21.11.2014 Aufrufe

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Diskrete Verteilungen<br />

<strong>Statistische</strong> Metoden<br />

<strong>der</strong> <strong>Datenanalyse</strong><br />

R. Frühwirth<br />

Eindimensionale<br />

Zufallsvariable<br />

Grundbegriffe<br />

Diskrete Zufallsvariable<br />

Stetige Zufallsvariable<br />

Mehrdimensionale<br />

Zufallsvariable<br />

Grundbegriffe<br />

Randverteilungen und<br />

bedingte Verteilungen<br />

Wichtige Verteilungen<br />

Diskrete Verteilungen<br />

Stetige Verteilungen<br />

Die Normalverteilung<br />

und verwandte<br />

Verteilungen<br />

Momente<br />

Erwartung<br />

Varianz<br />

Schiefe<br />

Rechnen mit Verteilungen<br />

Faltung und Messfehler<br />

Fehlerfortpflanzung,<br />

Transformation von<br />

Dichten<br />

Systematische Fehler<br />

Grenzverteilungssätze<br />

Der Modus m (<strong>der</strong> wahrscheinlichste Wert) ist gleich<br />

⎧<br />

⌊(n + 1)p⌋, wenn p = 0 o<strong>der</strong> (n + 1)p /∈ N<br />

⎪⎨<br />

(n + 1)p und<br />

m =<br />

(n + 1)p − 1, wenn (n + 1)p ∈ {1, . . . , n}<br />

⎪⎩<br />

1, wenn p = 1<br />

Die Verteilungsfunktion kann durch die unvollständige<br />

regularisierte Betafunktion β(x; a, b) ausgedrückt werden:<br />

F X (k; n, p) = W (X ≤ k) = β(1 − p; n − k, k + 1)<br />

=<br />

∫ 1−p<br />

0<br />

t n−k−1 (1 − t) k<br />

B(n − k, k + 1) dt<br />

R. Frühwirth <strong>Statistische</strong> Metoden<strong>der</strong> <strong>Datenanalyse</strong> 202/587

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!