ALSTAT 1 Algorithmen der Statistik für Kleinrechner by Matthias Kläy, Hans Riedwyl (auth.)
By Matthias Kläy, Hans Riedwyl (auth.)
Read or Download ALSTAT 1 Algorithmen der Statistik für Kleinrechner PDF
Best german_7 books
Fuzzy Logic: Einführung in Theorie und Anwendungen
Fuzzy common sense - das bedeutet mehr Flexibilität in der Automatisierungstechnik, Regelungstechnik, Logistik und Elektrotechnik. Die Grundlagen der vielversprechenden Technologie werden in diesem einführenden Lehrbuch aufgezeigt. Für Leser, die nicht nur die Potentiale erkennen wollen, sondern sich für die praktische Umsetzung interessieren.
Dieser Buchtitel ist Teil des Digitalisierungsprojekts Springer e-book documents mit Publikationen, die seit den Anfängen des Verlags von 1842 erschienen sind. Der Verlag stellt mit diesem Archiv Quellen für die historische wie auch die disziplingeschichtliche Forschung zur Verfügung, die jeweils im historischen Kontext betrachtet werden müssen.
Zu den Problemen der strategischen Planung ist in den letzten Jahren eine kaum noch tiberschaubare Literatur erschienen. Urn so erstaunlicher ist es, daB eine so wichtige Frage wie die supplier der strategischen Planung bisher vernachHissigt, jedenfaUs durch empirische Untersuchungen in der Wirtschaftspraxis kaum behandelt wurde.
Additional info for ALSTAT 1 Algorithmen der Statistik für Kleinrechner
Example text
Besonders wichtig ist sie auf dem Gebiet der linearen Regression und der Varianzanalyse. A. Fisher, der diese Verteilung zwischen 1920 und 1925 aufgrund von landwirtschaftlichen Feldversuchen in die Statistik eingefUhrt hat. n2 t nl /2-I,(n 2 + n1t)-(nl+n2112dt o r(a)'r(b) r(a + b) (Betafunktion) und r(a) (Gammafunktion) . 0 Wertebereich: y Parameter: n1 : Freiheitsgrade im Zahler n2 : Freiheitsgrade im Nenner n1 und n2 mUssen ganze Zahlen grosser gleich Umformung: ~ sein. , falls nj ungerade ist (j=1,2) .
3 DISKRETE VERTEILUNGEN Die fo1genden sechs Vertei1ungen sind diskret, das heisst die Zufa11svariab1e Y nimmt nur end1ich viele oder abzah1bar unend1ich viele Werte an. Die Werte sind dabei gewohn1ich die natUr1ichen Zah1en (mit oder ohne Null). Drei Punkte sind bei diskreten Vertei1ungen besonders zu beachten: 1) Falls Y eine nomina1ska1ierte Variable ist, so hat der Ausdruck Fey) = pey ~ y) keinen Sinn. h. von der Wahrschein1ichkeit, dass Y den Wert y annimmt. Es ist hier aber eher se1ten der Fall, dass man mit ausdrUck1ich definierten Vertei1ungsfunktionen arbeitet.
N n ganzzahlig, n Parameter: o< u A1gorithmus (1): n- j u ~ 1 < 1 ist hier eine Wahrscheinlichkeit, nicht die Kreiszah1! Setze Dann gilt b(y+lln,u) ; b(yln,u)on-y10----1 u y + Genauigkeit: mit b(Oln,u) (1_u)n und B(yln,u) L b(jln,u) -u y j-D Die Genauigkeit ist gut, falls n nicht zu gross oder nahe bei 0 oder 1 1iegt. h. einer Variablen, die mit Wahrscheinlichkeit n den Wert 1 und mit Wahrscheinlichkeit 1 - n den Wert 0 annimmt. Typische Beispiele sind: Ergebnis eines MUnzwurfs (Kopf oder Zahl), Geschlecht einer Person (mannlich oder weiblich), oder allgemein Ausgang eines Ja-Nein-Experiments (Erfolg oder Misserfolg).