Advertisement
Published in:
2015 | OriginalPaper | Chapter
10. Stetige Wahrscheinlichkeitsverteilungen
Authors : Jörg Meißner, Tilo Wendler
Published in: Statistik-Praktikum mit Excel
Publisher: Springer Fachmedien Wiesbaden
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Zusammenfassung
Kann eine zufällige oder stochastische Variable eine nicht überschaubare Anzahl von Werten - zumindest in dem interessierenden relevanten Wertebereich - annehmen, ist sie kontinuierlich oder stetig. Die Wege zu ihrer numerischen Wahrscheinlichkeitsverteilung sind prinzipiell die Gleichen wie bei einer diskreten Variablen.
Behandelt wird die grundlegende Vorgehensweise der Eigenentwicklung einer stetigen Wahrscheinlichkeitsverteilung durch geeignete quantitative Analysen einer klassierten Häufigkeitsverteilung: der Weg von den empirischen Daten zur Dichtefunktion und von dort zur Verteilungsfunktion, die die Wahrscheinlichkeitsimplikationen enthält.
Bei der Modellnutzung wird hier nur das wichtigste und bekannteste Verteilungsmodell der Statistik verwendet, die Normalverteilung. Behandelt wird ihre Verwendung als Approximationsverteilung einer diskreten Verteilung (Approximationsbedingungen) und einer unbekannten Verteilung (Zentraler Grenzwertsatz ZGS).
Excel unterstützt die Visualisierung von Ausgangsdaten, Zwischenergebnissen und ermittelten Verteilungen durch Diagramme und die Ermittlung und Nutzung der numerischen Normalverteilung mit statistischen Funktionen.