Ich danke Ihnen vielmals für die Hilfe bei meiner Mathe Präsentation. Das Beispiel mit den 1000 Toren werde ich 1:1 verwenden. Auch die Erklärung von Bayes war äußerst hilfreich.
@CorposanoCuriosus3 ай бұрын
Hallo Dennis, Danke für das super Video! Darf ich Snapshots davon sowie inhaltliche Paraphrasen in meinen Vortrag zum Thema "Lösungsfindung durch Perpektivwechsel" einbauen?
@nosferatu550011 ай бұрын
13:17 steht müssten es nicht unten rechts 2*0.1 sein
@thore98 Жыл бұрын
Tolle kompakte Zusammenfassung mit wenig drum herum. Was mir in der mündlichen Wiederholung der bereits bekannten Formeln gefehlt hat, waren kurze Stichpunkte dazu.
@TimZiegler-o1f Жыл бұрын
danke bre
@r1di3169 Жыл бұрын
Wieder mal ein super Video. Ich hätte Sie gerne als Dozenten auf der Uni gehabt :) Danke für die Hilfe
@maxgttsll25842 жыл бұрын
Besser hätte man es nicht erklären können
@tooba55333 жыл бұрын
Danke fürs tolle Video. aber Ich habe die Erwartungswert von [XY] berechnet und taucht 0.6 . Wie du auch erwähnt hast, 0.2 x0.1 . Dann Cov und p werden ganz andres Ergebnisse
@bibeljoe15973 жыл бұрын
Danke hat mir sehr geholfen
@kimmarie44833 жыл бұрын
Super Video!! Vielen Dank!! Aber ich verstehe nicht wie man von dem Satz des Bayes wo ja unten bei der Formel nur P(B) steht, plötzlich diese ganzen Wahrscheinlichkeiten also P(M3|A1)….. stehen? Wie kommt man auf diesen Schritt ??:(
@lisa1997po3 жыл бұрын
Die Formulierung im Beispiel ist nicht ganz richtig. Da steht unter die 80 Kisten mischt er auch 20 minderwertige. Dann ist N doch nicht 100 sondern nur 80. bei meiner Rechnung komme ich auf 22,72%. Bei deiner Rechnung müsste die Formulierung lauten: Ein Weinhändler mischt in einer Lieferung 80 hochwertige mit 20 minderwertigen Weinkisten.
@philippp63943 жыл бұрын
wie komme ich bei E(Y^2) auf die 6.4?
@florianstower51384 жыл бұрын
Wenn das Internet nichts hergibt, dann hilft KZbin. Danke für das Video
@luisahallo85384 жыл бұрын
Fände es super, wenn du ein Video machen könntest, in dem du erklärst, warum die Eigenschaften und Rechenregeln so notiert werden könnten... Finde so etwas nirgendwo :(
@zubinsh20024 жыл бұрын
Vielen Dank!
@michaellederstatter96104 жыл бұрын
Frage zum Beispiel Stau bei Regen: 0.8 und 0.3 summiert sind für mich nicht 1.0. Ist der Witz an der disjunkten Partition nicht, dass die elementaren Ereignisse in der Summe 1.0 ergeben? Ist das ein Fehler im Video, oder stehe ich auf der Leitung? Ich finde es daher eher verwirrend.
@Riesencookie4 жыл бұрын
Es müsste 0,2 sein wenn es das Gegenereignis wäre das ist aber nicht der Fall also ja du stehst auf der Leitung
@humeyradilek13005 жыл бұрын
Super, hat mir sehr geholfen. Vielen Dank!
@8964Louis5 жыл бұрын
danke!
@markuswerner72715 жыл бұрын
1-pa gilt das nur für disjunkte Mengen?
@SPaddyJo5 жыл бұрын
Du hast ein Ereignis A. Das Komplement von A ist immer disjunkt zu A. Also ja, das gilt in dem fall für disjunkte Mengen.
@markuswerner72715 жыл бұрын
Bezieht sich das gesetzt auf disjunkte Mengen oder Ereignisse?
@Chribit5 жыл бұрын
Oh gott, endlich habe ich dann auch mal korrelation und co verstanden :) vielen dank!
@eltonjohnmuwanguzi79495 жыл бұрын
Danke Denis deine Mühe ist der Sache mega wert
@derdoderdi6285 жыл бұрын
Einfach scheisse sorry macht alles nur komplizierter
@HolyShitNew5 жыл бұрын
WOLLT IHR DIE TOTALE WAHRSCHEINLICHKEIT
@pasadei5 жыл бұрын
Sehr schade, dass es keine neue Videos gibt. Deine Videos sind wirklich gut.
@pasadei5 жыл бұрын
Bei der Beispiel mit UNfaire Münze ist Erwartungswert E(X)= 0.8 und Standartabweichung (kl.sig)= 0.4. So wie ich verstehe zwischen E(X) - kl.sig und E(X) + kl.sig liegt das größte Teil der Ergebnissen. Aber bei der Münze ist es nicht der Fall, weil 0.8 + 0.4 > 1 ist, was widerum unmöglich sein muss. Entweder verstehe ich den Zusammenhang zwischen Erwartungswert und Standartabweichung nicht richtig, oder steckt hier im Beispiel irgendeinen Trick.
@Jasmin-xr9xw6 жыл бұрын
Du hast meinen Tag gerettet :D
@Splines6 жыл бұрын
Vielen Dank für das anschauliche Video! Sehr gut erklärt, vor allem auch wie man die Massenfunktion zu verstehen hat. Denn bei vielen anderen Videos wird lediglich gezeigt, welche Variable was bedeutet, jedoch nicht, wie die Verteilung überhaupt zustande kommt. Auch die Beispiele sind gut gewählt. Bezüglich der PowerPoint fände ich das 16:9 Format schöner, weil man dann auf den 16:9-Bildschirmen bei Vollbild keine schwarzen Ränder hat.
@DenizSpearo6 жыл бұрын
VIELEN DANK DENNIS MÜLLER !!!!! Ich hab es nach langer Recherche wirklich verstanden...
@VK-pc5ux6 жыл бұрын
Du hast mit diesem Video meine Präsentation zum Thema Ziegenproblem gerettet das ich für die Schule machen musste. Danke!!!😂
@dennismuller68846 жыл бұрын
Vivi King Gerne!
@niman68376 жыл бұрын
habs endlich verstanden, danke :)
@anhphuongnguyen76656 жыл бұрын
sehr hilfreich danke
@vinprosper56596 жыл бұрын
Tolle Playlist, vielen Dank! =D
@saidelbiev53266 жыл бұрын
Gutes Video, danke. Schön wäre aber gewesen, wenn du zu dem Beispiel mit Regen und Stau usw. gesagt hättest, welche Ereignisse nun A1, ..., An sind und was B ist.
@MichaCnk7 жыл бұрын
Super Video! Danke dafür :)
@fransenlipper65007 жыл бұрын
danke!!! Sehr gut erklärt
@juliangurdan12777 жыл бұрын
Was ist hier denn der Unterschied zwischen der Verteilung einer Zufallsvariable und der Massenfunktion ? Beide machen doch fast genau das Selbe : Denn die Wahrscheinlichkeit ,dass die Zufallsvaribale X den Wert x Annimmt ist doch genau P (X^(-1){x}) Kann man also sagen, dass die Massenfunktion eine Funktion F : Omega * --> [0,1] , x --> P(X^(-1)[{x}) ist ? Sich also lediglich durch den Definitionsbereich von der Verteilung von X unterscheidet ?
@dirtydennis58097 жыл бұрын
Ich versteh einfach gar nichts :D
@dennismuller68847 жыл бұрын
Dirty Dennis Hallo, hast du mit diesem Video angefangen? dann würde ich empfehlen ein paar frühere Videos auch zu schauen, das baut alles aufeinander auf. Gruß, Dennis
@dirtydennis58097 жыл бұрын
Dennis Müller Ja du hast schon recht. Mein Problem ist es eher, dass mich die Ausdrucksweise, sowie die Formeln so stark abschrecken und ich bekomme das Grundverständnis der ganzen Thematik nicht so in die Birne. Das ist so, als würde der Mount Everest vor mir stehen und Leute, die's verstehen fahren mit dem Aufzug hoch und ich muss mich hochkämpfen, so dass ich die Lust verlier :D Ich bin eh der Typ, der stumpf die Formeln lernt und benutzt, obwohl ich sie gar nicht verstehe oder genau weiss, was ich damit eig mache. Ist zwar eig nicht richtig, aber funktioniert. Fass das jetzt bitte nicht als negative Kritik an deinen Videos auf!:)
@stannone72727 жыл бұрын
Sie können den Sachverhalt sehr gut lehren. Ich habe mir alle Videos angesehen. Ich verstehe nicht ganz, warum die Videos so wenig Zuschauer haben.... . Ich hoffe Sie haben nicht aus diesem Grund aufgehört, die Videos zu produzieren. Zwischen ihrem Unterricht und der Zuschauerzahl gibt es keinen Zusammenhang! Ich würde mich sehr freuen, wenn Sie Ihre Unterrichtsreihe fortführen.
@psystem_error7 жыл бұрын
Ich schreibe heute verdammt warum finde das erst jetzt 😭
@Julia777cherry7 жыл бұрын
Was ist nun der Unterschied zwischen diesen beiden Verteilungen?
@dennismuller68847 жыл бұрын
Bei der Bernoulliverteilung kann das Zufallsexperiment genau zwei verschiedene Ergebnisse annehmen (z.B Ja/Nein, Kopf/Zahl, Treffer/Daneben, Straße Naß/Trocken, etc...).. dabei wird das eine Ergebniss mit Wahrscheinlichkeit p und das andere dann entsprechend mit Wahrscheinlichkeit (1-p) angenommen. Bei der Binomialverteilung wiederholt man ein solches Bernoulliexperiment nun mehrfach (n-mal) und zählt wie oft das eine Ereigniss (z.B. Kopf) aufgetreten ist. Hier kann die Zufallsvariable also Werte zwischen 0 und n annehmen weil das Bernoulliexperiment ja z.mindestens 0 mal z.B. "Kopf" zeigt (nämlich dann wenn n-mal "Zahl" kam) und höchstens n mal "Kopf" zeigt (nämlich dann wenn 0-mal "Zahl" kam). Bernoulli = Ja/Nein Experiment Binomial = Wiederhole Bernoulli n-mal, zähle wir oft "Ja" kommt :)
@Julia777cherry7 жыл бұрын
Hallo Dennis, danke für die Videos :) kann man dir auch Aufgaben zusenden mit Anhänge wo du kontrollieren kannst ob es stimmt?
@Julia777cherry7 жыл бұрын
min 5.13 warum ist die Wahrscheinlichkeit dort 1/2 wenn dort nur noch nieten sind? Wir suchen doch nach der Wahrscheinlichkeit einen Gewinn zu bekommen? Warum wird nun die Wahrscheinlichkeit der Nieten angezeigt?
@dennismuller68847 жыл бұрын
Ich vermute du beziehst dich auf P(M3|G1) = 1/2... hier beschreibt M3 das Ereigniss das der Moderator Tor 3 aufdeckt während G1 das Ereigniss beschreibt das der Gewinn hinter Tor 1 ist. P(M3|G1) beschreibt also die W´keit dafür das der Moderator Tor 3 aufdeckt wenn der Gewinn hinter Tor 1 ist... hinter Tor 2 und 3 sind dann Nieten und da der Moderator den Gewinn (Tor 1) nicht aufdecken darf muß er entweder Tor 2 oder Tor 3 aufdecken... in diesem Fall wählt eines der beiden Tore zufällig, also eben Tor 3 mit W´keit 1/2. Macht das Sinn so? :)
@Julia777cherry7 жыл бұрын
Ja ich ging davon aus das der Moderator selbst nicht weiß wo der Gewinn ist und einfach nur aufdeckt deshalb hat es mich etwas verwirrt
@dershorty80327 жыл бұрын
3.53 du weist schon das ein Tag nicht 360min hat oder meintest du etwas anderes ;)
@fckundwerder8 жыл бұрын
Du hast doch den Erwartungswert falsch berechnet, außerdem kann es sich um keinen fairen Würfel handeln, wenn die Wahrscheinlichkeiten unterschiedlich sind.
@dennismuller68848 жыл бұрын
Hallo, in dem Beispiel in diesem Vortrag betrachte ich ein Zufallsexperiment in welchem ich die kleinere der beiden Augenzahlen bei zwei fairen Würfeln berechne. Also wenn X1 und X2 jeweils die Augenzahl beim fairen Würfelwurf angibt, dann ist X = min(X1,X2) die kleinere der beiden. Da ist das Ergebnis X = 1 natürlich viel wahrscheinlicher (weil es reicht das X1 oder X2 1 sind) als X = 6 (weil das nur vorkommt wenn X1 und X2 gleichzeitig 6 ergeben). X kann die Werte 1 bis 6 annehmen, die Massenfunktion ist aber tatsächlich wie im Video gezeigt und auch der Erwartungswert müsste dann stimmen.
@hristostheocharis58504 жыл бұрын
Es wird immer die kleinere der zwei Augenpaare angeschaut ! Da ist es schon logisch dass die 1 eine höhere Wahrscheinlichkeit als die 6 hat.
@SturziOnTour8 жыл бұрын
ein wirklich minimalen Kritikpunkt habe ich an deinen Videos: füge sie alle zusammen in eine playlist. Man findet sie schneller und man kann nach dem Video direkt das nächste gucken. Ansonsten top videos
@Lilly-wv5mz8 жыл бұрын
Hab schon andre Videos zum Thema angeschaut und auch sonst im Internet nachgelesen, aber erst bei deiner Erklärung ist der Groschen gefallen! Danke :-)
@dennismuller68848 жыл бұрын
Lilly Roth bitte schön :)
@iSpaghetti948 жыл бұрын
Wie mache ich das ohne eine "Vier-Felder" Tafel ? Bsp. Nach einem Jahr schaut es fu ̈r das Technologieunternehmen schlecht aus: Der Student muss seine Aktien fu ̈r 3000 e verkaufen, kann aber seine Freun- din heiraten. Die 13 600 e, die dem Paar nun zur Verfu ̈gung stehen, sollen zu einem Teil a wieder zu 6% bei der Bank angelegt werden. Der Rest soll in Blue Chips angelegt werden, die eine erwartete Jahresrendite von 10% bei einer Standardabweichung von 20% bringen. (i) Sei a = 0, 5. Berechnen Sie Erwartungswert und Varianz des Wertes des Portefeuilles des Paares nach einem Jahr. Erwartungswert habe ich schon raus aber nicht die Varianz Danke für deine Hilfe.
@dennismuller68848 жыл бұрын
Hallo Christian, ich würde so rechnen: Sei X die Rendite bei Anlage bei der Bank, dann ist E[X] = 0.06, V[X] = 0.00 Es ist V[X] = 0 weil die Rendite sicher ist (nicht variabel) Sei Y die Rendite der Bluechips, dann ist E[Y] = 0.10, V[Y] = 0.04 Es ist V[Y] = 0.04 weil die Standarabweichung 20% beträgt und die Varianz das Quadrat der Standarabweichung ist. Sei nun Z die Rendite des Portfolios, also Z = a * X + (1-a) * Y Dann folgt nach der Linearität (vorheriges Video) für den Erwartungswert und die Varianz E[Z] = a*E[X] + (1-a)*E[Y] = 0.06a + (1-a)*0.1 V[Z] = a^2*V[X] + (1-a)^2*V[Y] = (1-a)^2 * 0.04 Und mit a = 0.5 dann also E[Z] = 0.08 V[Z] = 0.01 (entspricht 10% Standardabweichung) Sag mir mal ob das richtig war :) Gruß, Dennis
@iSpaghetti948 жыл бұрын
Hallo Dennis, also den Erwartungswert habe ich genauso berechnet. Das die Varianz der Aktien 0,04 ist, weiß ich auch. Ich weiß aber nicht wie ich mit den Zahlen den Korrelationskoeffzienten berechne um nach auf eine Varianz für das gesamte Portfolio in Höhe von 1849600 zu kommen
@dennismuller68848 жыл бұрын
Ok, es war ja nach dem Wert des Portfolios und nicht der Rendite gefragt. Wenn wir den W nennen ist natürlich W = 13600 + 13600 * Z Also E[W] = 13600 + 13600 * 0.08 = 14.688 (Konstante 13600 bleibt erhalten) und V[W] = 13600^2 * V[Z] = 1 849 600 (Konstante 13600 fällt weg) Macht das so Sinn? :)
@dennismuller68848 жыл бұрын
P.S: Mit dem Korrelationskoeffizienten hat das gar nichts zu tun... bzw. die Korrelation zwischen X und Y wäre natürlich 0 weil die beiden Wertanlagen unabhängig voneinader sind.
@iSpaghetti948 жыл бұрын
Ja danke. Das macht so Sinn. Wie rechnet man denn im allgemeinen den Korrelationskoeffizienten ohne Vier Feldertafel ?
@beautifulheartsoothingreci288 жыл бұрын
Hammer Video !!! Abo verdient !
@hansgluck66308 жыл бұрын
Sehr geehrter Herr Müller, mir ist die folgende Umformung nicht deutlich : µ = E[X - E[X]] = E[X] - E[X]. Was halten Sie davon , wenn man die Umformung wie folgt darstellt: µ = E[X - E[X]] = E[X] - E[ E[X]]. Viele GrüßeHans
@oepsen266 жыл бұрын
genau, jetzt hast du bei E[E[X]] den Erwartungswert einer Konstanten ( nämlich von E[X] ) und dass ist immer die Konstante selbst (also E[X] )