Beruflich Dokumente
Kultur Dokumente
verteilung Los!
Negative Binomialverteilung Damit man von einer Verteilungsfunktion spricht, muss die Funktion
dazu folgende Eigenschaften erfüllen:
Geometrische Verteilung
Chi-Quadrat Verteilung 1. F ist monoton steigend
Weibull Verteilung
2. F ist rechtsseitig stetig
Tabelle Standardnormalverteilung
3. F besitzt die Grenzwerte
Tabelle F-Verteilung
Tabelle Chi-Quadrat Verteilung lim F(x) = 0 und lim F(x) = 1
x→−∞ x→∞
Symmetrie (Verteilung)
Student-t Verteilung Nun gibt es auch Verteilungsfunktionen für mehrere Zufallsgrößen, die
Stetige Verteilung also die gemeinsame Wahrscheinlichkeit dieser Zufallsgrößen
angeben.
Stetige Gleichverteilung
Man spricht dann von multivariaten Verteilungen bzw.
Bernoulli Verteilung
mehrdimensionalen Zufallsgrößen/Verteilungen. Wie die zugehörigen
Poissonverteilung Verteilungsfunktionen aussehen, wird hier beschrieben.
Schiefe der Verteilung Hat man wie in unserem Fall nur eine Zufallsgröße bzw. Variable, so
Log-Normalverteilung spricht man von einer univariaten Verteilungsfunktion.
Dreiecksverteilung Wie diese Funktion konkret aussieht, hängt vor allem davon ab, ob
man eine stetige oder eine diskrete Zufallsgröße betrachtet.
Beta Verteilung
Binomialverteilung Diskrete Zufallsgröße
Cauchy Verteilung Bei einer diskreten Zufallsgröße X gibt es zu den einzelnen Werten
Laplace-Verteilung x1 , x2 , … die Wahrscheinlichkeiten
Diskrete Verteilung ℙ(X = x1 ), ℙ(X = x2 ), …
Diskrete Gleichverteilung Diese Werte sind oft durch die Wahrscheinlichkeitsfunktion gegeben.
Empirische Verteilungsfunktion
Wenn es nun darum geht, die Wahrscheinlichkeit ℙ(X ≤ x) zu
Erlang-Verteilung bestimmen, addiert man einfach alle Wahrscheinlichkeiten der xi 's, die
kleiner als x sind:
Exponentialverteilung
∫−∞
F(X) = ℙ(X ≤ x) = f (u) du
Herfindahl-Index (bei Listen)
Häufigkeitstabelle
Es gibt zwar auch Verteilungsfunktionen, die keine Dichtefunktion
Satz von Moivre-Laplace besitzen, jedoch muss man dafür schon ganz schön tief in der Materie
stecken, um dem zu begegnen :)
Konzentrationsrate
Varianz (klassierte Daten) Wir werden daher im Folgenden meistens davon ausgehen dass es
eine Dichttefunktion gibt. Grafisch kann man sich diesen
Dichtefunktion Zusammenhang wie folgt veranschaulichen:
Arithmetischer Mittelwert
Arten von Computern
Regressionsanalyse
1 − F(t + s)
ℙ(X > t + s|X > t) =
1 − F(t)
Für t, s > 0 gilt:
F(t + s) − F(t)
ℙ(X ≤ t + s|X > t) =
1 − F(t)
Genauer: \mathbb{P
(X\le x) vs. ℙ(X < x)} Bei stetigen Verteilungen gilt ja für jeden
einzelnen Wert ℙ(X = x) = 0 . Folglich macht es keinen Unterschied,
ob wir alle Werte kleiner x oder alle Werte kleiner gleich x betrachten.
Das kann man sich gut mithilfe des Integrals veranschaulichen, denn
wenn wir über den Bereich [−∞, x] integrieren, bekommen wir
x
∫−∞
ℙ(X ≤ x) = f (u) du
Für ℙ(X < x) integrieren wir nun über den Bereich (−∞, x) . Das
ergibt aber als Integral genau denselben Wert:
x
∫−∞
ℙ(X < x) = f (u) du
Bei diskreten Verteilungen ist das in der Regel nicht der Fall, da hier
durchaus gelten kann ℙ(X = x) > 0 .
Wahrscheinlichkeit \mathbb{P
(X>x)} Mit der Rechenregel von eben kann man nun auch bestimmen,
was ℙ(X > x) ist. Schließlich ist das ja eigentlich die
Wahrscheinlichkeit
Entweder X ist größer als x oder X ist kleiner gleich x - somit ergeben
beide Wahrscheinlichkeiten zusammen 1:
ℙ(A ∩ B)
ℙ(A|B) =
ℙ(B)
Wenn wir das auf A = {X > t + s} und B = {X > t} anwenden,
folgt:
Denn die Bedingung, dass X > t + s und X > t ist, bedeutet letztlich,
dass X > t + s sein muss, denn dann ist es ja automatisch auch
größer als t , weil s positiv ist.
Folglich betrachtet man bei ℙ(X > t + s|X > t) die bedingte
Überlebenswahrscheinlichkeit, dass das Gerät noch länger als t + s
hält, vorausgesetzt dass es bereits eine Dauer von mehr als t in
Betrieb ist.
Nun kann man sich aber auch für die Wahrscheinlichkeit interessieren,
dass das Gerät nur noch bis zum Zeitpunkt t + s funktioniert. Bedingt
darauf, dass es bereits eine Dauer von t in Betrieb ist, lautet diese:
Umkehrfunktion
Die Umkehrfunktion der Verteilungsfunktion definiert man allgemein als
Wichtiger ist, dass man weiß, dass diese Umkehrfunktion letztlich die
Quantile der Verteilung angibt, deshalb auch die Bezeichnung
Quantilsfunktion.