Logo des digitalen Schulbuchs o-mathe.de. Schriftzug mit Omega als O

Minimallogo des digitalen Schulbuchs inf-schule.de. Omega als Symbol

s n h m r u
i

Einstieg

Ein neues Ziel setzen

Die Gauß-Funktion wird häufig als Modell verwendet, um eine empirische Häufigkeitsverteilung näherungsweise zu beschreiben. Dabei muss man natürlich prüfen, ob sich das Modell für eine Beschreibung eignet, bzw. ob die Gauß-Funktion zu den Daten passt.

Diese Datenmodellierung mithilfe der Gauß-Funktion eröffnet die Möglichkeit, Wahrscheinlichkeiten für die betrachtete reale Situation abzuschätzen. Das kannst du dir im folgenden Applet nochmal klarmachen. Bearbeite die Aufgabe unter dem Applet.

Zum Herunterladen: WahrscheinlichkeitenGauss.ggb

Aufgabe 1

(a) Stelle im Applet $x = 170$ ein. Vergleiche die beiden Werte, die das Applet für die Wahrscheinlichkeit anzeigt, dass eine zufällig ausgewählte junge Frau höchstens 1.70 m groß ist. Erkläre, wie die beiden Werte jeweils zustande kommen.

(b) Blende das Histogramm mit dem Kontrollkästchen [junge Frauen] aus. Jetzt steht dir nur noch die Gauß-Funktion zur Verfügung. Entscheide für jede Frage, ob man sie jetzt noch beantworten kann, und begründe:

  • Wie wahrscheinlich ist es, dass eine zufällig ausgewählte junge Frau höchstens 1.715 m groß ist?
  • Wie viele Frauen wurden vermessen?
  • Wie groß war die größte vermessene Frau?
  • Wie wahrscheinlich ist es, dass eine zufällig ausgewählte junge Frau größer als 2.10 m ist?

(c) Diskutiert zu zweit: Was gewinnt man, und was verliert man, wenn man nur noch mit der Gauß-Funktion arbeitet?

🔑 Zur Kontrolle

(a) Das Histogramm liefert etwa $0.672$. Das ist die relative Häufigkeit, also die Gesamtfläche der Balken bis $170$. Die Gauß-Funktion liefert etwa $0.675$. Das ist der Flächeninhalt unter ihrem Graphen bis $170$.

(b) Die erste Frage kann man beantworten, man erhält etwa $0.75$. Die zweite und die dritte Frage kann man nicht mehr beantworten, denn die Gauß-Funktion enthält keine Einzeldaten. Bei der vierten Frage liefert das Modell einen winzigen Wert, der aber über die erhobenen Daten hinausgeht. Ob er die Wirklichkeit beschreibt, sagt das Modell nicht.

(c) Man gewinnt eine kompakte Beschreibung durch $\mu$ und $\sigma$ und Wahrscheinlichkeiten für beliebige Grenzen. Man verliert die Einzeldaten und den direkten Bezug zur Erhebung.

Wenn man im Applet das Histogramm mit dem Kontrollkästchen [junge Frauen] wegblendet, verbleibt nur die Wahrscheinlichkeitsbestimmung mit der Gauß-Funktion. Genau diesen Weg werden wir in den weiteren Abschnitten beschreiten: Wir abstrahieren, indem wir die Kontexte weglassen und die Gauß-Funktion als Grundlage eines Wahrscheinlichkeitsmodells verwenden.

Suche

v
6.9.2.2.1 Einstieg
Kopieren durch Anklicken

Rückmeldung geben