8 Experimentieren: Sigma-Regeln

Ähnliche Dokumente
Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung

Prüfungsteil 2, Aufgabe 8 Stochastik

Grundlegende Eigenschaften von Punktschätzern

Sigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75

Prüfungsteil 2, Aufgabe 8 Stochastik

Stichproben Parameterschätzung Konfidenzintervalle:

Stochastik: Binomialverteilung Stochastik Die 4 Grundaufgaben bei der Binomialverteilung Gymnasium ab Klasse 10

Das Konfidenzintervall und der Goldbär

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:

Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer.

Approximation der Binomialverteilung durch die Normalverteilung

Erstellen Sie eine Vierfeldertafel, die diese Situation wiedergibt.

4. Schularbeit/7C/2-stündig Schularbeit. 7C am

ˆ Die Verluste der einzelnen Perioden sind in den ersten zehn Perioden stochastisch

Aufgabe 10 Die Zufallsvariable ist binomialverteilt mit

11. Approximation der Binomialverteilung durch die Normalverteilung

Einführung: Kaum Theorie, aber viel Training. Mehr Theorie in Zusätzliche Aufgabensammlung in 34021

Θ Mathematik Stochastik

Biostatistik, Winter 2011/12

Bestimmte Zufallsvariablen sind von Natur aus normalverteilt. - naturwissenschaftliche Variablen: originär z.b. Intelligenz, Körpergröße, Messfehler

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Mathematik 3 für Informatik

Modellanpassung und Parameterschätzung. A: Übungsaufgaben

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Einführung in Quantitative Methoden

Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel

Abiturprüfung Mathematik, Grundkurs

Statistik II. Statistische Tests. Statistik II

Marcus Hudec. Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Statistik 2 für SoziologInnen 1 Normalverteilung

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Klausur Statistik Lösungshinweise

Übungsblatt 9 (25. bis 29. Juni)

Kapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen

M13 Übungsaufgaben / pl

Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch

Wahrscheinlichkeit und Statistik BSc D-INFK

Wahrscheinlichkeitsverteilungen

Aufgaben zur Stochastik

Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind:

Marcus Hudec. Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Statistik 2 für SoziologInnen 1 Normalverteilung

Normalverteilung. Mathematik 8. Arbeitsblatt A 8-2: Normalverteilung

6.2 Approximation der Binomialverteilung

Lernkarten. Stochastik. 4 Seiten

Anleitung: Standardabweichung

Verteilung von Summen

Abiturvorbereitung Alkoholsünder, bedingte Wahrscheinlichkeit, Hypothesentest Aufgabenblatt

5. Spezielle stetige Verteilungen

Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz 1 betragen (2) Weniger als 3 mal Wappen ( ) 32 (3) Mindestens 1 mal Wappen ( )

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung

Casio fx-cg20 Binomialverteilung, Intervallwahrscheinlichkeit, Normalverteilung und Grenzen

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

1 Stochastische Konvergenz 2

Wiederholung der Hauptklausur STATISTIK

Lösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI

Statistik im Versicherungs- und Finanzwesen

Kapitel 2 Wahrscheinlichkeitsrechnung

5. Schließende Statistik Einführung

Statistik I für Betriebswirte Vorlesung 14

Biomathematik für Mediziner, Klausur SS 2000 Seite 1

Schließende Statistik

Standardnormalverteilung

Binomialverteilung Vertrauensbereich für den Anteil

Grundanforderungen beim Umgang mit CAS bis Ende Klassenstufe 12 Casio ClassPad 400

SozialwissenschaftlerInnen II

Aufgabe Punkte

Wahrscheinlichkeitsrechnung Übung Aufgabe 2.b und 3

Simulation einer Binomialverteilung

von x-würfeln bei wachsendem n? Zur Beantwortung führen wir ein Simulationsexperiment durch.

7. Grenzwertsätze. Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012

6.6 Poisson-Verteilung

Statistik Einführung // Stichprobenverteilung 6 p.2/26

Standardisierte kompetenzorientierte schriftliche Reifeprüfung AHS. 10. Mai Mathematik. Teil-2-Aufgaben. Korrekturheft. öffentliches Dokument

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr

Stochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz

SS 2017 Torsten Schreiber

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.

1 Dichte- und Verteilungsfunktion

Zufallsvariablen [random variable]

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

7.5 Erwartungswert, Varianz

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

Übungsaufgaben zur Klausur Statistik

WHB11 - Mathematik. AFS II: Umgang mit Zufall und Wahrscheinlichkeiten. Thema: Summierte Binomialverteilung

Pfadregel. 400 Kugeln durchlaufen die möglichen Pfade. Das Diagramm zeigt das Ergebnis am Ende der Versuchsdurchführung.

Wahlteil Geometrie/Stochastik B 2

2.3 Intervallschätzung

Ausgewählte spezielle Verteilungen

Ministerium für Schule und Weiterbildung NRW M GK HT 7 Seite 1 von 9. Unterlagen für die Lehrkraft. Abiturprüfung Mathematik, Grundkurs

Heute. Die Binomialverteilung. Poissonverteilung. Approximation der Binomialverteilung durch die Normalverteilung

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

STETIGE VERTEILUNGEN

Stochastik. Station 1. Kombinatorik

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen

Stochastik Übungsaufgaben (Taschenrechner erlaubt) Binomialverteilung Oberstufe

Transkript:

8 Experimentieren: Sigma-Regeln Didaktische Hinweise Mit dieser Station wird ein Unterrichtsbeispiel zur Einführung der Sigma-Regeln vorgestellt, die von den Schülerinnen und Schülern an mehreren Beispielen angewendet und überprüft werden sollen. Die Aufgaben können in individualisierten Lernphasen oder in Gruppen bearbeitet und präsentiert werden. Bei einigen Aufgaben wird auch die Frage nach der notwendigen Stichprobengröße aufgeworfen. Die Station stellt daher auch eine Vorbereitung auf die Einführung des Zentralen Grenzwertsatzes für die Binomialverteilung dar, also der Approximation der Binomialverteilung durch die Normalverteilung, für die die Sigma-Regeln exakt gelten. Zur Lösung der untenstehenden Aufgaben kann das vorgegebene GeoGebra-Arbeitsblatt verwendet werden oder ein neues GeoGebra-Arbeitsblatt erstellt werden. Tipps dazu werden im Anschluss an den Schülerarbeitsauftrag gegeben. -Regeln für eine binomialverteilte Zufallsvariable Für genügend große Stichproben (*) gilt: Die Wahrscheinlichkeit, dass die Anzahl der Treffer in der 1-Umgebung um den Erwartungswert liegt, beträgt etwa 68 % in der 2-Umgebung um den Erwartungswert liegt, beträgt etwa 95,5 % in der 3-Umgebung um den Erwartungswert liegt, beträgt etwa 99,7 %. Die Wahrscheinlichkeit beträgt 90 %, wenn die Zahl der Treffer im Intervall [ 1,64 ; + 1,64 ] liegt 95 %, wenn die Zahl der Treffer im Intervall [ 1,96 ; + 1,96 ] liegt 99 %, wenn die Zahl der Treffer im Intervall [ 2,58 ; + 2,58 ] liegt 99,9 %, wenn die Zahl der Treffer im Intervall [ 3,29 ; + 3,29 ] liegt. (*) Die Stichprobe ist insbesondere dann genügend groß, wenn > 3 ist. Beispiel In einer Population tritt eine bestimmt Krankheit mit der Wahrscheinlichkeit 5 % auf. Aus dieser Population werden zufällig 200 Individuen ausgewählt und untersucht. n = 200... p = 0,05... = 10... = 3,082... 2-Umgebung: [4; 16] Mit etwa 95,5 % Wahrscheinlichkeit sind mindestens 4 und höchstens 16 Individuen krank. 1,64 -Umgebung: [5; 15] Mit etwa 90 % Wahrscheinlichkeit sind 5 bis 15 Individuen krank.

Arbeitsauftrag für SchülerInnen Sie wählen in der Gruppe eine der Aufgaben, die Sie gemeinsam bearbeiten. Mit dem GeoGebra- Arbeitsblatt Sigma_Regeln.ggb können Sie Ihre Ergebnisse überprüfen. Wenn Sie Hilfe brauchen, können Sie sich Tipps zur Aufgabe oder Tipps zu GeoGebra anschauen. 1.1. Für einen Flug eines Airbus A300 der Lufthansa mit 270 Plätzen rechnet das Unternehmen erfahrungsgemäß mit Stornierungen von 10 % der gebuchten Plätze. Wie groß ist die Wahrscheinlichkeit, dass bei 280 Buchungen nicht alle Plätze besetzt sind? 1.2. Stellen Sie mit Hilfe der Sigma-Regeln eine Prognose auf, wie viele Plätze mit 99,9 % Wahrscheinlichkeit benötigt werden, wenn 300 Buchungen angenommen werden. Berechnen Sie die Wahrscheinlichkeit, dass Ihre Prognose zutrifft. 1.3. Wie viele Buchungen höchstens dürfen angenommen werden, wenn die vorhandenen Plätze in einem Airbus A300 mit 99 % Wahrscheinlichkeit ausreichen sollen. 2.1. Die Wahrscheinlichkeit, dass beim Lottospiel 6 aus 49 eine bestimmte Zahl gezogen wird, beträgt 6 49. Mit welcher Wahrscheinlichkeit, wird bei 52 Lottospielen höchstens fünf Mal die Zahl 13 gezogen? 2.2. Seit 1955 wurden insgesamt 3858 Lottospiele 6 aus 49 durchgeführt. In wie viel Spielen war mit der Ziehung der Zahl 13 zu rechnen. Geben Sie das Intervall an, in dem mit 95 % Wahrscheinlichkeit die Ziehungshäufigkeit der Zahl 13 liegt. 2.3. Aus der unter www.lottozahlenonline.de veröffentlichten Statistik geht hervor, dass die 13 in den 3858 Lottospielen am seltensten gezogen wurde, nämlich nur 410 Mal. Kann man aufgrund dieses Ergebnisses mit 99,9 % Sicherheit behaupten, dass die Ziehungshäufigkeit der 13 zu niedrig ist? In Deutschland erkranken von insgesamt etwa 13 Millionen Kindern unter 15 Jahren jährlich etwa 610 Kinder an Leukämie. In den Elbmarschen, der Landschaft, in der das Kernkraftwerk Krümmel und der Forschungsreaktor Geesthacht liegen, sind in den Jahren 1990 bis 2005 19 Kinder unter 15 Jahren an Leukämie erkrankt. 3.1. Mit welcher Wahrscheinlichkeit erkranken jährlich höchstens 50 von den zurzeit rund 1,5 Millionen Kindern unter 15 Jahren in Baden-Württemberg an Leukämie? 3.2. Wie viele Neuerkrankungen an Leukämie waren nach der bundesweiten Statistik in den Jahren von 1990 bis 2005 bei den rund 11000 Kindern unter 15 Jahren in den Elbmarschen zu erwarten. Geben Sie nach den Sigma-Regeln ein Intervall an, für das Ihre Aussage mit 99 % Wahrscheinlichkeit zutrifft. 3.3. Prüfen Sie, ob die tatsächliche Leukämiehäufigkeit bei den Kindern unter 15 Jahren in den Elbmarschen so hoch ist, dass man mit 99,9 % Sicherheit behaupten kann, dass das Leukämie-Risiko in den Elbmarschen höher ist als im Bundesgebiet.

Tipps zu den Aufgaben 1.1. Definieren Sie die binomialverteilte Zufallsvariable X: Anzahl der stornierten Plätze und die dazugehörenden Parameter n und p. Berechnen Sie P(X 10) 1.2. Stellen Sie mit Hilfe der Regeln = n p und = n p (1 p) als Prognose-Intervall die 3,29-Umgebung auf. Berechnen Sie anschließend P( 3,29 X + 3,29). 1.3. Gesucht ist die Zahl n, sodass P(X n 270) 0,99 P(X n 271) 0,01 Lösen Sie die Ungleichung näherungsweise durch Experimentieren mit GeoGebra mit der Normalverteilung (z) 0,01 z 2,326, wobei z = X + 0,5. mit der 99 %-Sigma-Regel. Anmerkung: Mit der Regel berechnet man ein zum Mittelwert symmetrisches Intervall. In der Aufgabe ist die Wahrscheinlichkeit P(0 X x) gegeben. Der ermittelte Wert wird also etwas zu groß sein. 2.1. Definieren Sie die binomialverteilte Zufallsvariable X: Anzahl der Ziehungen der 13 und die dazugehörenden Parameter n und p. Berechnen Sie P(X 5) 2.2. Berechnen Sie den Erwartungswert = n p und mit Hilfe der Regel = n p (1 p) die 1,96-Umgebung. 2.3. Sie nehmen an, dass die Ziehungshäufigkeit der unverändert 6 49 ist, und berechnen die Wahrscheinlichkeit P(X 409). Wenn das Ergebnis höchstens 0,1 % beträgt, liegt die Zahl 410 im Bereich, dessen Wahrscheinlichkeit mindestens 99,9 % beträgt. Wenn nicht, dann trifft die Behauptung mit 99,9 % Sicherheit zu. 3.1. Definieren Sie die binomialverteilte Zufallsvariable X: Zahl der Kinder, die jährlich in Baden-Württemberg an Leukämie erkranken. Berechnen Sie P(X 50) 3.2. Berechnen Sie den Erwartungswert = n p und damit die Zahl für die Jahre 1990 bis 2005. Geben Sie mit Hilfe der Regel = n p (1 p) die 2,58-Umgebung an. 3.3. Sie nehmen an, dass die Leukämiehäufigkeit genau so groß ist wie im ganzen Bundesgebiet und berechnen die Wahrscheinlichkeit P(X 19). Wenn das Ergebnis weniger als 99,9 % beträgt, trifft die Behauptung mit 99,9 % Sicherheit zu.

Tipps zu GeoGebra Zu Beginn erstellen Sie einen Schieberegler für n und geben den Werte für p ein. Die Werte für und berechnen Sie mit den Formeln = n p und = n p (1 p) Das vollständige Histogramm der Binomialverteilung entsteht mit der Funktion Binomial[n, p] Um die Wahrscheinlichkeit p mit Hilfe eines Eingabefeldes zu verändern geben Sie mit dem Werkzeug das Eingabefeld ein und ordnen es p zu. Für die Darstellung der kumulierten Binomialverteilung definiert man zunächst einen Schieberegler für k. Zur Darstellung des Histogramms verwendet man den Befehl Balkendiagramm[L_1, L_2]. Die beiden Listen L 1 und L 2 werden definiert durch: L_1 = Folge[m, m, 0, k] L_2 = Folge[Binomial[n, p, m, false], m, 0, k]]. Für die Darstellung eines a -Intervalls muss zuerst die Liste L 3 der natürlichen Zahlen k mit a k + a definiert werden. In GeoGebra lautet die Funktion L_3 = Folge[k, floor( a + 1), floor(m + a )]. Die zugehörige Liste L 4 der Wahrscheinlichkeiten wird definiert durch L_4 = Folge[Binomial[n, p, m, false],m, Element[L_3, 1], Element[Letztes[L_3, 1]] Das Histogramm für das a -Intervall wird mit der Funktion Balkendiagramm[L_3, L_4] gezeichnet. Die Ausgabe des Textes auf dem Bildschirm erreicht man mit dem Textwerkzeug. Zur Anzeige der Werte von Variablen fügt man an der entsprechenden Stelle im Text die Variable aus der Liste der Objekte ein. Man kann auch Rechenoperationen mit Variablen als Objekt eingeben, z.b. P(X n p + ).

Lösungsvorschlag zu den Aufgaben 1.1. X: Anzahl der stornierten Plätze, n = 280, p = 0,1. P(X 10) = 1 P(X 9) 1 0,0000142 0,999986 1.2. n = 300, = 30, 5,20 3,29-Umgebung: [13; 47] Berechnen Sie anschließend P(13 X 47) 0,999. 1.3. Gesucht ist die Zahl n, sodass P(X n 270) 0,99 P(X n 271) 0,01 n 287 Mit der 2,58-Sigma-Regel: n 270 0,1n 2,58 0,09 n 300 n 0,86 n n² 600,74 n + 90000 0 n 285,5 ( n 315,27) 2.1. X: Anzahl der Ziehungen der 13, n = 52, p = 6 49. P(X 5) 0,375 2.2. = 6,37, = 2,36 1,96-Umgebung: [2; 11] 2.3. P(X 409) 0,00828 d.h. man kann die Behauptung nicht mit 99,9 % Sicherheit behaupten, dass die 13 zu selten gezogen wird. 3.1. X: Zahl der Kinder, die jährlich in Baden-Württemberg an Leukämie erkranken. 610 n = 1 500 000, p = 13 000 000 0,0000469 P(X 50) 0,00663 610 3.2. n = 11000, p = 16 13 000 000 0,000751 8,25, 2,873 In den Jahren 1990 bis 2005 war mit etwa 8 Neuerkrankungen zu rechnen. 2,58-Umgebung für die 16 Jahre: [1; 15] 3.3. P(X 19) 0,9996 Man kann nicht mit 99,9 % Sicherheit behaupten, dass die Leukämierate in den Elbmarschen höher ist als im Bundesgebiet.