Studium

192
Teilnahmepflicht

Wenn eine Veranstaltungsinstanz aus einer Schablone erstellt wird, befindet sie sich in diesem Zustand.

  • Die Daten sind in der Regel noch nicht vollständig und es kann noch alles bearbeitet werden.
  • Dozenten und Sekretariate können den Zuständ auf Bearbeitet setzen.

Inhalt:

  • Prinzipien des Zählens; Elemente der Kombinatorik
  • Modelle vom Zufall abhängiger Vorgänge: Wahrscheinlichkeitsräume, Wahrscheinlichkeitsmaße
  • Bedingte Wahrscheinlichkeiten; Unabhängigkeit; Bayes'sche Regel
  • Zufallsvariablen und ihre Verteilungen; Kenngrössen der Verteilungen: Erwartungswert und Varianz
  • Diskrete Verteilungen: Laplace-Verteilung; Binomialverteilung; geometrische Verteilung
  • Approximation der Binomialverteilung durch die Normalverteilung;
  • Approximation der Binomialverteilung durch die Poissonverteilung
  • Verteilungen mit Dichten: Gleichverteilung; Normalverteilung; Exponentialverteilung
  • Gemeinsame Verteilungen von mehreren Zufallsvariablen: diskret und mit Dichten; Unabhängigkeit von Zufallsvariablen; bedingte Verteilungen; Summen unabhängiger Zufallsvariablen und ihre Verteilungen
  • Kenngrößen gemeinsamer Verteilungen: Erwartungswert, Kovarianz und Korrelation; bedingte Erwartung
  • Grenzwertsätze: schwaches Gesetz der großen Zahl und relative Häufigkeiten; der zentrale Grenzwertsatz
  • Datenanalyse und deskriptive Statistik: Histogramme; empirische Verteilung; Kenngrößen von Stichprobenverteilungen; Beispiele irreführender deskriptiver Statistiken; lineare Regression
  • Elementare Begriffe und Techniken des Testens und Schätzens: Maximum-Likelihood-Prinzip; Konfidenzintervalle; Hypothesentests; Fehler erster und zweiter Art

Content:

  • Models for situations involving chance: probability spaces, probability measures; frequentist and Bayesian interpretations of probability.
  • Conditional probabilities and expectations.
  • Random variables and their distributions; Characteristic values of the distributions: the expectation and variance
  • Discrete distributions: e.g. the uniform, binomial, geometric, and Poisson distributions.
  • Distributions with densities: e.g. the uniform, normal, and exponential distributions.
  • Joint distributions of several random variables: independence of random variables; conditional distributions; sums of independent random variables and their distributions.
  • Features of common distributions: expectation, covariance and correlation; characteristic and generating functions.
  • Approximation of the binomial distribution by the Poisson and normal distributions.
  • Limit theorems: the weak and strong laws of large numbers; the central limit theorem.
  • Data analysis and descriptive statistics: histograms; empirical distribution; features of sample distributions; examples of misleading descriptive statistics; linear regression.
  • Basic concepts and techniques of testing and estimation: maximum likelihood principle; confidence intervals; hypothesis testing; type I and type II errors.

Sprachübergreifend

192 006
Teilnahmepflicht

Werdende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend
Mutterschutzbogen anzeigen

Stillende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend
Mutterschutzbogen anzeigen

Begleitveranstaltungen

Übung zu Stochastik I

Werdende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend
Mutterschutzbogen anzeigen

Stillende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend
Mutterschutzbogen anzeigen