Zusammenfassung
In Abschnitt 1.1 wurden zu einer vorgegebenen Stichprobe (x1, x2,…, xn) die Funktionswerte \({\tilde F_n}\left( x \right)\) der empirischen Verteilungsfunktion \({\tilde F_n}\) definiert als die relative Häufigkeit derjenigen Stichprobenwerte, die kleiner oder höchstens gleich x sind. Es sei (x1, x2,…, xn) eine einfache Stichprobe, d. h. die Stichprobenwerte xi sind Realisierungen von (stochastisch) unabhängigen Zufallsvariablen Xi für i = 1, 2,…, n, welche alle die gleiche Verteilungsfunktion F besitzen. Dann ist für jedes fest vorgegebene x ∈ R der Funktionswert \({\tilde F_n}\left( x \right)\) einer Zufallsvariablen
die von den Zufallsvariablen X1,…, Xn und dem Parameter x abhängt. Die Zufallsvariable Fn (x) kann höchstens die Werte \(0,\frac{\text{1}} {\text{n}},\frac{\text{2}} {\text{n}}, \ldots, \frac{{\text{n - 1}}} {\text{n}},1\) annehmen. Für die Verteilung der diskreten Zufallsvariablen Fn zeigen wir die folgenden beiden Sätze.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2000 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Bosch, K. (2000). Verteilungsfunktion und empirische Verteilungsfunktion. Der Kolmogoroff-Smirnov-Test. In: Elementare Einführung in die angewandte Statistik. Vieweg Studium, vol 27. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-91926-7_7
Download citation
DOI: https://doi.org/10.1007/978-3-322-91926-7_7
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-528-67227-0
Online ISBN: 978-3-322-91926-7
eBook Packages: Springer Book Archive