Normalverteilung: Unterschied zwischen den Versionen

aus GlossarWiki, der Glossar-Datenbank der Fachhochschule Augsburg
Kowa (Diskussion | Beiträge)
Kowa (Diskussion | Beiträge)
Keine Bearbeitungszusammenfassung
Zeile 20: Zeile 20:
<math>\scriptstyle{\mu}</math> und  <math>\scriptstyle{\sigma^2}</math> heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen.
<math>\scriptstyle{\mu}</math> und  <math>\scriptstyle{\sigma^2}</math> heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen.


{{TBD}}


=Eigenschaften einer normalverteilten Zufallsgröße=
=Eigenschaften einer normalverteilten Zufallsgröße=
Zeile 45: Zeile 44:


=Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung=
=Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung=
 
In [[Normalverteilung (standardisiert)]] wird eine speziellere Dichtefunktion <math>f_{NV(0,1)}</math> definiert.
In [[Beta-Verteilung (standardisiert)]] wird eine speziellere Dichtefunktion <math>f_{\Beta V(\alpha,\beta)}\!</math> definiert.
Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen?
Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen?


Zunächst sieht man anhand der Definitionen sofort, dass jede Dichtefunktion einer [[Beta-Verteilung (standardisiert)|standardisierten Beta-Verteilungen]]
Zunächst sieht man anhand der Definitionen sofort, dass die Dichtefunktion der [[Normalverteilung (standardisiert)|standardisierten Normalverteilungen]]
auch eine Dichtefunktion einer [[Beta-Verteilung|allgemeinen Beta-Verteilungen]] ist:
auch eine spezielle Dichtefunktion einer [[Normalverteilung|allgemeinen Normalverteilungen]] ist.


<math>f_{\Beta V(\alpha,\beta)}(x) = f_{\Beta V(\alpha,\beta,0,1)}(x) \!</math>
{{TBD}}


Umgekehrt können alle
Umgekehrt können alle

Version vom 7. September 2012, 18:01 Uhr

Dieser Artikel erfüllt die GlossarWiki-Qualitätsanforderungen nur teilweise:

Korrektheit: 0
(nicht überprüft)
Umfang: 3
(einige wichtige Fakten fehlen)
Quellenangaben: 4
(fast vollständig vorhanden)
Quellenarten: 5
(ausgezeichnet)
Konformität: 4
(sehr gut)

Dieser Artikel wird derzeit von einem Autor gründlich bearbeitet. Die Inhalte sind daher evtl. noch inkonsistent.

Definition

Eine stetige Zufallsgröße $ \scriptstyle{X = NV(\mu,\sigma^2)} $ heißt normalverteilt, wenn ihre Verteilungsfunktion durch die Dichtefunktion $ \scriptstyle{f_X = f_{NV(\mu,\sigma^2)}} $ mit

$ \textstyle{f_X(x) = f_{NV(\mu,\sigma^2)}(x) := \frac {1}{\sigma\sqrt{2\pi}} e^{-\frac {1}{2} \left(\frac{x-\mu}{\sigma}\right)^2}} $

beschrieben werden kann.

$ \scriptstyle{\mu} $ und $ \scriptstyle{\sigma^2} $ heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen.


Eigenschaften einer normalverteilten Zufallsgröße

Parameter
$ \mu \in ]-\infty,\infty[ $
$ \sigma \in ]0,\infty[ $
Dichtefunktion
$ f_{NV(\mu,\sigma^2)}(x) := \frac {1}{\sigma\sqrt{2\pi}} e^{-\frac {1}{2} \left(\frac{x-\mu}{\sigma}\right)^2} $
Stetigkeit
$ f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[\! $
Träger
$ f_X(x) \ne 0 \Leftrightarrow x \in ]a,b[ \! $
Verteilungsfunktion
$ F_{NV(\mu,\sigma^2)}(x) =\int_{-\infty}^x \! f_{NV(\mu,\sigma^2)}(t) \, \mathrm{d} t $ ist nicht geschlossen darstellbar
Modus
$ \mu $
Erwartungswert
$ \mu $
Median
$ \mu $
Varianz
$ \sigma^2 $
Standardabweichung
$ \sigma $

Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung

In Normalverteilung (standardisiert) wird eine speziellere Dichtefunktion $ f_{NV(0,1)} $ definiert. Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen?

Zunächst sieht man anhand der Definitionen sofort, dass die Dichtefunktion der standardisierten Normalverteilungen auch eine spezielle Dichtefunktion einer allgemeinen Normalverteilungen ist.

TO BE DONE

Umgekehrt können alle Dichtefunktionen allgemeinen Beta-Verteilungen durch Linear-Transformationen aus entsprechenden Dichtefunktionen der standardisierten Beta-Verteilungen erzeugt werden:

$ f_{\Beta V(\alpha,\beta,a,b)}(x) = \frac{1}{b-a}\cdot f_{\Beta V(\alpha,\beta)}\left(\frac{x-a}{b-a}\right) = \frac{1}{d}\cdot f_{\Beta V(\alpha,\beta)}\left(\frac{x-a}{d}\right) $

(Beweis der zweiten Aussage)

Quellen

  1. Kowarschick (PM): Wolfgang Kowarschick; Vorlesung „Projektmanagement“; Hochschule: Hochschule Augsburg; Adresse: Augsburg; Web-Link; 2014; Quellengüte: 3 (Vorlesung)
  2. Rinne (2003): Horst Rinne; Taschenbuch der Statistik; Auflage: 3; Verlag: Wissenschaftlicher Verlag Harri Deutsch; Adresse: Frankfurt am Main; ISBN: 3817116950; 2003; Quellengüte: 5 (Buch)
  3. WikipediaEn: Beta distribution
  4. Statwiki HU Berlin: Beta-Verteilung

Siehe auch