Skip to main content

Wahrscheinlichkeitsmodelle

  • Chapter
  • First Online:
Statistisch gesichert und trotzdem falsch?

Part of the book series: Springer-Lehrbuch ((SLB))

  • 2912 Accesses

Zusammenfassung

Im vorangegangenen Kapitel haben wir gesehen, wie das mehrfache Wiederholen eines sehr einfachen zufälligen Experiments, nämlich das Ziehen einer Kugel aus einer Urne, in der sich nur rote und weiße Kugeln befinden, zu einer sehr großen Zahl möglicher Kombinationen der Anzahl „roter“ und „weißer“ Kugeln führt. So entsteht die Wahrscheinlichkeitsverteilung für die Anzahl roter Kugeln in diesem Experiment, sie heißt Binomialverteilung.

Wahrscheinlichkeitsmodelle sind formale mathematische Beziehungen, die den möglichen Resultaten eines zufälligen Experiments ihre jeweiligen Wahrscheinlichkeiten zuordnen. Sie beziehen sich auf die zufälligen Größen. Meist sind es Wahrscheinlichkeitsverteilungen ein- oder mehrdimensionaler zufälliger Größen, die noch unbekannte Parameter enthalten. Je nach dem Ziel der Untersuchung geht es um eine Schätzung der Parameter, die Prüfung von Hypothesen über sie oder die Eignung des Verteilungstyps selbst. In vielen Wissenschaftsgebieten besteht die empirische Forschung hauptsächlich in der Suche nach formalen Modellen, die auch die zufälligen Einflüsse berücksichtigen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

eBook
USD 19.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 19.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    In der mathematischen Statistik bezeichnet man Kurven und Flächen, die Polynome sind, eigentlich als lineare Modell e. Danach ist auch das Modell in der Abb. 9.4 linear. Es wird hier als „nicht linear“ bezeichnet, nur um es von dem in der Abb. 9.3 zu unterscheiden.

Literatur

  1. Bessel, F.W.: Ueber Wahrscheinlichkeits–Rechnung, Meyers Volksbibliothek für Länder-Völker- und Naturkunde, 70. Bd, S. 164 ff. Hildburghausen, New York (etwa 1855)

    Google Scholar 

  2. Cesar, H.S.J.: Control and Game Models of the Greenhouse Effect. Springer, Heidelberg (1994)

    Google Scholar 

  3. Härtler, G.: Statistik für Ausfalldaten. LiLoLe, Hagen (2008)

    Google Scholar 

  4. Mandelbrot, B.B., Hudson, R.L.: Fraktale und Finanzen. Piper, München (2007)

    Google Scholar 

  5. Meadows, D., Meadows, J., Randers, J.: Die neuen Grenzen des Wachstums. Deutsche Verlags-Anstalt GmbH, Stuttgart (1992)

    Google Scholar 

  6. Meeker, W.O., Escobar, L.A.: Statistical Methods for Reliability Data. Wiley, New York (1998)

    Google Scholar 

  7. Quetelet, L.A.: L’anthropométrie ou le mesure des différentes facultés de l’homme. C. Muquardt, Brüssel (1871)

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Gisela Härtler .

Rights and permissions

Reprints and permissions

Copyright information

© 2014 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Härtler, G. (2014). Wahrscheinlichkeitsmodelle. In: Statistisch gesichert und trotzdem falsch?. Springer-Lehrbuch. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-43357-7_9

Download citation

Publish with us

Policies and ethics