2.

Übung zur Vorlesung Statistik 1

9.01.2012
Prof. P. Martus

3. Aufgabe (1.8 ) (Lotto 6 aus 49 ohne Zusatzzahl)

a) Berechnen Sie die Wahrscheinlichkeit, genau drei richtige zu ziehen (Formel und
Implementierung in R).
Hinweis: Binomialkoeffizient in R: choose.

b) Berechnen Sie die Wahrscheinlichkeit mindestens drei richtige zu ziehen.

Begründen Sie Ihr Ergebnis und geben Sie die R-Ausdrücke für die Berechnung an.

4. Aufgabe (2.14) (Bayessche Formel)

a) Zeigen Sie mit Hilfe der Bayesschen Formel, wie man aus Sensitivität, Spezifität und Prävalenz
den positiven und negativen prädiktiven Wert berechnen kann.

b) Erstellen Sie in R ein Diagramm, in dem die Abhängigkeit des positiven prädiktiven Wertes von
der Prävalenz für die Sensitivität von 80% und Spezifität von 90% dargestellt wird.

5. Aufgabe (2.15)
a) Gehen Sie davon aus, dass ein diagnostischer Test eine Sensitivität von 90% und eine Spezifität
von 80% aufweist. Berechnen Sie nun mit Hilfe der Bayesschen Formel für die Prävalenzen 0.5,
0.1, 0.01 und 0.001 jeweils den positiven prädiktiven Wert.

b) Schreiben Sie in R zwei Funktionen, die den positiven bzw. negativen prädiktiven Wert aus
Prävalenz, Sensitivität und Spezifität berechnen.

6. Aufgabe (3.3)
In einer Studie werden 15 Patienten behandelt. Wie groß ist die Wahrscheinlichkeit, dass
mindestens 11 Patienten geheilt werden, obwohl die Heilungswahrscheinlichkeit für jeden
Patienten nur 0.5 beträgt? Berechnen Sie auch die Wahrscheinlichkeit für mindestens 12
Heilungen.
In einer anderen Studie werden 150 Patienten behandelt. Wie groß ist die Wahrscheinlichkeit,
dass mindestens 110 Patienten geheilt werden, obwohl die Heilungswahrscheinlichkeit für
jeden Patienten nur 0.5 beträgt? Berechnen Sie auch die Wahrscheinlichkeit für mindestens
120 Heilungen.
Geben Sie für alle Berechnungen den jeweiligen R-Ausdruck an.

Abgabe spätestens am 15.01.2012 per Email direkt an den jeweiligen Übungsgruppenleiter.