Artwork

Conteúdo fornecido por Barbara Bredner. Todo o conteúdo do podcast, incluindo episódios, gráficos e descrições de podcast, é carregado e fornecido diretamente por Barbara Bredner ou por seu parceiro de plataforma de podcast. Se você acredita que alguém está usando seu trabalho protegido por direitos autorais sem sua permissão, siga o processo descrito aqui https://pt.player.fm/legal.
Player FM - Aplicativo de podcast
Fique off-line com o app Player FM !

#26 Wie funktioniert Verteilungsprüfung?

26:38
 
Compartilhar
 

Manage episode 306288938 series 2924427
Conteúdo fornecido por Barbara Bredner. Todo o conteúdo do podcast, incluindo episódios, gráficos e descrições de podcast, é carregado e fornecido diretamente por Barbara Bredner ou por seu parceiro de plataforma de podcast. Se você acredita que alguém está usando seu trabalho protegido por direitos autorais sem sua permissão, siga o processo descrito aqui https://pt.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 episódios

Artwork
iconCompartilhar
 
Manage episode 306288938 series 2924427
Conteúdo fornecido por Barbara Bredner. Todo o conteúdo do podcast, incluindo episódios, gráficos e descrições de podcast, é carregado e fornecido diretamente por Barbara Bredner ou por seu parceiro de plataforma de podcast. Se você acredita que alguém está usando seu trabalho protegido por direitos autorais sem sua permissão, siga o processo descrito aqui https://pt.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 episódios

Todos os episódios

×
 
Loading …

Bem vindo ao Player FM!

O Player FM procura na web por podcasts de alta qualidade para você curtir agora mesmo. É o melhor app de podcast e funciona no Android, iPhone e web. Inscreva-se para sincronizar as assinaturas entre os dispositivos.

 

Guia rápido de referências