Advertisement

Elementare Stichprobentheorie

  • Leopold Schmetterer

Zusammenfassung

Anläßlich der Einführung des Wahrscheinlichkeitsbegriffes haben wir folgende Situation beschrieben: Es liege eine Gesamtheit von Beobachtungen vor, die sich auf gewisse Merkmale beziehen. Diese Gesamtheit wird als unendlich angesehen, und zwar in dem Sinne, daß nach einer gleichbleibenden Vorschrift die Beobachtungen stets reproduzierbar sind, also z. B. eine unendlich ausgedehnte Serie von Würfelversuchen. Aus dieser Gesamtheit wählt man „zufällig“ eine Reihe von Beobachtungen aus. Ist deren Anzahl hinlänglich groß, dann weichen die relativen Häufigkeiten von Ereignissen, die sich auf die unter Beobachtung stehenden Merkmale beziehen, im allgemeinen nur unbedeutend von einem stets konstanten Wert ab, den wir als empirische Wahrscheinlichkeit bezeichnet haben (vgl. S. 23). Es ist nicht leicht, empirische Kriterien dafür anzugeben, wann eine Auswahl aus einer Gesamtheit als zufällig angesehen werden kann. Oft begnügt man sich mit der etwas vagen Formulierung, daß eine Zufallsauswahl realisiert ist, wenn kein Grund vorliegt, der eine bevorzugte Auswahl irgendeiner Beobachtung erkennen ließe. Man zieht in diesem Zusammenhang vielfach das „Urnenschema“ heran.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referenzen

  1. 1.1
    Dem an den Anwendungen interessierten Leser stehen heute eine Reihe deutschsprachiger Werke zur Verfügung. Wir erwähnen: A. Linder, Statistische Methoden für Naturwissenschafter, Mediziner und Ingenieure, 3. Auflage, Birk-häuser, Basel. J. Pfanzagl, Allgemeine Methodenlehre der Statistik, I,2. Auflage, II, Sammlung Göschen, Walter de Gruyter & Co., Berlin 1964, 1961.Google Scholar
  2. 1.1a
    D. Morgenstern, Einführung in die Wahrscheinlichkeitsrechnung und Mathematische Statistik, Springer-Verlag, Berlin—Göttingen—Heidelberg 1964. Auch von theoretischem Interesse ist das Werk:CrossRefGoogle Scholar
  3. 1.1b
    B. L. van der Waerden, Mathematische Statistik (Grundlagen der Mathem. Wissensch.), Springer-Verlag, Berlin—Göttingen—Heidelberg 1957. Hervorragende Werke der fremdsprachigen Literatur: H. Cramer, L.c. I.MATHGoogle Scholar
  4. 40.1
    D. Dugué, Traité de statistique théorique et appliquée, Masson & Cie, Paris 1958.MATHGoogle Scholar
  5. 40.1a
    A. M. Mood, Introduction to the theory of statistics, Mc. Graw-Hill, New York 1950.MATHGoogle Scholar
  6. 40.1b
    J. Neyman, First Course in Probability and Statistics, Henry Holt and Company, New York 1957.Google Scholar
  7. 40.1c
    S. S. Wilks, Mathematical Statistics, John Wiley & Sons, New York—London 1962. Ein Sammelwerk mit vielen Literaturangaben bis 1960 stelltMATHGoogle Scholar
  8. 40.1d
    M. Kendall and A. Stuart, The Advanced Theory of Statistics I, II, Griffin, London 1961, dar.Google Scholar
  9. 3.1
    W. Winkler, 1. c. E.1, 35.Google Scholar
  10. 4.1
    W. G. Cochran, Proc. Cambridge philos. Soc. 30, 178–191 (1933–1934).CrossRefGoogle Scholar
  11. 4.2
    G. S. James, Proc. Cambridge philos. Soc. 48, 443–446 (1952).MathSciNetMATHCrossRefGoogle Scholar
  12. 4.3
    In dieser Allgemeinheit stammt der Satz von T. Kawata und H. Sakamoto, J. math. Soc. Japan 1, 111–115 (1949).MathSciNetMATHCrossRefGoogle Scholar
  13. 4.3a
    Für den Fall, daß die Streuung von F existiert, wurde der Satz zuerst von E. Lukacs, Ann. math. Statistics 13, 91–93 (1942) bewiesen.MathSciNetMATHCrossRefGoogle Scholar
  14. 5.1
    Damit ist die Bedeutung des Titels von 5. päzisiert und somit ist wohl auch die Bedeutung der Überschriften von 6., 9. und 10. klar.Google Scholar
  15. 6.1
    Diese und die anderen Anwendungen der t-Verteilung finden sich in klarer Form bei R. A. Fisher, Metron 5, 90–104 (1925).Google Scholar
  16. 11.1
    Siehe auch U. Graf und H. J. Henning: Formeln und Tabellen der Mathematischen Statistik, Springer-Verlag, Berlin 1953.MATHCrossRefGoogle Scholar
  17. 13.1
    Für eine ausschließlich auf die Praxis ausgerichtete Darstellung vgl. man H. Lustig, J. Pfanzagl, L. Schmetterer, Moderne Kontrolle, Österr. Statistische Gesellschaft, 3. Auflage, Wien 1958,Google Scholar
  18. 13.1a
    sowie H. Lustig, J. Pfanzagl, Industrielle Qualitätskontrolle, österr. Statistische Gesellschaft, Wien 1957.Google Scholar
  19. 13.2
    H. F. Dodge und H. G. Romig, Sampling Inspection Tables (Single and Double Sampling), John Wiley & Sons-Chapman & Hall, New York-London 1944.Google Scholar
  20. 14.1
    Vgl. dazu V. 1.Google Scholar
  21. 16.1
    J. Neyman, J. Roy. statist. Soc. 109, 558–606 (1934).CrossRefGoogle Scholar
  22. 17.2
    Eine genauere Analyse findet sich bei P. Armitage, Biometrika 34, 273–280 (1947).MathSciNetMATHGoogle Scholar
  23. 19.1
    M. H. Hansen und W. N. Hurwitz, Ann. math. Statistics 14, 332–362 (1943).MathSciNetCrossRefGoogle Scholar
  24. 19.2
    H. Midzuno, Ann. Inst, statist. Math. 3, 99–107 (1951/52)MathSciNetCrossRefGoogle Scholar

Copyright information

© Springer-Verlag Wien 1966

Authors and Affiliations

  • Leopold Schmetterer
    • 1
  1. 1.Universität WienÖsterreich

Personalised recommendations