1 / 8

Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f.

Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f. Beispiel: Messung der Länge eines Stabes und der Temparatur. x = Abweichung von 800mm y = Temparatur in 0 C 2-dimensionales Histogramm (“scatter-plot”) Randverteilung von y (“y-Projektion”)

fisseha
Download Presentation

Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f. Beispiel: Messung der Länge eines Stabes und der Temparatur • x = Abweichung von 800mm • y = Temparatur in 0C • 2-dimensionales Histogramm • (“scatter-plot”) • Randverteilung von y • (“y-Projektion”) • Randverteilung von x • (“x-Projektion”) • 2 bedingte Verteilungen von x (s. Bänder in a)) • Breite in d) kleiner als in a) • x und y sind “korreliert” K. Desch - Statistik und Datenanalyse SS05

  2. Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f. Beispiele für Korrelationskoeffizienten (Einheiten spielen keine Rolle!) K. Desch - Statistik und Datenanalyse SS05

  3. Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f. Noch ein Beispiel: K. Desch - Statistik und Datenanalyse SS05

  4. Wahrscheinlichkeit Mehrere Zufallsvariablen mit gemeinsamer p.d.f. Noch ein Beispiel: K. Desch - Statistik und Datenanalyse SS05

  5. Verteilungen Binomialverteilung Binomialverteilung tritt auf wenn es um Versuche (Trials) geht, die zweiMöglichkeiten des Ausgangs (Erfolg – Misserfolg, success-failure,Kopf-Zahl, …) haben. Ereignis “Erfolg”: Ereignis “Misserfolg”: Wahrscheinlichkeit Beispiel: Münzen Wahrscheinlichkeit für “Kopf” (A) = p = 0.5, q=0.5 Wahrscheinlichkeit bei 4 Würfen n-mal “Kopf” (A) zu erhalten? n=0: P = (1-p)4 = 1/16 n=1: P = (p (1-p)3) mal Anzahl der Permutationen (KZZZ, ZKZZ, ZZKZ, ZZZK) = 4*1/16 = ¼ n=2: P = (p2 (1-p)2) mal (KKZZ, ZKKZ, ZZKK, KZKZ, ZKZK, KZZK) = 6*1/16 = 3/8 n=3: P = (p3 (1-p)) mal (KKKZ, KKZK, KZKK, ZKKK) = 4*1/15 = ¼ n=4: P = p4 = 1/16 P(0)+P(1)+P(2)+P(3)+P(4) = 1/16+1/4+3/8+1/4+1/16 = 1 gut. K. Desch - Statistik und Datenanalyse SS05

  6. Verteilungen Binomialverteilung K. Desch - Statistik und Datenanalyse SS05

  7. Verteilungen Binomialverteilung K. Desch - Statistik und Datenanalyse SS05

  8. Verteilungen Binomialverteilung Beispiel: K. Desch - Statistik und Datenanalyse SS05

More Related