Zusammenfassung
Wie Zufallszahlen und damit auch Daten durch einige wenige Parameter wie arithmetisches Mittel, Standardabweichung, p-Quantil beschrieben werden können, können Wahrscheinlichkeitsverteilungen durch Verteilungsparameter beschrieben werden. Die Analoga zu arithmetischem Mittel und empirischer Varianz sind Erwartungswert und Varianz. Diese wollen wir in diesem Kapitel sowohl für diskrete als auch für stetige Wahrscheinlichkeitsverteilungen kennen lernen. Am Schluss des Kapitels wird das Gesetz der großen Zahlen vorgestellt und gezeigt, wie es zur Simulation von Erwartungswert und Varianz genutzt werden kann.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2013 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Müller, C., Denecke, L. (2013). Erwartungswert und Varianz. In: Stochastik in den Ingenieurwissenschaften. Statistik und ihre Anwendungen. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-38960-3_15
Download citation
DOI: https://doi.org/10.1007/978-3-642-38960-3_15
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-642-38959-7
Online ISBN: 978-3-642-38960-3
eBook Packages: Life Science and Basic Disciplines (German Language)