Statistik III - Theoretische Wahrscheinlichkeitsverteilung
Wahrscheinlichkeitsrechnung und Einführung in die Inferenzstatistik
Inhaltsverzeichnis
B Wahrscheinlichkeitsrechnung und Einführung in die Inferenzstatistik
B.1 Wahrscheinlichkeitsrechnung
B.2 Zufallsvariablen und deren Wahrscheinlichkeitsverteilung
B.3 Theoretische Wahrscheinlichkeitsverteilung
B.3.1 Binomialverteilung
B.3.1.1 Ableitung der Formel für die Binomialverteilung
B.3.2 Die Hypergeometrische Verteilung
B.3.3 Poisson - Verteilung
B.3.4 Gleichverteilung
B.3.4.1 Diskrete Gleichverteilung
B.3.4.2 Stetige Verteilung
B.3.5 Normalverteilung
B.3.6 Standartnormalverteilung
B.3.6.1 Lineare Interpolation
B.3.7 Chi – Quadrat – Verteilung
B.3.8 t – Verteilung
B.3.9 Approximationen (= Annäherungen)
B.3.9.1 Die Approximation der Binomialverteilung durch die Normalverteilung
B.3.9.2 Die Stetigkeitskorrektur
B.3.9.3 Die Approximation der Hypergeometrische Verteilung durch die Normalverteilung
B.3.9.4 Approximation der Poisson – Verteilung durch die Normalverteilung
B.3.10 Die Reproduktionseigenschaft von Verteilungen
Zielsetzung & Themen
Die vorliegende Arbeit vermittelt die theoretischen Grundlagen der Wahrscheinlichkeitsrechnung und deren Anwendung auf verschiedene statistische Verteilungsmodelle. Das primäre Ziel besteht darin, den Leser in die Lage zu versetzen, geeignete Verteilungsmodelle für praxisnahe Fragestellungen auszuwählen, diese mathematisch korrekt anzuwenden und bei komplexen Sachverhalten durch geeignete Approximationen effizient zu lösen.
- Grundlagen der Wahrscheinlichkeitsrechnung und diskrete Verteilungsmodelle
- Differenzierung zwischen Binomial-, Hypergeometrischer und Poisson-Verteilung
- Stetige Verteilungen, insbesondere die Normal- und Gleichverteilung
- Mathematische Herleitung und Anwendung von Approximationsverfahren
- Praxisnahe Beispiele zur statistischen Modellbildung und Fehlerschätzung
Auszug aus dem Buch
B.3.1 Binomialverteilung
Einführungsbeispiel:
In einem Studentenwohnheim gibt es 10 Stockwerke und einen Fahrstuhl. Student A betritt mit 4 anderen Studenten den Fahrstuhl. A will in den 9. Stock. Er überlegt sich: ‚Wie viele von den 4 Mitfahrern steigen in der selben Etage aus wie ich?’
Lösung:
x (Zufallsvariable): Anzahl der in derselben Etage aussteigenden Mitfahrer!
x kann die Realisationen 0, 1, 2, 3, 4 haben!
Ai: Person i steigt in derselben (9.) Etage aus
P(Ai) = 1/10 = 0,1 = p
gesucht: Wahrscheinlichkeit der Zufallsvariable x.
P(x = 4) = P( A1 ∩ A2 ∩ A3 ∩ A4 )
Fakt: Das Aussteigen erfolgt unabhängig voneinander!
P(x = 4) = P(A1) * P(A2) * P(A3) * P(A4)
P(x = 4) = p * p * p * p = p^4
P(x = 4) = 0,1^4 = 0,0001
Zusammenfassung der Kapitel
B Wahrscheinlichkeitsrechnung und Einführung in die Inferenzstatistik: Einführung in die Grundlagen der Stochastik als Basis für die statistische Inferenz.
B.1 Wahrscheinlichkeitsrechnung: Vermittlung der mathematischen Grundbegriffe und der Logik von Wahrscheinlichkeiten.
B.2 Zufallsvariablen und deren Wahrscheinlichkeitsverteilung: Definition von Zufallsvariablen und Erläuterung, wie diese Werte annehmen können.
B.3 Theoretische Wahrscheinlichkeitsverteilung: Systematische Übersicht über theoretische Verteilungsmodelle für diskrete und stetige Daten.
B.3.1 Binomialverteilung: Erläuterung der Binomialverteilung anhand von Bernoulli-Experimenten.
B.3.1.1 Ableitung der Formel für die Binomialverteilung: Mathematische Herleitung der Formel mittels Bernoulli-Experiment.
B.3.2 Die Hypergeometrische Verteilung: Betrachtung von Ziehungen ohne Zurücklegen.
B.3.3 Poisson - Verteilung: Spezialverteilung für seltene Ereignisse mit hoher Anzahl an Versuchen.
B.3.4 Gleichverteilung: Vorstellung von diskreten und stetigen Gleichverteilungsmodellen.
B.3.4.1 Diskrete Gleichverteilung: Darstellung von Gleichwahrscheinlichkeiten bei diskreten Ereignissen.
B.3.4.2 Stetige Verteilung: Konzept der Gleichverteilung in stetigen Intervallen.
B.3.5 Normalverteilung: Einführung der Gaußschen Glockenkurve als zentrales stetiges Verteilungsmodell.
B.3.6 Standartnormalverteilung: Transformation von Normalverteilungen auf den Standardfall mit Erwartungswert null und Varianz eins.
B.3.6.1 Lineare Interpolation: Methode zur Bestimmung von Werten, die nicht in Tabellen aufgeführt sind.
B.3.7 Chi – Quadrat – Verteilung: Einführung in die Verteilung von Summen quadrierter Standardnormalverteilungen.
B.3.8 t – Verteilung: Erläuterung der Studentverteilung für kleine Stichproben.
B.3.9 Approximationen (= Annäherungen): Übersicht über Verfahren, um komplexe Berechnungen zu vereinfachen.
B.3.9.1 Die Approximation der Binomialverteilung durch die Normalverteilung: Bedingungsprüfung und Durchführung der Approximation.
B.3.9.2 Die Stetigkeitskorrektur: Notwendige Anpassung bei der Approximation diskreter durch stetige Verteilungen.
B.3.9.3 Die Approximation der Hypergeometrische Verteilung durch die Normalverteilung: Anwendung von Approximationskriterien auf das Ziehen ohne Zurücklegen.
B.3.9.4 Approximation der Poisson – Verteilung durch die Normalverteilung: Vereinfachung von Poisson-Berechnungen bei großen Parametern.
B.3.10 Die Reproduktionseigenschaft von Verteilungen: Erklärung der Summierbarkeit von Verteilungen unter bestimmten Voraussetzungen.
Schlüsselwörter
Wahrscheinlichkeitsrechnung, Zufallsvariable, Binomialverteilung, Hypergeometrische Verteilung, Poisson-Verteilung, Normalverteilung, Standardnormalverteilung, Gleichverteilung, Approximation, Stetigkeitskorrektur, Erwartungswert, Varianz, Chi-Quadrat-Verteilung, t-Verteilung, Reproduktionseigenschaft
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die statistische Modellierung von Zufallsprozessen durch theoretische Wahrscheinlichkeitsverteilungen.
Was sind die zentralen Themenfelder?
Zentrale Themen sind diskrete und stetige Verteilungsmodelle, deren mathematische Herleitung sowie Verfahren zu deren Approximation.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist die Vermittlung der Fähigkeit, für gegebene statistische Fragestellungen das korrekte Verteilungsmodell auszuwählen und effizient anzuwenden.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt mathematische Modellbildung, exakte Wahrscheinlichkeitsberechnungen und analytische Approximationsverfahren.
Was wird im Hauptteil behandelt?
Im Hauptteil werden verschiedene Verteilungen (Binomial, Hypergeometrisch, Poisson, Normal, t, Chi-Quadrat) sowie Techniken zur Annäherung komplexer Berechnungen erörtert.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Verteilung, Erwartungswert, Varianz, Approximation, Normalverteilung und Binomialverteilung.
Wann ist die Anwendung der Stetigkeitskorrektur notwendig?
Diese ist erforderlich, wenn diskrete Wahrscheinlichkeitsverteilungen durch eine stetige Normalverteilung angenähert werden, um die Berechnungsgenauigkeit zu erhöhen.
Warum wird die Poisson-Verteilung als Spezialverteilung bezeichnet?
Sie stellt einen Grenzfall der Binomialverteilung dar, der eintritt, wenn die Anzahl der Versuche gegen unendlich geht und die Erfolgswahrscheinlichkeit gegen null strebt.
- Quote paper
- Dipl. Betriebswirt (FH) Torsten Montag (Author), 2006, Statistik III - Theoretische Wahrscheinlichkeitsverteilung, Munich, GRIN Verlag, https://www.grin.com/document/50537
