Die statistische Wahrscheinlichkeitsrechnung basiert auf verschiedenen Verteilungen und Experimenten, die uns helfen, zufällige Ereignisse zu analysieren und vorherzusagen.
Das Bernoulli-Experiment ist ein grundlegendes Konzept der Wahrscheinlichkeitsrechnung. Es beschreibt Zufallsexperimente mit genau zwei möglichen Ausgängen (Erfolg oder Misserfolg). Die wichtigsten Bernoulli-Experiment Eigenschaften sind die Unabhängigkeit der Versuche und die gleichbleibende Erfolgswahrscheinlichkeit. Der Bernoulli Experiment Erwartungswert lässt sich durch die Bernoulli Formel berechnen. Bei mehrfacher Wiederholung eines Bernoulli-Experiments entsteht eine Binomialverteilung.
Die Gaußsche Normalverteilung ist eine der wichtigsten stetigen Wahrscheinlichkeitsverteilungen. Sie wird durch ihre charakteristische glockenförmige Dichtefunktion Normalverteilung beschrieben und durch den Erwartungswert μ und die Normalverteilung Standardabweichung σ eindeutig bestimmt. In der Normalverteilung Statistik finden sich zahlreiche Normalverteilung Beispiele Natur, wie etwa Körpergrößen oder IQ-Verteilungen. Bei großen Stichproben kann die Binomialverteilung durch die Normalverteilung approximiert werden. Diese Approximation Binomialverteilung durch Normalverteilung folgt der Faustregel, dass np und n(1-p) jeweils größer als 9 sein sollten. Bei der Approximation ist die Stetigkeitskorrektur Normalverteilung zu beachten, da die Normalverteilung stetig ist, während die Binomialverteilung diskret ist. Der Binomialverteilung Normalverteilung Unterschied liegt hauptsächlich in der Art der betrachteten Zufallsvariablen - diskret versus stetig. Die Normal Approximation ist besonders nützlich, wenn die exakte Berechnung mit der Binomialverteilung zu aufwendig wäre.
