Artwork

A tartalmat a Barbara Bredner biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Barbara Bredner vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Player FM - Podcast alkalmazás
Lépjen offline állapotba az Player FM alkalmazással!

#26 Wie funktioniert Verteilungsprüfung?

26:38
 
Megosztás
 

Manage episode 306288938 series 2924427
A tartalmat a Barbara Bredner biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Barbara Bredner vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Wann sind Messwerte normalverteilt?

Wie funktioniert Verteilungsprüfung?

  1. Wie funktioniert die grafische Verteilungsprüfung?
  2. Welcher Verteilungstest ist der beste?
  3. Warum ist es eine ganz schlechte Idee, die Verteilung automatisch auszuwählen?

Wir arbeiten gerne mit bekannten Methoden, deshalb werden in der Verteilungsprüfung oft Histogramme mit Verteilungskurven angeschaut oder der Kolmogorov-Smirnov-Test gerechnet. Warum beide Methoden weniger gut geeignet sind und welche besseren Auswertungsverfahren es gibt, darum geht es in der heutigen Folge von "Irgendwas mit Daten".

Außerdem wird die Frage beantwortet, warum die automatische Verteilungsauswahl oder Verteilungsidentifikation selten gute Ergebnisse liefert und welche Schritte besser und zuverlässiger zu einer gut gewählten Verteilung führen.

Links

👉 NCSS: Probability Plots / Formeln für Wahrscheinlichkeitsnetze
👉 Groß, Jürgen: A Normal Distribution Course Wahrscheinlichkeitsnetz bzw. QQ-Plot S. 98
👉 Bredner, Barbara und Stanger, Karl: Fähigkeit bei technisch begrenzten Merkmalen
👉 Johnson, Norman L.; Kotz, Samuel Kotz; Balakrishnan, Narayanaswamy: Continuous Univariate Distributions, Volume 1
👉 Johnson, Norman L.; Kotz, Samuel Kotz; Balakrishnan, Narayanaswamy: Continuous Univariate Distributions, Volume 2
👉 The American Statistician: The ASA Statement on p-Values: Context, Process and Purpose

Wie halten Sie es mit der Verteilungsprüfung?

Ich freue mich über Ihre Nachricht! Barbara Bredner, [email protected]

  continue reading

51 epizódok

Artwork
iconMegosztás
 
Manage episode 306288938 series 2924427
A tartalmat a Barbara Bredner biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Barbara Bredner vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Wann sind Messwerte normalverteilt?

Wie funktioniert Verteilungsprüfung?

  1. Wie funktioniert die grafische Verteilungsprüfung?
  2. Welcher Verteilungstest ist der beste?
  3. Warum ist es eine ganz schlechte Idee, die Verteilung automatisch auszuwählen?

Wir arbeiten gerne mit bekannten Methoden, deshalb werden in der Verteilungsprüfung oft Histogramme mit Verteilungskurven angeschaut oder der Kolmogorov-Smirnov-Test gerechnet. Warum beide Methoden weniger gut geeignet sind und welche besseren Auswertungsverfahren es gibt, darum geht es in der heutigen Folge von "Irgendwas mit Daten".

Außerdem wird die Frage beantwortet, warum die automatische Verteilungsauswahl oder Verteilungsidentifikation selten gute Ergebnisse liefert und welche Schritte besser und zuverlässiger zu einer gut gewählten Verteilung führen.

Links

👉 NCSS: Probability Plots / Formeln für Wahrscheinlichkeitsnetze
👉 Groß, Jürgen: A Normal Distribution Course Wahrscheinlichkeitsnetz bzw. QQ-Plot S. 98
👉 Bredner, Barbara und Stanger, Karl: Fähigkeit bei technisch begrenzten Merkmalen
👉 Johnson, Norman L.; Kotz, Samuel Kotz; Balakrishnan, Narayanaswamy: Continuous Univariate Distributions, Volume 1
👉 Johnson, Norman L.; Kotz, Samuel Kotz; Balakrishnan, Narayanaswamy: Continuous Univariate Distributions, Volume 2
👉 The American Statistician: The ASA Statement on p-Values: Context, Process and Purpose

Wie halten Sie es mit der Verteilungsprüfung?

Ich freue mich über Ihre Nachricht! Barbara Bredner, [email protected]

  continue reading

51 epizódok

Minden epizód

×
 
Loading …

Üdvözlünk a Player FM-nél!

A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.

 

Gyors referencia kézikönyv

Hallgassa ezt a műsort, miközben felfedezi
Lejátszás