Mathematrix: Antworten nach Thema/ Statistik und Wahrscheinlichkeitsrechnung

STOPP PUSHBACKS • FREE ASSANGE • FRIEDEN AUF DER WELT

$𝐌 𝐀 𝐓 𝐇 𝐄 μ α T ℝ i x$	DEINE FESTE BEGLEITERIN
	FÜR DIE SCHULMATHEMATIK

EINFACH UND
VERSTÄNDLICH

GRATIS!^*

STARTEN!

MIT MEHR ALS 200 THEORIE- UND AUFGABEN-ERKLÄRUNGS VIDEOS!

colspan="3" style=" Mathematrix: Vorlage: Kleinkram"|

Mathe lernen ist wie Fahrradfahren lernen: Du kannst es dir stundenlang erklären lassen, du wirst nie fahren können, wenn du nicht selber zu fahren probierst.

Mathematrix: Vorlage: Suche

Die Lageparameter

Lageparameter

1. $D \approx 57, 86 k g M e d = 54 k g M o d = 65 k g$
1. $D = 58, 75 k g M e d = 58, 5 k g M o d = 45 u n d 65 k g$
1. $D = 11, \dot{7} M e d = 5, 5 M o d = 2 u n d 7$
1. DE: $D = 36 M e d = 10 M o d = 1 & 10$
  GR: $D = 16 M e d = 10 M o d = 1$
1. $D = 6 bzw. 21 M e d = 1 M o d = 1$
1. $D = 2, 875 M e d = 3, 5 M o d = 2 u n d 5$
1. AT: $D = 35, 6 M e d = 9 M o d = 2 & 10$
  PO: $D = 16 M e d = 11 M o d = 1 & 11$
1. $D = 12 bzw. 42 M e d = 2 M o d = 2$

Durchschnitt

Median

Modus

Vergleichen von Mittelwerten

- Verteilung möglicherweise gleichmäßig
- Verteilung möglicherweise gleichmäßig
- Verteilung eher ungleichmäßig (?)
- DE: Verteilung ungleichmäßig
  GR: Verteilung möglicherweise gleichmäßig
- Verteilung ungleichmäßig
- Verteilung eher ungleichmäßig (?)
- AT: Verteilung ungleichmäßig
  PO: Verteilung möglicherweise gleichmäßig
- Verteilung ungleichmäßig

Mittelwerte Argumentationsaufgaben

- Was die Familien betrifft wird die Verteilung eindeutig gleichmäßig, sogar gleich verteilt. Was die einzelnen Personen betrifft, ist es nicht unbedingt so. Es kann sein, dass eine Familie viel mehr Personen hat als eine andere. Dann bekommt jede Person viel weniger.
  Beim CO₂ Ausstoß soll der Ausstoß pro Kopf verglichen werden. Manche Bedingungen, wie das Wetter, sollten auch berücksichtigt werden.
- Um die Frage zu beantworten brauchen wir auch die Größe des jeweiligen Schülers.
- Die Mischung aus positiven und negativen Werten kann sogar bei einer sehr stark ungleichmäßigen Verteilung den Unterschied zwischen Durchschnitt und Median sogar sehr stark schwächen. Der Vergleich verliert dadurch seine Aussagekraft.
- Beide Verteilungen sind ziemlich ungleichmäßig, allerdings ist der Median in Griechenland nicht so weit vom Durchschnitt. In den Zeitungen wurde der Median verglichen (der ist in GR größer), was völlig daneben ist (der Durchschnitt in DE ist viel höher als in GR). "Griechen" sind nicht "reicher" als "Deutsche", sondern das Vermögen in Deutschland wird ziemlich ungleichmäßiger als in Griechenland verteilt.
  Das (allerdings geliehene) Geld gelangt zu den Geldgebern in Deutschland. Das führt zu einer Verstärkung der Ungleichmäßigkeit in DE (und allerdings auch in GR).
- Obwohl in beiden Verteilungen alle Werte 1 sind und nur eine ca. 100, ist der Unterschied zwischen Median und Durchschnitt nur in der Verteilung mit der kleinen Anzahl groß. Die Ungleichmäßigkeit der Verteilung wird mit steigender Anzahl der Werte weniger sichtbar, zumindest was den Vergleich von Median und Durchschnitt betrifft.
- Die Mischung aus positiven und negativen Werten kann sogar bei einer sehr stark ungleichmäßigen Verteilung den Unterschied zwischen Durchschnitt und Median sogar sehr stark schwächen. Der Vergleich verliert dadurch seine Aussagekraft.
- Beide Verteilungen sind ziemlich ungleichmäßig, allerdings ist der Median in Portugal nicht so weit vom Durchschnitt. In den Zeitungen wurde der Median verglichen (der ist in PO größer), was völlig daneben ist (der Durchschnitt in AT ist viel höher als in PO). "Portugiesen" sind nicht "reicher" als "Österreicher", sondern das Vermögen in Österreich wird ziemlich ungleichmäßiger als in Protugal verteilt.
  Das (allerdings geliehene) Geld gelangt zu den Geldgebern in Österreich. Das führt zu einer Verstärkung der Ungleichmäßigkeit in AT (und allerdings auch in PO).
- Obwohl in beiden Verteilungen alle Werte 0,5 sind und nur eine ca. 55, ist der Unterschied zwischen Median und Durchschnitt nur in der Verteilung mit der kleinen Anzahl groß. Die Ungleichmäßigkeit der Verteilung wird mit steigender Anzahl der Werte weniger sichtbar, zumindest was den Vergleich von Median und Durchschnitt betrifft.

Die Streumaßen

Streumaßen

1. 69,3 bzw. 10,3
2. Wie viel jede Person wiegen würde, wenn alle das gleiche wiegen würden; Wie viel das Gewicht von diesem Durchschnitt in etwa durchschnittlich abweicht
3. 2 3 4 5 6 7 8 9 10 11 12
  
  $\frac{1}{36}$ $\frac{2}{36}$ $\frac{3}{36}$ $\frac{4}{36}$ $\frac{5}{36}$ $\frac{6}{36}$ $\frac{5}{36}$ $\frac{4}{36}$ $\frac{3}{36}$ $\frac{2}{36}$ $\frac{1}{36}$
4. 7 bzw. 7
5. Erwartungswert: der Durchschnitt der Augensumme, wenn ich unendlich viele Male würfle
  Wahrscheinlichster Wert: die Augensumme, die nach ein mal (beide Würfel) Würfeln am wahrscheinlichsten ist
6. $\frac{1}{6}$
1. Rot: Med=6,5 Sp=0; Schwarz: Med=8, Sp=8,5; Grün: Med=5, Sp=11
2. Gleich
3. $σ \approx 3, 23$
4. 1 2 3 4 5 6
  
  $\frac{4}{9}$ $\frac{5}{18}$ $\frac{10}{63}$ $\frac{5}{63}$ $\frac{2}{63}$ $\frac{1}{126}$
5. 2
6. Nach 2 mal durchschnittlich wird eine schwarze Kugel zum ersten Mal gezogen, wenn wir den Versuch unendlich oft wiederholen
1. das 3.
2. 2,8
3. $0, 15 \cdot 1 + 0, 2 \cdot 2 + 0, 4 \cdot 3 + 0, 2 \cdot 4 + 0, 05 \cdot 5$
4. 3 4 5 6 7
  
  $\frac{1}{35}$ $\frac{3}{35}$ $\frac{6}{35}$ $\frac{10}{35}$ $\frac{15}{35}$
5. $E (x) = \frac{210}{35} = 6; b z w . 7$
6. E(x): wie oft es durchschnittlich gezogen wird, wenn der Versuch unendlich oft wiederholt wird; Wahrscheinlichster Wert: wie oft ich am wahrscheinlichsten ziehen muss, wenn ich den Versuch ein mal mache
1. das 3.
2. 21,93
3. $\frac{2 \cdot 18 + 4 \cdot 23 + 1 \cdot 21 + 2 \cdot 19 + 5 \cdot 24}{14}$
4. Gewicht G: 60 g 70 g 80 g
  
  P(G) 68,57% 0% 31,43%
5. 2 3
  
  $\frac{5}{7}$ $\frac{2}{7}$
6. $E (x) = \frac{16}{7} \approx 2, 3$ , Wahrscheinlichster: 2
1. Rot: Med=6,5 Sp=0; Schwarz: Med=7,5, Sp=8,8; Grün: Med=5, Sp=10
2. rot
3. $σ = 0$
4. Summe S: 6 7 8 9 10 11
  
  P(S) 26,2% 39,3% 9,5% 9,5% 15,5% 0%
5. Züge Z: 2 3 4
  
  P(Z) 58,33% 21,43% 20,24%
6. ca. 2,62 bzw. 2 Züge

Streuungsmaßen um den Durchschnitt (um das arithmetische Mittel)

Streuungsmaßen um den Median (den Zentralwert)

2. 1. Med=11 , Q1=10 , Q3=13 , IQR=3 , Ausr.=1 und 18 , Span=12 , Max=5,5 , Min=17,5 .
  2. Med=11 , Q1=9 , Q3=13 , IQR=4 , Ausr.= keiner , Span=16 , Max=3 , Min=19.
2. 1. Med=2,7 , Q1=1,2 , Q3=4 , IQR=2,8 , Ausr.=keiner , Span=5,6 , Max=5,6 , Min=0.
  2. Med= , Q1= , Q3= , IQR= , Ausr.= , Span= , Max= , Min= .
2. 1. Med=15 , Q1=12 , Q3=17 , IQR=5 , Ausr.=keiner , Span=11 , Max=20 , Min=9 .
  2. Med=15 , Q1=14,5 , Q3=16 , IQR=1,5 , Ausr.=keiner , Span=8 , Max=18 , Min=10 .
2. 1. Med=29 , Q1=26 , Q3=30 , IQR=4 , Ausr.=39 und 42 , Span=14 , Max=38 , Min=24 .
  2. Med=24 , Q1=22 , Q3=27 , IQR=3 , Ausr.=38 , Span=13 , Max=33 , Min=20 .
2. 1. Med=0,7 , Q1=0,2 , Q3=1,4 , IQR=1,2 , Ausr.=keiner , Span=3,6 , Max=2 , Min=−1,6 .
  2. Med=0,6 , Q1=0,1 , Q3=1,3 , IQR=1,2 , Ausr.=keiner , Span=5 , Max=3,3 , Min=−1,7 .
2. 1. Med=45 , Q1=41,5 , Q3=47 , IQR=5,5 , Ausr.=keiner , Span=13,5 , Max=49,5 , Min=36 .
  2. Med=39 , Q1=37 , Q3=42 , IQR=5 , Ausr.=keiner , Span=16 , Max=48 , Min=32 .

Baumdiagramm

Urne

1. $\frac{1}{21}$
2. $\frac{10}{63}$
3. $\frac{10}{21}$
4. $\frac{5}{14}$
5. $\frac{240}{729}$
1. $\frac{5}{182}$
2. $\frac{15}{91}$
3. $\frac{45}{91}$
4. $\frac{45}{182}$
5. $\frac{675}{2744}$
1. $\frac{15}{26}$
2. $0$
3. $\frac{1}{78}$
4. $\frac{1}{26}$
5. $\frac{5}{13}$
6. $\frac{726}{2197}$
7. $\frac{8}{2197}$
1. $\frac{7}{33}$
2. $\frac{4}{165}$
3. $\frac{14}{165}$
4. $\frac{14}{55}$
5. $\frac{28}{55}$
6. $\frac{588}{1331}$
7. $\frac{64}{1331}$

Matura

2. Gruppe 0, R-
3. R-
4. B oder 0 R-
5. 97,48%
6. 1 2 3 5 6 7 8 9 10
  
  $\frac{1}{6}$ $\frac{1}{6}$ $\frac{1}{6}$ $\frac{7}{36}$ $\frac{7}{36}$ $\frac{1}{36}$ $\frac{1}{36}$ $\frac{1}{36}$ $\frac{1}{36}$
7. $4, 08 \dot{3}$ vorgerückte Felder durchschnittlich
1. $P (^{″} {Kugel nicht rot}^{″}) = \frac{c - 5}{c}$
3. ohne
4. 2 oder 10
5. <section begin="Wurfel" />
  
  2 3 4 5 6 7 8 9 10 11 12
  
  $\frac{1}{36}$ $\frac{1}{18}$ $\frac{1}{12}$ $\frac{1}{9}$ $\frac{5}{36}$ $\frac{1}{6}$ $\frac{5}{36}$ $\frac{1}{9}$ $\frac{1}{12}$ $\frac{1}{18}$ $\frac{1}{36}$
  <section end="Wurfel" />
6. mindestens 5 und höchstens 8
7. ca. 61,59%
1. in einem Gerät funktioniert nur das Element B nicht
2. ca. 5,89%
3. ca. 99,8897%
4. ca. 99,9994%
5. ca. 94,11%, Gegenereignisse
6. 1
7. ca. 92,32%
1. $20 (\frac{4}{7})$ $40 (\frac{3}{7})$
  
  $↙ ↘$ $↙ ↘$
  
  $20 (\frac{1}{2}) 40 (\frac{1}{2})$ egal
  
  $↙ ↘$
  
  egal
2. 2 3
  
  $\frac{5}{7}$ $\frac{2}{7}$
3. $\frac{16}{7} \approx 2, 29$
4. $A = 1 (\frac{1}{6})$ $A = 2 (\frac{1}{6})$ $A > 2 (\frac{2}{3})$
  
  $↙ ↘$ $↙ ↘$
  
  $A \leq 3 (\frac{1}{2}) A > 3 (\frac{1}{2})$ $A \leq 2 (\frac{1}{3}) A > 2 (\frac{2}{3})$
5. $\frac{5}{36}$
6. ca. 2,15%
7. $\sum_{n = 1}^{\infty} n \cdot {(\frac{31}{36})}^{n} \cdot \frac{5}{36} \approx 7, 2$
1. $K 0, 255$ $G 0, 745$
  
  $↙ ↘$ $↙ ↘$
  
  $+ 0, 996 - 0, 004$ $+ 0, 2 - 0, 8$
2. 14,9%
3. positives Testergebnis
4. Kranke Person
5. ca. 63,03%
6. 1 2 3 4 5
  
  $\frac{1}{2}$ $\frac{2}{7}$ $\frac{1}{7}$ $\frac{2}{35}$ $\frac{1}{70}$
7. 1,8 bzw. 1
8. $\frac{13}{14}$
9. 0,5

Wahrscheinlichkeitsverteilungen

Binomialverteilung

Grundaufgaben Binomial

1. $E (x) = 4, 4 σ \approx 1, 4$
  $P (X = 3) \approx 17, 2 %,$
  4 weibliche Tiere
2. $E (x) = 6, 05 σ \approx 1, 65$
  $P (X = 3) \approx 5, 1 %,$
  6 weibliche Tiere
3. $P (X \leq 10) \approx 99, 86 %$
4. $P (X \geq 8) \approx 19, 11 %$
1. $E (x) = 6, 8 σ \approx 1, 0$
  $P (X = 3) \approx 0, 26 %,$
  7 mal belegte Seite
2. $E (x) = 9, 35 σ \approx 1, 18$
  $P (X = 9) \approx 28, 66 %,$
  10 mal belegte Seite
3. $P (X \leq 2) \approx 0, 00 %$
4. $P (X \geq 3) \approx 100, 00 %$
1. $E (x) = 2, \dot{2} (r o t) σ \approx 1, \dot{1}$
  $P (X = 3) \approx 27, 10 %,$
  2 rote Kugeln
2. $E (x) = 7, \dot{1} (r o t) σ \approx 1, 99$
  $P (X = 12) \approx 6, 14 %,$
  9 blaue Kugeln
3. $P (X \geq 10) \approx 1, 84 %$
4. $P (X \leq 5) \approx 15, 80 %$
1. $E (x) = 1, 89 σ \approx 1, 28$
  $P (X = 12) \approx 0 %,$
  2 Personen (ca. 29,1%)
2. $E (x) = 1, 22 σ \approx 1, 03$
  $P (X = 5) \approx 0, 32 %,$
  1 Person (ca. 38,1%)
3. $P (X \leq 4) \approx 97, 75 %$
4. $P (X \geq 4) \approx 1, 48 %$

Matura Binomial

1. $H (x) = 1 E (x) \approx 1, 65$
2. Der Wahrscheinlichste Wert ist der am öfters vorkommende, der Erwartungswert ist ein Durchschnitt nach unendliche Wiederholungen
3. E(x) bzw. σ(x)
4. das 3.
5. $p \approx 38, 68 % b \approx 324$
6. Nein, p ist keine konstante Zahl
7. $p \approx 11, 93 %$
8. Die Wahrscheinlichkeit, dass unter 48 Geräte genau 4 einen defekten A Teil haben
1. $P (X = 4) \approx 5, 04 % P (X \leq 4) \approx 98, 41 %$
2. $P (X \geq 7) \approx 8, 43 %$
3. A das 1., B das 4., C das 2.
4. $P (X \leq 5) \approx 12, 66 % P (X \leq 5) \approx 88, 47 %$
5. $P (X = 3) \approx 1, 23 % P (X \geq 3) \approx 99, 82 %$
6. A1-B3, A2-B2, A3-B1
7. $P (X \leq 2) \approx 65, 5 %$
8. $P (X = 5) \approx 3, 95 % P (X \leq 5) \approx 98, 2 %$
1. Laut Unternehmen 30,65%, laut Studie 96,92% dass eine Frau irgendwann Schwanger wird, wenn sie nur Kondom als Verhütungsmittel benutzt
2. $H (x) = 3 E (x) \approx 3, 25$
3. Der Wahrscheinlichste Wert ist der am öfters vorkommende, der Erwartungswert ist ein Durchschnitt nach unendliche Wiederholungen
4. E(x) bzw. σ(x)
5. Die Wahrscheinlichkeit, dass in einem Jahr unter 13 Frauen genau 4 schwanger werden, wenn sie ein Verhütungsmittel mit Pearl-Index 6 benutzen
6. das 5.
7. $p \approx 64, 51 % z \approx 42 F r a u e n$
8. $p \approx 5, 63 %$ also Pearl-Index 5,63
9. Eher nicht, da die Wahrscheinlichkeit einer Schwangerschaft dadurch von anderen Verhütungsmitteln möglicherweise auch beeinflusst wird.
1. $P (X \leq 2) \approx 59, 21 %$
2. $P (X = 6) \approx 0, 13 % P (X \geq 6) \approx 0, 15 %$
3. A das 2., B das 3.
4. $P (X \leq 4) \approx 100 % P (X \leq 4) \approx 81, 84 %$
5. $P (X = 3) \approx 28, 10 % P (X \geq 3) \approx 60, 42 %$
6. A2-B1, A3-B1
7. $P (X \leq 1) \approx 8, 67 %$
8. $P (X = 5) \approx 15, 99 % P (X \leq 5) \approx 78, 98 %$

Normalverteilung

Anwendung der Normalverteilung bei gegebenen Erwartungswert und Standardabweichung

1. $z \approx 67 %$
2. ca. 85,4 Jahre
3. 72,5 80,2 bzw 87,9 Jahre
4. Höhepunkt (Erwartungswert, Median, Modus)
5. die lila links im Vergleich zur grünen
6. Die Fläche links vom Wert 89 Jahre schraffieren (fängt ein bisschen rechts von rechten Kästchen an)
7. $z \approx 91, 92 %$
8. $z \approx 83, 84 %$
9. Geogebra benutzen und aufschreiben!
1. $z \approx 4, 648 %$
2. ca. zwischen 4,76 und 5,64 m
3. 4,70 m, 5,20 m, 5,70 m
4. Wendepunkt (Stelle mit einer $σ$ Abstand von $μ$
5. Bei $μ$ 5,20 m, jede Einheit $0, 08 \dot{3}$ m
6. die ganz spitze im Vergleich zur lila links
7. Fläche links von 4,8 schraffieren (fängt ein bisschen links vom rechten Kästchen an)
8. Auch 2,5
9. Auf der x-Achse, 8 kleine Einheiten links und rechts von $μ$
1. $z \approx 29, 9 %$
2. ca. 89,7 mg
3. 82,8 86,2 bzw 89,6 mg
4. Höhepunkt (Erwartungswert, Median, Modus)
5. eine der zwei Kurven (grün, blau) unterhalb der spitzen (rot)
6. Die Fläche oberhalb des Wertes 89 mg schraffieren (fängt ein bisschen links dem rechten Kästchen an)
7. $z \approx 8, 08 %$
8. $z \approx 91, 92 %$
9. Geogebra benutzen und aufschreiben!
1. $z \approx 0, 2 %$
2. ca. zwischen 116,3 und 122,1 mmHg
3. 111,8 119,2 bzw. 126,6 mmHg
4. Wendepunkt (Stelle mit einer $σ$ Abstand von $μ$
5. Bei $μ$ 119,2 mmHg, jede Einheit $2, 4 \dot{6}$ m
6. die ganz flache (blaue) im Vergleich zur lila links
7. Fläche links von 114,8 schraffieren (fängt ein bisschen links von der Mitte an)
8. Auch 12,5
9. Auf der x-Achse, 8 kleine Einheiten links und rechts von $μ$

Anwendung der Normalverteilung bei gegebenen Grenzwerten

<section begin="Anwendung der Normalverteilung bei gegebenen Grenzwerten01" /> $μ \approx 472 - / - σ \approx 19$ <section end="Anwendung der Normalverteilung bei gegebenen Grenzwerten01" />
<section begin="Anwendung der Normalverteilung bei gegebenen Grenzwerten02" /> $μ \approx 976 - / - σ \approx 20$ <section end="Anwendung der Normalverteilung bei gegebenen Grenzwerten02" />
<section begin="Anwendung der Normalverteilung bei gegebenen Grenzwerten03" /> $μ \approx 255, 4 - / - σ \approx 3, 9$ <section end="Anwendung der Normalverteilung bei gegebenen Grenzwerten03" />
<section begin="Anwendung der Normalverteilung bei gegebenen Grenzwerten04" /> $σ \approx 9, 51 g/l - / - μ \approx 139, 9,$ $Grenzen: 130, 7 - 149, 1 g/l$ <section end="Anwendung der Normalverteilung bei gegebenen Grenzwerten04" />

Normalverteilung und Funktionen

<section begin="Normalverteilung und Funktionen01" /> $μ \approx 469, 1 σ \approx 10, 4$ <section end="Normalverteilung und Funktionen01" />
<section begin="Normalverteilung und Funktionen02" /> $μ \approx 84, 4 σ \approx 3, 6$ <section end="Normalverteilung und Funktionen02" />
<section begin="Normalverteilung und Funktionen03" /> $μ \approx 92, 4 σ \approx 9, 1$ <section end="Normalverteilung und Funktionen03" />
<section begin="Normalverteilung und Funktionen04" /> $μ \approx 78, 4 σ \approx 5, 7$ <section end="Normalverteilung und Funktionen04" />

Satz von Bayes

Satz von Bayes konkretes Beispiel

<section begin="Satz von Bayes konkretes Beispiel01" /> $42, 87 %$ bzw. $99, 21 %$ <section end="Satz von Bayes konkretes Beispiel01" />
<section begin="Satz von Bayes konkretes Beispiel02" /> $\frac{7}{16} = 43, 75 %$ <section end="Satz von Bayes konkretes Beispiel02" />
<section begin="Satz von Bayes konkretes Beispiel03" /> $\frac{83}{148} \approx 56, 08 %$ <section end="Satz von Bayes konkretes Beispiel03" />
<section begin="Satz von Bayes konkretes Beispiel04" /> $\frac{4}{11} = 36, \overline{36} %$ <section end="Satz von Bayes konkretes Beispiel04" />

Satz von Bayes abstraktes Beispiel

<section begin="Satz von Bayes abstraktes Beispiel01" />ca. $42, 87 %$ <section end="Satz von Bayes abstraktes Beispiel01" />
<section begin="Satz von Bayes abstraktes Beispiel02" />ca. $32, 31 %$ <section end="Satz von Bayes abstraktes Beispiel02" />
<section begin="Satz von Bayes abstraktes Beispiel03" />ca. $63, 03 %$ <section end="Satz von Bayes abstraktes Beispiel03" />
<section begin="Satz von Bayes abstraktes Beispiel04" /> $21, \dot{1} %$ <section end="Satz von Bayes abstraktes Beispiel04" />

Regression Korrelation

Regression und Korrelation

- Regression <section begin="Regression01" /> $T (H) = 0, 30 H + 78, 27$ , y-Achsenabschnitt: Todesalter beim Zölibat<section end="Regression01" />
- Korrelation <section begin="Korrelation01" /> $r = 0, 693$ , das Modell ist für den Zusammenhang geeignet für Männer, einem Studium nach, sterben sie früher mit geringerer Sexhäufigkeit. Die Korrelation ist allerdings nicht so stark. Für Frauen gibt es noch nicht ausreichende Studien.<section end="Korrelation01" />
- Regression <section begin="Regression02" /> $T (t) = - 1, 06 t + 80, 84$ , y-Achsenabschnitt: Todesalter der nicht-Raucher, Steigung: wie viele Jahre früher pro Zigarette man stirbt.<section end="Regression02" />
- Korrelation <section begin="Korrelation02" /> $r = - 0, 837$ , das Modell ist nicht schlecht, tatsächlich stirbt man früher, je mehr man raucht und die Korrelation ist tatsächlich ziemlich stark <section end="Korrelation02" />
- Regression <section begin="Regression03" /> $T (t) = 0, 62 t + 57, 97$ , der y-Achsenabschnitt ist in diesem Fall sinnlos<section end="Regression03" />
- Korrelation <section begin="Korrelation03" /> $r = 0, 439$ , das Modell ist für den Zusammenhang nicht geeignet, man stirbt früher sowohl bei einem extrem hohen als auch bei einem extrem niedrigen BMI, eine quadratische Funktion ist besser, in diesem Fall ist die Regressionsparabel: T(t)=-0{,}11x^2+5{,}85x-0{,}84 <section end="Korrelation03" />
- Regression <section begin="Regression04" /> $T (t) = - 0, 73 t + 78, 66$ , y-Achsenabschnitt: Todesalter der nicht-Raucher, Steigung: wie viele Jahre früher pro Zigarette man stirbt.<section end="Regression04" />
- Korrelation <section begin="Korrelation04" /> $r = - 0, 596$ , das Modell ist nicht schlecht, tatsächlich stirbt man früher, je mehr man raucht und die Korrelation ist allerdings ziemlich stärker. <section end="Korrelation04" />

Lineare Funktion und Regression

{{#lsth:Mathematrix: Antworten nach Thema/ Funktionen|Lineare Funktion und Regression}}

Epidemiologie

Grundaufgaben Binomial

1. ca. 1,27%
2. ca. 32 Tage
3. mehr als 3000%(!)
4. Weniger als 15 Tage(!)

BILDERVERZEICHNIS

ÖFFNE DEIN HORIZONT!
LERNE MIT MATHEMATRIX!

$𝐌 𝐀 𝐓 𝐇 𝐄 μ α T ℝ i x$
LOGO	CH DE AT

SPENDEN
Der Hauptautor ggf. das Team verdient zwar nicht viel, braucht allerdings dein Geld eigentlich nicht. Wenn du aber doch meinst, dass gute Arbeit belohnt werden soll und dieses Projekt gut findest, kannst du immer in diesem Link spenden. Das ist allerdings vielleicht die einzige Einrichtung mit völliger Transparenz, wo du genau weißt, was mit deinem Geld passiert.

Mathematrix: Antworten nach Thema/ Statistik und Wahrscheinlichkeitsrechnung

Inhaltsverzeichnis

Die Lageparameter

Lageparameter

Durchschnitt

Median

Modus

Vergleichen von Mittelwerten

Mittelwerte Argumentationsaufgaben

Die Streumaßen

Streumaßen

Streuungsmaßen um den Durchschnitt (um das arithmetische Mittel)

Streuungsmaßen um den Median (den Zentralwert)

Baumdiagramm

Urne

Matura

Wahrscheinlichkeitsverteilungen

Binomialverteilung

Grundaufgaben Binomial

Matura Binomial

Normalverteilung

Anwendung der Normalverteilung bei gegebenen Erwartungswert und Standardabweichung

Anwendung der Normalverteilung bei gegebenen Grenzwerten

Normalverteilung und Funktionen

Satz von Bayes

Satz von Bayes konkretes Beispiel

Satz von Bayes abstraktes Beispiel

Regression Korrelation

Regression und Korrelation

Lineare Funktion und Regression

Epidemiologie

Grundaufgaben Binomial

Navigationsmenü

2	3	4	5	6	7	8	9	10	11	12
$\frac{1}{36}$	$\frac{2}{36}$	$\frac{3}{36}$	$\frac{4}{36}$	$\frac{5}{36}$	$\frac{6}{36}$	$\frac{5}{36}$	$\frac{4}{36}$	$\frac{3}{36}$	$\frac{2}{36}$	$\frac{1}{36}$

1	2	3	4	5	6
$\frac{4}{9}$	$\frac{5}{18}$	$\frac{10}{63}$	$\frac{5}{63}$	$\frac{2}{63}$	$\frac{1}{126}$

3	4	5	6	7
$\frac{1}{35}$	$\frac{3}{35}$	$\frac{6}{35}$	$\frac{10}{35}$	$\frac{15}{35}$

1	2	3	5	6	7	8	9	10
$\frac{1}{6}$	$\frac{1}{6}$	$\frac{1}{6}$	$\frac{7}{36}$	$\frac{7}{36}$	$\frac{1}{36}$	$\frac{1}{36}$	$\frac{1}{36}$	$\frac{1}{36}$

2	3	4	5	6	7	8	9	10	11	12
$\frac{1}{36}$	$\frac{1}{18}$	$\frac{1}{12}$	$\frac{1}{9}$	$\frac{5}{36}$	$\frac{1}{6}$	$\frac{5}{36}$	$\frac{1}{9}$	$\frac{1}{12}$	$\frac{1}{18}$	$\frac{1}{36}$

$20 (\frac{4}{7})$	$40 (\frac{3}{7})$
$↙ ↘$	$↙ ↘$
$20 (\frac{1}{2}) 40 (\frac{1}{2})$	egal
$↙ ↘$
egal

$A = 1 (\frac{1}{6})$	$A = 2 (\frac{1}{6})$	$A > 2 (\frac{2}{3})$
$↙ ↘$	$↙ ↘$
$A \leq 3 (\frac{1}{2}) A > 3 (\frac{1}{2})$	$A \leq 2 (\frac{1}{3}) A > 2 (\frac{2}{3})$

$K 0, 255$	$G 0, 745$
$↙ ↘$	$↙ ↘$
$+ 0, 996 - 0, 004$	$+ 0, 2 - 0, 8$

1	2	3	4	5
$\frac{1}{2}$	$\frac{2}{7}$	$\frac{1}{7}$	$\frac{2}{35}$	$\frac{1}{70}$

Gewicht G:	60 g	70 g	80 g
P(G)	68,57%	0%	31,43%

2	3
$\frac{5}{7}$	$\frac{2}{7}$

Summe S:	6	7	8	9	10	11
P(S)	26,2%	39,3%	9,5%	9,5%	15,5%	0%

Züge Z:	2	3	4
P(Z)	58,33%	21,43%	20,24%