Microsoft Office Tutorials and References
In Depth Information
Chi-Quadrat-Verteilung: Diese Verteilung ist definiert als die Verteilung der
Summe der Quadrate von n unabhängigen und standardnormalverteilten Zufalls-
variablen. Sie wird insbesondere für Streuungstests verwendet. Siehe: CHIQU
.VERT() und CHIQU.VERT.RE() .
Exponentialverteilung: Diese Verteilung ist ein Spezialfall der Gammaverteilung
für p = 1 . Siehe: EXPON.VERT() .
F-Verteilung: Die F-Verteilung – das F erinnert an den britischen Statistiker Fisher
– steht in Zusammenhang mit der Chi-Quadrat-Verteilung. Wird der Quotient aus
zwei durch die Zahl der Freiheitsgrade dividierten Chi-Quadrat-Variablen gebildet,
entsteht eine Variable, die F-verteilt ist. Diese Werte werden für Testverfahren ver-
wendet, bei denen die Varianz zweier unabhängiger, normalverteilter Merkmale
verglichen werden soll. Siehe: F.VERT() und F.VERT.RE() .
Gamma-Verteilung: Eine kontinuierliche Wahrscheinlichkeitsverteilung über der
Menge der positiven reellen Zahlen, die beispielsweise in der Warteschlangenthe-
orie verwendet wird. Siehe: GAMMA.VERT() .
Logarithmische Normalverteilung: Eine kontinuierliche Verteilung über der
Menge der reellen Zahlen für Zufallsvariablen, wenn ln(x) normalverteilt ist.
Siehe: LOGNORM.VERT() .
Normalverteilung: Diese kontinuierliche Verteilung ist definiert für Werte zwi-
schen – und +. In zahlreichen Fällen, wo einer Zufallsvariablen eine Grundgesamt-
heit zugrunde liegt, die sehr groß ist (ab 1.000), und wo eine stetige Größe gemes-
sen wird, können Sie davon ausgehen, dass sie wenigstens annäherungsweise
normalverteilt ist. Daraus folgt, dass die Normalverteilung im Prinzip die wich-
tigste der stetigen Verteilungen ist. Sie wird auch die Gauß´sche Verteilung oder
Gauß´sche Fehlerkurve genannt. Eine besondere Stellung nimmt hier die Stan-
dardnormalverteilung ein, bei der der Mittelwert 0, und die Standardabweichung
1 ist. Siehe: NORM.VERT() und NORM.S.VERT() .
Student-t-Verteilung: Diese Verteilung ist eine stetige Verteilungsfunktion, die
1908 von dem englischen Statistiker Gosset unter dem Pseudonym »Student« pu-
bliziert worden ist. Sie ähnelt der Normalverteilung. Je umfangreicher der Stich-
probenumfang ist, umso mehr nähert sich diese Verteilung der Standardnormal-
verteilung an. Die T-Verteilung wird häufig verwendet, wenn Mittelwerte
verglichen werden und die Varianz dabei geschätzt werden muss. Siehe:
T.VERT() , T.VERT.2S() und T.VERT.RE() .
Search JabSto ::




Custom Search