Normalverteilung als Wahrscheinlichkeitsverteilung
Worum geht es hier?
In vielen Bereichen werden Daten erhoben, um Merkmale von Personen, Gegenständen oder Vorgängen zu untersuchen. Dabei zeigt sich, dass die beobachteten Werte häufig eine charakteristische glockenförmige Verteilung aufweisen.
In diesem Kapitel geht es darum, solche empirischen Häufigkeitsverteilungen mathematisch zu beschreiben. Die mathematische Modellierung kann man dann verwenden, um Aussagen über weitere mögliche Werte und deren Wahrscheinlichkeiten zu treffen. Dabei stellt sich auch die Frage, wie gut ein solches Modell die Wirklichkeit tatsächlich beschreibt und wo seine Grenzen liegen.
Für dieses Thema solltest du ...
- ... mit der Gauß-Funktion vertraut sein.
- ... mit den Kenngrößen Erwartungswert und Standardabweichung von Zufallsgrößen vertraut sein.
Hier lernst du, ...
- ... wie man glockenförmige relative Häufigkeitsverteilungen mit transformierten Gauß-Funktionen beschreibt.
- ... was man unter einer normalverteilten Zufallsgröße versteht.
- ... wie man Wahrscheinlichkeiten bei normalverteilten Zufallsgrößen bestimmt.
- ... was man unter einer Dichtefunktion bei einer stetigen Zufallsgröße versteht.
Diese Inhalte findest du hier:
- Erkundung — Modellierung empirischer Häufigkeitsverteilungen
- Strukturierung — Normalverteilung als Wahrscheinlichkeitsverteilung
- Exkurs — Bestimmung von Wahrscheinlichkeiten
- Übungen — Normalverteilung als Wahrscheinlichkeitsverteilung
- Überprüfung — Normalverteilung als Wahrscheinlichkeitsverteilung
- Zusammenfassung — Modellierung empirischer Häufigkeitsverteilungen
- Zusammenfassung — Normalverteilung als Wahrscheinlichkeitsverteilung