Eigenschaften stetiger Verteilungen
- Transformations-Formel:
- gesucht sei Wahrscheinlichkeitsdichte von Funktion
von X, etwa X2, log(X)
- allgemein Y = u(X) mit u streng monoton
- Satz: Y hat die Dichte
- Beweisidee: berechne Verteilungsfunktion von Y und
verwende Substitution
- Beispiel: X habe nur positive Werte, gesucht Dichte
von X2
- Erwartungswert einer stetigen Zufallsvariablen:
- X sei stetige Zufallsvariable mit
Wahrscheinlichkeitsdichte f
- Erwartungswert
E(X) (oder μX)
- Eigenschaften wie im diskreten Fall
- E(aX) = a E(X)
- E(X + Y) = E(X) + E(Y)
- E(1) = 1
- außerdem gilt
- Varianz und Standardabweichung:
- definiert wie im diskreten Fall
- Var(X) := E((X - E(X))2)
- Eigenschaften wie oben
- Median und Quantile:
- X stetige Zufallsvariable → Verteilungsfunktion
macht keine Sprünge
- Für p ∈ [0,1] ist das p-Quantil
von X ein Wert xp mit
- Das 0.5-Quantil heißt wieder Median.
- F streng monoton → Quantile eindeutig bestimmt
- Beispiel für nicht-eindeutigen Median
- Dichtefunktion mit zwei Maxima (bimodal)
und Nullbereich
- Beispiel Gleichverteilung:
- Beispiel von oben
(Gleichverteilung im Intervall [1,3])
- Berechnung des Erwartungswerts
- Berechnung der Varianz
- daher
- Berechnung von Median, 5%- und 95%-Quantilen
- also
- x0.5 = 2
- x0.05 = 1.1
- x0.95 = 2.9
- Aufgaben: