Spezielle stetige Verteilungen
- Gleichverteilung U(a,b) auf Intervall [a,b]:
- Dichtefunktion
- Kennwerte
- Anwendung
- Rundungsfehler
- Wartezeiten (bei periodischer Abholung)
- Exponentielle Verteilung Ex(λ):
- Parameter λ > 0
- Dichtefunktion
- Verteilungsfunktion
- Kennwerte
- Anwendung
- Lebensdauer eines Geräts (ohne Alterung)
- Wartezeit bis zum nächsten Schadensfall
- Zeit bis zum nächsten radioaktiven Zerfall
- im Bild
- Besonderheiten der exponentiellen Verteilung:
- Gedächtnislosigkeit: Für X ~ Ex(λ)
gilt
- Bedeutung:
- Hat man schon x Zeiteinheiten gewartet, ohne dass
das Ereignis eingetreten ist, verringert das die weitere
Wartezeit nicht.
- Zusammenhang mit Poisson-Verteilung:
- X = Zeitdauer zwischen aufeinander folgenden
unabhängigen Ereignissen
- Y = Anzahl von Ereignissen in einem Zeitintervall
- X ~ Ex(λ) ⇔ Y ~ Po(λ)
- Beispiel Produkt-Lebensdauer:
- Die Lebensdauer eines Produkts sei exponentiell
verteilt mit mittlerer Lebensdauer von 6 Jahren.
- Wegen E(X) = 1/λ ist hier λ = 1/(6
Jahre)
- Wahrscheinlichkeit, dass es länger als 6 Jahre
hält
- P(X ≥ 6) = 1 - F(6) = 1/e = 36.79 %
- Wie groß muss die Garantiezeit gewählt
werden, wenn man höchstens p = 10% Ausfälle während
der Garantiezeit haben möchte?
- Gammaverteilung γ(r, λ):
- Parameter λ > 0, r > 0
- Dichtefunktion
- mit Gammafunktion
- speziell für r ∈ ℕ
- Kennwerte
- Anwendung
- Bedienzeiten oder Reparaturzeiten
- Zeit zwischen (kleinen) Versicherungsschäden
- im Bild
- Spezialfälle der Gammaverteilung:
- Erlang-Verteilung
- Erl(n, λ) = γ(n, λ) für
n ∈ ℕ
- Wartezeit auf Kette von n Ereignissen
- Erl(1,λ) = Ex(λ)
- Chi-Quadrat-Verteilung mit f Freiheitsgraden (f
∈ ℕ)
- wichtig bei statistischen Tests
- Normalverteilung N(μ, σ2):
- Dichtefunktion
- Kennwerte
- Anwendung
- wichtigste Verteilung überhaupt
- Messfehler
- Produktionsungenauigkeiten
- Größenverteilung bei Menschen
- und viele weitere
- in vielen Fällen gute Näherung (s.u.)
- im Bild
- Berechnung der Verteilungsfunktion:
- Problem: Stammfunktion der Dichte lässt sich
nicht auf einfache Funktionen zurückführen
- Trick: Standardisierung
- statt X ~ N(μ, σ2) betrachte
Z = (X - μ)/σ ~ N(0,1)
- Verteilungsfunktion für
Standard-Normalverteilung
- Werte von Φ sind tabelliert, es reichen die
für x ≥ 0 wegen
- wird oft auf die Fehlerfunktion erf(x)
zurückgeführt
- damit
- in Matlab vorhandene Funktionen
- erf(x)
- erfc(x)
% = 1 - erf(x), sinnvoll
für größere x
- erfinv(x)
% Inverse von erf
- erfcinv(x)
% Inverse von erfc
- in Matlab + Statistik-Toolbox vorhandene Funktionen
- normcdf(x)
% Phi(x)
- normcdf(x, mu, sigma) %
F(x) bei X ~ N(mu, sigma)
- norminv(p, mu, sigma) %
Inverse von normcdf
- und natürlich
mit makedist und zugehörigen
Funktionen
- Beispiel Größenverteilung:
- Die Körpergröße der erwachsenen
Männer in einer Population sei normalverteilt mit einem
Mittelwert von 180 cm und einer Standardabweichung von 9 cm.
- Wie groß ist der Anteil der Männer, die
größer sind als 200 cm?
- Gesucht ist A = 1 - P(X ≤ 200) für X ~ N(180,
92).
- Standardisierung
- Berechnung mit Matlab
- x = 20/9;
- A = 1 - 0.5*(erf(x/sqrt(2)) +
1)
- alternativ
- A = 1 - normcdf(200, 180, 9)
- Ergebnis: 1.31% der Männer sind über 200 cm
groß.
- Weitere Eigenschaften der Normalverteilung:
- Quantile der Standard-Normalverteilung
-
p [%] |
50 |
75 |
90 |
95 |
97.5 |
99 |
xp |
0.0000 |
0.6745 |
1.2816 |
1.6449 |
1.9600 |
2.3263 |
- zentrale Schwankungsintervalle
- Anteil innerhalb mehrerer Standardbreiten, also
-
k |
1 |
2 |
3 |
4 |
pk |
0.6827 |
0.9545 |
0.9973 |
0.9999 |
- Aufgaben: