
2015 · Lecture 5 of 27 · Einführung in die Stochastik
KIT Lehre und Wissen
Einführung in die Stochastik · 27 lectures
2015 · 27 lectures
1: Grundräume, Ereignisse, Zufallsvariablen
2: Rel. Häufigkeiten, diskreter W-Raum, Laplace-Modell
3: Permutationen, Kombinationen, kombin. Grundformeln
4: Kollisionsproblem, Erwartungswert, Rekorde, Jordan-Formel
5: Schnur-Orakel, Binomial-, hypergeom. und Pólya-Verteilung
6: Produktexperimente, bedingte Wahrscheinlichkeiten
7: Stochastische Unabhängigkeit von Ereignissen
8: Zufallsvektoren, gemeinsame Verteilung
9: Additionsgesetz für die Binomialverteilung, Varianz
10: Kovarianz, Methode kleinster Quadrate
11: Multinomialvert. (Vergröberung, Kovarianz)
12: Sammelbilderproblem, Poisson-Verteilung
13: Bedingter Erwartungswert, bedingte Erwartung
14: Bedingte Verteilungen (Beispiele), erzeugende Funktionen
15: Randomisierte Summen, Galton-Watson-Prozess
16: Stochastische Konvergenz, Zentrale Grenzwertsätze
17: Pseudozufallszahlen und Simulation, deskriptive Statistik
18: Deskriptive Statistik (Streuungsmaße, Boxplot)
19: Schätzer
20: Konfidenzbereiche: Allgem. Konstruktionsprinzip
21: Statistische Tests: Grundbegriffe
22: Statistische Tests
23: Chi-Quadrat-Test (Fortsetzung), exakter Test von Fisher
24: Borelmengen, Messbarkeit, Verteilungsfunktion, Dichte
25: Wichtige stetige Verteilungen
26: Quantiltransformation, mehrdimensionale stetige
27: Erwartungswertvektor, Kovarianzmatrix, Transformationssatz