Wahrscheinlichkeitsverteilung Rechner

Willkommen beim Wahrscheinlichkeitsverteilung-Rechner, einem umfassenden statistischen Tool zur Berechnung von Wahrscheinlichkeiten, kumulativen Wahrscheinlichkeiten (CDF) und Quantilen (inverse CDF) für verschiedene Wahrscheinlichkeitsverteilungen. Egal, ob Sie Statistik lernen, Daten analysieren oder professionell mit statistischen Modellen arbeiten – dieser Rechner bietet detaillierte Schritt-für-Schritt-Lösungen und interaktive Visualisierungen, um Ihnen das Verständnis von Wahrscheinlichkeitsverteilungen zu erleichtern.

Unterstützte Wahrscheinlichkeitsverteilungen

Dieser Rechner unterstützt sieben häufig verwendete Wahrscheinlichkeitsverteilungen, die jeweils für unterschiedliche Arten von Zufallsphänomenen geeignet sind:

PDF, CDF und Quantilsfunktionen verstehen

Wahrscheinlichkeitsdichte-/Funktion (PDF/PMF)

Die PDF (bei stetigen Verteilungen) oder PMF (bei diskreten Verteilungen) gibt die relative Wahrscheinlichkeit an, dass eine Zufallsvariable einen bestimmten Wert annimmt. Bei stetigen Verteilungen ist der PDF-Wert selbst keine Wahrscheinlichkeit, sondern eine Dichte – Wahrscheinlichkeiten werden durch Integration der PDF über ein Intervall ermittelt.

Kumulative Verteilungsfunktion (CDF)

Die CDF, bezeichnet als F(x), gibt die Wahrscheinlichkeit an, dass eine Zufallsvariable X kleiner oder gleich einem Wert x ist. Dies wird als P(X ≤ x) geschrieben. Die CDF steigt mit zunehmendem x immer von 0 auf 1 an.

Quantilsfunktion (Inverse CDF)

Die Quantilsfunktion (auch Prozentpunktfunktion oder inverse CDF genannt) findet den Wert x, für den P(X ≤ x) = p gilt. Sie beantwortet die Frage: "Welcher Wert wird von nur (1-p)×100% der Verteilung überschritten?" Dies ist entscheidend für das Finden kritischer Werte in Hypothesentests.

Formeln der Verteilungen

Normalverteilung

Die Normalverteilung (Gauß-Verteilung) ist symmetrisch und glockenförmig, charakterisiert durch den Mittelwert μ (Zentrum) und die Standardabweichung σ (Streuung).

• PDF: \( f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} \)
• CDF: \( F(x) = \frac{1}{2}\left[1 + \text{erf}\left(\frac{x-\mu}{\sigma\sqrt{2}}\right)\right] \)
• Quantil: \( x = \mu + \sigma \cdot \Phi^{-1}(p) \)

Binomialverteilung

Modelliert die Anzahl der Erfolge in n unabhängigen Versuchen mit jeweils der Erfolgswahrscheinlichkeit p.

• PMF: \( P(X=k) = \binom{n}{k} p^k (1-p)^{n-k} \)
• CDF: \( F(k) = \sum_{i=0}^{k} \binom{n}{i} p^i (1-p)^{n-i} \)

Poisson-Verteilung

Modelliert die Anzahl der Ereignisse in einem festen Intervall, wenn Ereignisse mit einer konstanten durchschnittlichen Rate λ auftreten.

• PMF: \( P(X=k) = \frac{e^{-\lambda} \lambda^k}{k!} \)
• CDF: \( F(k) = e^{-\lambda} \sum_{i=0}^{k} \frac{\lambda^i}{i!} \)

Exponentialverteilung

Modelliert die Zeit zwischen Ereignissen in einem Poisson-Prozess mit der Rate λ.

• PDF: \( f(x) = \lambda e^{-\lambda x} \) für x ≥ 0
• CDF: \( F(x) = 1 - e^{-\lambda x} \)
• Quantil: \( x = -\frac{\ln(1-p)}{\lambda} \)

Chi-Quadrat-Verteilung

Entsteht in der Statistik als Summe quadratischer standardnormalverteilter Variablen. Wird in Hypothesentests und Konfidenzintervallen für die Varianz verwendet.

• PDF: \( f(x) = \frac{x^{k/2-1} e^{-x/2}}{2^{k/2} \Gamma(k/2)} \) für x > 0

Student-t-Verteilung

Ähnlich der Normalverteilung, aber mit "schwereren" Enden (Tails). Wird für Rückschlüsse auf Populationsmittelwerte verwendet, wenn der Stichprobenumfang klein oder die Populationsvarianz unbekannt ist.

• PDF: \( f(x) = \frac{\Gamma\left(\frac{\nu+1}{2}\right)}{\sqrt{\nu\pi}\,\Gamma\left(\frac{\nu}{2}\right)} \left(1+\frac{x^2}{\nu}\right)^{-\frac{\nu+1}{2}} \)

So verwenden Sie diesen Rechner

1. Verteilung wählen: Klicken Sie auf die Verteilungskarte, die zu Ihren Daten oder Ihrer Aufgabe passt. Jede Karte zeigt den Verteilungstyp (stetig oder diskret) an.
2. Berechnungstyp wählen: Wählen Sie PDF/PMF für die Punktwahrscheinlichkeit, CDF für die kumulative Wahrscheinlichkeit oder Quantil, um einen Wert für eine gegebene Wahrscheinlichkeit zu finden.
3. Parameter eingeben: Geben Sie die Verteilungsparameter ein. Das Formular zeigt dynamisch nur die relevanten Parameter für die gewählte Verteilung an.
4. Wert oder Wahrscheinlichkeit eingeben: Geben Sie für PDF/CDF den x-Wert (oder k für diskrete Werte) ein. Geben Sie für Quantile eine Wahrscheinlichkeit zwischen 0 und 1 ein.
5. Ergebnisse prüfen: Sehen Sie sich das berechnete Ergebnis, die mathematische Herleitung Schritt für Schritt und die interaktive Visualisierung der Verteilung an.

Häufig gestellte Fragen (FAQ)

Was ist eine Wahrscheinlichkeitsverteilung?

Eine Wahrscheinlichkeitsverteilung ist eine mathematische Funktion, die die Wahrscheinlichkeit verschiedener möglicher Ergebnisse für eine Zufallsvariable beschreibt. Sie kann diskret sein (wie Binomial oder Poisson) für abzählbare Ergebnisse oder stetig (wie Normal oder Exponential) für Ergebnisse, die jeden Wert innerhalb eines Bereichs annehmen können.

Was ist der Unterschied zwischen PDF und CDF?

Die PDF (Wahrscheinlichkeitsdichtefunktion) oder PMF (Wahrscheinlichkeitsfunktion) gibt die Wahrscheinlichkeitsdichte an einem bestimmten Punkt an. Bei diskreten Verteilungen gibt die PMF die exakte Wahrscheinlichkeit P(X=k) an. Die CDF (Verteilungsfunktion) gibt die Wahrscheinlichkeit an, dass die Zufallsvariable kleiner oder gleich einem Wert ist: P(X≤x). Die CDF ist die kumulative Summe/Integral der PDF/PMF.

Wann sollte ich die Normalverteilung verwenden?

Die Normalverteilung ist für stetige Daten geeignet, die symmetrisch um einen Mittelwert verteilt sind. Sie wird häufig für Phänomene wie Körpergrößen, Testergebnisse, Messfehler und viele biologische Variablen verwendet. Der zentrale Grenzwertsatz besagt, dass Stichprobenmittelwerte dazu neigen, normalverteilt zu sein, unabhängig von der Verteilung der Grundgesamtheit.

Was ist eine Quantilsfunktion?

Die Quantilsfunktion (auch inverse CDF oder Prozentpunktfunktion genannt) findet den Wert x, für den P(X≤x) = p bei einer gegebenen Wahrscheinlichkeit p gilt. Beispielsweise ist das 95. Perzentil (p=0,95) einer Verteilung der Wert, unter den 95 % der Beobachtungen fallen.

Wie wähle ich zwischen verschiedenen Verteilungen?

Wählen Sie basierend auf Ihren Datenmerkmalen: Normal für symmetrische stetige Daten um einen Mittelwert; Binomial für das Zählen von Erfolgen; Poisson für Ereignisse in festen Intervallen; Exponential für Zeiten zwischen Ereignissen; Gleichverteilung für gleiche Wahrscheinlichkeiten; Chi-Quadrat für Varianztests; Student-t für kleine Stichproben bei unbekannter Varianz.

Zusätzliche Ressourcen

• Wahrscheinlichkeitsverteilung - Wikipedia
• Normalverteilung - Wikipedia
• Statistik und Wahrscheinlichkeit - Khan Academy