MindMap Gallery Wahrscheinlichkeitstheorie und Mathematische Statistik

Wahrscheinlichkeitstheorie und Mathematische Statistik

Der Wissensüberblick über Wahrscheinlichkeitstheorie und mathematische Statistik umfasst sowohl Wahrscheinlichkeitstheorie als auch mathematische Statistik, einschließlich Wahrscheinlichkeit, Häufigkeit, Stichproben, das Gesetz der großen Zahlen, Parameterschätzung usw. Lernende können anhand dieser Vorlage Inhalte hinzufügen, die auf ihrem eigenen Verständnis basieren, um die Lerneffizienz zu verbessern.

Edited at 2024-03-02 22:31:28

Deu-Martina

Wahrscheinlichkeitstheorie und Mathematische Statistik

Deu-Martina

Recommended to you
Outline

Mechanische Konstruktion
- 26
Deu-Martina
Mindmap für Metalltechnologie
- 40
Deu-Martina
Prinzipien des Marxismus
- 26
Deu-Martina
Wahrscheinlichkeitstheorie und Mathematische Statistik
- 20
Deu-Martina
Wahrscheinlichkeitstheorie und Mathematische Statistik
- 13
Deu-Martina
Pathologie Kapitel 1 Anpassung und Schädigung von Zellen und Geweben
- 11
Deu-Martina
Mechanik der Materialverdrehung
- 18
Deu-Martina
Zusammenfassung des Kurses zur Wahrscheinlichkeitstheorie
- 9
Deu-Martina
Allgemeines Kapitel 3 Zweidimensionale Zufallsvariablen Mind Map
- 13
Deu-Martina
Allgemeines Kapitel 3 Zweidimensionale Zufallsvariablen Mind Map
- 13
Deu-Martina

Wahrscheinlichkeitstheorie und Mathematische Statistik

1. Grundbegriffe der Wahrscheinlichkeitstheorie

1. Randomisierte Studien

Kann unter den gleichen Bedingungen wiederholt werden

Jedes Experiment hat mehr als ein mögliches Ergebnis und alle möglichen Ergebnisse des Experiments können im Voraus geklärt werden

Es ist nicht möglich zu bestimmen, welches Ergebnis eintreten wird, bis ein Experiment durchgeführt wird

2. Probenraum, zufällige Ereignisse

Probenraum

Die Menge aller möglichen Ergebnisse einer randomisierten Studie

Beispielspunkt

Elemente des Probenraums

Zufällige Ereignisse (Ereignisse)

Teilmenge des Probenraums

grundlegende Ereignisse

ein zufälliges Ereignis, das aus einem Stichprobenpunkt besteht

besondere Zufallsereignisse

unvermeidliches Ereignis

unmögliches Ereignis

Ereignisbeziehung

Teilmenge

Das Eintreten von A führt unweigerlich zum Eintreten von B

gleich

und Veranstaltungen

angesammelte Ereignisse

schlechtes Ereignis

sich gegenseitig ausschließende Ereignisse

Oppositionsveranstaltungen

Gegenteiliges Ereignis von A

3. Häufigkeit und Wahrscheinlichkeit

4. Andere mögliche Konzepte

5. Bedingte Wahrscheinlichkeit

6. Unabhängigkeit

2. Zufallsvariablen und ihre Verteilung

1. Zufallsvariablen

2. Diskrete Zufallsvariablen und ihre Verteilungsgesetze

3. Verteilungsfunktion von Zufallsvariablen

4. Kontinuierliche Zufallsvariablen und ihre Wahrscheinlichkeitsdichte

5. Funktionale Verteilung von Zufallsvariablen

3. Mehrdimensionale Zufallsvariablen und ihre Verteilung

1. Zweidimensionale Zufallsvariablen

2. Randverteilung

3. Bedingte Verteilung

4. Voneinander unabhängige Zufallsvariablen

5. Funktionsverteilung zweier Zufallsvariablen

4. Numerische Eigenschaften von Zufallsvariablen

1. Mathematische Erwartungen

2. Varianz

3. Kovarianz- und Korrelationskoeffizient

4. Momente und Kovarianzmatrizen

5. Das Gesetz der großen Zahlen und der zentrale Grenzwertsatz

1. Das Gesetz der großen Zahlen

2. Zentraler Grenzwertsatz

6. Proben- und Probenverteilung

1. Zufallsstichprobe

2. Histogramme und Boxplots

3. Stichprobenverteilung

7. Parameterschätzung

1. Punktschätzung

2. Maximum-Likelihood-Schätzung basierend auf zensierten Stichproben

3. Auswahlkriterien für Schätzer

4. Intervallschätzung

5. Intervallschätzung des Mittelwerts und der Varianz der Normalbevölkerung

6. Intervallschätzung von (0-1)-Verteilungsparametern

7. Einseitiges Konfidenzintervall

8. Hypothesentest

1. Hypothesentest

2. Hypothesentest des Normalbevölkerungsmittelwerts

3. Hypothesentest der normalen Populationsvarianz

4. Die Beziehung zwischen Konfidenzintervallen und Hypothesentests

5. Auswahl der Stichprobengröße

6. Verteilungsanpassungstest

7. Rangsummentest

8. p-Wert-Testmethode für Hypothesentestprobleme

9. Varianzanalyse und Regressionsanalyse

1. Varianzanalyse im Einzelfaktortest

2. Varianzanalyse im Zwei-Faktor-Test

3. Univariate lineare Regression

4. Multiple lineare Regression

10. Bootstrap-Methode

1. Nichtparametrische Bootstrap-Methode

2. Parameter-Bootstrap-Methode

11. Anwendung der Excel-Software in der mathematischen Statistik

1. Übersicht

2. Boxplot

3. Hypothesentest

4. Varianzanalyse

5. Univariate lineare Regression

6. Bootstrap-Methoden, Makros, VBA

12. Zufallsprozess und seine statistische Beschreibung

1. Das Konzept des Zufallsprozesses

2. Statistische Beschreibung zufälliger Prozesse

3. Poisson-Prozess und Wiener-Prozess

13. Markov-Kette

1. Markov-Prozess und Wahrscheinlichkeitsverteilung

2. Bestimmung der mehrstufigen Übergangswahrscheinlichkeit

3. Überquerbarkeit

14. Stationärer Zufallsprozess

1. Das Konzept des stationären Zufallsprozesses

2. Verschiedene ergodische Eigenschaften

3. Eigenschaften von Korrelationsfunktionen

4. Leistungsspektraldichte stationärer Zufallsprozesse