Statistik für Naturwissenschaftler
|
|
- Leander Baumgartner
- vor 8 Jahren
- Abrufe
Transkript
1 Hans Walser Statistik für Naturwissenschaftler Stochastische Unabhängigkeit Lernumgebung
2 Hans Walser: Stochastische Unabhängigkeit ii Inhalt Randomized response - Technik... Drei Karten... HIV Test... Schwestern... Zeitungsnotiz... 6 Männeranteil in China... 7 Test... 8 Test... 9 HIV Test... 0 HIV Test... 6 HIV Test... 7 Doppelter HIV Test... 8 Tuberkulose... 9 Rot-grün-farbenblind... 9 Würfelgesteuerter Münzenwurf Schwänzen Hotline... 8 Butterbrote... 9 Bedingte Wahrscheinlichkeit... 0 Teilbarkeit... 7 Teilbarkeit... 7 Teilbarkeit... 8 Stochastische Unabhängigkeit... 8 Stochastische Unabhängigkeit... 8 Stochastische Unabhängigkeit Essen Sie heute vegetarisch... 9 last modified:. Juli 0
3 Hans Walser: Stochastische Unabhängigkeit Randomized response - Technik Mittels moderner Interviewmethoden, den so genannten randomized response- Techniken, kann man heute den Befragten auch peinliche Wahrheiten entlocken. Die Befragten wählen zufällig eine aus drei Fragen aus und beantworten diese mit ja oder nein. Der Interviewer weiß nicht, welche Frage jeweils ausgelost wurde, er erhält lediglich die Antwort ja oder nein. Die drei Fragen lauten: Essen Sie gerne Spinat? Waren Sie schon einmal in London? Haben Sie unversteuertes Vermögen auf einer Bank im Fürstentum Liechtenstein? Es interessiert nur die Antwort auf die dritte Frage. In zwei unabhängigen Separatumfragen wird der Anteil der Spinatliebhaber (6%) und der Londontouristen (8%) ermittelt. Für die eingangs geschilderte Umfrage ergeben sich % ja. Gesucht ist ein Schätzwert für den Anteil der Steuerdefraudanten. Lösung x = 0. x = 0.08 = 8% Drei Karten Max hat drei Karten. Eine ist auf beiden Seiten rot, eine auf beiden Seiten schwarz und die dritte auf einer Seite rot und auf der anderen Seite schwarz. Nun mischt er die Karten und legt eine auf den Tisch. Die Oberseite ist rot. Mit welcher Wahrscheinlichkeit ist auch die Unterseite rot? Die schwarz-schwarze Karte fällt weg. Wir haben also entweder die rot-rote Karte oder die rot-schwarze Karte. Da die rot-rote Karte auf zwei Arten mit Oberseite rot da liegen kann, hat sie die doppelte Wahrscheinlichkeit, verglichen mit der rot-schwarzen Karte. Die Unterseite ist also mit der Wahrscheinlichkeit rot. HIV Test Im Lande X sind 0.% der Bevölkerung HIV positiv. Ein HIV Test reagiert bei HIV positiven Personen mit 99% Wahrscheinlichkeit positiv. Bei HIV negativen Personen gibt er mit % Wahrscheinlichkeit irrtümlicherweise auch ein positives Resultat. Eine Person wird getestet und es ergibt sich ein positives Resultat. Mit welcher Wahrscheinlichkeit ist sie wirklich HIV positiv? Ergebnis ~%
4 Hans Walser: Stochastische Unabhängigkeit Schwestern Entweder Alice oder Betty sind mit gleicher Wahrscheinlichkeit unter der Dusche. Nun hören wir die Duschende singen. Wir wissen, dass Alice immer singt unter der Dusche, Betty aber nur zu ihrer Zeit. Mit welcher Wahrscheinlichkeit ist es Alice, die unter der Dusche steht? Ergebnis 80% Zeitungsnotiz Dienstag, 8. August 006 Aids bei Katzen: Tierexperten warnen vor unsicheren Test NOIRAIGUE - Die Bluttests der Tierärzte auf Katzenaids sind nicht absolut sicher. Die Folge: Katzenbesitzer lassen ihren Liebling einschläfern, obwohl er gar kein Aids hat. Jetzt wird eine neue Kampagne lanciert. Von unseren 0 Katzen, die vom Tierarzt positiv auf das Virus getestet wurden, stellte sich bei einem zweiten Test durch die Universität Zürich heraus, dass 0 Tiere gar kein Aids hatten, sagte Tomi Tomek vom Katzenheim SOS Chats in Noiraigue NE zu einem Bericht von Le Matin. Sie lanciert nun eine Kampagne und fordert die Katzenbesitzer auf, ihre Tiere nicht nach einem ersten positiven Aidstest einschläfern zu lassen. Während der unsichere Test beim Veterinär nur 0 Franken kostet, müssen Katzenbesitzer für den zuverlässigen Test der Uni Zürich 00 Franken hinblättern. Tomek: Wenn man seine Katze wirklich gern hat, spielt das Geld aber keine Rolle. Eine aidskranke Katze kann bis zu 0 Jahre mit dem Virus leben. Die Leute lassen das Tier aber meist einschläfern, weil sie Angst haben, sie könnten angesteckt werden, so Tomek weiter. Doch Katzenaids sei nicht auf den Menschen übertragbar. Laut Hans Lutz von der Veterinärmedizinischen Fakultät der Uni Zürich leiden in der Schweiz rund ein Prozent der Katzen an Aids - bei den bereits kranken Katzen sind es zwei bis drei Prozent. Cornelia Stauffer 6 Männeranteil in China Bluewin Vermischtes Zahl der Alkoholabhängigen in China steigt um zehn Prozent Die Zahl der Alkoholiker in China ist in den vergangenen 0 Jahren stark gestiegen. Grund dafür seien der Wirtschaftsboom und die zunehmend westliche Lebensweise in China, sagte der Psychologe Wei Hao bei einem Kongress in Sydney. [sda] - In einer Studie für die Weltgesundheitsorganisation WHO hat er errechnet, dass die Rate der alkoholkranken Chinesen seit 98 um zehn Prozent gestiegen ist. Außerdem steige die Produktion alkoholischer Getränke jährlich um zehn Prozent. Wei sagte, vor 0 Jahren seien die Menschen im Allgemeinen sehr arm gewesen. "Sie hatten gerade genug Geld, um Lebensmittel und Kleidung zu kaufen. Jetzt werden sie immer reicher und kaufen alkoholische Getränke."
5 Hans Walser: Stochastische Unabhängigkeit Weis Berechnungen zufolge sind 6,7 Prozent aller Männer über Jahre und 0, Prozent aller Frauen dieser Altersgruppe in China alkoholabhängig. Damit sind durchschnittlich,7 Prozent der Chinesen Alkoholiker. Die Rate ist aber immer noch deutlich niedriger als in Japan und Südkorea. Wei warnte allerdings, "das Japan von heute ist das China von morgen." Frage: Wie groß ist in China der Männeranteil in der Altersgruppe über Jahre? x = Anteil Männer 0.067x ( x)= 0.07 x = 7.8% 7 Test Ein Test für eine seltene Krankheit, von welcher nur % der Bevölkerung befallen sind, hat folgende Merkmale: Bei kranken Probanden gibt er mit einer Wahrscheinlichkeit von 90% ein positives Testresultat. Bei gesunden Probanden gibt er mit einer Wahrscheinlichkeit von % fälschlicherweise ein positives Testresultat. a) Wie groß ist die Wahrscheinlichkeit, dass jemand mit einem positiven Testresultat tatsächlich krank ist? b) Personen mit einem positiven Testresultat werden nun ein zweites Mal getestet. Wie groß ist die Wahrscheinlichkeit, dass jemand mit einem positiven Testresultat auch beim zweiten Test tatsächlich krank ist?
6 Hans Walser: Stochastische Unabhängigkeit krank 0.0 Testresultat positiv 0.9 Testresultat negativ 0. Zweites Testresultat positiv 0.9 Zweites Testresultat negativ 0. gesund 0.97 Testresultat positiv 0.0 Testresultat negativ 0.9 Zweites Testresultat positiv 0.0 Zweites Testresultat negativ 0.9 Baumdiagramm a) Wir erhalten die bedingte Wahrscheinlichkeit: P( krank positives Testresultat )= b) Wir erhalten die bedingte Wahrscheinlichkeit: P( krank zwei positive Testresultate )= Test Ein Test für eine seltene Krankheit, von welcher nur % der Bevölkerung befallen sind, hat folgende Merkmale: Bei kranken Probanden gibt er mit einer Wahrscheinlichkeit von 90% ein positives Testresultat. Bei gesunden Probanden gibt er mit einer Wahrscheinlichkeit von % fälschlicherweise ein positives Testresultat. a) Wie groß ist die Wahrscheinlichkeit, dass jemand mit einem positiven Testresultat tatsächlich krank ist? b) Personen mit einem positiven Testresultat werden nun ein zweites Mal getestet. Wie groß ist die Wahrscheinlichkeit, dass jemand mit einem positiven Testresultat auch beim zweiten Test tatsächlich krank ist?
7 Hans Walser: Stochastische Unabhängigkeit krank 0.0 Testresultat positiv 0.9 Testresultat negativ 0. Zweites Testresultat positiv 0.9 Zweites Testresultat negativ 0. gesund 0.96 Testresultat positiv 0.0 Testresultat negativ 0.9 Zweites Testresultat positiv 0.0 Zweites Testresultat negativ 0.9 Baumdiagramm a) Wir erhalten die bedingte Wahrscheinlichkeit: P( krank positives Testresultat )= b) Wir erhalten die bedingte Wahrscheinlichkeit: P( krank zwei positive Testresultate )= HIV Test Im Lande Y ist p der Anteil der HIV positiven Bevölkerung. Ein HIV Test reagiert bei HIV positiven Personen mit 99% Wahrscheinlichkeit positiv. Bei HIV negativen Personen gibt er mit % Wahrscheinlichkeit irrtümlicherweise auch ein positives Resultat an. a) Wie groß ist der Anteil der Fehlalarme bei der Anwendung dieses Testes? b) Wie groß ist die Dunkelziffer bei der Anwendung dieses Testes? c) Kommentar?
8 Hans Walser: Stochastische Unabhängigkeit 6 Ergebnis a) Wie groß ist der Anteil der Fehlalarme bei der Anwendung dieses Testes? 0.0( p) Anteil Fehlalarme = 0.99 p+0.0( p) Anteil Fehlalarme p Anteil Fehlalarme b) Wie groß ist die Dunkelziffer bei der Anwendung dieses Testes? Dunkelziffer (Anteil) = 0.0p 0.0p+0.97 p ( ) Dunkelziffer Anteil p Anteil nicht erkannter Krankheitsfälle c) Kommentar: Wenn p sehr klein ist (seltene Krankheit), sind die meisten positiven Testresultate Fehlalarme. Wenn p sehr groß ist (häufige Krankheit), ist der Anteil der nicht erkannten Krankheitsfälle unter den scheinbar Gesunden sehr groß. 0 HIV Test Ein HIV Test reagiert bei HIV positiven Personen mit 99% Wahrscheinlichkeit positiv. Bei HIV negativen Personen gibt er mit % Wahrscheinlichkeit irrtümlicherweise auch ein positives Resultat an. Bei einer flächendeckenden Anwendung dieses Testes im Lande X ergaben sich 9.7% positive Testresultate. Wie groß ist der Anteil der tatsächlich HIV positiven Personen im Lande X?
9 Hans Walser: Stochastische Unabhängigkeit x Positives Testresultat x x x ( x ) Positives Testresultat Es ist: ( x) Baum 0.99x + 0.0( x)= x = 0.06 = 6% HIV Test Die folgenden Zahlen sind fiktiv. Im Lande Z ist ein unbekannter Anteil der Bevölkerung HIV positiv. Ein HIV Test reagiert bei HIV positiven Personen mit 70% Wahrscheinlichkeit positiv. Bei HIV negativen Personen gibt er mit 0% Wahrscheinlichkeit irrtümlicherweise auch ein positives Resultat. a) Es wurden sämtliche Personen der Bevölkerung getestet, und es ergaben sich % positive Testresultate. Welcher Anteil der Bevölkerung ist tatsächlich HIV positiv? b) Es wurden sämtliche Personen der Bevölkerung getestet, und es ergaben sich 0% positive Testresultate. Welcher Anteil der Bevölkerung ist tatsächlich HIV positiv? c) Es wurden sämtliche Personen der Bevölkerung getestet. Der Anteil der positiven Testresultate ist a. Welcher Anteil der Bevölkerung ist tatsächlich HIV positiv? Ergebnis a) 0% b) 60% c) Es sei x der Anteil der tatsächlich HIV positiven Menschen an der Bevölkerung. Dann ist: xa ( ) = a 0..
10 Hans Walser: Stochastische Unabhängigkeit 8 x x a = a a Testresultat und Wirklichkeit Doppelter HIV Test Im Lande X sind 0.% der Bevölkerung HIV positiv. Ein HIV-Test reagiert bei HIVpositiven Personen mit 99% Wahrscheinlichkeit positiv. Bei HIV-negativen Personen gibt er mit % Wahrscheinlichkeit irrtümlicherweise auch ein positives Resultat. Das Testverfahren geht nun so vor sich, dass zunächst jede Person mit diesem Test getestet wird. Da es bekanntlich in denjenigen Fällen mit einem positiven Testresultat viele Fehlalarme hat, wird bei positivem Testresultat der Test wiederholt. a) Wie groß ist die Wahrscheinlichkeit, dass eine Person, bei der auch der zweite Test ein positives Resultat ergibt, tatsächlich HIV-positiv ist? b) Wie viele Tests müssen bei einer flächendeckenden Untersuchung mit diesem Testverfahren im Mittel pro Person durchgeführt werden? Verwenden Sie die volle Genauigkeit Ihres Rechners. a) Für die erstmalige Durchführung des Tests gilt folgender Baum: Test HIV Test HIV 0.99 Test Test Baum Für die Wahrscheinlichkeit, dass eine Person mit einem positiven Testresultat beim ersten Test nun tatsächlich HIV-positiv ist, erhalten wir: P = = = 0.79 % 0.08
11 Hans Walser: Stochastische Unabhängigkeit 9 Für den Nachtest gilt somit der Baum: HIV Test Test HIV Test Test Baum Für die Wahrscheinlichkeit, dass eine Person mit einem positiven Testresultat auch beim zweiten Test tatsächlich HIV-positiv ist, erhalten wir: P = = = % b) Im ersten Test erhalten = 0.08=.8% ein positives Testresultat und müssen ein zweites Mal getestet werden. Somit müssen im Mittel.08 Tests pro Person durchgeführt werden. Tuberkulose In der Bundesrepublik Deutschland waren 97 0.% der Bevölkerung aktiv an Tuberkulose (Tbc) erkrankt. Man weiß aufgrund langjähriger Erfahrungen, dass ein spezieller Tbc-Röntgentest 90% der Kranken und 99% der Gesunden richtig diagnostiziert. a) Herr Meier hat am Röntgentest teilgenommen. Das Untersuchungs-Ergebnis weist ihn als Tbc-krank aus. Mit welcher Wahrscheinlichkeit ist er wirklich an Tbc erkrankt? b) Frau Meier erhielt die Mitteilung, dass sie aufgrund des Befundes dieser Untersuchung gesund sei. Mit welcher Wahrscheinlichkeit ist sie in diesem Fall wirklich gesund? Ergebnis a).% b) 99.9% Rot-grün-farbenblind In der Bevölkerung von Stochastikan sind % Männer. Unter den % rot-grünfarbenblinden Mitgliedern dieser Bevölkerung sind allerdings 8% Männer. a) Wie viel Prozent der Männer sind rot-grün-farbenblind? b) Wie viel Prozent der Frauen sind rot-grün-farbenblind?
12 Hans Walser: Stochastische Unabhängigkeit 0 a) Es sei x der Anteil der rot-grün-farbenblinden Männer an der Gesamtbevölkerung. Dann ist: 0.x = x = = b) Es sei y der Anteil der rot-grün-farbenblinden Frauen an der Gesamtbevölkerung. Dann ist: 0.y = y = = Würfelgesteuerter Münzenwurf Es wird ein Würfel geworfen, und dann eine Münze so oft, wie die Augenzahl anzeigt. Sie sind beim Spiel nicht dabei, werden aber informiert, dass dabei jedes Mal Kopf geworfen worden sei. Mit welcher Wahrscheinlichkeit war die Augenzahl,,,, oder 6? ( ) n. Die Wahr- Bei n Würfen ist die Wahrscheinlichkeit, jedes Mal Kopf zu werfen, scheinlichkeiten für die Augenzahlen,,,,, 6 verhalten sich also wie zu zu 8 zu 6 zu.zu. Die Wahrscheinlichkeiten dafür, welche Augenzahl der Würfel 6 anzeigte, müssen diesen Verhältnissen entsprechen, zusammen aber ergeben. Daher erhalten wir die Wahrscheinlichkeiten 6, 6 6, 8 6, 6, 6, dafür, dass der Würfel 6 die Augenzahlen,,,,, 6 anzeigte. 6 Schwänzen Gewisse Untersuchungen an einer Schule sollen ergeben haben, dass 7% aller Entschuldigungen akzeptiert wurden, dass aber 0% aller Entschuldigungen erfunden (faul, unwahr) seien. Zudem sei bekannt, dass eine korrekte (echte, wahrhaftige) Entschuldigung mit einer Wahrscheinlichkeit von 6 akzeptiert werde. Wie groß ist die Wahrscheinlichkeit dafür, a) dass eine faule Entschuldigung akzeptiert wird. b) dass eine beliebig herausgegriffene Entschuldigung faul ist und akzeptiert wurde. Ergebnis a) 0.6 b) 0.
13 Hans Walser: Stochastische Unabhängigkeit 7 Hotline Ein Call-Center beschäftigt drei MitarbeiterInnen, die telefonische Anfragen von Kunden beantworten sollen. Frau Alleskönnerin kann 9% aller Fragen zufrieden stellend beantworten. Herr Besserwisser gibt in 90% der Fälle eine nützliche Auskunft. Herr Chancenlos weiß nur für 70% aller Fragen einen hilfreichen Tipp. Alle drei MitarbeiterInnen beantworten gleich viele Anrufe, und es ist gleich wahrscheinlich, eine der drei Personen an den Apparat zu bekommen. a) Wie groß ist die Wahrscheinlichkeit, dass ein Kunde mit der Auskunft, die er erhält, nicht zufrieden ist? b) Wie groß ist die Wahrscheinlichkeit, dass der Kunde zufrieden ist, wenn wir wissen, dass er nicht von Frau Alleskönnerin bedient wurde? c) Wie groß ist die Wahrscheinlichkeit, dass ein unzufriedener Kunde von Herrn Chancenlos bedient wurde? Lösung ( ) = 0. a) b) c) ( ) = ( ) = 8 Butterbrote Wenn ein Butterbrot vom Tisch fällt, fällt es meistens auf die Butterseite. Wir wissen nicht, mit welcher Wahrscheinlichkeit ein Butterbrot auf die Butterseite fällt. Wir machen daher einen Versuch und lassen der Reihe nach sechs Butterbrote vom Tisch fallen. Wir sprechen von einem Erfolg, wenn das Butterbrot auf die Butterseite fällt, andernfalls von einem Misserfolg. Da wir lernfähig sind, definieren wir die Erfolgswahrscheinlichkeit im Einzelfall andauernd neu und berücksichtigen die bisherigen Ergebnisse. Für jedes folgende Butterbrot setzen wir die Wahrscheinlichkeit, dass es auf die Butterseite fällt, proportional zum Verhältnis der Anzahl der bisherigen Erfolge zur Gesamtzahl der bisher gefallenen Butterbrote. Und nun beginnt die Realität: Das erste Butterbrot fällt auf die Butterseite. Das zweite nicht, das dritte aber wohl. Frage: Mit welcher Wahrscheinlichkeit haben wir bei insgesamt 6 Butterbroten a) genau Erfolge? b) genau Erfolge? c) genau Erfolge? d) genau Erfolge? e) genau 6 Erfolge? f) Was ist an dieser Aufgabe zu kritisieren?
14 Hans Walser: Stochastische Unabhängigkeit In den folgenden Grafiken bedeutet ein Strich nach oben Erfolg (blaue Farbe). # Erfolge Baumdiagramm
15 Hans Walser: Stochastische Unabhängigkeit Es ist: Aufgabe # Erfolge Wahrscheinlichkeit a) 0 b) c) 0 d) e) 6 0 f) Kritik: Angenommen, die ersten drei Butterbrote fallen alle auf die Butterseite, dann fallen ab da überhaupt alle Butterbrote auf die Butterseite. Oder noch einfacher: Wenn wir nur eine Information haben, nämlich über den ersten Fall, ist es gar nicht lustig. 9 Bedingte Wahrscheinlichkeit Shanille O Keal shoots free throws on a basketball court. She hits the first, misses the second, and thereafter the probability that she hits the next shot is equal to the proportion of the shots she has hit so far. What is the probability that she hits exactly 0 out of her first 00 shots? References [Richey/Zorn 00] Richey, Matthew and Paul Zorn: Basketball, Beta, and Bayes. Mathematics Magazine, vol. 78, no., December 00, p [Putnam 00] Putnam: 6rd Annual William Lowell Putnam Mathematical Competition, Mathematics Magazine, vol. 76, 00, p Verallgemeinerung: Es sei n die Anzahl der Versuche, k die Anzahl der Erfolge und P n k ( ) die Wahrscheinlichkeit von genau k Erfolgen auf n Versuchen. Also: Shanille O Keal shoots free throws on a basketball court. She hits the first, misses the second, and thereafter the probability that she this the next shot is equal to the proportion of the shots she has hit so far. What is the probability that she hits exactly k out of her first n shots? Wegen des so far ist die Erfolgswahrscheinlichkeit im Einzelversuch nicht konstant. Wir haben also kein Bernoulli-Experiment mit einer Binomialverteilung. In den folgenden Grafiken bedeutet ein Strich nach oben Erfolg (blaue Farbe).
16 Hans Walser: Stochastische Unabhängigkeit n = # Erfolge k n = ( ) P k n = 6 6 # Erfolge k n = ( ) P ( k) P k 6 + 6
17 Hans Walser: Stochastische Unabhängigkeit n = # Erfolge n = ( ) k P k
18 Hans Walser: Stochastische Unabhängigkeit 6 n = 6 # Erfolge n = 6 k P 6 k ( )
19 Hans Walser: Stochastische Unabhängigkeit 7 Vermutung: Für n und 0 < k < n gilt: P n ( k)= n Beweis induktiv: (I) Induktionsverankerung: Für n =,,, 6 siehe Beispiele oben (II) Induktionsschritt: Für n Versuche sei P n ( k)= n. Frage: Wie groß ist P n+ ( k)? Dazu folgende Fallunterscheidung: (i) Die ersten n Versuche mit ( k ) Erfolgen, zusätzlicher Erfolg im ( n + )-ten Versuch: P n+ (() i )= k n n (ii) Die ersten n Versuche mit k Erfolgen, Misserfolg im ( n + )-ten Versuch: P n+ (( ii) )= n k n n Zusammen: P n+ ( k)= k n n + n k n n = n n n = n Die Antwort auf die ursprüngliche Frage ist somit ; die Zahl 0 der Erfolge ist nicht 99 relevant. 0 Teilbarkeit a) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl durch und durch teilbar? b) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl durch oder durch teilbar? c) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl, welche durch teilbar ist, auch durch teilbar? d) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl, welche durch teilbar ist, auch durch teilbar? Ergebnis a) 6 b) c) d) Teilbarkeit a) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl durch und durch teilbar? b) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl durch oder durch teilbar? c) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl, welche durch teilbar ist, auch durch teilbar? d) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl, welche durch teilbar ist, auch durch teilbar? Ergebnis a) b) c) d)
20 Hans Walser: Stochastische Unabhängigkeit 8 Teilbarkeit a) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl durch 6 und durch 8 teilbar? b) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl durch 6 oder durch 8 teilbar? c) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl, welche durch 6 teilbar ist, auch durch 8 teilbar? d) Mit welcher Wahrscheinlichkeit ist eine natürliche Zahl, welche durch 8 teilbar ist, auch durch 6 teilbar? Ergebnis a) b) c) d) Stochastische Unabhängigkeit Jemand wählt auf gut Glück eine natürliche Zahl. Untersuchen Sie, ob die beiden Ereignisse A und B stochastisch unabhängig sind: a) A: Die Zahl ist durch teilbar. B: Die Zahl ist durch teilbar. b) A: Die Zahl ist durch teilbar. B: Die Zahl ist durch teilbar. a) P( A)=, P( B)=, P( A B)= 60 = P( A) ( B ). A und B sind stochastisch unabhängig. b) P( A)=, P( B)=, P( A B)= P( A) ( B ). A und B sind stochastisch abhängig. Das ist auch klar: was durch teilbar ist, ist auch durch teilbar. Stochastische Unabhängigkeit Jemand wählt auf gut Glück eine natürliche Zahl. Untersuchen Sie, ob die beiden Ereignisse A und B stochastisch unabhängig sind: c) A: Die Zahl ist durch 6 teilbar. B: Die Zahl ist durch teilbar. d) A: Die Zahl ist durch teilbar. B: Die Zahl ist durch 0 teilbar. a) P( A)= 6, P( B)=, P( A B)= 8 P( A) ( B ). A und B sind stochastisch abhängig. b) P( A)=, P( B)= 0, P( A B)= 0 P( A) ( B ). A und B sind stochastisch abhängig. Das ist auch klar: was durch 0 teilbar ist, ist auch durch teilbar.
21 Hans Walser: Stochastische Unabhängigkeit 9 Stochastische Unabhängigkeit Die Ereignisse A und B seien stochastisch unabhängig. Ferner sei P( A B)= 0. und P( A B)= 0.. Gesucht sind P( A) und P( B). Ergebnis P( A)= 0. P( B)= 0. 6 Essen Sie heute vegetarisch Zwei Jäger schießen unabhängig voneinander auf denselben Hasen. Jeder hat die Trefferwahrscheinlichkeit p. Der Hase ist mit der Wahrscheinlichkeit 0% tot. Wie groß ist p? Wir arbeiten mit einem Baum. Erster Jäger Zweiter Jäger trifft p p Hase tot trifft p trifft nicht p p( p) tot Es ist: trifft nicht p Wegen 0 p ist p = trifft p trifft nicht p Baum p + p( p)+ ( p)p = p p + = 0 ( p)p ( p) p, = ± die richtige Lösung. tot überlebt
Mathematik 2 für Naturwissenschaften
Hans Walser Mathematik für Naturwissenschaften Modul 0 Stochastische Unabhängigkeit Lernumgebung Hans Walser: Modul 0, Stochastische Unabhängigkeit. Lernumgebung ii Inhalt Randomized response - Technik...
MehrHans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester Übung März 2014
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester 2014 Übung 3 17. - 20. März 2014 Aufgabe 3.1 Messwertpaare Wir bearbeiten die Messwertpaare: i 1 2 3 4 5 6 x i 4 5 2 10 8 7 y i 4 6 3
MehrHans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester Übung März 2014
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester 204 Übung 3 7. - 20. März 204 Aufgabe 3. Messwertpaare Wir bearbeiten die Messwertpaare: i 2 3 4 5 6 x i 4 5 2 0 8 7 y i 4 6 3 8 5 4 Ergebnis
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 203 Stochastische Unabhängigkeit Hans Walser: Modul 203, Stochastische Unabhängigkeit ii Inhalt 1 Bedingte Wahrscheinlichkeit... 1 1.1 Feuermeldeanlage,
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler 5 Binomialverteilung Lernumgebung Hans Walser: 5 Binomialverteilung ii Inhalt Ungerade und gerade Binomialkoeffizienten... 2 Delegation... 2 3 Rochefort...
MehrModul 8: Vierfeldertafel und Baumdiagramm (bedingte Wahrscheinlichkeit)
odul 8: Vierfeldertafel und Baumdiagramm (bedingte ahrscheinlichkeit) Beispiel: Baumdiagramm in Vierfeldertafel Ein ufallsexperiment mit zwei Stufen lässt sich in eine Vierfeldertafel überführen. weimaliges
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
MehrModul 203: Stochastische Unabhängigkeit!
Modul 203: Stochastische Unabhängigkeit! 1 Alarm und falscher Alarm 2 Alarm und falscher Alarm Feuer kein Feuer 3 Alarm und falscher Alarm Feuer p = 0.001 kein Feuer p = 0.999 4 Alarm und falscher Alarm
MehrKlausur 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,
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
MehrMa 13 - Stochastik Schroedel Neue Wege (CON)
Bedingte Wahrscheinlichkeiten S. 70, Nr. 5 Richtiges Anwenden der Multiplikationsregel A: Abonnement liest Werbeanzeige B: Produkt wird gekauft S. 70, Nr. 6 Übersetzung von Daten in ein Baumdiagramm A
MehrTechnische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing.
Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Martin Nagel Höhere Mathematik 2 (Weihenstephan) 1. In einer Urne
MehrStochastik und Markovketten
1 Zentrum für Bioinformatik der Universität des Saarlandes WS 22/23 2 Warum Stochastik? Viele Fragestellungen der Bioinformatik lassen sich auch heutzutage gar nicht oder nicht schnell genug exakt beantworten
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
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler 0.20 0.18 0.16 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00 0 5 10 15 20 k 0.20 0.18 0.16 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00 Binomialverteilung Normalverteilung
MehrP (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 205 Binomialverteilung Lernumgebung Hans Walser: Modul 205, Binomialverteilung. Lernumgebung ii Inhalt Kaspar, Melchior und Balthasar... 2 Ungerade
Mehr3 = 93% (a) Berechnen Sie den Anteil der weiblichen Raucher unter den Betriebsangehörigen.
Übungsblatt Wahrscheinlichkeit 1. Neun von zehn Ungeborenen bevorzugen im Mutterleib den rechten Daumen zum Lutschen. Forscher fanden heraus, dass alle Kinder, die rechts genuckelt hatten, im Alter von
MehrWahrscheinlichkeitstheorie für Informatikstudien Übungsblatt 1
http://www.stat.tugraz.at/courses/exam/hw_108.pdf 1 Wahrscheinlichkeitstheorie für Informatikstudien 506.000 Übungsblatt 1 04. Nov. 2008 1. [A 2.1] TelematikstudentInnen im 3. Semester werden befragt,
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler σ (X + Y) σ (Y) σ (X) 4 Erwartungswert Lernumgebung Hans Walser: 4 Erwartungswert ii Inhalt Erwartungswert und Varianz... Doppelwurf mit Würfeln... 3 3 Doppelwurf
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler 9 t-verteilung Lernumgebung Hans Walser: 9 t-verteilung ii Inhalt 1 99%-Vertrauensintervall... 1 2 95%-Vertrauensintervall... 1 3 Akkus... 2 4 Wer ist der
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,
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 13.0.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrMathematik EP - Stochastik VIERFELDERTAFEL UND BAUMDIAGRAMM
Mathematik EP - Stochastik VIERFELDERTAFEL UND BAUMDIAGRAMM HIV - SCHNELLTEST Die Immunschwächekrankheit AIDS wird durch das HI-Virus, welches 1993 entdeckt wurde, verursacht. Die Krankheit gilt bis heute
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrDer Hund, der Eier legt
Leseprobe aus: Hans-Hermann Dubben, Hans-Peter Beck-Bornholdt Der Hund, der Eier legt Mehr Informationen zum Buch finden Sie hier. (c) 1997/ 2006 by Rowohlt Verlag GmbH, Reinbek Ohne Panik positiv Aussagekraft
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, 31.01.2011 Fakultät für Mathematik M. Winkler Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Bearbeitungszeit 90 min. Die Klausur gilt als bestanden, wenn
MehrSobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten.
26 6. Bedingte Wahrscheinlichkeit Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten. Alarmanlage Tritt bei einer Sicherungsanlage ein Alarm
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
MehrÜbungs-Blatt 7 Wahrscheinlichkeitsrechnung
Übungs-Blatt Wahrscheinlichkeitsrechnung BMT Biostatistik Prof. Dr. B. Grabowski Zu Aufgabe ) Ein bestimmtes Bauteil wird auf seine Zuverlässigkeit untersucht. Die technische Prüfung erfolgt dabei so:
MehrDiscrete Probability - Übung
F H Z > F A C H H O C H S C H U L E Z E N T R A L S C H W E I Z H T A > H O C H S C H U L E F Ü R T E C H N I K + A R C H I T E K T U R L U Z E R N A b t e i l u n g I n f o r m a t i k Discrete Probability
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,
Mehr( n ) 1 6 ( 6 ) 5 = ( 5 6 ) ( 6 ) ( 6 ) ( ) n 5. ( 6 ) 5n
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester 204 Übung 4 24. - 27. März 204 Aufgabe 4. Würfelwürfe a) Xanthippe wirft 6 Würfel gleichzeitig. Mit welcher Wahrscheinlichkeit erhält
MehrMathematik 31 Wahrscheinlichkeit 01 Name: Vorname: Datum:
Mathematik Wahrscheinlichkeit 0 Name: Vorname: Datum: Aufgabe : In einer Urne liegen Kugeln mit den Nummern,,,,. Für den Einsatz von Fr. kann man zwei Zahlen nennen und danach zwei Kugeln ziehen. Zieht
MehrFür die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)
3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P
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
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 10. November 2010 1 Bedingte Wahrscheinlichkeit Satz von der totalen Wahrscheinlichkeit Bayessche Formel 2 Grundprinzipien
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
MehrWahrscheinlichkeitsverteilungen
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
MehrEpidemiologie und HIV-Tests
26. November 2009 Cornelias HIV-Test Das ist Cornelia. Cornelia möchte Plasmaspenderin werden. Dafür braucht sie einen negativen Befund eines HIV-Tests. Deshalb geht sie ins Krankenhaus. Cornelias HIV-Test
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
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
MehrPrüfung nicht bestanden. Die gleiche Tabelle kann man auch mit den entsprechenden Wahrscheinlichkeiten (relative Häufigkeit) erstellen.
6 Vierfeldertafel An einer Prüfung nehmen 100 Studenten teil, von denen 40 als Raucher bekannt sind. 65 Studenten haben die Prüfung. Von den Nichtrauchern haben 50 die Prüfung. Wie groß ist der Anteil
MehrName: 3. MATHEMATIKKLAUSUR
Name: 3. MTHEMTIKKLUSUR 03.04.2003 M3 Mathe 12 K () Bearbeitungszeit: 135 min Seite 1 ufgabe 1: rundlagen der Wahrscheinlichkeitsrechnung a) Seine und B zwei Ereignisse mit den Wahrscheinlichkeiten P()
MehrTestverfahren. 1. Pepsi vs. Coca-Cola
1. Pepsi vs. Coca-Cola Testverfahren Über Geschmack lässt sich bekanntermaßen streiten. Häufig stellt sich nämlich die Frage, ob der Unterschied zwischen zwei Produkten überhaupt feststellbar ist. Einer
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
MehrNachklausur Statistik
Aufgabe 1 2 3 4 5 6 7 8 9 10 Punkte Summe Punkte Gesamtpunkte: Nachklausur Statistik Hinweise: Die Klausur besteht aus 5 Seiten mit insgesamt 10 Aufgaben. Sie müssen aus jeder der beiden Kategorien jeweils
MehrNachtermin 2004 Nichttechnik 12. Analysis
Analysis 1.0 Die ganzrationale Funktion g vierten Grades mit der Definitionsmenge D g = IR hat die doppelte Nullstelle x 0 = 3. Der Graph G g dieser Funktion schneidet die y-achse bei y = 4 und hat dort
MehrKlausur Nr. 1: Wahrscheinlichkeitsrechnung (Stochastik) Klausur Nr. 1: Wahrscheinlichkeitsrechnung (Stochastik)
Aufgabe : Eine Versicherung veröffentlicht das folgende Datenmaterial über die durch die bei ihnen versicherten ersonen verursachten Unfälle: Autofahrer Jünger als 25 25 und 40 40 und 60 Älter als 60 Summe
MehrMATHEMATIK. 2. Stellen Sie Ihre Lösungen bitte lesbar und übersichtlich dar.
Zulassungsprüfungen 2015 Mathematik schriftlich MATHEMATIK Weisungen und Informationen zur Mathematik Prüfung 1. Lösen Sie die Aufgaben bitte direkt auf den nachfolgenden Blättern. Benutzen Sie zusätzliche
MehrMathematik EP - Stochastik VIERFELDERTAFEL UND BEDINGTE WKT.
Mathematik EP - Stochastik VIERFELDERTAFEL UND BEDINGTE WKT. HIV - SCHNELLTEST Die Immunschwächekrankheit AIDS wird durch das HI-Virus, welches 1993 entdeckt wurde, verursacht. Die Krankheit gilt bis heute
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,
MehrPrüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003
Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter
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
MehrVier-Felder-Tafel und bedingte Wahrscheinlichkeit
Vier-Felder-Tafel und bedingte Wahrscheinlichkeit erkrankt nicht erkrankt geimpft 47 125 nicht geimpft 21 Summe 201 Ergänze die Vier-Felder-Tafel und stelle die Zusammenhänge in einem Pfaddiagramm dar,
MehrMüsli-Aufgabe Bayern GK 2009
Müsli-Aufgabe Bayern GK 2009 1 Anlässlich einer Studie wurden 2000 Jugendliche im Alter von 18 Jahren zu ihren Ernährungsgewohnheiten befragt Von den Befragten gaben 740 an, am Morgen nicht zu frühstücken
MehrBayes-Statistik F F F
Bayes-Statistik In einem Gerichtsprozess mutmaßt ein Geschworener, dass der Angeklagte zu 40% schuldig ist. Nun werden jedoch Fingerabdrücke des Angeklagten am Tatort gefunden. Der Chefermittler behauptet,
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
MehrKapitel N. Wahrscheinlichkeitsrechnung
Kapitel N Wahrscheinlichkeitsrechnung Inhalt dieses Kapitels N000 1 Diskrete Wahrscheinlichkeitsräume 2 Bedingte Wahrscheinlichkeit und Unabhängigkeit 1 Produktexperimente 2 Kombinatorik und Urnenmodelle
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
MehrR R M 0,0187 0,4957 0,514 M 0,0021 0,4839 0,486 0,0208 0,9792 1,00
8 edingte Wahrscheinlichkeit 8 edingte Wahrscheinlichkeit 8.1 Einführung und Definition Der Zusammenhang zwischen dem Geschlecht einer beliebig ausgewählten erson und einer eventuellen Rotgrünblindheit
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 205 Binomialverteilung Hans Walser: Modul 205, Binomialverteilung ii Inhalt Die Qual der Wahl: Binomialkoeffizienten.... Ordnung muss sein....2 Auswählen
MehrGründungsquoten von über 70% fanden wir bei Dienstleistern (70%), freien Berufen (72%), Handwerk (72 %) und Handelsvertretern (77%).
Seite 15 8.2 Unterschiede zwischen den Branchen Gründungsquoten von über 70% fanden wir bei Dienstleistern (70%), freien Berufen (72%), Handwerk (72 %) und Handelsvertretern (77%). Im Vergleich zu unserer
MehrLösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 19 Peter Hartmann
Verständnisfragen 1. Welches sind die charakteristischen Eigenschaften eines Laplace-Raums? Der Raum ist endlich, die Wahrscheinlichkeit für alle Elementarereignisse ist gleich. 2. Unter welchen Bedingungen
MehrAufgabe 1 Probabilistische Inferenz
Seite 1 von 8 Aufgabe 1 Probabilistische Inferenz (32 Punkte) In einer medizinischen Studie werden zwei Tests zur Diagnose von Leberschäden verglichen. Dabei wurde folgendes festgestellt: Test 1 erkennt
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.
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),
Mehr3.3 Bedingte Wahrscheinlichkeit
28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit
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?
MehrAlternative Darstellung des 2-Stcihprobentests für Anteile
Alternative Darstellung des -Stcihprobentests für Anteile DCF CF Total n 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
MehrEs wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! =
Übungsblatt Höhere Mathematik - Weihenstephan SoSe 00 Michael Höhle, Hannes Petermeier, Cornelia Eder Übung: 5.6.00 Die Aufgaben -3 werden in der Übung am Donnerstag (5.6. besprochen. Die Aufgaben -6 sollen
MehrÜ b u n g s b l a t t 15
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine
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
MehrÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN
ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN Resultate auf zwei Stellen nach dem Komma runden. 1. Auf einer Speisekarte gibt es 3 Vorspeisen, 5 Hauptspeisen und 2 verschiedene Desserts. Wie viele verschiedene
MehrKapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente
Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der
MehrDiscrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:
Discrete Probability - Übungen (SS5) Felix Rohrer Wahrscheinlichkeitstheorie 1. KR, Abschnitt 6.1, Aufgabe 5: Bestimmen Sie die Wahrscheinlichkeit dafür, dass die Augensumme von zwei geworfenen Würfeln
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
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler Haupt Verlag Bern Stuttgart Wien Inhaltsverzeichnis Vorwort 13 1 Beschreibende Statistik 15 1.1 Mittelwerte 15 1.1.1 Minimum der Abstände 15 1.1.2 Der Mediän
MehrStatistical Coaching. Thomas Forstner
Statistical Coaching Thomas Forstner Diagnoseverfahren Allgemein Vergleich: wahrer Befund mit Test (Diagnose) wahrer Befund muss bekannt sein (Goldstandard) 3 Analogie zur Testtheorie 4 Beurteilung von
MehrWelche der folgenden Aussagen sind richtig (jeweils 1 Punkt)?
Aufgabe 1 Welche der folgenden Aussagen sind richtig (jeweils 1 Punkt)? (a) Der Median entspricht dem 50%-Quantil. (b) Für eine eingipflige und symmetrische Verteilung gilt stets, dass der Median und der
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
MehrDie Binomialverteilung
Anhand verschiedener Fragen möchten wir heute klären, was man unter der Binomialverteilung versteht: z.b. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
MehrPfadregeln. ) getroffen wird. Auf p = 1 2
1. Aufgaben zur Anwendung Pfadregeln Die Ritter Kunibald, Georgius und Ottokar sind bei einer Schlacht gefangen genommen und anschließend zum Tode verurteilt worden. Der Herrscher beschließt, einen der
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 2002/2003 Aufgabe 1: Man gehe davon aus,
MehrKLASSENARBEIT MATHEMATIK G9
KLASSENARBEIT MATHEMATIK G9 25.03.2015 Aufgabe 1 2 3 4 5 6 7 Punkte (max) 4 6 4 3 4 4 5 Punkte (1) Berechne a) 16 1 2 = b) 27 1 3 = c) 2 x 4 y = d) x 2 + xy x + y (2) Es werden 3 Kranke ausgewählt und
MehrD. Ulmet IT 4 Blatt 5 Stochastik I SS 2005
D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 Aufgabe 1: Von den Ereignissen A, B und C trete a) nur A ein, b) genau eines ein, c) höchstens eines ein, d) mindestens eines ein, e) mindestens eines nicht ein,
MehrAlternative Darstellung des 2-Stichprobentests für Anteile
Alternative Darstellung des -Stichprobentests für Anteile DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
MehrBei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt.
3 Wahrscheinlichkeiten 1 Kapitel 3: Wahrscheinlichkeiten A: Beispiele Beispiel 1: Ein Experiment besteht aus dem gleichzeitigen Werfen einer Münze und eines Würfels. Nach 100 Wiederholungen dieses Experiments
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
MehrMusterlösung zur 6. Übung
Universität des Saarlandes FR 6.2 Informatik Prof. Dr. Hans-Peter Lenhof Dipl. Inform. Andreas Hildebrandt Programmierung II, SS 2003 Musterlösung zur 6. Übung Aufgabe 1: Faire Münzen (10 Punkte) Offensichtlich
MehrDiskrete Strukturen I
Universität Kassel Fachbereich 10/1 PD Dr. Sebastian Petersen 14.09.2017 Klausur zur Vorlesung Diskrete Strukturen I Es können maximal 40 Punkte erreicht werden. Version mit Lösungsskizze Zur Notation:
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
MehrAbitur 2015 Mathematik NT Stochastik S I
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2015 Mathematik NT Stochastik S I Ein neues Medikament wird vor der Markteinführung einem klinischen Test unterzogen. Dabei erhält die Hälfte der am
MehrStochastik (Laplace-Formel)
Stochastik (Laplace-Formel) Übungen Spielwürfel oder Münzen werden ideal (oder fair) genannt, wenn jedes Einzelereignis mit gleicher Wahrscheinlichkeit erwartet werden kann. 1. Ein idealer Spielwürfel
Mehr