F-Verteilung: Unterschied zwischen den Versionen

Aus MM*Stat

Wechseln zu: Navigation, Suche
(Die Seite wurde neu angelegt: „{{Verteilungsmodelle}} =={{Vorlage:Überschrift}}== ===F-Verteilung=== Gegeben seien zwei unabhängige [[Zufallsvariable]…“)
 
Keine Bearbeitungszusammenfassung
 
Zeile 39: Zeile 39:
Die folgende Abbildung zeigt die [[Dichtefunktion (eindimensional)|Dichtefunktion]]en der F-Verteilung für ausgewählte [[Freiheitsgrad]]e <math>f_{1} \mbox{ und }f_{2}</math>.
Die folgende Abbildung zeigt die [[Dichtefunktion (eindimensional)|Dichtefunktion]]en der F-Verteilung für ausgewählte [[Freiheitsgrad]]e <math>f_{1} \mbox{ und }f_{2}</math>.


{|
<iframe k="wiwi" p="examples/stat_F-Test_F-Verteilung_R00480004800000000000000_plot.html" />
|<R output="display">
pdf(rpdf,width=7,height=7)
 
curve(from=0, to=6, df(x, df1=10, df2=10), ylab="f(x)", col="black", ylim=c(0.0,1.0), lty=1, lwd=4, font.lab=2, xaxp = c(0, 6, 6), yaxp=c(0.0, 1, 5), "yaxs"="i")
par(new=TRUE)
curve(from=0, to=6, df(x, df1=10, df2=50), ylab="f(x)", col="red", ylim=c(0.0,1.0), lty=1, lwd=4, font.lab=2, xaxp = c(0, 6, 6), yaxp=c(0.0, 1, 5), "yaxs"="i")
par(new=TRUE)
curve(from=0, to=6, df(x, df1=3, df2=5), ylab="f(x)", col="blue", ylim=c(0.0,1.0), lty=1, lwd=4, font.lab=2, xaxp = c(0, 6, 6), yaxp=c(0.0, 1, 5), "yaxs"="i")
par(new=TRUE)
curve(from=0, to=6, df(x, df1=5, df2=3), ylab="f(x)", col="green", ylim=c(0.0,1.0), lty=1, lwd=4, font.lab=2, xaxp = c(0, 6, 6), yaxp=c(0.0, 1, 5), "yaxs"="i")
 
text(2.8, 0.2, "f1=10, f2=10", col="black", cex=1.2)
text(2.3, 0.4, "f1=10, f2=50", col="red", cex=1.2)
text(0.85, 0.20, "f1=3, f2=5", col="blue", cex=1.2)
text(0.85, 0.1, "f1=5, f2=3", col="green", cex=1.2)
 
title(main="Dichtefunktion (F-Verteilung)")
box(which="outer")
 
 
</R>
|}

Aktuelle Version vom 29. Mai 2018, 13:46 Uhr

Verteilungsmodelle

Diskrete Gleichverteilung • Binomialverteilung • Hypergeometrische Verteilung • Poisson-Verteilung • Stetige Gleichverteilung • Exponentialverteilung • Normalverteilung • Standardnormalverteilung • Schwankungsintervall • Zentraler Grenzwertsatz • Chi-Quadrat-Verteilung • t-Verteilung • F-Verteilung • Approximation von Verteilungen • Multiple Choice • Video • Aufgaben • Lösungen
Approximation • Approximation der Binomialverteilung • Approximation der hypergeometrischen Verteilung • Approximation der Poisson-Verteilung • Bernoulli-Experiment • Endlichkeitskorrektur • Freiheitsgrad • Gauß-Verteilung • Gauß'sche Glockenkurve • Gedächtnislosigkeit der Exponentialverteilung • Gleichverteilung (diskret) • Gleichverteilung (stetig) • Poisson-Prozess • Sicherheitswahrscheinlichkeit • Standardnormalverteilung • Stetigkeitskorrektur • Student'sche t-Verteilung • Überschreitungswahrscheinlichkeit • Zentrales Schwankungsintervall

Grundbegriffe

F-Verteilung

Gegeben seien zwei unabhängige Zufallsvariablen , die beide Chi-Quadrat-verteilt sind mit Freiheitsgraden.

Dann heißt die Verteilung der Zufallsvariablen

F-Verteilung mit den Parametern und oder kurz .

Die Parameter sind die Anzahl der Freiheitsgrade der Chi-Quadrat-verteilten Zufallsvariable des Zählers und die Anzahl der Freiheitsgrade der Chi-Quadrat-verteilten Zufallsvariable des Nenners.

Der Wertebereich ist .

Für eine Zufallsvariable , die F-verteilt mit den Parametern und ist, gilt:

Die Verteilungsfunktion der F-Verteilung liegt für ausgewählte Wahrscheinlichkeiten und ausgewählte Werte der Parameter und tabelliert vor.

Zusatzinformationen

Graphische Darstellung der F-Verteilung

Die Dichtefunktion der F-Verteilung ist rechtsschief. Für wachsende Werte von und nimmt die Schiefe jedoch ab.

Für und strebt die Dichte der F-Verteilung gegen die Dichtefunktion der Standardnormalverteilung.

Die folgende Abbildung zeigt die Dichtefunktionen der F-Verteilung für ausgewählte Freiheitsgrade .