Advertisement
Published in:
2017 | OriginalPaper | Chapter
17. Wahrscheinlichkeitsrechnung – fundiert Prognosen erstellen
Authors : Laurenz Göllmann, Reinhold Hübl, Susan Pulham, Stefan Ritter, Henning Schon, Karlheinz Schüffler, Ursula Voß, Georg Vossen
Published in: Mathematik für Ingenieure: Verstehen – Rechnen – Anwenden
Publisher: Springer Berlin Heidelberg
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
In diesem Kapitel verlassen wir den Bereich der deskriptiven Statistik und wenden uns dem theoretischen Konzept der Wahrscheinlichkeiten zu. Es geht ab jetzt also nicht mehr um beobachtbare Häufigkeiten, sondern um das Konzept, das dahinter steckt.
Zuerst beschäftigen wir uns mit Ereignissen, ihrer Modellierung und ihren Wahrscheinlichkeiten. Ein besonderer Schwerpunkt liegt hierbei auf bedingten Wahrscheinlichkeiten, da dieses Konzept erfahrungsgemäß besondere Schwierigkeiten verursacht.
Danach betrachten wir Zufallsvariablen und ihre Verteilungen samt den zugehörigen Kenngrößen näher. Den meist verbreiteten Verteilungen sind jeweils eigene Abschnitte gewidmet.
Nach einem Einblick in die Rechenregeln für Kenngrößen sehen wir uns Möglichkeiten der Wahrscheinlichkeitsabschätzung bei unbekannten Wahrscheinlichkeitsverteilungen an. Hier werden wir insbesondere eine Version des Gesetzes der großen Zahlen und den zentralen Grenzwertsatz kennenlernen.