5. Vorlesung (17.05.2018): Kausal interpretierbare und nicht kausal interpretierbare bedingte Wahrscheinlichkeiten

Steyer, Rolf GND

Vorlesungsinhalte: Beispiel: Joe und Ann mit Selbstselektion; Unterscheidung zwischen kausal inter-pretierbaren und nicht kausal interpretierbaren bedingten Wahrscheinlichkeiten; Verteilung einer Zufalls-variablen; Beispiel: Indikatorvariable; Verteilung als Wahrscheinlichkeitsmaß; Kumulative Verteilung, Verteilungsfunktion und Wahrscheinlichkeiten P(a < X ≤ b); Diskrete Zufallsvariable und Wahrscheinlich-keitsfunktion; Wahrscheinlichkeitsfunktion einer binomialverteilten Zufallsvariablen

Zitieren

Zitierform:

Steyer, Rolf: 5. Vorlesung (17.05.2018): Kausal interpretierbare und nicht kausal interpretierbare bedingte Wahrscheinlichkeiten. Jena 2018.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export