Cover von Einführung in Wahrscheinlichkeitsrechnung, Statistik und Stochastische Prozesse wird in neuem Tab geöffnet

Einführung in Wahrscheinlichkeitsrechnung, Statistik und Stochastische Prozesse

Verfasser*in: Suche nach Verfasser*in Bas, Esra
Verfasser*innenangabe: Esra Bas
Jahr: 2020
Verlag: Wiesbaden, Springer Vieweg
Reihe: Lehrbuch
Mediengruppe: Buch
verfügbar

Exemplare

AktionZweigstelleStandorteStatusFristVorbestellungen
Vorbestellen Zweigstelle: 07., Urban-Loritz-Pl. 2a Standorte: NN.MNS Bas / College 6a - Naturwissenschaften Status: Verfügbar Frist: Vorbestellungen: 0

Inhalt

Wesentliche Grundlagen der praktischen Stochastik in verständlicher Sprache und ohne weiteren mathematischen Tiefgang für Studierende der Ingenieur-, Wirtschafts- und Sozialwissenschaften in Bachelorstudiengängen.
 
 
Aus dem Inhalt:
TEIL1 / WAHRSCHEINLICHKEITSRECHNUNG 1 / / Kapitel 1: Grundlagen der Wahrscheinlichkeitsrechnung / 1.1. Grundbegriffe der Wahrscheinlichkeitsrechnung 3 / 1.2. Eigenschaften der Wahrscheinlichkeitsrechnung 5 / 1.2.1. Axiome der Wahrscheinlichkeitsrechnung nach Kolmogorov 5 / 1.2.2. Sätze der Wahrscheinlichkeitsrechnung 7 / 1.3. Kombinatorik 16 / 1.3.1. Permutation 16 / 1.3.2. Variation und Kombination 17 / Aufgaben 17 / / Kapitel 2: Zufallsvariablen / 2.1. Diskrete Zufallsvariablen 26 / 2.1.1. Kenngrößen der diskreten Zufallsvariablen 27 / 2.1.2. Spezielle diskrete Zufallsvariablen 31 / 2.1.2.1. Binomialverteilung 31 / 2.1.2.2. Poisson-Verteilung 34 / 2.1.2.3. Negative Binomialverteilung 36 / 2.1.2.4. Geometrische Verteilung 38 / 2.1.2.5. Hypergeometrische Verteilung 40 / Aufgaben 2.1 41 / / 2.2. Stetige Zufallsvariablen 48 / 2.2.1. Kenngrößen der stetigen Zufallsvariablen 48 / 2.2.2. Spezielle stetige Zufallsvariablen 51 / 2.2.2.1. Gleichverteilung (Rechteckverteilung, Uniformverteilung) 51 / 2.2.2.2. Exponentialverteilung 54 / 2.2.23. Normalverteilung (Gauß-Verteilung, Glockenkurve) 58 / 2.2.23.1 Standardnonnaiverteilung 59 / 2.2.23.2 Aus der Normalverteilung abgeleitete Verteilungen 65 / 2.2.2.4. Gamma-Verteilung 68 / Aufgaben 2.2 68 / / Kapitel 3: Mehrdimensionale Zufallsvariablen / / 3.1. Zweidimensionale diskrete Zufallsvariablen 74 / 3.2. Zweidimensionale stetige Zufallsvariablen 76 / 3.3. Weitere Eigenschaften der zweidimensionalen Zufallsvariablen 78 / 3.3.1. Parameter für den Zusammenhang zwischen den Zufallsvariablen X und Y 78 / 3.3.2. Erwartungswert und Varianz für zweidimensionale Zufallsvariablen 80 / 3.4. Summen unabhängiger Zufallsvariablen 83 / 3.5. Grenzwertsätze der Wahrscheinlichkeitsrechnung 88 / Aufgaben 92 / / TEIL 2 / STATISTIK 103 / / Kapitel 1: Deskriptive Statistik / 1.1. Grundbegriffe der deskriptiven Statistik 105 / 1.2. Kenngrößen der deskriptiven Statistik 107 / 1.2.1. Kenngrößen für eine Stichprobe 107 / 1.2.2. Kenngrößen für zwei Stichproben 111 / 1.3. Grafische Darstellungen 113 / 1.3.1. Grafische Darstellungen für qualitative Merkmale 113 / 1.3.2. Grafische Darstellungen für quantitative Merkmale 115 / Aufgaben 126 / / Kapitel 2: Induktive Statistik / / 2.1. Punktschätzung als Parameterschätzungsmethode 134 / 2.1.1. Momentenmethode 134 / 2.1.2. Maximum-Likelihood-Methode (ML-Methode) 140 / 2.1.3. Schätzfunktionen durch Mittelwert und verzerrte Varianz 143 / Aufgaben 2.1 144 / / 2.2. Konfidenzintervalle als Parameterschätzungsmethode 148 / 2.2.1. Grundbegriffe der Konfidenzintervalle 148 / 2.2.2. 100(1 ¿ a) %-Konfidenzintervalle für eine normalverteilte Grundgesamtheit 150 / 2.2.3. 100(1 ¿ a) %-Konfidenzintervalle für die Erfolgswahrscheinlichkeit einer binomialverteilten Grundgesamtheit 165 / 2.2.4. 100(1 ¿ a) %-Konfidenzintervalle für zwei normalverteilte Grundgesamtheiten 167 / Aufgaben 2.2 173 / / 2.3. Hypothesentests 197 / 2.3.1. Grundbegriffe der Hypothesentests 197 / 2.3.2. Einstichprobenhypothesentests für eine normalverteilte Grundgesamtheit 200 / 2.3.3. Zweistichprobenhypothesentests für normalverteilte Grundgesamtheiten 224 / 2.3.3.1. Zweistichprobenhypothesentests für normalverteilte und / unabhängige Grundgesamtheiten 224 / 2.3.3.2. Zweistichprobenhypothesentests für abhängige Grundgesamtheiten (gepaarter Z-Test) 238 / Aufgaben 2.3 243 / / Kapitel 3: Varianzanalyse / / 3.1. Grundbegriffe und Klassifikation der Varianzanalyse 269 / 3.2. Einfaktorielle Varianzanalyse 270 / Aufgaben 275 / / Kapitel 4: Regressionsanalyse / / 4.1. Klassifikation der Regressionsanalyse 296 / 4.2. Einfache lineare Regressionsanalyse 297 / Aufgaben 301 / / Kapitel 5: Nichtparametrische Tests / 5.1. Grundlegende Klassifikation der nichtparametrischen Tests 315 / 5.2. Der Chi-Quadrat-Anpassungstest 316 / 5.3. Der Chi-Quadrat-Unabhängigkeitstest 319 / 5.4. Vorzeichentest 323 / Aufgaben 326 / / TEIL 3 / STOCHASTISCHE PROZESSE 335 / / Kapitel 1: Punktprozesse, Zählprozesse, Poisson-Prozesse / / 1.1. Punktprozess, Zählprozess 337 / 1.1.1. Punktprozess 337 / 1.1.2. Zählprozess 338 / 1.2. Poisson-Prozess 340 / 1.2.1. Homogener Poisson-Prozess 340 / 1.2.1.1. Verteilungen der Zwischenankunftszeiten bzw. Ankunftszeiten bei einem homogenen Poisson-Prozess 341 / 1.2.1.2. Spalten bzw. Vereinen der Poisson-Prozesse 345 / 1.2.1.3. Verteilung der bedingten Ankunftszeit 347 / 1.2.1.4. Zusammengesetzter Poisson-Prozess 348 / 1.2.2. Inhomogener Poisson-Prozess 349 / Aufgaben 352 / / Kapitel 2: Erneuerungszählprozess / / 2.1. Grundlegende Eigenschaften des Erneuerungszählprozesses 363 / 2.1.1. Wahrscheinlichkeitsfunktion von N(t) 364 / 2.1.2. Erneuerungsfunktion des Erneuerungszählprozesses 364 / 2.1.3. Grenzwertsatz des Erneuerungszählprozesses 364 / 2.1.4. Emeuerungsgleichung 367 / 2.1.5. Renewal-Reward-Theorem 369 / 2.2. Weitere Eigenschaften des Emeuerungszählprozesses 371 / 2.2.1. Alter, Exzess, Zeitspanne zum Zeitpunkt t 371 / 2.2.2. Inspektionsparadoxon (Wartezeitparadoxon) 373 / 2.2.3. Zentraler Grenzwertsatz für EZP 374 / 2.2.4. Alternierender Emeuerungszählprozess 374 / Aufgaben 375 / / Kapitel 3: Markov-Ketten / / 3.1. Zeit-diskrete Markov-Ketten 383 / 3.1.1. Grundsätzliche Eigenschaften von zeit-diskreten Markov-Ketten 383 / 3.1.2. Grenzverteilung bzw. stationäre Verteilung 390 / Aufgaben 3.1 392 / / 3.2. Zeit-stetige Markov-Ketten 399 / 3.2.1. Grundsätzliche Eigenschaften von zeit-stetigen Markov-Ketten 399 / 3.2.2. Grenzverteilung bzw. stationäre Verteilung 403 / 3.2.3. Geburts-und Todesprozess 404 / 3.2.4. Geburts- und-Todesprozess-Warteschlangenmodelle 407 / Aufgaben 3.2 411 / / Kapitel 4: Mathematische Grundlagen der Zuverlässigkeit / / 4.1. Grundlegende Eigenschaften der mathematischen Zuverlässigkeit. 420 / 4.2. Wesentliche Systemstrukturen 422 / 4.3. Zuverlässigkeitskenngrößen für nichtreparierbare Systeme 425 / 4.4. Zuverlässigkeitskenngrößen für reparierbare Systeme 428 / Aufgaben 430 / / Literaturverzeichnis 435 / Anhang: Tabellen 439 / Sachwortverzeichnis 447

Details

Verfasser*in: Suche nach Verfasser*in Bas, Esra
Verfasser*innenangabe: Esra Bas
Jahr: 2020
Verlag: Wiesbaden, Springer Vieweg
opens in new tab
Systematik: Suche nach dieser Systematik NN.MNS
Suche nach diesem Interessenskreis
ISBN: 978-3-658-32119-2
2. ISBN: 3-658-32119-9
Beschreibung: XI, 456 Seiten : Illustrationen, Diagramme
Reihe: Lehrbuch
Schlagwörter: Lehrbuch, Wahrscheinlichkeitsrechnung, Statistik, Stochastischer Prozess, Wahrscheinlichkeitslehre, Mathematische Statistik, Statistiken, Statistische Mathematik, Statistische Methode, Statistisches Verfahren, Random-Prozess, Zufallsprozess, Zufälliger Prozess
Suche nach dieser Beteiligten Person
Mediengruppe: Buch