Aufgabe 2.b und 3 B I N O M I A L V E R T E I L U N G, B I N O M I A L T A B E L L E, U N A B H Ä N G I G E E R E I G N I S S E Zentrale Methodenlehre, Europa Universität
MehrKombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?
1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der
MehrAufgabenblock 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) =
MehrZiegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem
Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,
MehrOrientierungshilfe 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
MehrBasiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrWahrscheinlichkeitsrechnung für die Mittelstufe
Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite
MehrRumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern
MehrSTOCHASTISCHE 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
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine Universität Düsseldorf 29. Oktober 2009 Mengensprechweise Die Menge aller Elementarereignisse ist der Ereignisraum. Seine Teilmengen heißen
MehrÜbungsrunde 4, Gruppe 2 LVA , Übungsrunde 4, Gruppe 2, Markus Nemetz, TU Wien, 10/2006
Übungsrunde 4, Gruppe 2 LVA 107.369, Übungsrunde 4, Gruppe 2, 07.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 10/2006 1 17 1.1 Angabe Ein Parallelsystem funktioniert, wenn wenigstens eine seiner
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
Mehrhtw 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:
MehrDa 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
MehrStochastik Musterlösung 2
ETH Zürich HS 2018 RW, D-MATL, D-MAVT Prof. Marloes H. Maathuis Koordinator Dr. Marvin S. Müller Stochastik Musterlösung 2 1. Wir betrachten folgende vier Wettersituationen. Es regnet nur am Morgen; Es
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
. Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. April 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 2 Version: 11.
MehrStochastik - Kapitel 2
" k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
MehrTeil II. Wahrscheinlichkeitsrechnung
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse
5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung
MehrSatz 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
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 2
TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie svorschläge
MehrMathematik 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
MehrStatistik für Ingenieure Vorlesung 2
Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω = {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω = 2 3 = 8 = N
MehrHeute. Die Binomialverteilung. Poissonverteilung. Approximation der Binomialverteilung durch die Normalverteilung
Heute Die Binomialverteilung Poissonverteilung Approximation der Binomialverteilung durch die Normalverteilung Arbeiten mit Wahrscheinlichkeitsverteilungen Die Binomialverteilung Man werfe eine Münze n
MehrEinführung in die Stochastik 6. Übungsblatt
Einführung in die Stochastik 6. Übungsblatt Fachbereich Mathematik SS M. Kohler 3. Mai A. Fromkorth D. Furer Gruppen und Hausübung Aufgabe (a) Die Wahrscheinlichkeit, dass eine S Bahn Verspätung hat, betrage.3.
MehrMathematische und statistische Methoden II
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de
MehrBiostatistik, Sommer 2017
1/52 Biostatistik, Sommer 2017 Prof. Dr. Achim Klenke http://www.aklenke.de 7. Vorlesung: 02.06.2017 2/52 Inhalt 1 Wahrscheinlichkeit Bayes sche Formel 2 Diskrete Stetige 3/52 Wahrscheinlichkeit Bayes
MehrVorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1
Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften ableiten: Beweis zu 1) Melanie Kaspar, Prof. Dr. B. Grabowski 2 Aufgabe Die Wahrscheinlichkeit
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206 Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrEigenschaften der relativen Häufigkeit ( Zur Erinnerung) Axiomatische Definition der Wahrscheinlichkeit: Vorlesung Statistik WING
Eigenschaften der relativen Häufigkeit ( Zur Erinnerung) Axiomatische Definition der Wahrscheinlichkeit: Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften
MehrWahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel
Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel Aufgaben Lösen Sie A1 und A sowohl mit der Bernoulli-Formel als auch mit dem TR(BV), die anderen Aufgaben lösen sie mit dem TR(BV). A1 Eine Familie
MehrStatistik Aufgabensammlung
Prof. Dr. Klaus Lange Statistik Aufgabensammlung für das wirtschaftswissenschaftliche Grundstudium Aufgabensammlung Statistik 1 Aufgabe 1 Es gilt A, B, C Z. 1.1. Was folgt aus: - A = A B C - A = A B C?
Mehr3 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.
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen. Bsp (3-maliges Werfen einer Münze) Menge der Elementarereignisse:
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen Bsp. 1.19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz, zzw,zwz,wzz,zww,wzw,wwz,www}. Dabei gilt: Ω 2 3 8 N. Wir definieren
MehrBedingte 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
MehrA B A A A B A C. Übungen zu Frage 110:
Übungen Wahrscheinlichkeit Übungen zu Frage : Nr. : Die Abschlussklassen der Linden-Realschule organisieren zugunsten eines sozialen Projekts eine Tombola. Die Tabelle zeigt die Losverteilung und die damit
MehrKapitel N. Wahrscheinlichkeitsrechnung
Kapitel N Wahrscheinlichkeitsrechnung Inhalt dieses Kapitels N000 1 Diskrete Wahrscheinlichkeitsräume 2 Bedingte Wahrscheinlichkeit und Unabhängigkeit 1 Produktexperimente 2 Kombinatorik und Urnenmodelle
MehrPflichtteilaufgaben 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 September 016
MehrStochastik Grundlagen
Grundlegende Begriffe: Zufallsexperiment: Ein Experiment, das beliebig oft wiederholt werden kann. Die möglichen Ergebnisse sind bekannt, nicht jedoch nicht, welches Ergebnis ein einzelnes Experiment hat.
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrBedingte Wahrscheinlichkeiten & Unabhängigkeit
Statistik 1 für SoziologInnen Bedingte Wahrscheinlichkeiten & Unabhängigkeit Univ.Prof. Dr. Marcus Hudec Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 stheorie: Grundbegriffe Prof. Dr. Achim Klenke http://www.aklenke.de 5. Vorlesung: 25.11.2011 1/33 Inhalt 1 Zufallsvariablen 2 Ereignisse 3 2/33 Zufallsvariablen Eine Zufallsvariable
MehrStatistik I für Wirtschaftswissenschaftler Klausur am ,
1 Statistik I für Wirtschaftswissenschaftler Klausur am 07.03.2006, 14.00 16.00. Bitte unbedingt beachten: a) Gewertet werden alle 9 gestellten Aufgaben. b) Lösungswege sind anzugeben. Die Angabe des Endergebnisses
MehrSpezifische Mathematik Lösung Serie 2: Wahrsch.-Rechnung
Dr. Rudolf Riedi HT-FR, 2016-17 Spezifische Mathematik Lösung Serie 2: Wahrsch.-Rechnung 1. (3 Punkte) Ein System besteht aus zwei Bauteilen. Die Wahrscheinlichkeit p1, dass Bauteil 1 ausfällt ist 0.5;
MehrElemente der Stochastik (SoSe 2016) 6. Übungsblatt
Dr. M. Weimar 19.05.2016 Elemente der Stochastik (SoSe 2016 6. Übungsblatt Aufgabe 1 ( Punkte Eine Klausur, die insgesamt von zwölf Kursteilnehmern geschrieben wurde, soll von drei Gutachtern bewertet
MehrWelche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?
2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω 2 3 8 N Wir definieren
MehrBedingte Wahrscheinlichkeit
Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit sich die Wahrscheinlichkeiten für das Eintreten von Ereignissen durch das Eintreten anderer Ereignisse
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Wahrscheinlichkeitstheorie (Klausuraufgaben) Marcel Bliem Marco Boßle Jörg Hörner Mathematik Online Herbst 2010 Bliem/Boßle/Hörner (MO) PV-Kurs HM 3 1 / 7
MehrBiometrieübung 2 Wahrscheinlichkeitsrechnung
Biometrieübung 2 (Wahrscheinlichkeitsrechnung) - Aufgabe Biometrieübung 2 Wahrscheinlichkeitsrechnung Aufgabe 1. Kartenspiel Wie groß ist die Wahrscheinlichkeit, daß man aus einem Kartenspiel mit 52 Karten
Mehr= 7! = 6! = 0, 00612,
Die Wahrscheinlichkeit, dass Prof. L. die Wette verliert, lässt sich wie folgt berechnen: Ω = {(i 1,..., i 7 ) : i j {1... 7}, j = 1... 7}, wobei i, j für den Wochentag steht, an dem die Person j geboren
MehrAufgabe 7: Stochastik (WTR)
Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 7 a) SITUATION MODELLIEREN Annahmen: Es werden 100 Personen unabhängig voneinander befragt. Auf die Frage, ob mindestens einmal im Monat ein Fahrrad
MehrAufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2018/19
Aufgabenstellung und Ergebnisse zur Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 08/9 PD Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Die Klausur besteht
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen
MehrIst P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,
. Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------
MehrRealschulabschluss Zufall und Wahrscheinlichkeit (Wahlteil) Lösung W4a/2008 Lösungslogik Es handelt sich um Ziehen mit Zurücklegen. Aufstell
Lösung W4a/200 Es handelt sich um Ziehen mit Zurücklegen. Aufstellung der Einzelwahrscheinlichkeit für die verschiedenen Zahlen. Berechnung der Wahrscheinlichkeit für Summe genau 30. Berechnung der Wahrscheinlichkeit
MehrGrundbegrie der Wahrscheinlichkeitsrechnung
Die Benutzung dieser Materialien ist auf Herbst 2017 beschränkt. Diese Hilfsmaterialien sind nur für unseren Studenten gemeint, dürfen also nicht weiterverteilt werden. Grundbegrie der Wahrscheinlichkeitsrechnung
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Stochastik Marco Boßle Jörg Hörner Marcel Thoms Mathematik Online Herbst 211 PV-Kurs HM 3 Stochastik 1-1 Zusammenfassung Wahrscheinlichkeitsraum (WR): Menge
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
Mehr