STATISTIK 1 - BEGLEITVERANSTALTUNG
|
|
- Nicole Meissner
- vor 7 Jahren
- Abrufe
Transkript
1 STATISTIK 1 - BEGLEITVERANSTALTUNG VORLESUNG 2 - WAHRSCHEINLICHKEIT Mona Ulrich, Psychologie (M.Sc.)
2 AGENDA 01 WAS IST WAHRSCHEINLICHKEITSRECHNUNG? 02 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG 03 PERMUTATIONEN & KOMBINATIONEN 04 BERNOULLI-PROZESS/ BINOMINALVERTEILUNG 05 ÜBUNGEN Mona Ulrich, Psychologie (M.Sc.)
3 WAS IST WAHRSCHEINLICHKEITS- RECHNUNG? Mona Ulrich, Psychologie (M.Sc.)
4 SUBJEKTIVE VS. OBJEKTIVE WAHRSCHEINLICHKEIT Wahrscheinlich wird es morgen regnen. Wahrscheinlich schaffe ich die Klausur. Statistische Wahrscheinlichkeit: Beschreibung von beobachteten Häufigkeiten bei beliebig oft wiederholbaren Vorgängen, deren Ausgang nicht vorhersehbar ist Zufallsexperiment: Vorgang, der nach einer ganz bestimmten Vorschrift ausgeführt wird und dessen Ergebnis vom Zufall abhängt Dieses Ergebnis wird Elementarergebnis bzw. Menge der Elementarergebnisse (Ώ) genannt Mona Ulrich, Psychologie (M.Sc.)
5 GRUNDBEGRIFFE DER WAHRSCHEINLICHKEIT Wahrscheinlichkeiten ergeben sich aus dem Verhältnis günstiger Ereignisse zu möglichen Ereignissen p günstige Ereignisse mögliche Ereignisse Laplace-Experimente: alle Elementarergebnisse haben die gleiche Wahrscheinlichkeit Beispiel: Würfeln mit einem sechsseitigen Würfel Frage: Wie hoch ist die Wahrscheinlichkeit dafür, bei einmaligem Versuch eine 1 zu würfeln? 1 Mögliche Ereignisse: Sechs, nämlich die Zahlen 1 bis 6 p 1 6 Günstige Ereignisse: Eins, nämlich die Zahl Mona Ulrich, Psychologie (M.Sc.)
6 GRUNDBEGRIFFE DER WAHRSCHEINLICHKEIT Vereinigung von Ereignissen: ein Ergebnis, das eintritt, wenn mindestens ein Ergebnis der verknüpften Ergebnisse eintritt Zahl 1 ODER (als auch) Zahl 3 = 1 U 3 Mögliche Ereignisse: Sechs, nämlich die Zahlen 1 bis 6 Günstige Ereignisse: Zwei, nämlich die Zahlen 1 oder p 1 oder Unmögliche Ergebnisse: Ergebnis kann bei den behandelten Zufallsexperiment nicht eintreten Zahl 7 auf einem sechsseitigen Würfel = Mona Ulrich, Psychologie (M.Sc.)
7 GRUNDBEGRIFFE DER WAHRSCHEINLICHKEIT Komplementäre Ergebnisse: Alle Ergebnisse außer ein bestimmtes Ergebnis Alle Zahlen außer 1; A = 2 U 3 U 4 U 5 U 6 Oder A = 1 P(A) Durchschnittsbildung: Alle Elementarereignisse, die sowohl zu A als auch B gehören Bei dem ersten Versuch 1 und beim zweiten Versuch eine Mögliche Ereignisse: 36 p 1.1 und Günstige Ereignisse: Eins, nämlich beim ersten Mal eine 1 und beim zweiten Mal eine 3 zu würfeln Mona Ulrich, Psychologie (M.Sc.)
8 GRUNDBEGRIFFE DER WAHRSCHEINLICHKEIT Bedingte Wahrscheinlichkeit: Wahrscheinlichkeit des Eintretens eines Ereignisses A unter der Bedingung, dass das Eintreten eines anderen Ereignisses B bereits bekannt ist (auch stochastische Abhängigkeit genannt) P(A B) = P(A B) P (B) Ereignis B eingetreten ist, beschränken sich die Möglichkeiten auf die Ergebnisse in B Beispiel: Ziehen von Kugeln aus einer Urne bedingte Wahrscheinlichkeit kann also als Neueinschätzung der Wahrscheinlichkeit von A interpretiert werden Mona Ulrich, Psychologie (M.Sc.)
9 GRUNDBEGRIFFE DER WAHRSCHEINLICHKEIT Stochastische Abhängigkeit Ein simples Beispiel Ein simples Beispiel zum Verständnis: In einem Land beträgt die Wahrscheinlichkeit dafür, dass keine Wolke am Himmel ist 30%. Die Wahrscheinlichkeit dafür, dass es Trocken bleibt 60%. Wie groß ist die Wahrscheinlichkeit für Blauen Himmel (keine Wolke) UND trocken? P(keine Wolke UND trocken)? Hier sieht man deutlich, dass die Berechnung mithilfe des Multiplikationstheorems keinen Sinn macht, die Wahrscheinlichkeiten sind eindeutig voneinander abhängig! Mona Ulrich, Psychologie (M.Sc.)
10 GRUNDBEGRIFFE DER WAHRSCHEINLICHKEIT Stochastische Unabhängigkeit Unbedingte Wahrscheinlichkeit: Unabhängigkeit zweier Ereignisse bedeutet, dass die Kenntnis des Eintretens von A die Wahrscheinlichkeit des Eintretens von B nicht verändern Das bedeutet: P(B A) = P(B) Beispiel: Münzwurf Mona Ulrich, Psychologie (M.Sc.)
11 GRUNDBEGRIFFE DER WAHRSCHEINLICHKEIT Axiome (Charaktereigenschaften) der Wahrscheinlichkeit 1. Für die Wahrscheinlichkeit eines zufälligen Ereignisses gilt: Es liegt zwischen 0 und 1 2. Ein unmögliches Ereignis ist gleich = (P( ) = 0) 3. Die Wahrscheinlichkeit eines sicheren Ereignisses ist gleich 1 (P(Ω)=1) 4. Zwei Ergebnisse A und B sind elementarfremd/haben nichts gemeinsam P(A U B) = P(A) + P(B) Mona Ulrich, Psychologie (M.Sc.)
12 THEOREME DER WAHRSCHEINLICHKEITS- RECHNUNG Mona Ulrich, Psychologie (M.Sc.)
13 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG Additionstheorem für unabhängige Ereignisse Sind günstige Ereignisse durch ein ODER verknüpft, werden die Einzelwahrscheinlichkeiten addiert P (A U B) = P(A) + P(A) Beispiel: Eine 3 oder eine 4 zu würfeln: Die Wahrscheinlichkeit, dass eines von k elementarfremdes Ereigniseintritt, entspricht der Summe der Wahrscheinlichkeit für die k Ereignisse ~ 33% Mona Ulrich, Psychologie (M.Sc.)
14 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG Additionstheorem für abhängige Ereignisse Die Wahrscheinlichkeit des Eintretens von A oder B ergibt sich als die Summe der Wahrscheinlichkeiten von A und B abzüglich der Wahrscheinlichkeit, dass beide Ereignisse gleichzeitig eintreten. P(A U B) = P(A) + P(B) P(A B) Beispiel: 32 Karten (16 rot, 16 schwarz) mit 4 Königen (2 rot, 2 schwarz). Wie hoch ist die Wahrscheinlichkeit eine schwarze Karte (A) oder einen König zu ziehen (B)? P(A U B) = = Durch die Addition von A und B werden zwei schwarze Karten doppelt gezählt, die danach wieder abgezogen werden Mona Ulrich, Psychologie (M.Sc.)
15 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG Multiplikationstheorem bei unabhängigen Ergebnissen Sind günstige Ereignisse durch ein UND verknüpft, werden die Einzelwahrscheinlichkeiten miteinander multipliziert P (A B) = P (A) x P(B) Beispiel: Eine 3 und (dann) eine 4 zu würfeln: ~ 2,7% Mona Ulrich, Psychologie (M.Sc.)
16 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG Multiplikationstheorem bei abhängigen Ergebnissen Fragt nach der Wahrscheinlichkeit des Auftretens von A und B. Wahrscheinlichkeit des Auftretens der günstigen Ergebnisse sind gleich der Wahrscheinlichkeit des Auftretens von A multipliziert mit der Wahrscheinlichkeit des Auftretens von B ist, falls A schon aufgetreten ist. P (A B) = P (B) x P(A B) P(A B) = P (A B) P (B) Mona Ulrich, Psychologie (M.Sc.)
17 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG Multiplikationstheorem bei abhängigen Ergebnissen Man errechnet die Wahrscheinlichkeit für das gemeinsame Eintreten der Ereignisse A und B aus P(B) und P(A I B), also der bedingten Wahrscheinlichkeit für B unter der Voraussetzung, dass A eingetreten ist. Die Wahrscheinlichkeit, dass B eintritt, hängt im Allgemeinen von dem Eintreten des Ereignisses A ab Mona Ulrich, Psychologie (M.Sc.)
18 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG Beispiel Untersuchung der Rauchgewohnheiten von Männern und Frauen Männer Wie groß ist die Wahrscheinlichkeit, dass ein zufällig ausgewählter Proband männlich (A) ist, unter der Bedingung, dass sie raucht(b)? P(A B) = / = = 0,4 Frauen Raucher Nicht-Raucher Mona Ulrich, Psychologie (M.Sc.)
19 VARIATIONEN, PERMUTATIONEN, KOMBINATIONEN Mona Ulrich, Psychologie (M.Sc.)
20 KOMBINATORIK Wie groß ist die Wahrscheinlichkeit dafür, dass bei zehnmaligem Münzwurf genau dreimal Kopf fällt? Will man hier nun alle Möglichkeiten aufschreiben, wird das sehr aufwendig Mithilfe der Kombinatorik ist es möglich, die Menge der möglichen Ergebnisse eines Zufallsexperiments (Ω), zu bestimmen (Wahrscheinlichkeit für bestimmte Ergebniskombinationen) Es kann die Menge verschiedener Anordnungsmöglichkeiten von Elementen bestimmt werden ohne mühsame Zählarbeit Mona Ulrich, Psychologie (M.Sc.)
21 PERMUTATIONSREGEL n verschiedene Objekte können in n! = 1 x 2 x 3 x n verschiedenen Abfolgen angeordnet werden (n! = Fakultät) 0! Ist gleich 1 Beispiel: Wie viele verschiedene Worte lassen sich unter Verwendung des Wortes Mayer bilden? Jeder Buchstabe ist verschieden Daher n! Also mögliche Ergebnisse: 5! = 5x4x3x2x1x= 120 Die Wahrscheinlichkeit für eine Abfolge beträgt p=1/120=0, Mona Ulrich, Psychologie (M.Sc.)
22 1. KOMBINATIONSREGEL Wählt man aus n verschiedenen Objekten r zufällig aus, ergeben sich verschiedene Reihenfolgen der k Objekte Beispiel: Bei einer Olympiade haben sich sieben annähernd gleich starke Läufer qualifiziert. Wie groß ist die Wahrscheinlichkeit, dass Läufer 1 Gold, Läufer 2 Silber und Läufer 3 Bronze bekommt, wenn das Ergebnis von der zufälligen Tagesform bestimmt wird? Günstige Fälle: 1 Mögliche Fälle: P = 1/210 = 0,005 7! 7 3! = 210 n! n k! Mona Ulrich, Psychologie (M.Sc.)
23 2. KOMBINATIONSREGEL Wählt man aus n verschiedenen Objekten k zufällig aus und lässt hierbei die Reihenfolge außer Acht, ergeben sich für die k Objekte n verschiedene Kombinationen. k n wird Binomialkoeffizient genannt k n k ist ein anderer Ausdruck für= n! k! n k! Beispiel: Untersuchung von Begriffsbildung bei Kindern Apfel Baum Birne Sonne - Pflaume Mögliche Ergebnisse 5 3 = 5! 3! 2! = 10 P= 1/10 = 0, Mona Ulrich, Psychologie (M.Sc.)
24 3. KOMBINATIONSREGEL Sollen n Objekte in k Gruppen der Größe n1,n2.,nk eingeteilt n! werden (wobei n1 + n2 + nk =n), ergeben sich Möglichkeiten. (n1! n2!..nk!) Beispiel: In einem Ferienhaus stehen 9 Personen ein 4 Bett-, ein 3-Bett und ein 2-Bett-Zimmer zur Verfügung. Die Raumzuweisung soll nach Zufall erfolgen. Wie ist die Wahrscheinlichkeit für eine bestimmte Raumzuweisung? Mögliche Kombinationen: 9! 4! 3! 2! =1260 Wahrscheinlichkeit: p= 1/1260 = 0, Mona Ulrich, Psychologie (M.Sc.)
25 HYPERGEOMETRISCHE VERTEILUNG Exkurs Die hypergeometrische Verteilung gibt dann Auskunft darüber, mit welcher Wahrscheinlichkeit in der Stichprobe eine bestimmte Anzahl von Elementen vorkommt, die die gewünschte Eigenschaft haben Man kann sich die hypergeometrische Verteilung einfach als Urne vorstellen, bei der Kugeln ohne Zurücklegen entnommen werden. Die Urne enthält allerdings zwei verschiedene Sorten von Kugeln, von denen nur eine für uns interessant ist Bei der Binomialverteilung müssten in der Urne unendlich viele Kugeln der zwei Sorten liegen oder wir legen die Kugel zurück, damit die Wahrscheinlichkeit konstant bleibt Mona Ulrich, Psychologie (M.Sc.)
26 HYPERGEOMETRISCHE VERTEILUNG Exkurs Formel: N = Anzahl der Elemente der Grundgesamtheit; insgesamt befinden sich 49 Kugeln in der Trommel M = Anzahl der günstigen Elemente; insgesamt befinden sich sechs "Richtige" Zahlen in der Trommel n = Größe der Stichprobe; insgesamt ziehen wir sechs Zahlen k = Anzahl der Elemente aus M, die in n enthalten sind; von den sechs Zahlen die wir ziehen müssen dreis Zahlen richtig sein Wahrscheinlichkeit für 3 von 6 Richtigen beim Lotto Mona Ulrich, Psychologie (M.Sc.)
27 BERNOULLI PROZESS / BINOMINAL-VERTEILUNG Mona Ulrich, Psychologie (M.Sc.)
28 DER BERNOULLI-PROZESS Ein Bernoulli-Prozess (auch: Bernoulli-Kette ) besteht aus einer Abfolge mehrerer unter gleichbleibenden Bedingungen durchgeführter Bernoulli-Versuche. Es ist ein Zufallsversuch mit genau zwei möglichen Ergebnissen, 1 oder 0, ja oder nein, richtig oder falsch, Erfolg oder Misserfolg. Die Wahrscheinlichkeit dieser Ergebnisse wird durch die Bernoulli-Verteilung beschrieben. Die Wahrscheinlichkeit für einen Erfolg sei p ; dann ist die Wahrscheinlichkeit für einen Misserfolg q = 1 - p Mona Ulrich, Psychologie (M.Sc.)
29 DER BERNOULLI-PROZESS Eine Voraussetzung ist, dass sich die Wahrscheinlichkeit p nicht verändern darf und das die Einzelexperimente stochastisch voneinander unabhängig seien müssen. Einige Aufgaben, bei denen es sich um einen Bernoulli-Prozess handelt: Ziehen mit Zurücklegen, Würfeln, Glücksrad, Roulette Mona Ulrich, Psychologie (M.Sc.)
30 BINOMIALVERTEILUNG Diskrete Wahrscheinlichkeiten Wahrscheinlichkeitsverteilungen werden verwendet, um anzugeben, wie sich die Wahrscheinlichkeiten auf die möglichen Zufallsergebnisse, insbesondere auf die möglichen Werte einer Zufallsvariablen, verteilt. Existieren für ein Ereignis zwei Ausgangsmöglichkeiten (ja / nein, richtig / falsch etc.) und werden hierfür Kombinationen und Wahrscheinlichkeiten abgetragen, spricht man von einer sogenannten Binomialverteilung Mona Ulrich, Psychologie (M.Sc.)
31 Wahrscheinlichkeit BEISPIELE FÜR DIE BINOMIALVERTEILUNG 0,25 (hier Basis: n=20) 0,2 0,15 0,1 0, p=0,5 p=0,25 p=0, Mona Ulrich, Psychologie (M.Sc.)
32 Wahrscheinlichkeit BEISPIELE FÜR DIE BINOMIALVERTEILUNG 0,12 (hier Basis: n=50) 0,1 0,08 0,06 0,04 0, p=0, Mona Ulrich, Psychologie (M.Sc.)
33 FORMEL FÜR DIE BINOMIALVERTEILUNG p k n k p k q n k n = Anzahl der Ereignisse insgesamt k = Anzahl der günstigen Ereignisse p = Wahrscheinlichkeit für Eintreten eines günstigen Ereignisses q = Wahrscheinlichkeit für Eintreten eines ungünstigen Ereignisses (1 - p) Mona Ulrich, Psychologie (M.Sc.)
34 BINOMIALVERTEILUNG Beispiel Ergebnis Zahl 6 beim Würfeln Wie hoch ist die Wahrscheinlichkeit, mit 8 Würfen genau einmal eine 6 zu würfeln. P(1) = 8 1 x x = 0, Aber was ist, wenn wir wissen wollen, wie hoch die Wahrscheinlichkeit ist, dass jemand bei 20 Würfen höchstens 5 mal 6 würfelt Mona Ulrich, Psychologie (M.Sc.)
35 BEISPIEL Höchstens fünf heißt: Keine, eine, zwei, drei, vier oder fünf Die Anzahl der Würfe ist n=20 p(6)=1/6 und q(falsch)=5/6 Was ist k? k ist 0, 1, 2, 3, 4, 5 Für alle diese Fälle müssen die folgende Rechenschritte durchlaufen werden. n! k! n k! x pk x q n k Mona Ulrich, Psychologie (M.Sc.)
36 BEISPIEL Also gilt für k= 0 20! 0! 20 0! = 1 p=1 x x = 0,026 Für k= 1 = 0,104 k=2 (0,198), k=3 (0,238), k=4 (0,202), k=5 (0,129) p(höchstens 5)= 0,897 Die Wahrscheinlichkeit dafür, dass eine Person bei zwanzig Würfen per Zufall höchstens fünf mal 6 würfelt, beträgt 89,7 %. Bei mindestens 5 mal 6 bei 20 Würfen, muss man alle Wahrscheinlichkeiten von k=5,6,7 20 ausrechnen oder einfach 1 minus die Wahrscheinlichkeiten für k=1,2,3, Mona Ulrich, Psychologie (M.Sc.)
37 ÜBUNGEN Mona Ulrich, Psychologie (M.Sc.)
38 HERANGEHENSWEISE BEI AUFGABEN ZUR WAHRSCHEINLICHKEITSRECHNUNG 1. Was ist alles gegeben? 2. Alles gegebene herausschreiben! 3. Tauchen in einer Aufgabe Begriffe wie höchstens/mindestens/genau/nicht mehr als oder ähnliches auf, handelt es sich höchstwahrscheinlich um eine Aufgabe, bei der die Formel zur Binomialverteilung angewendet werden muss. 4. Werden Wahrscheinlichkeiten mit einem UND kombiniert, -> Multiplizieren! 5. Werden Wahrscheinlichkeiten mit einem ODER kombiniert, -> Addieren! Mona Ulrich, Psychologie (M.Sc.)
39 ÜBUNG 1 Aufgabenstellung Wir haben eine Trommel mit insgesamt 200 Bällen. Die Bälle haben unterschiedliche Farben und können zusätzlich noch einen aufgedruckten Stern haben. Die Aufteilung der Bälle: Rot Blau Grün Gesamt Mit Stern Ohne Stern Gesamt Mona Ulrich, Psychologie (M.Sc.)
40 ÜBUNG 1 Wie groß ist die Wahrscheinlichkeit, einen blauen Ball zu ziehen? einen roten oder einen grünen Ball zu ziehen? einen grünen Ball mit einem Stern zu ziehen? einen grünen und einen blauen Ball zu ziehen? zuerst einen grünen und dann einen blauen Ball zu ziehen? entweder einen grünen Ball ohne Stern oder einen blauen Ball mit Stern zu ziehen? entweder einen roten Ball oder einen Ball mit Stern zu ziehen? dass ein blauer Ball einen Stern hat? dass ein Ball ohne Stern rot ist? Mona Ulrich, Psychologie (M.Sc.)
41 ÜBUNG 1 Lösung 1. p=0,4 2. p=0,6 3. p=0,15 4. p= 0,2 x 0,4 x 2(es gibt zwei Möglichkeiten)=0,16 5. p=0,08 6. p=0,25 7. p=0,75 8. p=0,5 9. p=0, Mona Ulrich, Psychologie (M.Sc.)
42 ÜBUNG 2 Aufgabenstellung Die Wahrscheinlichkeit, dass eine Person den Statistikunterricht versteht, sei p(verstehen) = 0,8 Wie hoch ist die Wahrscheinlichkeit, dass von einer Seminargruppe mit n = 25 Teilnehmer alle den Statistikunterricht verstehen? Wie hoch ist die Wahrscheinlichkeit, dass in der Seminargruppe mit n = 25 Teilnehmer niemand der Statistikunterricht versteht? Mona Ulrich, Psychologie (M.Sc.)
43 ÜBUNG 2 Lösung Binomialformel p=0,0038 p= 0, Mona Ulrich, Psychologie (M.Sc.)
44 ÜBUNG 3 Aufgabenstellung Die Wahrscheinlichkeit, sich zu irgendeiner Zeit am richtigen Ort zu befinden, beträgt p(ort) = 0,3. Die Wahrscheinlichkeit, sich zur richtigen Zeit irgendwo zu befinden, beträgt p(zeit) = 0,5. Wie große ist die Wahrscheinlichkeit, zur richtigen Zeit am falschen Ort zu sein? Wie groß ist die Wahrscheinlichkeit, zur falschen Zeit am richtigen Ort zu sein? Wie groß ist die Wahrscheinlichkeit, dass sich von n = 5 Personen mindestens 3 zur richtigen Zeit am richtigen Ort befinden? Mona Ulrich, Psychologie (M.Sc.)
45 ÜBUNG 3 Lösung Multiplikationstheorem unabhängig: p=0,35 Multiplikationstheorem unabhängig: p=0,15 Binomialformel berechnen für Fälle 3,4,5 Personen P(k=3)= 0,0244, p(k=4)=0,0022, p(k=5)=0, P(k=3,4,5)=0, Mona Ulrich, Psychologie (M.Sc.)
46 ÜBUNG 4 Aufgabenstellung Bei einem Pferderennen sollen jeweils die drei schnellsten Pferde eines Rennens mit ihrer Reihenfolge des Eintreffend ins Ziel vorhergesagt werden. Insgesamt gehen 20 Pferde an den Start. Wie viele verschiedene Tipplisten gibt es? Mona Ulrich, Psychologie (M.Sc.)
47 ÜBUNG 4 Lösung 1. Kombinationsregel 6840 verschiedene Tipplisten Mona Ulrich, Psychologie (M.Sc.)
48 ÜBUNG 5 Aufgabenstellung Wie groß ist die Wahrscheinlichkeit, aus einem Skatblatt (32 Karten) ein Ass (A) unter der Voraussetzung zu ziehen, dass es sich um eine Herz-Karte (B) handelt? Mona Ulrich, Psychologie (M.Sc.)
49 ÜBUNG 5 Lösung Multiplikationstheorem für bedingte Wahrscheinlichkeit 1/32 Wahrscheinlichkeit für Herz-Ass 8/32 Wahrscheinlichkeit für eine Herz-Karte (1/32)/(8/32) = 1/8 = 0, Mona Ulrich, Psychologie (M.Sc.)
50 ÜBUNG 6 Aufgabenstellung Im Untertest Bilderordnen des Hamburger-Wechsler- Intelligenztests werden die Probanden aufgefordert, verschiedene grafische dargestellte Szenen so in eine Reihenfolge zu bringen, dass sie eine sinnvolle Geschichte ergeben. Wie groß ist die Wahrscheinlichkeit, dass die richtige Reihenfolge von sechs Einzelbildern zufällig erraten wird? Mona Ulrich, Psychologie (M.Sc.)
51 ÜBUNG 6 Lösung Permutationsregel p= 1/6! = 0, Mona Ulrich, Psychologie (M.Sc.)
52 ÜBUNG 7 Beispiel In einem parapsychologischen Experiment wird ein Hellseher aufgefordert vorherzusagen, welches Menü sich ein Gast in einem Restaurant zusammenstellen wird. Zur Auswahl stehen 4 Vorspeisen, 6 Hauptgerichte und 3 Nachspeisen. Wie groß ist die Wahrscheinlichkeit, dass die Menüzusammenstellung zufällig richtig erraten wird? Mona Ulrich, Psychologie (M.Sc.)
53 ÜBUNG 7 Lösung Multiplikationstheorem für unabhängige Wahrscheinlichkeiten p= 1/4x1/6x1/3 = 0, Mona Ulrich, Psychologie (M.Sc.)
54 VIELEN DANK FÜR DIE AUFMERKSAMKEIT! Mona Ulrich, Psychologie (M.Sc.)
55 1. VARIATIONSREGEL-EXKURS Wenn jedes von k sich gegenseitig ausschließenden Ereignissen bei jedem Versuch auftreten kann, ergeben sich bei n Versuchen verschiedene Ereignisabfolgen. Übersetzt: Wie ist die Wahrscheinlichkeit bei einem Münzwurf 5 mal hintereinander Zahl zu werfen? Günstiges Ergebnis 1 Mögliches Ergebnis 2 5 = 32 Wahrscheinlichkeit p= 1/32= 0, Mona Ulrich, Psychologie (M.Sc.)
56 1. VARIATIONSREGEL-EXKURS Beispiel Fragebogen zur vegetativen Labilität Antwortmöglichkeiten: ja, nein,? Typisches Antwortmuster für Schlafstörungen: Ja, ja,?, ja, nein, nein,?, ja,?, nein Mit welcher Wahrscheinlichkeit tritt dieses Muster zufällig auf? Günstiges Ergebnis 1 Mögliches Ergebnis 3 10 = p= 1/59049 = 0, Mona Ulrich, Psychologie (M.Sc.)
57 2. VARIATIONSREGEL-EXKURS Werden n voneinander unabhängige Zufallsexperimente durchgeführt, und besteht die Menge der Elementarereignisse des ersten Zufallsexperiments aus k1, die des zweiten aus k2 etc. und die des n-ten Zufallsexperiments aus kn verschiedenen Elementarereignissen, sind k1xk2x xkn verschiedenen Ereignisabfolgen möglich. Übersetzt: Wie groß ist die Wahrscheinlichkeit, mir einer Münze Zahl und mit einem Würfel 6 zu werfen. Günstiges Ergebnis 1 Das mögliche Ereignisse kann unter 2x6 = 12 Wahrscheinlichkeit: p= 1/12= 0, Mona Ulrich, Psychologie (M.Sc.)
Einführung 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
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
MehrVariationen Permutationen Kombinationen
Variationen Permutationen Kombinationen Mit diesen Rechenregeln lässt sich die Wahrscheinlichkeit bestimmter Ereigniskombinationen von gleichwahrscheinlichen Elementarereignissen ermitteln, und erleichtert
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,
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 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
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
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
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
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
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
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
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
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
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.
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
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge
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
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
MehrErgebnis Ergebnisraum Ω. Ereignis. Elementarereignis
Stochastik Die Stochastik besteht aus zwei Teilgebieten, der Statistik und der Wahrscheinlichkeitsrechnung. Die Statistik beschreibt die Vergangenheit und verwendet Informationen, die (in realen Versuchen)
MehrGrundwissen zur Stochastik
Grundwissen zur Stochastik Inhalt: ABHÄNGIGE EREIGNISSE...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON ERGEBNISSEN...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON MERKMALEN IN VIERFELDERTAFELN...2 ABSOLUTE HÄUFIGKEIT...2
MehrBasistext - Wahrscheinlichkeitsrechnung
Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.
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),
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
MehrProgramm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung
Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus
MehrWahrscheinlichkeitsrechnung [probability]
Wahrscheinlichkeitsrechnung [probability] Hinweis: Die Wahrscheinlichkeitsrechnung ist nicht Gegenstand dieser Vorlesung. Es werden lediglich einige Begriffsbildungen bereitgestellt und an Beispielen erläutert,
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Einführung in die Stochastik. Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Einführung in die Stochastik Das komplette Material finden Sie hier: School-Scout.de Inhaltsverzeichnis Wiederholung Kapitel 1: Der
MehrSS 2016 Torsten Schreiber
SS 01 Torsten Schreiber 15 Ein lineares Gleichungssystem besteht immer aus einer Anzahl an Variablen und Gleichungen. Die Zahlen vor den Variablen werden in der sogenannten zusammen gefasst und die Zahlen
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
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
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
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
MehrTeil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse
5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung
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
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
MehrInteraktives Skriptum: Elementare Wahrscheinlichkeitsrechnung
Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung 1. Grundbegriffe Würfeln, Werfen einer Münze, Messen der Lebensdauer einer Glühbirne Ausfall/Ausgang: Würfeln: Augenzahlen 1, 2, 3, 4, 5, 6
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
Mehrfür eine rote Kugel denn von auf den 100% (da rot, rot rot, blau blau, rot blau, blau
Berechnung von Wahrscheinlichkeiten beim Ziehen mit und ohne Zurücklegenn Ziehen mit Zurücklegenn Wir betrachten folgendes Beispiel: In einer Urne sind 2 rote und 3 blaue Kugeln.. Wenn man hier eine Kugel
Mehr5 Binomial- und Poissonverteilung
45 5 Binomial- und Poissonverteilung In diesem Kapitel untersuchen wir zwei wichtige diskrete Verteilungen d.h. Verteilungen von diskreten Zufallsvariablen): die Binomial- und die Poissonverteilung. 5.1
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,
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
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
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
MehrWahrscheinlichkeitsrechnung
Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................
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
MehrKapitel 5 Stochastische Unabhängigkeit
Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand
MehrEreignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6}
Laplace-Experimente Begriffsklärung am Beispiel eines Laplace-Würfel mit Augenzahlen (AZ) 1-6: Ergebnis: ist jeder Ausgang eines Zufallsexperimentes heißt ein Ergebnis ω dieses Zufallsexperimentes. Die
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Rechnen mit Wahrscheinlichkeiten 16. Juni 2009 Dr. Katja Krüger Universität Paderborn 1 Inhalt Ereignisse i und deren Wahrscheinlichkeit h hk i Laplace-Regel Baumdiagramm
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
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
Mehr3. Anwendungen aus der Kombinatorik
3. Anwendungen aus der Kombinatorik 3.1. Ziehen mit Zurücklegen 1) Würfeln Wie gross ist die Wahrscheinlichkeit für genau 2 Sechser in 7 Würfen? 2) Glücksrad Ein Glücksrad zeigt "1" mit Wahrscheinlichkeit
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
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
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
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
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/
MehrP A P( A B) Definition Wahrscheinlichkeit
Unabhaengige Ereignisse edingte Wahrscheinlichkeit Definition Wahrscheinlichkeit Die Wahrscheinlichkeit eines Ereignisses ist das Verhältnis der günstigen Ergebnisse zur Gesamtmenge der Ergebnisse nzahl
Mehr7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen
7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen 7.7.1 Die Laplace-Verteilung Sei X eine gleich verteilte Zufallsvariable mit den Werten in der Menge Ω X = {x i R : i = 1,...,n}, d.h. f (x i = 1
MehrWahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)
Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26) Gegeben Menge Ω (Wahscheinlichkeitsraum, Menge aller möglichen Ausgänge eines Zufallsexperiments), Abbildung P : P(Ω) [0, 1] (Wahrscheinlichkeit): Jeder Teilmenge
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
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
Mehr4 Diskrete Wahrscheinlichkeitsverteilungen
4 Diskrete Wahrscheinlichkeitsverteilungen 4.1 Wahrscheinlichkeitsräume, Ereignisse und Unabhängigkeit Definition: Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, Pr), wobei Ω eine endliche oder
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.
MehrWählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus,
V. Stochastik ================================================================== 5.1 Zählprinzip Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein
MehrWirtschaftsstatistik I [E1]
040571-1 WMS: Wirtschaftsstatistik 1 :: WiSe07/08 Wirtschaftsstatistik I [E1] Schwab, Harald 1 harald.schwab@univie.ac.at http://homepage.univie.ac.at/harald.schwab October 7, 2007 1 Sprechstunde: MO 17-18h
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
R. Brinkmann http://brinkmann-du.de Seite 08..2009 Von der relativen Häufigkeit zur Wahrscheinlichkeit Es werden 20 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 20 Schülern
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
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
MehrStochastik 02 Wiederholung & Vierfeldertafel
23. August 2018 Grundlagen der Statistik (bis Klasse 10) Grundlagen der Stochastik (bis Klasse 10) Zufallsgrößen und Verteilungen Beurteilende Statistik (Testen von Hypothesen) Bernoulli-Experimente Ziele
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
MehrW.12 Kombinatorik 1. vermischte Aufgaben zu Vertauschungsmöglichkeiten ( )
1 Die Kombinatorik ist die Lehre von den Vertauschungsmöglichkeiten. Da man eigentlich fast jede Wahrscheinlichkeit mit irgendwelchen Vertauschungsmöglichkeiten multiplizieren muss, ist es naheliegend,
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
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,
MehrAnliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können.
2 Zufallsvariable 2.1 Einführung Anliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können. Eine Zufallsvariable X ordnet jedem elementaren Versuchsausgang
MehrLernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm
Stochastik im SS 2001 bei Professor Sturm Lernzusammenfassung für die Klausur Hallo! In diesem Text habe ich die wichtigsten Dinge der Stochastikvorlesung zusammengefaÿt, jedenfalls soweit, wie ich bis
MehrWahrscheinlichkeitsrechnung Teil 1
Wahrscheinlichkeitsrechnung Teil Einführung in die Grundbegriffe Sekundarstufe Datei Nr 30 Stand September 2009 Friedrich W Buckel INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK wwwmathe-cdde Inhalt Zufallsexperimente,
MehrAuf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an.
Aufgabe 4 Glückspasch" (16 Punkte) Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an. Spielregeln: Einsatz 1. Der Mitspieler würfelt mit 2 Oktaederwürfeln. Fällt ein Pasch,
MehrAbitur 2015 Mathematik Stochastik IV
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 201 Mathematik Stochastik IV In einer Urne befinden sich vier rote und sechs blaue Kugeln. Aus dieser wird achtmal eine Kugel zufällig gezogen, die Farbe
Mehr4.4 Punktschätzung. E(X 1 )+ +E(X n ) Var(ˆµ) = 1 n 2 ( Var(X1 )+ +Var(X n ) ) = 1 n 2nσ2 = σ2
4 4.4 Punktschätzung Wir betrachten eine endliche oder unendliche Grundgesamtheit, zum Beispiel alle Studierenden der Vorlesung Mathe II für Naturwissenschaften. Im endlichen Fall soll die Anzahl N ihrer
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Unabhängigkeit Prof. Dr. Achim Klenke http://www.aklenke.de 6. Vorlesung: 02.12.2011 1/30 Inhalt 1 Wahrscheinlichkeit 2 2/30 Wahrscheinlichkeit
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
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
MehrGrundlagen der Stochastik
Grundlagen der Stochastik Johannes Recker / Sep. 2015, überarbeitet Nov. 2015 Fehlermeldungen oder Kommentare an recker@sbshh.de Inhalt 1. Grundlegende Begriffe der Wahrscheinlichkeitsrechnung... 2 1.1.
Mehr2 STOCHASTISCHE GRUNDBEGRIFFE
2 STOCHASTISCHE GRUNDBEGRIFFE 2.4 Wahrscheinlichkeitsräume 1. Man vereinfache soweit wie möglich (AB A B): (a) (A B)(A B c ) (b) (A B)(B C) (c) (A B)(A c B)(A B c ) (d) (AB) (AB c ) (e) (A B)(A c B)(A
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Wie stehen unsere Chancen? Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Wie stehen unsere Chancen? Das komplette Material finden Sie hier: School-Scout.de RAAbits Hauptschule 7 9 Mathematik 78 Zufallsversuche
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
MehrKlausur: Diskrete Strukturen I
Universität Kassel Fachbereich 0/ 5.03.0 Dr. Sebastian Petersen Klausur: Diskrete Strukturen I Aufgabe. (8 Punkte) a) Sei X = {0, }. Geben Sie die Potenzmenge P (X) (durch Auflisten ihrer Elemente) an.
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom
Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
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:
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
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)
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
MehrStatistik I für Betriebswirte Vorlesung 1
Statistik I für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 9. April 2018 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 1 1 Organisatorisches
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
MehrPopulation und Stichprobe: Wahrscheinlichkeitstheorie
Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung
Mehr