Artwork

Contenuto fornito da Barbara Bredner. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Barbara Bredner o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.
Player FM - App Podcast
Vai offline con l'app Player FM !

#26 Wie funktioniert Verteilungsprüfung?

26:38
 
Condividi
 

Manage episode 306288938 series 2924427
Contenuto fornito da Barbara Bredner. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Barbara Bredner o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.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, post@irgendwas-mit-daten.io

  continue reading

51 episodi

Artwork
iconCondividi
 
Manage episode 306288938 series 2924427
Contenuto fornito da Barbara Bredner. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Barbara Bredner o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.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, post@irgendwas-mit-daten.io

  continue reading

51 episodi

همه قسمت ها

×
 
Loading …

Benvenuto su Player FM!

Player FM ricerca sul web podcast di alta qualità che tu possa goderti adesso. È la migliore app di podcast e funziona su Android, iPhone e web. Registrati per sincronizzare le iscrizioni su tutti i tuoi dispositivi.

 

Guida rapida