Probability Theory Flashcards

1
Q

Was versteht man unter descriptive statistics?

A

Daten werden in ein Nutzbares format transformiert. Es werden Werte wie relative Häufigkeit, Stichprobenmittelwert und Varianz berechnet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Was versteht man unter probability theory?

A

Mathematische Modelle zur Beschreibung von zufälligen Ereignissen. Bswp. Bedingte Wahrsch., Wahrsch. dichtefunktion, zufallsvariablen etc.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was versteht man unter inferential statistics?

A

Die Kombination von probability Theory und descriptiv statistics und das Anwenden auf die reale Welt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Was sind die Englischen Begriffe für: Elementar Ereignis, Ergebnismenge, Ereignis und Ereignisraum?

A
  • Outcome = Elementar Ereignis
  • Sample Space = Ergebnismenge
  • Event = Ergebnis
  • Event Space = Ergebnis Raum
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Erkläre die Begriffe: Elementar Ereignis, Ergebnismenge, Ergebnis, Ergebnisraum

A
  • Elementar Ereignis = Ein unzerteilbares Ereignis (Ergebnis eines Münzwurfes)
  • Ergebnismenge = Die Menge aller möglichen Ergebnisse eines Zufallsexperiment
  • Ergebnis: Teilmenge der Ergebnismenge
  • Ergebnisraum: Jedes mögliche Ergebnis und Kombination von Ergebnisen + das unmögliche und das sichere Ergebnis
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Was sind die drei Axiome nach Kolmogorow?

A
  • Für alle Ereignise gilt 0 <= Pr(A) <= 1
  • Pr(Ergebnismenge) = 1
  • Alle Elementarereignise sind Disjunkt voneinander (Siehe Bild)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Gebe eine Definition einer Zufallsvariable

A

Eine Zufallsvariable ist eine Funktion, welche alle Elementarereignisse auf eine Wahrscheinlichkeit abbildet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Was ist der Unterschied zwischen kontinuierliche und diskrete zufallsvariablen?

A
  • Bei Diskrete gibt es eine endliche Anzahl an Ereignissen wobei jedes Ereignis eine Wahrscheinlichkeit hat
  • Kontinuierliche gibt es eine unendliche Anzahl an Ereignissen Die Wahrscheinlichkeit eines bestimmten Ereignisses ist 0 man berechnet die Wahrscheinlichkeit eines Intervalls
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Was ist die Verbundwahrscheinlichkeit?

A
  • Wir betrachten zwei Zufallsvariablen x und y
  • Die Verbundwahrscheinlichkeit ist die Wahrscheinlichkeit, dass zwei Ergebnise aus x und y gemeinsam auftreten.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Was versteht man unter Marginalisierung?

A
  • Bei der Margenalisierung zieht man aus einer Verbundwahrscheinlichkeitsverteilung eine einzelne Zufallsvariable raus
  • Dies macht man durch das Integrieren bzw. Summation über die gewünschte Zufallsvariable
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Was beschreibt die Bedingte Wahrscheinlichkeit?

A

Die Bedingte Wahrscheinlichkeit sagt aus wie Wahrscheinlich das Ergebnis A ist unter der Bedingung, dass B bereits passiert ist. Pr(A|B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Was ist der Erwartungswert und die Varianz?

A
  • Der Erwartungswert ist der Durchschnitt der Zufallsvariable
  • Die Varianz gibt das maaß der Streuung an
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Was ist die Bayes regel und wofür wird sie genutzt?

A

Bayes Rule ist die Umkehrung von Ursache und Effekt.
Durch vorab Information können wir unser Ergebnis verbessern/ anpassen -> Vorwissen anhand von Daten anpassen
Wir können unseren alten belief/prior mit neuen Daten anreichen und verbessern

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Was beschreibt eine Bernouli Verteilung?

A

Eine Bernouli Verteilung beschreibt eine Situation mit nur zwei Ergebnissen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Wie entstehen: Spherical, diagonal und full covariance?

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Was ist eine wichtige Eigenschaft der diagonalen Covariance?

A

Sie ist unabhängig.
Das gilt für spherical und diagonal covariance

17
Q

Warum nutzt man oftmals die Normalverteilung?

A
  • Viele natürliche Vorgänge lassen sich gut mit der Normalverteilung beschrieben
  • Das Rechnen ist einfach da als Ergenis immer wieder eien Normalverteilung rauskommt (Gaus bleibt Gaus)
  • Es fallen immer ca. 66% im Interval von -sigma bis sigma (Varianz)