Difference between revisions of "Applets:Binomial- und Poissonverteilung (Applet)"

From LNTwww
Line 55: Line 55:
  
 
$\hspace{1.85cm}\text{Rot: }{\rm Pr}(3 \le z \le 5) = 0.9936 - 0.6778 = 0.3158$
 
$\hspace{1.85cm}\text{Rot: }{\rm Pr}(3 \le z \le 5) = 0.9936 - 0.6778 = 0.3158$
 +
 +
{{BlaueBox|TEXT=
 +
'''(3)'''  Es gelten die Einstellungen von (1). Wie unterscheiden sich Mittelwert $m_1$ und Streuung $\sigma$?}}
 +
 +
 +
$\hspace{1.0cm}\Rightarrow\hspace{0.3cm}\text{Mittelwert: }m_1 = I \cdot p
 +
 +
$\hspace{3.25cm} m_1 = 1$ für beide Verteilungen.
 +
 +
$\hspace{1.85cm}\text{Streuung: }\sigma = m_1^2 - m_2
 +
 +
$\hspace{3.25cm} \sigma_{Blau} = 1.1 \le \sigma_{Rot} = 1.26$

Revision as of 01:49, 17 February 2018

Programmbeschreibung


Dieses Applet ermöglicht die Berechnung und graphische Darstellung von Wahrscheinlichkeiten von

  • Binomialverteilungen:

$$\hspace{1.5cm}p_\mu = {\rm Pr}(z=\mu)={I \choose \mu}\cdot p^\mu\cdot ({\rm 1}-p)^{I-\mu},$$

$\hspace{0.7cm}$wobei $I$ die Anzahl der binären und statisch voneinander unabhängigen Zufallsgrößen $b_i$ und

$\hspace{0.7cm}p={\rm Pr}(b_i=1)$ die Erfolgswahrscheinlichkeit darstellt, und


  • Poissonverteilungen:

$$\hspace{1.5cm}p_\mu = {\rm Pr}(z=\mu)=\frac{ \lambda^\mu}{\mu!}\cdot {\rm e}^{-\lambda},$$

$\hspace{0.7cm}$wobei die Rate$\lambda$ aus $\lambda=I\cdot p$ berechnet werden kann.


Da gleichzeitig bis zu zwei Verteilungsfunktionen eingestellt werden können, können Binomial- und Poissonverteilungen einfach miteinander verglichen werden.

Theoretischer Hintergrund


Poissonverteilung als Grenzfall der Binomialverteilung



Versuchsdurchführung


In der folgenden Beschreibung bedeutet

  • Blau: Verteilungsfunktion 1 (im Applet blau markiert)
  • Rot: Verteilungsfunktion 2 (im Applet rot markiert)


(1)  Setzen Sie Blau: Binomialverteilung $(I=5, p=0.4)$ und Rot: Binomialverteilung $(I=10, p=0.2)$.

Wie lauten die Wahrscheinlichkeiten ${rm Pr}(z=0)$ und ${\rm Pr}(z=1)$?


$\hspace{1.0cm}\Rightarrow\hspace{0.3cm}\text{Blau: }{\rm Pr}(z=0)=0.6^5=7.78\%, \hspace{0.3cm}{\rm Pr}(z=1)=0.4 \cdot 0.6^4=25.92\%$

$\hspace{1.85cm}\text{Rot: }{\rm Pr}(z=0)=0.8^10=10.74\%, \hspace{0.3cm}{\rm Pr}(z=1)=0.2 \cdot 0.8^9=26.84\%$

(2)  Es gelten die Einstellungen von (1). Wie groß sind die Wahrscheinlichkeiten ${\rm Pr}(3 \le z \le 5)$?


$\hspace{1.0cm}\Rightarrow\hspace{0.3cm}\text{Es gilt }{\rm Pr}(3 \le z \le 5) = {\rm Pr}(z=3) + {\rm Pr}(z=4) + {\rm Pr}(z=5)$, oder

$\hspace{3.25cm}{\rm Pr}(3 \le z \le 5) = {\rm Pr}(z \le 5) - {\rm Pr}(z \le 2)$

$\hspace{1.85cm}\text{Blau: }{\rm Pr}(3 \le z \le 5) = 1 - 0.6826 = 0.3174$

$\hspace{1.85cm}\text{Rot: }{\rm Pr}(3 \le z \le 5) = 0.9936 - 0.6778 = 0.3158$

(3)  Es gelten die Einstellungen von (1). Wie unterscheiden sich Mittelwert $m_1$ und Streuung $\sigma$?


$\hspace{1.0cm}\Rightarrow\hspace{0.3cm}\text{Mittelwert: }m_1 = I \cdot p $\hspace{3.25cm} m_1 = 1$ für beide Verteilungen. $\hspace{1.85cm}\text{Streuung: }\sigma = m_1^2 - m_2

$\hspace{3.25cm} \sigma_{Blau} = 1.1 \le \sigma_{Rot} = 1.26$