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 Wahrscheinlichkeitsma√ü; Kumulative Verteilung, Verteilungsfunktion und Wahrscheinlichkeiten P(a < X ‚ȧ b); Diskrete Zufallsvariable und Wahrscheinlich-keitsfunktion; Wahrscheinlichkeitsfunktion einer binomialverteilten Zufallsvariablen

Cite

Citation style:

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

Access Statistic

Total:
Downloads:
Abtractviews:
Last 12 Month:
Downloads:
Abtractviews:

open graphic

Rights

Use and reproduction:
All rights reserved

Export