Zufall und Erkenntnis
|
|
- Gisela Grosser
- vor 5 Jahren
- Abrufe
Transkript
1 WHRSCHINLICHKITSRCHNUNG It is remarkable that a science which began with the consideration of games of chance should have become the most important object of human knowledege... The most important questions of life are, for the most part, really only problems of probability. Pierre Simon de Laplace Theorie nalytique des Probabilities, 1812 Zufall und rkenntnis Klassischer wissenschaftstheoretischer Fortschrittsglauben: Unsicherheit und Unschärfe (Zufall) können durch fortschreitende wissenschaftliche rkenntnis reduziert werden Demokrit: Die Natur ist in ihrer Grundlage streng determiniert Zufälliges entspricht dem Nichterkannten pikur: Der Zufall ist immanenter estandteil der Natur der rscheinungen unserer Welt Statistik für SoziologInnen 1 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 2 inführung in die Wahrscheinlichkeitsrechnung Zweifel am deterministischen Weltbild Das Gewebe dieser Welt ist aus Notwendigkeit und Zufall gebildet; die Vernunft des Menschen stellt sich zwischen beide und weiß sie zu beherrschen; sie behandelt das Notwendige als den Grund ihres Daseins; das Zufällige weiß sie zu lenken, zu leiten und zu nutzen,... Johann Wolfgang von Goethe Dissertation von Karl Marx (181) über den Unterschied in der Naturphilosophie Demokrits und pikurs Paradigmenwechsel im 20.Jahrhundert rkenntnisse der theoretischen Physik "xistenz der Wahrscheinlichkeit in der Natur" Thermodynamik (oltzmann) ewegungen von Molekülen werden nicht durch Gesetze der Newtonschen Mechanik sondern durch Wahrscheinlichkeitsgesetze gesteuert Quantenmechanik (Heisenberg) Radioaktivität: freie Neutronen zerfallen zufällig Ihre nzahl gehorcht jedoch einem bestimmten Gesetz instein: "Gott würfelt nicht" Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung Unschärferelation der Quantenmechanik Grundpostulat der modernen Physik: Die lementarvorgänge im materiellen Geschehen entziehen sich grundsätzlich einer exakten raumzeitlichen Darstellung. Voraussagen über Ort und Geschwindigkeit der kleinsten Partikeln haben immer nur den Charakter von Wahrscheinlichkeitsaussagen. Werner Heisenberg Wahrscheinlichkeit und iologie volution: umweltbedingt kommt es zu zufälligen Änderungen des Genotyps crossing over Mutuation volution ist keine ntwicklung von primitiven zu komplexen Lebensformen sondern eine ntwicklung von weniger angepaßten rten zu besser angepaßten Die Rolle des Zufalls für moderne iologie und Genetik ==> M. igen "Das Spiel Die Rolle des Zufalls für moderne Physik und iologie ==> L. Tarassow Wie der Zufall will? - Vom Wesen der Wahrscheinlichkeit Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung 1
2 ngela Merkel in einem Interview 12/200 Unsere Gesellschaft muss stärker lernen, Risiken zu bewerten, ganz generell gesprochen. Das Leben mit der Chance und dem Risiko ist ein wichtiges gesellschaftliches Problem. Ich finde es in einer komplexer werdenden Welt auch wichtig, Kinder bereits frühzeitig an solche bwägungen heranzuführen, die sie später immer wieder vornehmen müssen. Im Kindergarten und in der Schule können Kinder spielerisch lernen, was Wahrscheinlichkeit und Risiko bedeuten. Definitionen - 1 Kalkulatorische rfassung des Phänomen Zufalls Zufallsvorgang Vorgang mit ungewissem usgang Zufallsexperiment s gibt mehrere mögliche rgebnisse des Vorgangs Das rgebnis bei einer Durchführung ist nicht mit Sicherheit vorhersehbar Der Vorgang ist unter den gleichen Randbedingungen wiederholbar Statistik für SoziologInnen 7 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 8 inführung in die Wahrscheinlichkeitsrechnung estimmung der Wahrscheinlichkeit Statistische Wahrscheinlichkeit für das intreten eines reignisses ist jener Wert bei dem sich die relative Häufigkeit bei einer wachsenden Zahl von Versuchswiederholungen stabilisiert (Mises) Das Prinzip "günstige Fälle" dividiert durch alle "mögliche Fälle" im Rahmen eines Modells gleicher Wahrscheinlichkeiten für die inzelereignisse (Laplace) Das Konzept subjektiver Wahrscheinlichkeiten (de Finetti) Definitionen in möglicher usgang (mögliches rgebnis) eines Zufallsexperiments wird als lementarereignis bezeichnet. e1, e2,... Die Menge aller lementarereignisse eines Zufallsexperiments wird als rgebnismenge oder Stichprobenraum bezeichnet. ={e1, e2,...} ine Teilmenge der rgebnismenge heißt reignis. in reignis tritt ein, wenn ein rgebnis beobachtet wird, das zu gehört. Statistik für SoziologInnen 9 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 10 inführung in die Wahrscheinlichkeitsrechnung reignis als Teilmenge von : ist ein Teilereignis von : Teil von Statistik für SoziologInnen 11 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 12 inführung in die Wahrscheinlichkeitsrechnung 2
3 Komplementärereignis Durchschnitt von und ' ' = Nicht ={e e und e } sowohl als auch Statistik für SoziologInnen 1 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 1 inführung in die Wahrscheinlichkeitsrechnung Vereinigung von und Differenzmenge ohne ={e e oder e }oder (aber nicht exklusiv) Statistik für SoziologInnen 1 inführung in die Wahrscheinlichkeitsrechnung \ ={e e und nicht e } ohne eachte: \ = ' Statistik für SoziologInnen 1 inführung in die Wahrscheinlichkeitsrechnung xklusives Oder Wahrscheinlichkeitsmaß in Wahrscheinlichkeitsmaß P ist eine bbildung, die allen möglichen lementarereignissen eines Zufallsexperiments eine Zahl zuordnet und dabei den xiomen von Kolmogorov genügt. Die Wahrscheinlichkeit eines beliebigen reignisses ergibt sich durch die Summe der Wahrscheinlichkeiten jener lementarereignisse, i die in enthalten sind. ( ') (' ) = ( ) \ ( ) entweder oder Positivität 0 P() 1 Normierung P() = 1 dditivität P( 1 2 )=P( 1 )+P( 2 ) falls 1 2 = Statistik für SoziologInnen 17 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 18 inführung in die Wahrscheinlichkeitsrechnung
4 infache eispiele ine Münze wird einmal geworfen lementarereignisse: Kopf, dler P(K) = 1/2 P() = 1/2 =K P(K ) = 1/2 + 1/2 = 1 ine Münze wird zweimal geworfen lementarereignisse: KK, K, K, P(KK) = P(K) = P(K) = P() = 1/ Zusammengesetztes reignis: X = "zwei gleiche rgebnisse" X = {KK, } = P(X) = 1/ + 1/ = 1/2 eispiel: Würfelwurf mögliche lementarereignisse 1, 2,,,, P(1) = P(2) = P() = P() = P() = P() = 1/ P() = 1/ + 1/ + 1/ + 1/ + 1/ + 1/ = 1 (Zusammengesetzte) reignisse... gerade ugenzahl ={2,, } P() = 1/ + 1/ + 1/ = /... ugenzahl < ={1, 2} P() = 1/ + 1/ = 2/ Statistik für SoziologInnen 19 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 20 inführung in die Wahrscheinlichkeitsrechnung Komplementbildung beim Würfelwurf-eispiel '... ungerade ugenzahl ' = {1,,,} ' = \ P(') = P() - P() = 1 - / = / Durchschnittsbildung beim Würfelwurf-eispiel... gerade ugenzahl und ugenzahl kleiner = {2} P( ) = 1/ ' Statistik für SoziologInnen 21 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 22 inführung in die Wahrscheinlichkeitsrechnung Differenzmenge beim Würfelwurf-eispiel \... gerade ugenzahl ohne den ugenzahlen kleiner \ = {, } P( \ ) = P() - P( ) = 2/ Vereinigung beim Würfelwurf-eispiel Gerade ugenzahl oder ugenzahl kleiner als = {1, 2,, } P( ) = P() + P() - P( ) P( ) = / + 2/ - 1/ = / Statistik für SoziologInnen 2 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 2 inführung in die Wahrscheinlichkeitsrechnung
5 xklusives Oder beim Würfelwurf-eispiel ntweder gerade ugenzahl oder ugenzahl kleiner als ( ) \ ( ) = {1, 2,, } \ {2} = {1,, } P( ) - P( ) = / - 1/ = / eispiel zur reignisalgebra lter <=2 >2 Gesamt männlich weiblich Gesamt Merkmale: Geschlecht, lter...(geschlecht = männlich)... n()=0...h()=0,0...(geschlecht = nicht männlich) (Geschlecht = weiblich)... n( )=0... h( )=0,0...(lter <= 2)... n()=0... h()=0,0...(lter > 2)... n( )=0... h( )=0,0 Statistik für SoziologInnen 2 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 2 inführung in die Wahrscheinlichkeitsrechnung eispiel zur reignisalgebra lter <=2 >2 Gesamt männlich weiblich Gesamt eispiel zur reignisalgebra lter <=2 >2 Gesamt männlich weiblich Gesamt Durchschnitt (Geschlecht = männlich) und (lter <= 2) n( )=20...h( )=0,20 Vereinigung (Geschlecht = männlich) oder (lter <= 2) n( )=90 (ergibt sich aus ) h( )=0,90 Statistik für SoziologInnen 27 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 28 inführung in die Wahrscheinlichkeitsrechnung eispiel zur reignisalgebra lter <=2 >2 Gesamt männlich weiblich Gesamt eispiel zur reignisalgebra lter <=2 >2 Gesamt männlich weiblich Gesamt Differenzmenge \ (Geschlecht = männlich) ohne (lter <= 2) n( \ )=0...h( \ )=0,0 Statistik für SoziologInnen 29 inführung in die Wahrscheinlichkeitsrechnung xklusives Oder ( ) \ ( ) = ( ) ( ) entweder (Geschlecht = männlich) oder (lter <= 2) n( )=70 (ergibt sich aus 0+0) h( )=0,70 Statistik für SoziologInnen 0 inführung in die Wahrscheinlichkeitsrechnung
6 infache Regeln der Mengenalgebra ( )' = ' ' Gesetz von de Morgan Nicht ( oder ) = (Nicht ) und (Nicht ) ( )' = ' ' ' ' nwendung von De Morgan im Würfelbeispiel = {2,, } = {1, 2} ( )' = ' ' Nicht (gerade ugenzahl oder Zahl kleiner ) = Nicht (gerade ugenzahl) und Nicht (Zahl kleiner ) linke Seite: ( )' = {1, 2,, }' = {, } rechte Seite: ' ' = {1,, } {,,, } = {, } Statistik für SoziologInnen 1 inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen 2 inführung in die Wahrscheinlichkeitsrechnung nwendung von De Morgan lter <=2 >2 Gesamt männlich weiblich Gesamt nwendung von De Morgan lter <=2 >2 Gesamt männlich weiblich Gesamt Negation der Vereinigung Negation des Durchschnitts Nicht( ) = Nicht((Geschlecht = männlich) oder (lter <= 2))= ((Geschlecht = nicht männlich) und (lter > 2)) Nicht( ) = Nicht((Geschlecht = männlich) und (lter <= 2))= ((Geschlecht = nicht männlich) oder (lter > 2)) n(nicht( ))=10...h(Nicht( ))=0,10 n(nicht( ))=80...h(Nicht( ))=0,80 n( ) =10 n( ) =80 (ergibt sich aus ) Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung Zufallsauswahlen aus endlichen Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte edeutung zu, da in vielen Fällen die Untersuchung der Grundgesamtheit zu teuer oder prinzipiell unmöglich ist. Ziel ist es dabei aus der nalyse der Stichprobe auf die Grundgesamtheit zu schließen Stichprobenmodelle Grundgesamtheit mit N unterscheidbaren Objekten Stichprobe von n Objekten Ziehen mit Zurücklegen bzw. Ziehen ohne Zurücklegen erücksichtigung der nordnung bzw. keine erücksichtigung der nordnung Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung Statistik für SoziologInnen inführung in die Wahrscheinlichkeitsrechnung
7 Überblick über Stichprobenmodelle Mit Zurücklegen Ohne Zurücklegen Mit erücksichtigung der nordnung (Variationen) N* = Nn I N* = N (N-1)... (N-(n-1)) II falls n=n: N! (Permutation) Ohne erücksichtigung der nordnung (Kombinationen) N+ n 1 N* = n III N* = N (N-1)... (N-(n-1))/n! N N* = n IV Statistik für SoziologInnen 7 inführung in die Wahrscheinlichkeitsrechnung 7
The most important questions of life are, for the most part, really only problems of probability.
WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have become the most timportant tobject of fhuman knowledege... The most important
MehrEinführung in die Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have
MehrEinführung in die Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have
MehrEinführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should ldhave
MehrEinführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have
MehrEinführung in die Wahrscheinlichkeitsrechnung
Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have
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
MehrZufallsauswahlen aus endlichen Grundgesamtheiten
Zufallsauswahlen aus endlichen Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung zu, da in vielen Fällen die Untersuchung der Grundgesamtheit zu teuer oder
MehrAbiturvorbereitung Mathematik Stochastik. Copyright 2013 Ralph Werner
biturvorbereitung Mathematik Stochastik Copyright 2013 Ralph Werner Zufallsexperiment in Zufallsexperiment ist ein Vorgang, dessen usgang ungewiss ist das beliebig oft wiederholt werden kann dessen Wiederholungen
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
MehrGrundlagen der Kombinatorik
Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung
MehrGrundlagen der Kombinatorik
Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben große Bedeutung zu,
MehrVorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie
Kapitel 4 Christoph Hindermann Vorkurs Mathematik 1 4.0 Motivation Wenn 100 Münzen geworfen werden, wie ist dann die Wahrscheinlichkeit, dass genau 50 davon Kopf zeigen? Angenommen, es befinden sich 300
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
MehrLeseprobe. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Leseprobe Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - nwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch): 978-3-446-43255-0
MehrKapitel 2. Wahrscheinlichkeit (wird heute behandelt) Kapitel 2. Wahrscheinlichkeit
Teil I: Wahrscheinlichkeitstheorie 1 Kapitel 2. Wahrscheinlichkeit (wird heute behandelt) Kapitel 3: Bedingte Wahrscheinlichkeit Kapitel 4: Zufallsvariablen Kapitel 5: Erwartungswerte, Varianz, Kovarianz
Mehr2) Welche Wahrscheinlichkeitsbegriffe kennen Sie? Charakterisieren Sie die unterschiedlichen Konzepte zur Herleitung von
2) Welche Wahrscheinlichkeitsbegriffe kennen Sie? Charakterisieren Sie die unterschiedlichen Konzepte zur Herleitung von Wahrscheinlichkeiten. (5 Punkte) Antwort: Unabhängig von der quantitativen Herleitung
MehrWie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?
In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass
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
MehrSkript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik)
Prof. Dr. Reinhold Kosfeld Fachbereich Wirtschaftswissenschaften Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) 1. Einleitung Deskriptive Statistik: llgemeine und spezielle
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge
Mehr1. Einleitung und Grundlagen der Wahrscheinlichkeit
1. Einleitung und Grundlagen der Wahrscheinlichkeit 1.1 Einleitung Deskriptive Statistik: llgemeine und spezielle Methoden zur Datenauswertung, die unabhängig von der Erhebungsart angewendet werden können
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
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.
MehrZusammenfassung Stochastik
Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
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
MehrEinführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrBerechnung von W für die Elementarereignisse einer Zufallsgröße
R. Albers, M. Yanik Skript zur Vorlesung Stochastik (lementarmathematik) 5. Zufallsvariablen Bei Zufallsvariablen geht es darum, ein xperiment durchzuführen und dem entstandenen rgebnis eine Zahl zuzuordnen.
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,
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 27. Oktober 2010 Teil III Wahrscheinlichkeitstheorie 1 Zufallsereignisse Vorüberlegungen Der Ereignisraum Konstruktionen
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom
Übungsaufgaben 7. Übung SS 16: Woche vom 23. 5. 27. 5.. 2016 Stochastik I: Klassische Wkt.-Berechnung Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/... (SS16).html
MehrModelle diskreter Zufallsvariablen
Statistik 2 für SoziologInnen Modelle diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Zufallsvariable Eine Variable (Merkmal) X, deren numerische Werte als Ergebnisse eines Zufallsvorgangs aufgefasst
MehrKapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen
Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG - LÖSUNGEN. Zweimaliges Werfen eines Würfels mit Berücksichtigung der Reihenfolge a. Ergebnismenge (Ereignisraum)
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet
Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen
Mehr1 Grundlagen Wahrscheinlichkeitsrechung
1 Grundlagen Wahrscheinlichkeitsrechung 1.1 Grundbegriffe Alle möglichen Ereignisse eines Zufallsexperiments fassen wir in einer Ereignismenge Ω zusammen. Ereignisse sind Teilmengen von Ω. Umfasst das
MehrWahrscheinlichkeitsrechnung [probability]
Wahrscheinlichkeitsrechnung [probability] Hinweis: Die Wahrscheinlichkeitsrechnung ist nicht Gegenstand dieser Vorlesung. Es werden lediglich einige Begriffsbildungen bereitgestellt und an Beispielen erläutert,
MehrKonzept diskreter Zufallsvariablen
Statistik 1 für SoziologInnen Konzept diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder
Mehr15 Wahrscheinlichkeitsrechnung und Statistik
5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1, 2,, 6 des Experiments werden zur Ergebnismenge Ω ( Ergebnisraum ) zusammengefasst.
MehrStochastik für Ingenieure
Otto-von-Guericke-Universität Magdeburg Fakultät für Mathematik Institut für Mathematische Stochastik Stochastik für Ingenieure (Vorlesungsmanuskript) von apl.prof. Dr. Waltraud Kahle Empfehlenswerte Bücher:
Mehr7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten
7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten 7.1 Zufallsvorgänge - zufälliges Geschehen/ Zufallsvorgang/ stochastische Vorgang: aus Geschehen/Vorgang/Experiment (mit gegebener Ausgangssituation)
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Begriffe Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Definition: Unter einem Zufallsexperiment versteht man einen,
MehrStatistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher Physikalisches Institut Westbau 2 OG Raum 008 Telefonnummer 07621 203 7612 E-Mail:
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
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
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden
MehrInhaltsverzeichnis (Ausschnitt)
8 Messbarkeit und Bildwahrscheinlichkeit Inhaltsverzeichnis (Ausschnitt) 8 Messbarkeit und Bildwahrscheinlichkeit Messbare Abbildungen Bildwahrscheinlichkeit Deskriptive Statistik und Wahrscheinlichkeitsrechnung
MehrWahrscheinlichkeitstheorie Kapitel I - Einführende Beispiele
Wahrscheinlichkeitstheorie Kapitel I - Einführende Beispiele Georg Bol georg.bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Wahrscheinlichkeitstheorie Agenda:
Mehr1. Grundlagen der Wahrscheinlichkeitsrechnung
1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer
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
MehrKonzept diskreter Zufallsvariablen
Statistik 1 für SoziologInnen Konzept diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder
MehrWie gesetzmäßig ist der Zufall? Barbara Drossel, TU Darmstadt
1 Wie gesetzmäßig ist der Zufall? Barbara Drossel, TU Darmstadt 2 Zufall in der Physik Rechnen mit Wahrscheinlichkeiten Beispiel 1: Münzwurf 1001111010000 Zufall in der Physik 3 Zufall in der Physik 4
MehrWahrscheinlichkeitsrechnung und Statistik
1. und 2. Vorlesung - 2017 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?
Mehr1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 18. Mai 2015, 09:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrWAHRSCHEINLICHKEITSRECHNUNG
WAHRSCHEINLICHKEITSRECHNUNG Mathematischer Teil In der Wahrscheinlichkeitsrechnung haben wir es mit Zufallsexperimenten zu tun, d.h. Ausgang nicht vorhersagbar. Grundbegriffe Zufallsexperiment und Ergebnisse
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrBeispiel: Zufallsvariable
Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder Zahl zeigen. Man ist nur an der Zahl der Köpfe interessiert. Anzahl Kopf Elementarereignis
MehrStatistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58
Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive
MehrZusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen
Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind
MehrZufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen
Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/
MehrWichtiges zur Stochastik
Wichtiges zur Stochastik Grundbegriffe und ezeichnungen: Ergebnisse werden mit ω (kleines omega, nicht w!) bezeichnet; wenn man mehrere angibt, so wird einfach durchnummeriert: ω 1, ω 2,... Der Ergebnisraum
Mehr3. Grundbegriffe der Wahrscheinlichkeitstheorie
03. JULI 2006: BLATT 17 3. Grundbegriffe der Wahrscheinlichkeitstheorie (v.a. nach Manning/Schütze: 40ff und Fahrmeir /Künstler/Pigeot/Tutz: 171ff) Übersicht Um entscheiden zu können, ob eine statistische
MehrKonzept diskreter Zufallsvariablen
Statistik 1 für SoziologInnen Konzept diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder
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
MehrSachrechnen/Größen WS 14/15-
Kapitel Daten & Wahrscheinlichkeit 3.1 Kombinatorische Grundlagen 3.2 Kombinatorik & Wahrscheinlichkeit in der Grundschule 3.3 Daten Darstellen 3.1 Kombinatorische Grundlagen Verschiedene Bereiche der
MehrDie ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.
.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
MehrKapitel 2 Wahrscheinlichkeitsrechnung
Motivation bisher: Beschreibung von Datensätzen = beobachteten Merkmalsausprägungen Frage: Sind Schlußfolgerungen aus diesen Beobachtungen möglich? Antwort: Ja, aber diese gelten nur mit einer bestimmten
MehrEinführung in Quantitative Methoden
5. Vorlesung Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 30. April 2014 Waldherr / Christodoulides Einführung in Quantitative Methoden- 5.VO 1/54 Zusammenhangsmaß für
MehrInhaltsverzeichnis (Ausschnitt)
6 Diskrete Wahrscheinlichkeitsräume Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Laplacesche Wahrscheinlichkeitsräume Kombinatorik Allgemeine diskrete Wahrscheinlichkeitsräume Deskriptive
MehrGrundlagen. Wozu Wahrscheinlichkeitsrechnung? Definition und Begriff der Wahrscheinlichkeit. Berechnung von Laplace-Wahrscheinlichkeiten
Teil 2: Wahrscheinlichkeitsrechnung 326 Grundlagen Wozu Wahrscheinlichkeitsrechnung? Definition und egriff der Wahrscheinlichkeit erechnung von Laplace-Wahrscheinlichkeiten Rechnen mit einfachem Mengenkalkül
MehrWahrscheinlichkeiten
Wahrscheinlichkeiten Bestimmung der Wahrscheinlichkeit Bei einem Zufallsexperiment kann man nicht voraussagen, welches Ereignis eintritt, aber manche Ereignisse treten naturgemäß mit einer größeren Wahrscheinlichkeit
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
MehrDaten und Zufall in der Grundschule. Daten Titel und Zufall in der
Fortbildung zum Thema Daten und Zufall in der Grundschule Daten Titel und Zufall in der Sabine Kern / Erhard ltendorf 1 Schwerpunkte Zufall Schwerpunkte des Workshops - Standards der Grundschule und wie
MehrWahrscheinlichkeitsrechnung und Statistik
1. Vorlesung - 7.10.2016 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?
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
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Günther Bourier Wahrscheinlichkeitsrechnung und schließende Statistik Praxisorientierte Einführung Mit Aufgaben und Lösungen 3. F überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung. Semester Begleitendes Skriptum zur Vorlesung im FH-Masterstudiengang Technisches Management von Günther Karigl FH Campus Wien 206/7 Inhaltsverzeichnis. Semester: Wahrscheinlichkeitsrechnung
Mehr1 Elementare Wahrscheinlichkeitstheorie
1 Elementare Wahrscheinlichkeitstheorie 1.1 Zufallsexperiment Definition 1.1. Ein Zufallsexperiment ist ein Vorgang, der im Prinzip beliebig oft unter identischen Randbedingungen wiederholt werden kann.
MehrZusammenfassung des 2. Abends
lgorithmen in der iologie r. Hans-Joachim öckenhauer r. ennis Komm Zusammenfassung des. bends Zürich, 0. pril 0 lignment-verfahren Für einen Überblick über die lignment-lgorithmen zur estimmung der Ähnlichkeit
Mehr8. Wahrscheinlichkeitsrechnung
Didaktik der Geometrie und Stochastik WS 09/10 Bürker 27. 1. 11 8. Wahrscheinlichkeitsrechnung 8.1 Begriffe 8.1.1 Zufallsexperiment Was ist ein Zufallsexperiment? a) Mehrere Ergebnisse möglich b) Ergebnis
MehrEin Ereignis ist eine Menge von Elementarereignissen. Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse erfordert ein Modell.
SS 2013 Prof. Dr. J. Schütze/ J.Puhl FB GW Wkt.1 1 Grundbegriffe Zufallsexperiment unter gleichen Bedingungen wiederholbarer Vorgang (geplant, gesteuert, beobachtet oder auch nur gedanklich) Menge der
Mehr4. Die Laplacesche Gleichverteilung
Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung
MehrMathe-Camp 2017 Stochastik: Geometrische Wahrscheinlichkeiten
Mathe-Camp 2017 Stochastik: Geometrische Wahrscheinlichkeiten Jo rn Saß, sass@mathematik.uni-kl.de Fachbereich Mathematik, TU Kaiserslautern Arbeitsgruppe Stochastische Steuerung und Finanzmathematik Kaiserslautern
MehrEine Zufallsvariable wird als diskret bezeichnet, wenn sie nur endlich viele oder abzählbar unendlich viele Werte annimmt.
Statistik I Sommersemester 009 Aufgabenlösung Übung 4: Diskrete Zufallsvariablen Aufgabe 5.. (Blatt ) ine Zufallsvariable bildet den reignisraum eines Zufallsvorgangs ab. Dieser bestimmt den Definitionsbereich
MehrZufälle gibt s, oder gibt s die nicht? Martin Köhler Science Café Hamburg, 25. Juni 2014
Zufälle gibt s, oder gibt s die nicht? Martin Köhler Science Café Hamburg, 25. Juni 2014 Grundfrage und Gliederung Gibt es einen echten Zufall, oder wissen wir einfach nicht genug für eine exakte Vorhersage?
MehrBinomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec
Binomialverteilung Jakob Bernoulli (1654-1705) Ars Conjectandi Klassisches Verteilungsmodell für die Berechnung der Wahrscheinlichkeit für die Häufigkeit des Eintretens von Ereignissen in bestimmten noch
Mehr