Varianz
Bei einer binomialverteilten Zufallsvariable X (Anzahl der Treffer bei n unabhängigen Versuchen mit Trefferwahrscheinlichkeit p ) muss man die Varianz nicht über die lange Summe ausrechnen – es gibt eine kurze Formel . Die Varianz und die Standardabweichung sind Streuungsmaße : Sie geben an, wie weit die Trefferzahlen typischerweise vom Erwartungswert mu = n cdot p abweichen. Für X sim B(n; ,p) gilt: text{Var}(X) = n cdot p cdot (1 - p) Dazu: - Erwartungswert: mu = E(X) = n cdot p - Standardabweichung: sigma = sqrt{n cdot p cdot (1 - p)} Allgemeine Definition (für jede Zufallsvariable): text{Var}(X) = sum (x i - mu)^2 cdot P(X = x i) Die Binomialformel ist eine Abkürzung davon. Beobachtungen: - Bei p = 0{,}5 ist die Varianz am größten (bei festem n ). - Bei p nahe 0 oder 1 ist das Ergebnis fast sicher – die Varianz ist klein. Beispiel 1: Münzwurf Eine Münze wird 100-mal geworfen, X = Anzahl Wappen, also n = 100 , p = 0{,}5 . text{Var}(X) = 100 cdot 0{,}5 cdot 0{,}5 = 25 qquad sigma = sqrt{25} = 5 Man erwartet 50 Wappen, typische Abweichungen liegen bei etwa pm 5 . Beispiel 2: B(20; 0,3) n = 20 , p = 0{,}3 (Diagramm oben): mu = 20 cdot 0{,}3 = 6 qquad text{Var}(X) = 20 cdot 0{,}3 cdot 0{,}7 = 4{,}2 qquad sigma = sqrt{4{,}2} approx 2{,}05 Die sigma -Umgebung reicht also etwa von 6 - 2{,}05 approx 4 bis 6 + 2{,}05 approx 8 Treffern. Beispiel 3: Wann ist die Streuung am größten? Bei n = 50 Versuchen: - p = 0{,}1 : text{Var} = 50 cdot 0{,}1 cdot 0{,}9 = 4{,}5 - p = 0{,}5 : text{Va
Worum geht's?
Formel mit Erklärung
Beispiele
Zusammenfassung
Jetzt üben
Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff:
