![Page 1: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/1.jpg)
Stochastik mit dem GTR
![Page 2: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/2.jpg)
• Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation)
• Simulationen – Modellbildung
• Wahrscheinlichkeitsberechnungen
• Verteilungen und deren Maßzahlen: Binomial- und Normalverteilung, Approximation
• Beurteilende Statistik: Testen von Hypothesen, Fehler 1. und 2. Art
• MARKOFF-Ketten
Elemente der Stochastik
![Page 3: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/3.jpg)
Mathematik-Menü
![Page 4: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/4.jpg)
Menü zur Listenbearbeitung
![Page 5: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/5.jpg)
Statistik-Menü
![Page 6: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/6.jpg)
Befehle Bedingungen
rand
rand(3) rand(10)>0.5
randInt(1,6)
randInt(1,6,300) randInt(1,6,300) = 1
Simulation mit Pseudozufallszahlen
Vorstellungen von Zufall entwickeln
![Page 7: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/7.jpg)
Einen 100fachen Münzwurf simulieren ...
Simulation mit Pseudozufallszahlen
![Page 8: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/8.jpg)
... und die Entwicklung der relativen Häufigkeiten darstellen ...
Simulation mit Pseudozufallszahlen
![Page 9: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/9.jpg)
Das 300fache Würfeln simulieren ...
Simulation mit Pseudozufallszahlen
![Page 10: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/10.jpg)
... und die Entwicklung der relativen Häufigkeiten darstellen ...
Simulation mit Pseudozufallszahlen
![Page 11: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/11.jpg)
die Bestimmung der absoluten Häufigkeiten
automatisieren ...
Simulation mit Pseudozufallszahlen
![Page 12: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/12.jpg)
Simulation zum 1/e - Gesetz
20faches Werfen eines Ikosaeders
2, 4, 6, 10, 12, 13, 14, 17 fehlen,
also 8 von 20 (40%)
P(bestimmte Augenzahl tritt nicht auf)
1/e 37%
Simulation mit Pseudozufallszahlen
![Page 13: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/13.jpg)
Simulation zum 1/e - Gesetz
Zufallsregen auf 5x5 -Quadratgitter
P(ein Feld bleibt leer) 1/e 37%
Simulation mit Pseudozufallszahlen
![Page 14: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/14.jpg)
Ziehen mit und ohne Zurücklegen
Mit welcher Wahrscheinlichkeit sind die erzeugten Lottozahlen brauchbar?
Simulation mit Pseudozufallszahlen
![Page 15: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/15.jpg)
Wahrscheinlichkeit für lauter verschiedene Glückszahlen
Geburtstagsproblem (Lottoziehung mit Zurücklegen)
![Page 16: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/16.jpg)
Wahrscheinlichkeit für lauter verschiedene Geburtstage
Geburtstagsproblem
![Page 17: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/17.jpg)
Faustregel: Hat der Zufallsversuch n mögliche Ergebnisse, dann benötigt man ca. 1,2*n Versuchsdurchführungen, damit die Wahrscheinlichkeit für mind. zwei gleiche Ergebnisse über 50% ist.
Modellierung von Zufallsversuchen vom Typ „Geburtstagsproblem“
![Page 18: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/18.jpg)
Menü der Wahrscheinlichkeitsverteilungen
![Page 19: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/19.jpg)
Wahrscheinlichkeit für einen Lottogewinn
Hypergeometrische Verteilung
![Page 20: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/20.jpg)
Am ersten Schultag werden 206 neue Schülerinnen und Schüler eingeschult.
Wie groß ist Wahrscheinlichkeit, dass hierunter (k)ein Geburtstagskind ist (oder vielleicht sogar mehr als eins)?
Binomialverteilung
![Page 21: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/21.jpg)
Binomialverteilung - Histogramme
![Page 22: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/22.jpg)
Bedienungsfehler
Binomialverteilung
![Page 23: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/23.jpg)
Große Stichprobenumfänge
Binomialverteilung
![Page 24: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/24.jpg)
Simulation einer Binomialverteilung
Binomialverteilung - Simulation
![Page 25: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/25.jpg)
Erwartungswert einer Binomialverteilung
Binomialverteilung - Erwartungswert
![Page 26: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/26.jpg)
Kumulierte Binomialverteilung
Kumulierte Binomialverteilung
![Page 27: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/27.jpg)
Viele Menschen leiden unter Bluthochdruck. Die Heilungswahrscheinlichkeit eines bestimmten Medikaments beträgt p = 0,8.
Mit welcher Wahrscheinlichkeit werden von 72 Patienten
- weniger als 50 geheilt?
- mehr als 60 geheilt?
Kumulierte Binomialverteilung
![Page 28: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/28.jpg)
Graphen der Größe des Displays anpassen
Binomialverteilung – Streuung um den Erwartungswert
![Page 29: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/29.jpg)
Graphen der Größe des Displays anpassen
Binomialverteilung – Streuung um den Erwartungswert
![Page 30: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/30.jpg)
Graphen der Größe des Displays anpassen
Wir beobachten: Mit wachsendem Stichprobenumfang n
nimmt die Breite der „Glocken“ mit dem Faktor n zu und die Höhe mit dem Faktor 1/n ab.
Binomialverteilung – Streuung um den Erwartungswert
n Breite Höhe
50 20 0,113
100 30 0,080
200 42 0,057
300 52 0,047
400 62 0,040
![Page 31: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/31.jpg)
Man kann zeigen: Bei festem n ist die Breite der „Glocken“
proportional zu p(1-p).
Bei BERNOULLI-Versuchen konzentrieren sich die Ergebnisse auf eine Umgebung um den Erwartungswert = n p mit einem Radius von ungefähr 3 np(1-p).
np(1-p) ist gleich der Varianz der Zufallsgröße.
Binomialverteilung
![Page 32: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/32.jpg)
Varianz – Nachweis der Formel np(1-p)
n = 50 ; p = 0,4 n = 100 ; p = 0,2 n = 200 ; p = 0,3
Binomialverteilung - Varianz
![Page 33: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/33.jpg)
n = 200 ;
p = 0,3
Binomialverteilung - Normalverteilung
![Page 34: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/34.jpg)
P(1-Umgebung) 0.68 P(2-Umgebung) 0.955
Binomialverteilung – sigma-Regeln
![Page 35: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/35.jpg)
Bestimmung der Wahrscheinlichkeiten von Umgebungen von
Binomialverteilung – sigma-Regeln
![Page 36: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/36.jpg)
P(1-Umgebung) 0.68 P(2-Umgebung) 0.955
Binomialverteilung – sigma-Regeln
![Page 37: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/37.jpg)
Binomialverteilung – Approximation durch GAUSSsche Dichtefunktion
![Page 38: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/38.jpg)
Binomialverteilung – Approximation durch GAUSSsche Dichtefunktion
![Page 39: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/39.jpg)
Binomialverteilung – Approximation durch GAUSSsche Dichtefunktion
![Page 40: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/40.jpg)
Bei dominanter Vererbung haben in der zweiten Tochtergeneration 75% der Nachkommen die erste Ausprägung und 25% die andere.
Ist bei einem vorliegenden Kreuzungsversuch mit n = 120 die MENDELsche Regel anwendbar?
95%-Umgebung um den Erwartungswert: = 120 0,75 = 90 ; = (1200,750,25) = 4,74
Entscheidungsregel: Verwirf die Hypothese p = 0,75 , falls X < 81 oder falls X > 99
Binomialtest Entscheidungsregel
![Page 41: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/41.jpg)
Bei dominanter Vererbung haben in der zweiten Tochtergeneration 75% der Nachkommen die erste Ausprägung und 25% die andere.
Ist bei einem vorliegenden Kreuzungsversuch mit n = 120 die MENDELsche Regel anwendbar?
Binomialtest Entscheidungsregel
![Page 42: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/42.jpg)
95%-Umgebung um den Erwartungswert: = 120 0,75 = 90 ; = (1200,750,25) = 4,74
Entscheidungsregel: Verwirf die Hypothese p = 0,75 , falls X < 81 oder falls X > 99
Binomialtest Entscheidungsregel
![Page 43: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/43.jpg)
Angenommen, die zugrunde liegende Wahrscheinlichkeit ist tatsächlich p = 0,7.
Mit welcher Wahrscheinlichkeit wird nicht erkannt, dass hier nicht die MENDELsche Regel zugrunde liegt?
P(Fehler 2. Art) = 0,759
Binomialtest Fehler 2. Art
![Page 44: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/44.jpg)
Binomialtest Operationscharakteristik
![Page 45: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/45.jpg)
In einer Stichprobe unter 1000 Frauen im Alter zwischen 18 und 20 Jahren fand man die o. a. Verteilung für die Körpergröße.
NormalverteilungBestimmung von Mittelwert und Stichprobenstreuung
![Page 46: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/46.jpg)
Lässt sich die empirische
Verteilung durch eine
Normalverteilung
beschreiben?
NormalverteilungApproximation durch Normalverteilung
![Page 47: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/47.jpg)
Mit welcher Wahrscheinlichkeit ist die Körpergröße mindestens 1,60 m und höchstens 1,70 m?
gesuchte Wahrscheinlichkeit: 56, 3 %
NormalverteilungBerechnung von Wahrscheinlichkeiten
![Page 48: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/48.jpg)
Von 100 neugeborenen Mädchen wurde das Körpergewicht bestimmt. Weisen die Daten darauf hin, dass das Körpergewicht von Neugeborenen normalverteilt ist?
NormalverteilungÜberprüfung auf Normalverteilung
![Page 49: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/49.jpg)
ohne / mit Diagnose
NormalverteilungÜberprüfung auf Normalverteilung
![Page 50: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/50.jpg)
Ausgehend von den Wählerwanderungen zwischen vorletzter und letzter Bundestagswahl gaben wir eine Prognose für den 18. September 2005 ab . . .
SPD / Grüne ?
CDU/CSU/FDP ?
Sonstige Parteien ?
Die ultimative Wahlprognose
![Page 51: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/51.jpg)
Wählerwanderungen 1998 2002
1998 2002
SPD / Grüne
CDU/CSU / FDP
andere Nichtw. / Erstw.
gesamt
SPD / Grüne 72,7% 7,0% 19,0% 19,3%
34,7%
CDU/CSU / FDP 12,0% 76,5% 13,8% 17,9%
33,8%
andere2,3% 1,3% 37,4% 3,2%
5,2%
Nichtw. / gest. 12,9% 15,2% 29,8% 59,6%
26,3%
gesamt 100% 100% 100% 100% 100%
![Page 52: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/52.jpg)
33,66% / 73,16% = 46,0%
35,45% / 73,16% = 48,5%
Übergangsmatrix Startvektor Produkt
Übergangsmatrix
![Page 53: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/53.jpg)
Ausgehend von den Wählerwanderungen zwischen vorletzter und letzter Bundestagswahl ergab sich folgende Prognose:
SPD / Grüne 46,0%
CDU/CSU/FDP 48,5%
Sonstige Parteien 5,5%
Die ultimative Wahlprognose
![Page 54: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/54.jpg)
Niederlassung eines Autovermieters: A, B, C
80% der Fahrzeuge, die am Morgen in A stehen, stehen am Abend wieder in, je 10% sind von A nach B bzw. C gewechselt.
Nach B kehren 60% der ausgeliehenen Fahrzeuge wieder zurück; je 20% wechseln nach A oder nach C.
Von Niederlassung C aus wechseln erfahrungsgemäß 20% nach A und 10% nach B.
Wie viele Fahrzeuge befinden sich an den drei Niederlassungen nach 1, 2, ..., 10, ...20 Tagen, wenn am Anfang je ein Drittel an jeder der drei Niederlassungen vorhanden war?
Gibt es eine optimale Aufteilung der Fahrzeug-Bestände?
Matrixpotenzen
![Page 55: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/55.jpg)
Matrixpotenzen
![Page 56: Stochastik mit dem GTR. Beschreibende Statistik (Kennzahlen von Datenmengen, Regression, Korrelation) Simulationen – Modellbildung Wahrscheinlichkeitsberechnungen](https://reader036.vdocuments.site/reader036/viewer/2022062622/55204d7049795902118c116e/html5/thumbnails/56.jpg)
„Elemente der Mathematik – Gesamtband
Mathematik mit neuen Technologien“
Schroedel 83990
Das Stochastik-Kapitel wurde von mir verfasst und enthält die im Vortrag beschriebenen Einsatzmöglichkeiten des GTR.
Heinz Klaus Strick
Rückmeldungen erwünscht: [email protected]
Literaturhinweis