Vorstoß in die Analytik

Kapitel 2. Grundlagen der Wahrscheinlichkeitsrechnung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Hast du jemals darüber nachgedacht, was dein Meteorologe mit einer Regenwahrscheinlichkeit von 30 % wirklich meint? Ohne eine Kristallkugel können sie nicht mit Sicherheit sagen, dass es regnen wird. Das heißt, sie sind sich über das Ergebnis nicht sicher. Sie können diese Ungewissheit aber als einen Wert zwischen 0 % (es wird sicher nicht regnen) und 100 % (es wird sicher regnen) angeben.

Datenanalysten haben, genau wie Meteorologen, keine Kristallkugeln. Oft wollen wir Aussagen über eine ganze Population machen, obwohl wir nur die Daten einer Stichprobe haben. Daher müssen auch wir die Unsicherheit als Wahrscheinlichkeit quantifizieren.

Zu Beginn dieses Kapitels werden wir uns damit beschäftigen, wie Wahrscheinlichkeit funktioniert und wie Wahrscheinlichkeiten abgeleitet werden. Außerdem werden wir mit Excel einige der wichtigsten Theoreme der Statistik simulieren, die größtenteils auf der Wahrscheinlichkeitsrechnung beruhen. Damit hast du eine hervorragende Grundlage für Kapitel 3 und 4, in denen wir mit Excel Schlussfolgerungsstatistiken durchführen.

Wahrscheinlichkeit und Zufälligkeit

Umgangssprachlich sagen wir, dass etwas "zufällig" ist, wenn es aus dem Zusammenhang gerissen oder willkürlich erscheint. In der Wahrscheinlichkeitsrechnung ist etwas zufällig, wenn wir wissen, dass ein Ereignis ...