Zum Inhalt springen
L

Das Video kommt von YouTube: erst beim Abspielen verbindet sich die Seite mit YouTube (Google).

Das Gesetz der Großen Zahlen (schwaches und starkes Gesetz)

Statistik Verstehen12:00 16.777 Aufrufe veröffentlicht Auf YouTube

Das Wichtigste aus dem Video

Tipp auf eine Zeit – das Video springt genau dorthin.

Transkriptautomatisch erstellt · 67 Zeilen
Herunterladen
  1. [Musik] hallo und herzlich willkommen bei statistik verstehen das gesetz der großen zahlen ist neben dem zentralen
  2. grenzwert satz eines der fundamentalsten erkenntnisse der stochastik denn dieses gesetz beweist die verknüpfung zwischen dem rein theoretischer dachten konzept
  3. der wahrscheinlichkeit mit dem was wir in der realität tun wie beispielsweise die relative häufigkeiten von ereignissen aus zielen
  4. indirekt habe ich schon an mehreren stellen das gesetz der großen zahlen angewendet beispielsweise bei der motivation des erwartungswertes oder
  5. dass wir schon die ganze zeit damit arbeiten dass der mittelwert gegen den erwartungswert konvergiert das gesetz der großen zahlen wird typischerweise
  6. mittels verschiedener grenzwert sätze formuliert die unterschiedliche aussagen haben mathematisch betrachtet gibt es aber nur ein gesetz der großen zahlen
  7. dass alle grenzwerte fast allgemein beziehen sich diese aussagen auf die oftmalige wiederholung von zufalls experimenten dh für sehr viele versuche
  8. und als mathematische grenzwert sätze wie immer auf unendlich viele versuche die kernaussage ist vereinfacht gesprochen der beweis dass sich relative
  9. häufigkeiten bzw allgemein so empirische kennwerte für sehr viele zufalls versuche um den theoretischen wert stabilisieren beginnen möchte ich mit
  10. dem schwachen gesetz für relative häufigkeiten das auf den schweizer mathematiker jacob bernoulli zurückgeht und ein meilenstein in der
  11. wahrscheinlichkeitsrechnung ist der ausgangspunkt ist ein sogenanntes bei null experiment also ein zufalls experiment das nur zwei ausgänge hat
  12. erfolg und misserfolg wie zum beispiel der münzwurf kopf oder zahl dieses zufalls experiment wird einmal wiederholt gmp sei die
  13. erfolgswahrscheinlichkeit das als erfolg definierten ereignisses in einem versuch wir wissen bereits dass die anzahl der erfolge cline ka nach etwas suchen bin
  14. domian verteilt die ist mit dem erwartungswert der hand sei der folge von mlp und der varianz in x b x 1 - p dadurch ist die relative
  15. häufigkeit wenn das alles wahr ist was wir jetzt behauptet haben dann sollte relative häufigkeit des erfolgs gleich der bahn wahrscheinlichkeit für dieses
  16. ereignis sein und für die varianz gilt p x 1 - p durch die variante ist übrigens der quadrate standard fehler der relative häufigkeit dass die relative
  17. häufigkeit gegen die wahrscheinlichkeit konvertiert so wie es der erwartungswert behauptet wollen wir jetzt beweisen dazu will ich anmerken dass zurzeit von
  18. bernoulli es weder eine aktion tische definition der wahrscheinlichkeit gab und auch keine konzepte wie erwartungswert und varianz doch ohne all
  19. dies konnte er es trotzdem beweisen als genialer mathematiker hat er nun auch den wert seiner entdeckung erkannt in seinem tagebuch schrieb er
  20. diese entdeckung gilt mir mehr als wenn ich gar die quadratur des kreises geliefert hätte denn wenn diese auch gänzlich gefunden würde so wäre sie doch
  21. sehr wenig nützt dazu sei bemerkt dass die quadratur des kreises zur damaligen zeit noch ein mathematisch ganz wichtiges problem war heute 300 jahre
  22. später haben wir ein ganz anderes verständnis und der beweis braucht auch nur zwei zeilen denn heute nutzen wir dazu die ungleichen von ihren ehemännern
  23. und pawlowitsch tschechow chef die ungleichen habe ich im zusammenhang mit der bedeutung der varianz vorgestellt es ist eine zufalls variable
  24. mit endlichen erwartungswert und einer varianz größer als null für ein beliebiges y größer null gilt dass die wahrscheinlichkeit dass ich zweiter als
  25. y um den erwartungswert streit kleiner text ein quadrat durch y quadrat ist für den beweis brauchen wir jetzt nur in die
  26. ungleichen einzusetzen die zufalls variable exist der empirische kennwert also hier die relative häufigkeit der erwartungswert
  27. ist die wahrscheinlichkeit auf der rechten seite der ungleich umsetzen wir für die varianz 1 das ist bei x 1 - durch einmal exil um
  28. quadrat in einem zweiten schritt bilden wir den limes für ein gegen unendlich dadurch wird die rechte seite der
  29. ungleichen 0 das ergebnis ist nun wie folgt zu interpretieren die wahrscheinlichkeit dass die relative
  30. häufigkeit von der theoretischen wahrscheinlichkeit um jedes noch so beliebig kleine y größer als null abweicht ist 0
  31. wenn die wahrscheinlichkeit 0 ist dann ist das ein unmögliches ereignis zum besseren verständnis ein beispiel wir machen ein paar nullen experiment mit
  32. einem fairen würfel ein erfolg ist es wenn wir eine 6 werfen die erfolgswahrscheinlichkeit in einem wurf ist ein sechstel die horizontale achse
  33. der grafik zeigt die anzahl der versuche in die vertikale achse die relative häufigkeit die bis zum enten versuch beobachtet wurde
  34. wir sehen bei einer kleineren anzahl an versuchen kann die relative häufigkeit noch deutlich leichter vom erwarteten wert weg sein aber je mehr versuchen wir
  35. durchführen desto mehr stabilisiert sich die verteilung um den wert ein sechstel der fachbegriff ist stabilisieren die aussage dass sich die relative
  36. häufigkeit immer mehr den erwarteten wert anhört ist nämlich falsch denn das sieht man auch ganz deutlich in der grafik dass sich die blaue linie der
  37. strich vierten linie zwar manchmal annähert und dann wieder weiter entfernt nur die wahrscheinlichkeit dass der abstand größer wird wird kleiner
  38. nicht aber der abstand selbst eine verallgemeinerung des schwachen gesetz für relative häufigkeit ist das
  39. schwache gesetz der großen zahlen x1 bis xl sind zufalls variablen die paarweise unabhängig sind und identisch verteilt so wie wir es bei einer einfachen
  40. zufallsstichprobe hätten alle zufalls variablen haben einen endlichen erwartungswert der mittelwert square ist die summe aller xii der erwartungswert
  41. fonic square soll mühe sein und die varianz völlig square ist sigma quadrat durch m wir setzen wieder in die ungleichen ein
  42. und bilden den limes für ein gegen unendlich die wahrscheinlichkeit dass square vom erwartungswerte um jedes noch so
  43. beliebig kleine y größer null abweicht ist 0x quer konvergiert in wahrscheinlichkeit gegen mühe für einen fairen würfel ist erwartungswert 3,5 in
  44. gleicher weise wie die relative häufigkeiten stabilisiert sich der mittelwert um den erwartungswert
  45. mathematisch stärker ist das so genannte starke gesetz der großen zahlen diese schlug quasi das schwache gesetz der großen zeigen in dem ein anderer
  46. stärkerer konvergenz begriff benutzt wird das schwache gesetz ist nämlich etwas unbefriedigend weil es möglich ist wenn auch wenig wahrscheinlich dass sich
  47. der mittelwert vom warenwert wieder weiter weg bewegt aber eigentlich wollen wir dass der abstand immer kleiner wird wenn wir immer weiter den würfel werfen
  48. dazu brauchen wir die sogenannte fast sichere konvergenz hierbei betrachten wir jetzt nicht mehr den mittelwert iks quer sondern den mittelwert der um den
  49. erwartungswert zentrierten variablen ich schreibe hier führt quer in der klammer steht dass wir neben gegen unendlich geht dann ist das supreme dh die
  50. kleinste ober eine schranke für den betrag von z wer gleich null die wahrscheinlichkeit von diesem ausdruck ist gleich 1 somit
  51. ein sogenanntes fast sicheres ereignis das hat es mit der oberen schranke auf sich ich kann eine menge y definieren die eine teilmenge der reellen zahlen
  52. ist das ist das symbol für teilmenge y ist ein element das er für das gelten soll das y kleiner als 2 ist eine obere
  53. schranke für diese menge wäre beispielsweise die zeit 3 denn es ist wahr dass alle y kleiner als drei sind eine weitere obere schranke ist auch die
  54. zeit 2,1 dennoch alle y sind die rein als 2,1 aber die kleinste oberfranke die existiert ist die 2 keine obere schranke kann kleiner als zwei sein
  55. das ist das supremo z quer ist ebenso eine menge die obere schranke ist nun da wir hier den betrag von z quer haben kann also der abstand von 0 nicht größer
  56. als null sein wer ist also 0 beim schwachen gesetz der großen zahlen haben wir die konvergenz im wahrscheinlichkeit einen abstand der
  57. größer als ein beliebiges y sein soll und wenn entgegen und endlich geht wird über schädlichkeit 0 beim starken gesetz der großen zahlen haben wir die fast
  58. sichere konvergenz keine psion mehr sondern wenn entgegen unendlich geht ist square 0 um dessen wahrscheinlichkeit ist 1 und
  59. der starke gesetz beinhaltet das schwache abschließend will ich nochmals erwähnen wozu das gesetz der großen zahlen nützlich ist beispielsweise wenn
  60. man ein betreiber von glücksspielen eines kasinos oder einer lotterie ist oder eventuell im versicherungswesen tätig ist dass man dort seine auszahlung
  61. weiterhin noch gut schlafen kann dennoch wenn man im einzelfall eine auszahlung tätig müsste insgesamt ist auf langer
  62. sicht die wahrscheinlichkeit zu gunsten der betreiber in den empirischen wissenschaften nutzt uns diese erkenntnis dass wir wissen dass durch
  63. mehrfache messung der messfehler reduziert wird das heißt größere stichproben sind anzustreben aber insgesamt auch als legitimation
  64. dass das was wir tun mit dem theoretischen konzept von wahrscheinlichkeit im einklang steht das war es soweit zum gesetz der großen
  65. zahlen in diesem video gab es wieder ein bisschen mehr mathe aber ich hoffe das video war für euch trotzdem gut
  66. verständlich wenn ihr fragen habt dann schreib bitte in die kommentare ich freue mich auch über ein like und wenn ihr ein abo hinterlässt
  67. ich bedanke mich fürs zu sehen bis zum nächsten mal

Zum Nachlesen