bisherige vorlesungen: beschreibende statistik datenerfassung, datenkomprimierung (-zusammenfassung)...

35
Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken: Darstellungsarten, Häufigkeitsberechnung, Mittelwerte, Streumaße Vorlesung 6.11.2006: Einführung in die Wahrscheinlichkeitsrechnung, Wahrscheinlichkeitsbegriff

Upload: eldric-gerbracht

Post on 06-Apr-2015

106 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Bisherige Vorlesungen: Beschreibende Statistik

Datenerfassung,

Datenkomprimierung (-zusammenfassung)

Wichtige Eigenschaften der gegebenen Daten

Techniken: Darstellungsarten, Häufigkeitsberechnung, Mittelwerte, Streumaße

Vorlesung 6.11.2006:

Einführung in die Wahrscheinlichkeitsrechnung,

Wahrscheinlichkeitsbegriff

Page 2: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Erinnern Sie sich an unsere erste Vorlesung?Unsere Ausgangsfrage war die folgende:

Zufall ???

Arbeitsdefinition: Vorgänge, Erscheinungen, deren Ausgang man im Vorhinein nicht mit Sicherheit voraussagen kann

Aufgabe der Stochastik:

Zufällige Phänomene erfassen, beschreiben, logische Schlüsse ziehen

Page 3: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Zufallsexperiment:

Ein Experiment,

das unter gleichen Bedingungen beliebig oft wiederholbar ist ,

und dessen Ausgang nicht mit Sicherheit vorhersagbar ist:

verschiedene mögliche Ausgänge,

wobei nicht mit Sicherheit vorhergesagt werden kann, welches eintreten wird.

Zufallsversuch, zufälliger Vorgang.

Page 4: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Beispiel: Zufälliges Experiment Knobeln

Bedingungen:

• Wir bilden Spielerpaare.

• Keiner der Spieler verfolgt eine bestimmte Strategie, sondern entscheidet völlig willkürlich.

• Mögliche Handstellungen: „Schere“, Papier“, Stein“.

• Es gelten die üblichen Regeln.

Zufälliges Experiment:

• Ein Spiel besteht in einer einmaligen Handstellungswahl durch beide Spieler und dem Aufnotieren der eingetretenen Handstellungskombination.

verschiedene Handstellungskombinationen sind möglich; wir wissen im Voraus nicht, welche eintreten wird.

Page 5: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Bitte bilden Sie Spielerpaare und wiederholen Sie das Experiment 27x.

Bitte notieren Sie Ihre 27 Handstellungskombinationen.

Page 6: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Möglichkeit, die Spielergebnisse zu notieren:

Strich-Tabelle Häufigkeitstabelle

Schere Papier Stein

Schere

Papier

Stein Schere Papier Stein

Schere

Papier

Stein

Berechnen Sie für Ihre Serie von Versuchsergebnissen die zugehörigen 9 relativen Häufigkeiten.

Page 7: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Def.

Die Menge aller möglichen Ausgänge eines Zufallsexperiments heißt Ergebnisraum (Ergebnismenge).

Jede Teilmenge des Ergebnisraumes heißt (zufälliges) Ereignis.

Die 1-elementigen Ereignisse heißen Elementarereignisse.

Page 8: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Knobel-Beispiel:

Ereignisraum: = Menge der Experimentausgänge =

= { (Schere , Schere) , (Schere , Papier) , (Schere , Stein) , (Papier , Schere) , (Papier , Papier) , (Papier , Stein), (Stein , Schere) , (Stein , Papier) ,

(Stein , Stein) }

Achtung: Wir notieren die einzelnen möglichen Ergebnisse in der Form (Ergebnis Spieler 1, Ergebnis Spieler 2)

Anzahl der Elemente der Menge

= Anzahl der Elementarereignisse des Zufallsexperiments Knobeln

= 32

Schreibweise:

Schere Papier Stein

Schere

Papier

Stein

Familie der 9 mög-lichen Ausgänge des Knobelexperiments

Page 9: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Beispiel für ein mögliches Ereignis beim Zufallsexperiment Knobeln:

Ereignis E1 : Spieler 1 gewinnt

E1 = { (Sch , P) , (P , St) , (St , Sch) }

Schere Papier Stein

Schere (Sch , P)

Papier (P , St)

Stein (St , Sch)

Das Ereignis E1 setzt sich aus den 3 Elementarereignissen (Sch , P) , (P , St) , (St , Sch)zusammen.

Page 10: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Sprechweise:

Das Ergebnis E ist bei der Durchführung des Zufallsexperiments eingetreten, wenn ein Elementarereignis realisiert wurde, das zu E gehört:

erhaltenes Elementarereignis E

Knobel-Beispiel:

Bei der Durchführung des Spiel ist es zu dem Ergebnis (St , Sch) gekommen wegen

1),( ESchSt ist das Ereignis E1 = „Spieler 1 gewinnt“ eingetreten.

Page 11: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Ereignis E2 = „Spieler 2 gewinnt“

= { (Sch , St) , (P , Sch) , (St , P) }

Schere Papier Stein

Schere (Sch , St)

Papier (P , Sch)

Stein (St , P)

Page 12: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

E1 E2 Schere Papier Stein

Schere

Papier

Stein

Vereinigungsmenge E1 E2 = Menge alle Elementarereignisse , die zu E1 oder zu E2

gehören = { (Sch , P) , (Sch , St) , (P , Sch) , ( P , St) , (St , Sch) , (St , P) }

Schere Papier Stein

Schere (Sch , P)

Papier (P , St)

Stein (St , Sch)

Schere Papier Stein

Schere (Sch , St)

Papier (P , Sch)

Stein (St , P)

Page 13: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

E1 E2 Schere Papier Stein

Schere

Papier

Stein

Durchschnitt E1 E2 =

= Menge aller Elementarereignisse , die zu E1 und zu E2

gehören

= Ø

= leere Menge = unmögliches Ergebnis

Schere Papier Stein

Schere (Sch , P)

Papier (P , St)

Stein (St , Sch)

Schere Papier Stein

Schere (Sch , St)

Papier (P , Sch)

Stein (St , P)

Page 14: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Achtung:

Jedes Ereignis eines zufälligen Experiments lässt sich durch eine bestimmte Eigenschaft charakterisieren:

Unmögliches Ereignis Ø: „Es gibt kein Elementarereignis, das Element dieses Ereignisses ist.“

Sicheres Ereignis : „Jedes eingetretene Elementarereignis gehört zu diesem Ereignis.“

Der Ereignisraum kann also zugleich auch als Ereignis aufgefasst werden – als Ereignis, das alle Elementarereignisse umfasst.

E1: „Spieler 1 gewinnt.“ E1 E2: „Spieler 1 oder Spieler 2 gewinnt .“

Page 15: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Gegenereignis zum Ereignis E = Komplementärereignis zum Ereignis E

= Menge aller Elementarereignisse, die nicht zu E gehören

= – E

Schreibweise: E

Knobel-Beispiel:

: „Spieler 1 gewinnt nicht. “ 1E

Schere Papier Stein

Schere

Papier

Stein

1E

E1 Sch P St

Sch

P

St

Page 16: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Häufigkeiten bei Zufallsexperimenten

Beispiel:

Zufallsexperiment: 1x Würfeln mit einem normalen Spielwürfel,

Aufnotieren der gewürfelten Augenzahl

Bedingungen des Zufallsexperiments

Ereignis E : „Die gewürfelte Augenzahl ist > 4.“ = {5 , 6}

( = {1 , 2, 3 , 4 , 5 , 6 } )

Wir führen unser Experiment (n=) 20 mal durch.

Frage: Wie oft ist das Ereignis E in dieser Versuchsserie eingetreten?

Page 17: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Führen Sie das Würfel-Experiment 20x durch,

notieren Sie die 20 geworfenen Augenzahlen,

berechnen Sie die relative Häufigkeit für das zufällige Ereignis „Die gewürfelte Augenzahl ist > 4.“

für Ihre Augenzahl-Serie.

h20(„Die gewürfelte Augenzahl ist > 4.“ ) =

= h20({5,6}) = ………………….

Page 18: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Wie oft ist das Ereignis E in dieser Versuchsserie eingetreten?

Meine Versuchsserie (6.11.2006, Beginn: 7:00 Uhr)

2 6 3 1 3 3 1 5 4 2 6 6 3 1 5 6 2 4 1 5

Auftrittshäufigkeit für das Ereignis E = „Gewürfelte Augenzahl ist > 4.“:

H20(E) = 7 h20(E) = 7

0,3520

Page 19: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Eigenschaften der relativen Häufigkeit:

Gegeben sei ein Zufallsexperiment

und eine Serie von n Versuchsdurchführungen.

Liste von n Elementarereignissen, die bei dieser Serie von Versuchsdurchführungen eingetreten sind.

Für jedes Ereignis zu diesem Zufallsexperiment lässt bezüglich dieser Serie die zugehörige relative Häufigkeit berechnen.

hn() = 1

hn(Ø) = 0

0 hn(E) 1 für jedes Ereignis E.

hn(E) = hn({1 , … , k}) = hn({1}) + … hn({k}) (E={1 , … , k})

hn(E1 E2) = hn(E1) + hn(E2) , falls E1 E2 = Ø

Page 20: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Frage: Lässt sich aus Eintrittshäufigkeiten auf Eintrittschancen für Ereignisse schließen?

Wie große ist die Chance, beim einmaligen Würfeln mit einem normalen Spielwürfel eine Augenzahl > 4 zu würfeln?

Ereignis EVersuchsbedingungen

Wir suchen nach einer Möglichkeit, eine allgemeingültige Aussage zur Eintrittschance eines zufälligen Ereignisses zu machen,

eine Aussage, die also nicht von der konkreten Versuchsserie abhängt, die wir durchgeführt haben.

Zufälliger Versuch

Page 21: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Beobachtungen:

Bei zahlreichen und bei langen Versuchsserien kristallisiert ein gemeinsamer Grenzwert heraus:

hn(E) empirische Wahrscheinlichkeit von E

hn(E) konvergiert (strebt) für immer größeres n gegen eine bestimmte Zahl

Empirisches Gesetz der großen Zahlen: Fast immer gilt: Die relative Häufigkeit eines zufälligen Ereignisses weicht für immer längere Versuchsserien beliebig wenig von einem festen Grenzwert ab.

Diese „Grenzzahl“ wird empirische Wahrscheinlichkeit des Ereignisses E genannt.

Symbol: P(E).

Page 22: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Zufallsexperiment, zufälliges Ereignis E,

Frage nach der Eintrittschance von E.

Mögliches Vorgehen:

Wir führen das Experiment n-mal durch. (n möglichst groß!)

Wir berechnen die relative Eintrittshäufigkeit von E für diese Versuchsserie.

Unsere Aussage über die Eintrittschance von E:

P(E) hn(E), berechnet für unsere Versuchsserie

Achtung: Auf diese Weise gewinnen wir nur einen Näherungswert für die gesuchte Chance von E.

Page 23: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Knobel-Beispiel:Wie groß ist die Chance, beim Knobeln zu gewinnen, wenn Sie Spieler 1 sind? Ereignis E1 = „Spieler 1 gewinnt bei 1 x Knobeln.“

Unser Vorgehen:

Sie haben sich eine Ergebnis-Serie von 27 Handstellungs-kombinationen verschafft.

Sie haben diese 27 Kombinationen aufnotiert in der Form (Handstellung des 1. Spielers , Handstellung des 2. Spielers).

Für jeden dieser 27 Versuchsausgänge können Sie feststellen, ob es zum Ereignis „Spieler 1 gewinnt.“ gehört oder nicht.

relativen Eintrittshäufigkeit von E1 für Ihre Serie: 27 1h ( )E

Page 24: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Welche Vermutung haben Sie für die Eintrittschance des Ereignisses „Spieler 1 gewinnt “ ?

tragen Sie hier Ihre Vermutung ein:

Begründung:

P( Spieler 1 gewinnt)

Page 25: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Diese relative Eintrittshäufigkeit von E ist Ihr Näherungswert für die unbekannte Eintrittschance P(E) für das Ereignis E.

Achtung: Eine andere Versuchsserie kann / wird einen etwas anderen Näherungswert liefern!

Aufgabe: Beim Verlassen des Hörsaals tragen Sie bitte Ihre 27 Handstellungskombinationen für das Knobelspiel in die ausgelegten Listen ein.

(Von jedem Spieler-Paar trägt bitte jeweils nur eine/ einer die Ergebnisse in die Liste ein!)

Page 26: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Ereignis E1 = „Spieler 1 gewinnt“ beim Knobeln:

Ihre Vermutung war:

Empirische Wahrscheinlichkeit P(E1) = ……

P(E1) hängt vermutlich ab

von der Gesamtanzahl der möglichen Versuchsausgänge

(hier: = 32 = 9 )

und vom Umfang des Ereignisses E

(hier: = 3)

Wir warten, ob die Auswertung unserer konkreten Versuchsserie von 27x……….. Versuchsdurchführungen diese Vermutung bestätigen wird. ( 15.11.2006)

1E

3

1

9

3

Page 27: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Schwierigkeiten bei der Bestimmung der empirischen Wahrscheinlichkeit eines zufälligen Ereignisses:

•Beliebig große Anzahl von Versuchsdurchführungen (unendlich viele Versuchsdurchführungen) ist unmöglich.

•„Stabilisierung der relativen Häufigkeiten gilt nur „fast immer“ – es können „Ausreißer“ auftreten.

Empirische Wahrscheinlichkeit liefert nur einen Näherungs-wert (einen vermutlichen Wert) für die Eintrittschance des untersuchten Ereignisses.

Anliegen: Neben der empirischen Wahrscheinlichkeit auch exakte Berechnungsmöglichkeit für Eintrittschancen zu haben!

Erst dann macht es Sinn, von der Eintrittschance eines zufälligen Ereignisses zu sprechen.

Page 28: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Laplace-Experimente

Zufallsexperimente mit endlich vielen möglichen Ausgängen,bei denen jedem Elementarereignis dieselbe Eintrittschance zugeordnet werden kann.

Beispiele:(1) Knobeln: Keine besonderen Strategien zulässig. Jede mögliche Handstellungskombination ist gegenüber jeder anderen Kombination „gleichberechtigt“. Jede Kombination hat prinzipiell die gleiche Chance realisiert zu werden.

(2) 1 x Würfeln mit einem normalen Spielwürfel: Der Würfel ist ungezinkt. Keine Augenzahl ist gegenüber einer anderen Augenzahl bevorrechtet. Jede Augenzahl hat die gleiche Chance geworfen zu werden.

Page 29: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

(3) 2 x Werfen einer „normalen“ Münze, Notieren, welche Seite nach jedem der beiden dem Würfe oben liegt:

= {(W(appen) , Z(ahl)) , (W , W) , (Z , W) , (Z , Z)}

Achtung: Wir notieren die einzelnen Wurfergebnis-Paare in der realisierten Reihenfolge:

(Ergebnis des 1. Wurfs , Ergebnis des 2. Wurfs)

Jedes der 4 möglichen Ergebnisse hat die gleiche Realisierungschance wie jede der 3 anderen.

Page 30: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Def.

Es sei der Ergebnisraum eines Laplace-Experiments:

Wir betrachten das zufällige Ereignis E:

n

E

P(E) =

heißt die (Laplace-)Wahrscheinlichkeit des Ereignisses E.

ErgebnissemöglichenallerAnzahl

ErgebnissegünstigenEfürderAnzahlE ""

Pierre-Simon Laplace (1749-1827)

Französischer Mathematiker, der insbesondere auch wichtige Beiträge zur Entwicklung der Wahrscheinlichkeitsrechnung geleistet hat.

Page 31: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Knobel-Beispiel:

= Menge der möglichen Handstellungspaare

= { (Sch , Sch) , (Sch , P) , (Sch , St) , (P , Sch) , (P , P) , (P , St) , (St , Sch) , (St , P) , (St , St) }

= 9

Ereignis E1 = „Spieler 1 gewinnt“ = { (Sch , P) , (P , St) , (St , Sch) }

= 3 = Anzahl der für E „günstigen“ Spielausgänge

1E

Laplace- Wahrscheinlichkeit von E1 = P(E1) = 3 1

9 3

1E

Page 32: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Anwendung des empirischen Gesetzes der großen Zahlen auf unser Knobel-Beispiel:

•hn(E) stabilisiert sich für immer größere n-Werte (n = Versuchsserienlänge)

•Der Grenzwert (= die von uns vermutete Eintrittschance von E1), d.h. die empirische Wahrscheinlichkeit, stimmt mit der Laplace- Wahrscheinlichkeit von E1 überein:

P(E1) = 3

1

Page 33: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Eigenschaften der Laplace-Wahrscheinlichkeit:

P() = 1

P(Ø) = 0

0 P(E) 1 für jedes Ereignis E

P(E) = P({1 , … , k}) = P({1}) + … P({k}) (E={1 , … , k})

P(E1 E2) = P(E1) +PE2) , falls E1 E2 = Ø

Analoge Eigenschaften, wie wir sie schon für relative Häufigkeiten kennen gelernt haben!

Page 34: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Beispiel:

Versuchsbedingungen:2 gleichlange Seile werden jeweils in der Mitte zusammengefaltet.

Diese Faltstellen werden beide gleichzeitig in die Hand genommen und die Faust geschlossen, so dass die Faltenden nicht mehr zu sehen sind.

Versuchsdurchführung:Die Aufgabe besteht darin, je zwei der herunterhängenden Seilenden willkürlich zusammenzubinden.

Interessierendes Ereignis:Nach dem Öffnen der Faust stellt sich heraus, dass durch das Zusammen-binden ein einziger „Ring“ entstanden ist.

Frage: Handelt es sich bei diesem Versuch um ein Laplace-Experiment? Wie groß ist die Eintrittschance für das uns interessierende Ereignis?

Page 35: Bisherige Vorlesungen: Beschreibende Statistik Datenerfassung, Datenkomprimierung (-zusammenfassung) Wichtige Eigenschaften der gegebenen Daten Techniken:

Wichtige Begriffe der heutigen Vorlesung:

Zufälliger Versuch

Ergebnisraum Ereignis

Elementarereignis

Sicheres Ereignis , unmögliches Ereignis

Relative Häufigkeit für das Eintreten eines Ereignisses in einer konkreten Versuchsserie

empirische Wahrscheinlichkeit eines Ereignisses

Laplace-Experiment, Laplace-Wahrscheinlichkeit