Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Ähnliche Dokumente
Teil II. Wahrscheinlichkeitsrechnung

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung

2.2 Ereignisse und deren Wahrscheinlichkeit

Kapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

1. Grundlagen der Wahrscheinlichkeitsrechnung

4. Die Laplacesche Gleichverteilung

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

Einführung in die Wahrscheinlichkeitsrechnung

Kapitel 2 Wahrscheinlichkeitsrechnung

Population und Stichprobe: Wahrscheinlichkeitstheorie

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Satz 16 (Multiplikationssatz)

Ein Ereignis ist eine Menge von Elementarereignissen. Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse erfordert ein Modell.

Mathematik für Biologen

Stochastik I. Vorlesungsmitschrift

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitsrechnung

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Satz 18 (Satz von der totalen Wahrscheinlichkeit)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom

Grundbegriffe der Wahrscheinlichkeitstheorie. Karin Haenelt

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Einführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte

Zusammenfassung Stochastik

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)

15 Wahrscheinlichkeitsrechnung und Statistik

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

Grundwissen Stochastik Grundkurs 23. Januar 2008

Grundlagen. Wozu Wahrscheinlichkeitsrechnung? Definition und Begriff der Wahrscheinlichkeit. Berechnung von Laplace-Wahrscheinlichkeiten

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom

Grundbegriffe der Wahrscheinlichkeitsrechnung

Statistik. R. Frühwirth. Statistik. VO Februar R. Frühwirth Statistik 1/174

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet

Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit

1. Einleitung und Grundlagen der Wahrscheinlichkeit

Ziegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem

P A P( A B) Definition Wahrscheinlichkeit

Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik)

Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING)

Unabhängigkeit KAPITEL 4

Diagnose. Statistische Diagnose. Statistische Diagnose. Statistische Diagnose. Einordnung: Diagnose Problemklasse Analyse

9. Elementare Wahrscheinlichkeitsrechnung

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen

P (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.

Einführung in die Wahrscheinlichkeitsrechnung

9. Elementare Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung

Kapitel 2. Zufällige Versuche und zufällige Ereignisse. 2.1 Zufällige Versuche

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Mathematik für Biologen

Stochastik. 1. Wahrscheinlichkeitsräume

Wahrscheinlichkeiten

3. Kombinatorik und Wahrscheinlichkeit

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Kapitel VI. Wahrscheinlichkeitsbegriff. Wahrscheinlichkeitsbegriff. LF: VI Bayesian Learning c STEIN

Wahrscheinlichkeitsrechnung und Statistik

2. Zufallsvorgänge und Wahrscheinlichkeiten

DIE SPRACHE DER WAHRSCHEINLICHKEITEN

Übungen zur Wahrscheinlichkeitstheorie und Statistik

Dieser Begriff wurde von Jacob Bernoulli Ars conjectandi geprägt (1773), in dem das erste Gesetz der großen Zahlen bewiesen wurde.

Das Zweikinderproblem

2. Rechnen mit Wahrscheinlichkeiten

Wahrscheinlichkeitsrechnung und Statistik

Stochastische Unabhängigkeit. 01. Dezember 2014

Wahrscheinlichkeitsrechnung und Quantentheorie

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Übungsrunde 4, Gruppe 2 LVA , Übungsrunde 4, Gruppe 2, Markus Nemetz, TU Wien, 10/2006

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung

4 Diskrete Wahrscheinlichkeitsverteilungen

Satz von Borel-Cantelli. Limes inferior von Mengen. Limes superior von Mengen. Stetigkeit. Konvergenz von Zufallsvariablen. Kolmogorow-Ungleichung

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele

Grundbegriffe der Wahrscheinlichkeitstheorie

Mathematische und statistische Methoden II

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit

Diskrete Strukturen WiSe 2012/13 in Trier

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Stochastik - Kapitel 2

Abiturvorbereitung Mathematik Stochastik. Copyright 2013 Ralph Werner

Statistik für Ingenieure Vorlesung 2

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 2

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

3.3 Bedingte Wahrscheinlichkeit

Wahrscheinlichkeitsrechnung

Mathematik IV (Stochastik) für Informatiker

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6

Grundlagen der Mengenlehre

Das Ziegenproblem. Nils Schwinning und Christian Schöler Juni 2010

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Forschungsstatistik I

P (X = 2) = 1/36, P (X = 3) = 2/36,...

Vierfeldertafel und bedingte Wahrscheinlichkeit. 1 Ereignisse und Vierfeldertafel

Transkript:

. Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer Vorgang mit mindestens 2 möglichen bekannten Ergebnissen. Es ist nicht bekannt bzw. ungewiss, welches Ergebnis eintreten wird, d.h. es kann nicht exakt vorausgesagt werden. sp.: Werfen eines Würfels oder einer Münze Elementarereignisse einzelne, nicht mehr zerlegbare und sich gegenseitig ausschließende Ergebnisse eines Zufallsexperiments. Z.. Zahl der ugen beim Würfel

Ereignisraum: Die Menge Ω aller n Elementarereignisse ω, ω2,..., ωn eines Zufallsexperiments stellt den Ereignisraum Stichprobenraum dieses Zufallsexperiments dar: Ω { ω ω,..., }, 2 ω n Voraussetzung: endlich viele oder höchstens abzählbar unendlich viele ω n stetiges Kontinuum Zusammengesetztes Ereignis: Ein zufälliges Ereignis ist eine Teilmenge von Ω. Das Ereignis ist eingetreten, wenn das Ergebnis des Zufallsexperiments ein Element der Teilmenge ist. Ereignismenge: lle Ereignisse eines Zufallsexperiments mit Ereignisraum Ω bilden die dazugehörige Ereignismenge E Ω. 2

. sicheres Ereignis: Ω Ω 2. unmögliches Ereignis: Ω Tritt das Ereignis immer ein, wird es mit es mit bezeichnet. Ω bezeichnet; tritt es niemals ein wird 3

.2 Ereignisse und ihre Verknüpfungen Wenigstens eines der beiden Ereignisse oder oder beide treten ein: Vereinigung. Gemeinsam auftretende Ereignisse: sowohl als auch müssen eintreten: Durchschnitt 4

Komplementärereignis: Das Komplementärereignis tritt genau dann ein, wenn nicht eintritt Negation:, d.h. und sind komplementär zueinander : Ω \ Es gilt: und Ω, Ω und Ω 5

Differenz \ : Das Ereignis ohne das Ereignis : Disjunkte Ereignisse: Falls und niemals gleichzeitig eintreten können,, dann gelten die Ereignisse als disjunkt unvereinbar, d.h. sie schließen sich gegenseitig aus. 6

Implikation: Das Ereignis enthält das Ereignis : impliziert Da das Ergebnis eines Zufallsexperiments ist nicht vorhersagbar, aber man kann möglichen Ereignissen Wahrscheinlichkeiten reelle Zahlen zuordnen: : E R reellwertige Funktion : 7

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie 8 Regeln für Ereignisoperationen: bzw. Kommutativgesetze C C bzw. C C ssoziativgesetze C C bzw. C C Distributivgesetze bzw. De Morgansche Regeln

.3 Wahrscheinlichkeitsbegriffe Definition der Wahrscheinlichkeit nach Laplace klassische Wahrscheinlichkeit: Die Wahrscheinlichkeit für das Eintreten des Ereignisses ist die nzahl der günstigen Fälle in denen eintritt im Verhältnis zu allen möglichen Fällen. chtung: Setzt die Gleichwahrscheinlichkeit für das Eintreten aller möglichen Fälle voraus. : nzahl der günstigen usgänge nzahl der möglichen usgänge nzahl der Elemente nzahl der Elemente Ω Rechtfertigung: rinzip des unzureichenden Grundes 9

Definition der Wahrscheinlichkeit nach von Mises statistische Wahrscheinlichkeit: Nach n-maligem Durchführen eines Zufallsexperiments konvergiert die relative Häufigkeit f bei sehr großen n gegen die statistische Wahrscheinlichkeit des uftretens von, : f lim bzw. f n > ε 0 lim n sp.: Würfel wird 3000mal hintereinander geworfen. Es interessiert die nzahl der Sechser: 0

nzahl der Würfe bsolute H. der ugenzahl 6 Relative Häufigkeit der ugenzahl 6,00000 2 0,50000 3 0,33333 4 0,25000 5 2 0,40000 0 2 0,20000 M M M 3000 560 0,6867 Konvergenz der relativen Häufigkeit wird als Gesetz der großen Zahlen bezeichnet. f wird dann als Näherungswert oder Schätzwert ˆ für die gesuchte Wahrscheinlichkeit verwendet

Subjektiver Wahrscheinlichkeitsbegriff Risikosituation : Man erhält 000 EUR mit Wahrscheinlichkeit p. Man erhält 0 EUR mit Wahrscheinlichkeit p. Risikosituation : Man erhält 000 EUR, wenn DX innerhalb nächsten drei Monate um 00 unkte steigt. Wenn nicht, geht man leer aus. xiomatischer Wahrscheinlichkeitsbegriff nach Kolmogorov xiom Nichtnegativität: 0 reelle Zahl. für jedes E. ist eine nichtnegative xiom 2 Normierung: Das sichere Ereignis hat die Wahrscheinlichkeit : Ω 2

xiom 3 dditivität: + disjunkte Ereignisse., falls dditionsregel für Für die Ereignismenge E muss gelten: Ω E sicheres Ereignis gehört zur Ereignismenge 2 E, wenn E jedes Ereignis besitzt komplementäres Ereignis U 3 j E j bgeschlossenheit der Menge E xiom 3 : 2 3 2 3 K + + + K Kolmogorovscher Wahrscheinlichkeitsraum: [ Ω, E, ] 3

.4 Wichtige Regeln der Wahrscheinlichkeitsrechnung Theorem : Die Wahrscheinlichkeit des zu komplementären Ereignisses ist: für jedes E eweis: Ereignisse und sind disjunkt, folglich gilt xiom 3 und 2: + Ω Theorem 2: Die Wahrscheinlichkeit des unmöglichen Ereignisses beträgt: 0 eweis: und Ω sind komplementäre Ereignisse. Nach xiom 2 ist Ω nach Theorem folgt 0. und 4

Theorem 3: Sind die Ereignisse,,, 2 K n E paarweise disjunkt, dann ist die Wahrscheinlichkeit für das Ereignis, das aus der Vereinigung all dieser Ereignisse entsteht, die Summe der Einzelwahrscheinlichkeiten: n 2 3 U i K i i bei n disjunkte Ereignissen: eweis: vollständige Induktion nach xiom 3 bzw. xiom 3. n i Theorem 4: Für eine Differenzmenge \ gilt stets: \ eweis: Ereignis setzt sich aus \ und zusammen, so dass aus xiom 3 folgt: \ + 5

Theorem 5: dditionsgesetz für beliebige auch für nicht disjunkte Ereignisse: + eweis: Das Ereignis setzt sich aus den drei disjunkten gegenseitig ausschließenden Ereignissen Theorem 4 gilt: \, und \ zusammen und nach Dann folgt nach Theorem 3: \ + + \ \ - und \ - + + - + + - + - 6

dditionsgesetz für zwei disjunkte Ereignisse: +, da bzw. 0 Theorem 6: Monotonieeigenschaft des Wahrscheinlichkeitsmaßes Impliziert Ereignis das Ereignis dann folgt grundsätzlich: eweis: Ereignis setzt sich aus den beiden disjunkten Ereignissen und \ zusammen und nach xiom 3 gilt: + \ nach xiom nicht negativ sein kann, gilt:.. Da \ 7

.5 edingte Wahrscheinlichkeit und stochastische Unabhängigkeit edingte Wahrscheinlichkeit: Die bedingte Wahrscheinlichkeit ist die Wahrscheinlichkeit für das Eintreten des Ereignisses unter der Voraussetzung, das bereits eingetreten ist., für > 0 bedingte Wahrscheinlichkeit von unter der edingung von 8

Die bedingte Wahrscheinlichkeit ist selbst ein Wahrscheinlichkeitmaß und gehorcht ebenfalls den Kolmogorovschen xiomen, denn es gilt: 0 für beliebige Ereignisse E 2 Ω für das sichere Ereignis Ω 3 2 + 2, falls 2 9

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie 20 2 2 2 2 2 + + Theorem 7: Multiplikationssatz der Wahrscheinlichkeitsrechnung für beliebige Ereignisse durch Umformen der Definition der bedingten Wahrscheinlichkeit:, wenn 0 > bzw., wenn 0 >

Multiplikationssatz für drei Ereignisse: C C C C, wenn C > 0 us C > 0 folgt C C > 0 ist. Daher gilt: C C C C C Stochastische Unabhängigkeit: Zwei Ereignisse und heißen stochastisch unabhängig, wenn bzw. Theorem 8: Multiplikationssatz für stochastisch unabhängige Ereignisse: 2

.6 Totale Wahrscheinlichkeit und das ayes Theorem Theorem 9: Satz der totalen Wahrscheinlichkeit esteht ein Ereignisraum Ω aus n disjunkten Ereignissen,...,, 2 n d.h. für i j und U n i j i i Ω bzw. vollständige Zerlegung der Ereignismenge, und ist das Ereignis ein Teil von Ω, sind, 2,, n disjunkte Ereignisse und es gilt: n + +... + n i U i i 2 i Ω, dann n 22

Da i i i ist, kann geschrieben werden. n auch als: i i i 23

Theorem von ayes: us der Verknüpfung von bedingter und totalen Wahrscheinlichkeit folgt die Formel von ayes: i i i Ersetzt man im Nenner durch den usdruck der totalen Wahrscheinlichkeit, dann erhält man: i n j i j i j i 24

Interpretation der Formel von ayes:, 2,..., n sind sich ausschließende mögliche Zustände der Welt alternative Hypothesen, von denen genau eine zutrifft. ist das Ergebnis einer eobachtung. Für jede der n Hypothesen i ist die Wahrscheinlichkeit bekannt, dass eintritt, wenn i gilt. i ist die -priori-wahrscheinlichkeit von i bzw. die Wahrscheinlichkeit, dass die i-te Hypothese zutrifft. Die bedingte Wahrscheinlichkeit ist die i Wahrscheinlichkeit von, wenn die Hypothese i zutrifft. i ist die -posteriori-wahrscheinlichkeit von i bzw. die nach der eobachtung von ermittelte Wahrscheinlichkeit, dass die i-te Hypothese zutrifft, unter der edingung, dass das Ergebnis beobachtet worden ist. 25