
2015 · Lecture 16 of 22 · Einführung in die Stochastik
KIT Lehre und Wissen
Einführung in die Stochastik · 22 lectures
2015 · 22 lectures
01: Deskriptive Statistik
02: Grundräume, Ereignisse, Zufallsvariablen, diskreter W-Raum
03: Diskrete Wahrscheinlichkeitsräume, Kombinatorik I
04: Kombinatorik II, Kollisionsparadoxon, Erwartungswert I
05: Erwartungswert II, Jordan-Formel
06: Modellierung mehrstufiger Experimente
07: Simpson-Paradoxon, stochastische Unabhängigkeit von
08: Zufallsvektoren, gemeinsame Verteilung, Unabhängigkeit
09: Varianz II, Tschebyschow-Ungleichung, Kovarianz, Korrelation
10: Multinomialverteilung, Wartezeitverteilungen
11: Poisson-Verteilung, bedingte Erwartungswerte
12: Substitutionsregel, bedingte Verteilungen
13: Schwaches Gesetz großer Zahlen, stochastische Konvergenz
14: Sigma-Regeln, Punktschätzung
15: Konfidenzbereiche
16: Statistische Tests I
17: Statistische Tests II, allgemeine Modelle und
18: Allgemeine Modelle und maßtheoretische Grundlagen II
19: Allgemeine Modelle und maßtheoretische Grundlagen III
20: Verteilungsfunktionen und Dichten II
21: Verteilungsfunktionen und Dichten III
22: Lognormalverteilung, Quantil- und W’Integraltransformation