diff --git a/Wahrscheinlichkeitstheorie_und_Statistik/Wahrscheinlichkeitstheorie_und_Statistik.tex b/Wahrscheinlichkeitstheorie_und_Statistik/Wahrscheinlichkeitstheorie_und_Statistik.tex
index 7a9d099..8a346e4 100644
--- a/Wahrscheinlichkeitstheorie_und_Statistik/Wahrscheinlichkeitstheorie_und_Statistik.tex
+++ b/Wahrscheinlichkeitstheorie_und_Statistik/Wahrscheinlichkeitstheorie_und_Statistik.tex
@@ -28,6 +28,7 @@
\usepackage{tabularx}
\usepackage{graphicx}
\usepackage[usenames,dvipsnames]{color}
+\usepackage[table]{xcolor}
\usepackage{lastpage}
\usepackage{fancyhdr}
\setlength{\parindent}{0ex}
@@ -36,6 +37,8 @@
\setcounter{tocdepth}{4}
\definecolor{darkgreen}{rgb}{0,0.5,0}
\definecolor{darkblue}{rgb}{0,0,0.5}
+\definecolor{lightgrey}{rgb}{0.9,0.9,0.9}
+\definecolor{lightgreen}{rgb}{0.9,1,0.9}
\pagestyle{fancy} %eigener Seitenstil
\fancyhf{} %alle Kopf- und Fußzeilenfelder bereinigen
@@ -94,11 +97,9 @@
\end{itemize}
- \section{Wahrscheinlichkeitsrechnung}
+ \section{Grundbegriffe}
- \subsection{Grundbegriffe}
-
- \subsubsection{Zufallsexperimente}
+ \subsection{Zufallsexperimente}
\begin{itemize}
\item Mehrere mögliche Ergebnisse\\
{\color{Orange}\bsp Würfeln \(\to\) 1,2,3,4,5,6}
@@ -114,7 +115,7 @@
Man erhält W. aus den relativen Häufigkeiten, wenn die Anzahl der Wiederholungen gegen \(\infty\) geht.\\
{\color{Orange}W. für die 1 = \(0.1\overline{6}\)}
- \subsubsection{Begriffe, Bezeichnungen:}
+ \subsection{Begriffe, Bezeichnungen:}
\underline{Ergebnisse} \( \omega_1, \omega_2, \omega_3, …\)
@@ -153,7 +154,7 @@
\( P(A) = \{ ZZZ \} = \frac 1 8 \)\\
\( P(B) = \{ ZWW, WZW, WWZ \} = \frac 3 8 \)
- \subsubsection{Eigenschaften, Rechenregeln für W.}
+ \subsection{Eigenschaften, Rechenregeln für W.}
\( P(\Omega) = 1 \), \( P(\emptyset) = 0\), für jedes Ereignis A: \( 0 \le P(A) \le 1 \)
@@ -193,7 +194,7 @@
\item[(d)] genau eine 5 auf? { \color{Orange} \( \frac 1 6 \cdot \left( \frac 5 6 \right)^{99} \cdot 100 \) }
\end{itemize}
- \subsection{Berechnung von Wahrscheinlichkeiten mit der Kombinatorik}
+ \section{Berechnung von Wahrscheinlichkeiten mit der Kombinatorik}
Für ein Ereignis A, das Teilmenge von \(\Omega\) ist.\\
\( P(A) = \frac{\left|A\right|}{\left|\Omega\right|}= \frac{\text{günstige Fälle}}{\text{mögliche Fälle}} \) {\color{Orange}Elemente von \(\Omega\) = Anzahl aller möglichen Ergebnisse}\\
@@ -342,7 +343,7 @@
Sorte 3: S: $k_3 = 4$\\
Sorte 4: P: $k_4 = 2$
- \subsection{Bedingte Wahrscheinlichkeit und Unabhängigkeit}
+ \section{Bedingte Wahrscheinlichkeit und Unabhängigkeit}
\bsp 2 rote Bälle und ein gelber Ball. Wir ziehen 2 Bälle ohne Zurücklegen, mit Reihenfolge.\\
Mit welcher Wahrscheinlichkeit
@@ -386,7 +387,7 @@
{\color{Orange} \(\to\) nur bei unabhängigen Ereignissen.}
\end{mydef}
- \subsubsection{Satz von der totalen Wahrscheinlichkeit}
+ \subsection{Satz von der totalen Wahrscheinlichkeit}
{\color{Orange}wenn \(P(A\mid B)\) und \(P(A\mid \overline{B})\) bekannt sind.}\\
\( P(A) = P(A\mid B) * P(B) + P(A\mid \overline{B}) * P(\overline{B}) \)
@@ -545,7 +546,7 @@
\( \underbrace{P(a\cap B)}_{=0} \not= \underbrace{ P(A) }_{\frac 1 6} * \underbrace{P(B)}_{\frac{1}{36}} \)\\
\(\to\) A, B und C sind abhängig
- \subsection{Zufallsvariablen}
+ \section{Zufallsvariablen}
\begin{mydef}
Eine Zufallsvariable $X$ ist eine Funktion.\\
@@ -588,7 +589,7 @@
\( \sigma^2 = 4 * \frac 1 6 + 25 * \frac{25}{36} + 750.76 * \frac{5}{36} = 122.3 \)\\
\( \sigma = \sqrt{\sigma^2} = \sqrt{122.3} = 11.06 \)
- \subsubsection{Diskrete Zufallsvariable}
+ \subsection{Diskrete Zufallsvariable}
Diskret: $X$ nimmt nur einzelne Werte mit bestimmten Wahrscheinlichkeiten an.
@@ -643,7 +644,7 @@
Man muss \(\sigma\) in Relation zu \(\mu\) sehen.\\
\(\to\) Variationskoeffizient \( \frac{\sigma}{\mu} = \frac{2,47}{0,05} = 49,4 = 4940\% \)
- \subsubsection{Verteilung und Verteilungsfunktion von Zufallsvariablen}
+ \subsection{Verteilung und Verteilungsfunktion von Zufallsvariablen}
Im \bsp 2 maliges Würfeln von vorhin:\\
\underline{Verteilung von $X$}: \( P(X=2) = \frac 1 6, P(X=5) = \frac{25}{36}, P(X=-27.4) = \frac{5}{36} \)
@@ -728,7 +729,7 @@
\( P(x\le X < 2) = P(X<2) - P(X<1) = 0.2 - 0 = 0.2 \)\\
\( P(2< X < 2.2) = P(X< 2.2) - P(X\le 2) = \frac{121}{200} - 0.5 = \frac{21}{200} \approx 0.105 \)
- \subsubsection{Stetige Verteilung}
+ \subsection{Stetige Verteilung}
\(\to\) stetige Funktion \(F(x)\)\\
\(\to\) \(P(X=x) = 0\) \(\forall x \in \mathbb R\) (\(\to\) keine Sprünge)
@@ -1047,7 +1048,7 @@
&= \frac{a+b}{2}
\end{align*}
- \subsection{Normalverteilung}
+ \section{Normalverteilung}
\begin{mydef}
$X$ ist $N(\mu,\sigma)$ verteilt, wenn $X$ die Dichtefunktion \(f(x) = \frac{1}{\sqrt{2\pi}*\sigma} * e^{-\frac12 * \left(\frac{x-\mu}{\sigma}\right)^2}\) besitzt.\\
@@ -1106,12 +1107,12 @@
&= 0.00023 = \underline{\underline{0.023\%}}
\end{align*}
- \subsection{Schätzungen und Tests}
+ \section{Schätzungen und Tests}
Test z.\,B. Liefert die Maschine im Mittel die geforderten $10cm$ Länge?\\
\(\to\) mit einer Stichprobe.
- \subsubsection{Stichproben}
+ \subsection{Stichproben}
Stichprobenumfang $n$, Stichprobenwerte \(x_1,x_2,…,x_n\).\\
$\to$ arithmetisches Mittel (Durchschnitt)
@@ -1146,7 +1147,7 @@
\end{align*}
\textcolor{Green}{Maß für die Streuung: $0.0876cm$\\($\to\ 10.02\pm 0.08762cm$)}
- \subsubsection{Zentraler Grenzwertsatz}\label{sec:zentraler_grenzwertsatz}
+ \subsection{Zentraler Grenzwertsatz}\label{sec:zentraler_grenzwertsatz}
Wenn die Zufallsvariablen $X_i\ , i=1,2,3,…$ unabhängig ($X_1,X_2$ sind unabhängig, wenn $P(X_1=a \land X_2=b) = P(X_1=a)*P(X_2=b)$) und identisch Verteilt (alle $X_i$ besitzen die gleiche Verteilungsfunktion) sind mit Erwartungswert \(\mu=E(X_i)\) und Varianz \(\sigma^2 = Var(X_i) \), dann gilt für die Zufallsvariable \(\overline{X}=\frac1n*\left(X_1+X_2+…+X_n\right)\):\\
\( \frac{\overline{X}-\mu}{\sigma} * \sqrt{n} \) ist für große $n$ näherungsweise $N(0,1)$ verteilt.\\
@@ -1154,7 +1155,7 @@
\includegraphics{bilder/1-6_dichtefunktion_3.eps}
- \subsubsection{Tests (Erwartungswerttests)}
+ \subsection{Tests (Erwartungswerttests)}
\underline{Nullhypothese} $\to$ soll getestet werden beim Erwartungswerttest:\\
\(H_0: \mu = \mu_0 \) z.\,B. Sollwert der Bauteillängen\\
@@ -1274,7 +1275,7 @@
$T\ge c$ & Mindestens
\end{tabular}
- \subsubsection{Fehler 1. Art, Fehler 2. Art}
+ \subsection{Fehler 1. Art, Fehler 2. Art}
Vorgeben muss man $\alpha = $ Fehler 1. Art $ = P( H_0 \text{ ablehnen } \mid H_0 \text{ stimmt} )$\\
es ergibt sich $\beta = $ Fehler 2. Art $ = P( H_0 \text{ annehmen } \mid H_0 \text{ stimmt nicht})$
@@ -1296,6 +1297,138 @@
$\beta = P(H_0 \text{ annehmen} \mid \mu = 9.8 ) = P(T \ge -2.05 \mid \mu = 9.8)$\\
$= P(\frac{\overline{x}-\mu_0}{\sigma} * \sqrt{n} \ge -2.05 \mid \mu = 9.8) $
+ \begin{align*}
+ &= P( \frac{\overline{x}-\mu_0}{\sigma} * \sqrt{n} \ge -2.05 \mid \mu = 9.8 )\\
+ &= P( \frac{\overline{x}-\mu_1}{\sigma} * \sqrt{n} + \frac{\mu_1-\mu_0}{\sigma} * \sqrt{n} \ge -2.05 \mid \mu = 9.8 )\\
+ &= P( \frac{\overline{x}-\mu_1}{\sigma} * \sqrt{n} \ge -2.05 - \frac{\overbrace{\mu_1}^{9.8} - \overbrace{\mu_0}^{10} }{\sigma} * \sqrt{n} \mid u = 9.8 )\\
+ &= P( \frac{\overline{x}-\mu_1}{\sigma} * \sqrt{n} \ge 6.99 \mid \mu = 9.8 ) = 1-P(\frac{\overline{x}-\mu_1}{\sigma} * \sqrt{n} \ge 6.99) = 1 - \overbrace{\phi(6.99)}^{\approx 1} \approx 0
+ \end{align*}
+ ideal, das Praktisch kein Fehler 2. Art
+
+ Berechnung von $\beta$ für $\mu = 9.99 \to$ nah an $\mu_0 = 10$
+ \[ = -2.05 - \frac{9.99-10}{0.7} * \sqrt{1000} = -1.6 \]
+ \[ \to \beta = 1-\underbrace{\phi(-1.6)}_{1-\phi(1.6)} = 1 - ( 1- \phi(1.6)) = \phi(1.6) = 0.9452 = 94.52\% \]
+ $\to$ extrem hoch, blöd
+
+ Mit 94.52\% Wahrscheinlichkeit wird die Hypothese angenommen, obwohl sie nicht stimmt.
+
+ \subsection{Tests bei Binomialverteilung}
+ \label{Tests bei Binomialverteilung}
+
+ $X_i = \begin{cases} 0, & \text{mit Wahrscheinlichkeit } 1-p \\ 1, & \text{mit Wahrscheinlichkeit } p \end{cases}$ $\to$ ist $B(\underbrace{n}_{=1},p)$-verteilt
+
+ $\mu = E(X_i) = 0 * (1-p) + 1 * p = p$\\
+ $\sigma^2 = Var(X_i) = 0^2 * (1-p) + 1^2 * p - p^2 = p-p^2 = p*(1-p)$\\
+ $\sigma = \sqrt{p*(1-p)}$\\
+ mit einem Test $H_0: \mu = \mu_0 \to p = p_0$ können Wahrscheinlichkeiten getestet werden; z.\.B. für Fehlerraten $H_0: p\le p_0$ ($P_0$ = max. Fehlerrate).
+
+ \bsp Es soll getestet werden, ob ein Würfel gezinkt ist, anhand der Anzahl an Zweiern.\\
+ $H_0: p = \frac16$, Stichprobe: 3600 maliges Würfeln $\to$ liefert 580 Zweier.\\
+ Kann man mit Irrtumswahrscheinlichkeit von 3\% sagen, dass der Würfel gezinkt ist?
+
+ Testgröße $T = \frac{\overline{x}-p_0}{\sqrt{p_0*(1-p_0)}} * \sqrt{n} = \frac{-2 * \sqrt{5}}{5} \approx -0.8944$
+
+ Bestimmung von $c: \phi(c) = 1-\frac\alpha2 = 1-\frac{0.03}{2} = 0.985 \Rightarrow 2.17$\\
+ \textcolor{Orange}{für Zweiseitigen Test: $H_0: \mu = \mu_0$}\\
+ Testentscheidung:\\
+ Annehmen, wenn $-c \le T \le c \Rightarrow -2.17 \le -0.8944 \le 2.17$\\
+ $\Rightarrow$ Wird angenommen $\Rightarrow$ Nicht gezinkt.
+
+ \bsp Datenübertragung\\
+ Gefordert: maximale Fehlerrate von 1\% aller übertragenen Bits. Nachricht mit 10000 Bits wird übertragen.\\
+ \(\to\) es treten 105 Fehler auf.
+
+ Kann man bei einer Irrtumswahrscheinlichkeit von 2\% davon ausgehen, dass die Fehlerrate max. 1\% beträgt?
+
+ $p_0 = 0.01; \overline{x} = \frac{105}{10000} = 0.0105; n = 10000 $
+
+
+ Testgröße $T = \frac{\overline{x}-p_0}{\sqrt{p_0*(1-p_0)}} * \sqrt{n} = \frac{0.0105 - 0.01}{\sqrt{0.01*(1-0.01)}} * \sqrt{10000} = \frac{5*\sqrt{11}}{33} \approx 0.5025 $
+
+ Bestimmung von $c: \phi(c) = 1-\alpha = 1 - 0.02 = 0.98 \Rightarrow 2.05$
+
+ Testentscheidung: Annehmen, wenn $T\le c \Rightarrow 0.5025 \le 2.05$\\
+ $\Rightarrow$ Es ist davon auszugehen, dass die Fehlerrate max. 1\% beträgt.
+
+ \subsection{Konfidenzintervall}
+
+ Konfidenzintervall (Vertrauensintervall) für den Erwartungswert $\mu$
+
+ $\to$ Intervall, das um den Stichproben-Schätzwert $\overline{x}$ herumliegt, in dem $\mu$ mit Wahrscheinlichkeit \cunder{Yellow}{$1-\alpha$} liegt.\\
+ \textcolor{Orange}{$\to$ $1-\alpha$ Konfidenzintervall}
+
+ Analog zu den Tests (zweiseitig): $P(-c \le T \le c) = 1-\alpha$\\
+ $\to \underbrace{P\Big(-\phi^{-1}(1-\frac\alpha2) \le \underbrace{T}_{ \frac{\overline{x}-\mu}{\sigma} * \sqrt{n} } \le \phi^{-1}(1-\frac\alpha2) \Big) }_{\color{Orange}\text{Umformen, so dass } \mu \text{ in der Mitte steht}}$\\
+ $\to P\Big( \overline{x}-\phi^{-1}(1-\frac{\alpha}{2}) * \frac{\sigma}{\sqrt{n}} \le \mu \le \overline{x}+\phi^{-1}(1-\frac{\alpha}{2}) * \frac{\sigma}{\sqrt{n}}\Big)$\\
+ $\to$ Formel für das $(1-\alpha)$ Konfidenzintervall:\\
+ $ \Big[ \overline{x}-\phi^{-1}(1-\frac{\alpha}{2}) * \frac{\sigma}{\sqrt{n}}, \overline{x}+\phi^{-1}(1-\frac{\alpha}{2}) * \frac{\sigma}{\sqrt{n}} \Big] $ \textcolor{Orange}{$\leftarrow$ da drin liegt $\mu$ mit Wahrscheinlichkeit $1-\alpha$}
+
+ \includegraphics{bilder/1-6_konfidenz.eps}
+
+ \bsp Länge von Bauteilen aus der Produktion.\\
+ Stichprobe von 100 Bauteilen mit $\overline{x} = 8.8, s=0.2$\\
+ gesucht: 95\% Konfidenzintervall für $\mu$
+
+ $ \Big[ \overline{x}-\phi^{-1}(1-\frac{\alpha}{2}) * \frac{\sigma}{\sqrt{n}}, \overline{x}+\phi^{-1}(1-\frac{\alpha}{2}) * \frac{\sigma} {\sqrt{n}} \Big] $\\
+ $= \Big[ 8.8 - 1.96 * \frac{0.2}{\sqrt{100}} , 8.8 + 1.96 * \frac{0.2}{\sqrt{100}} \Big] $\\
+ $= \Big[ \frac{10951}{1250} , \frac{11049}{1250} \Big] = \Big[ 8.7608, 8.8392 \Big]$
+
+ \textcolor{Orange}{In diesem Intervall liegt mit 95\% Wahrscheinlichkeit die $\varnothing$-Länge der Bauteile, die die Maschine Produziert.\\
+ Wird $1-\alpha$ größer gewählt, so wird das Intervall größer.\\
+ Für größeres $n$ wird das Intervall kleiner.
+ }
+
+ \subsection{Näherungen durch die Normalverteilung}
+
+ $\to$ Wie groß muss $n$ sein, damit die Näherung erlaubt ist?\\
+ Bei der Binomialverteilung (zum Schätzen von Wahrscheinlichkeit) ist die Näherung erlaubt, wenn $n*p*(1-P) \ge 9$ ist.
+
+ Im \bsp aus \ref{Tests bei Binomialverteilung}: maximale Fehlerrate 1\%, $p=0.01 ; n = 10000$\\
+ $ n * p * (1-p) = 10000 * 0.01 * (1-0.01) = 99 \ge 9 \to$ Näherung passt gut.\\
+ $n$ sollte $ \ge \frac{9}{p*(1-p)} = \frac{9}{0.01*0.99} = 910$ sein.
+
+ \section{Kovarianz und Korrelation}
+
+ Zur Messung von Zusammenhängen, hier: lineare Zusammenhänge, zwischen 2 Zufallsvariablen $X,Y$.
+
+ \begin{mydef}
+ \underline{Kovarianz} von $X$ und $Y$: $Cov(X,Y) = E\big( (X-\mu_X) * (Y-\mu_Y) \big) = E(X*Y) - \mu_X * \mu_Y$\\
+ \textcolor{Orange}{$( \to Var(X) = E((X-\mu_X)^2 = Cov(X,X) = E(X^2) - \mu_X^2 )$}
+ \end{mydef}
+
+ \begin{mydef}
+ \underline{Korrelationskoeffizient}:\\
+ $ \rho (X,Y) = \frac{Cov(X,Y)}{\sigma_X*\sigma_Y} $\\
+ \textcolor{Orange}{$\to -1 \le \rho(X,Y) \le 1$ }
+ \end{mydef}
+
+ \includegraphics{bilder/1-7_korrelation.eps}
+
+ \begin{tabular}{lcl}
+ $\rho(X,Y)$ & $=0$ & $\to$ kein Zusammenhang zwischen X und Y (unkorreliert)\\
+ & $>0$ & $\to$ wachsender Zusammenhang (positiv korreliert)\\
+ & $=1$ & $\to$ exakt auf einer Gerade mit positiver Steigung
+ \end{tabular}
+
+ \bsp Zweimaliger Münzwurf\\
+ $X: $ Anzahl an Wappen im 1. Wurf\\
+ $Y: $ Gesamtzahl an Wappen
+
+ \begin{align*}
+ P(X=0,Y=0) &\overset{ZZ}{=} \frac14\\
+ P(X=0,Y=1) &\overset{ZW}{=} \frac14\\
+ P(X=1,Y=1) &\overset{WZ}{=} \frac14\\
+ P(X=1,Y=2) &\overset{WW}{=} \frac14\\
+ \\
+ Cov(X,Y) &= E(X+Y) - \mu_X*\mu_Y\\
+ &= 0 * 0 * \frac14 + 0 * 1 * \frac14 + 1 * 1 * \frac14 + 1 * 2 * \frac14 - 0.5 * 1\\
+ &= \frac 14 = 0.25 > 0
+ \end{align*}
+
+ \newpage
+ \section*{Standardnormalverteilung}
+ \addcontentsline{toc}{section}{Standardnormalverteilung}
+ \input{snv.tex}
\end{document}
diff --git a/Wahrscheinlichkeitstheorie_und_Statistik/bilder/1-6_konfidenz.xml b/Wahrscheinlichkeitstheorie_und_Statistik/bilder/1-6_konfidenz.xml
new file mode 100644
index 0000000..347a64f
--- /dev/null
+++ b/Wahrscheinlichkeitstheorie_und_Statistik/bilder/1-6_konfidenz.xml
@@ -0,0 +1,258 @@
+
+
+
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+
+
+
+
+0.6 0 0 0.6 0 0 e
+0.4 0 0 0.4 0 0 e
+
+
+
+
+0.6 0 0 0.6 0 0 e
+
+
+
+
+
+0.5 0 0 0.5 0 0 e
+
+
+0.6 0 0 0.6 0 0 e
+0.4 0 0 0.4 0 0 e
+
+
+
+
+
+-0.6 -0.6 m
+0.6 -0.6 l
+0.6 0.6 l
+-0.6 0.6 l
+h
+-0.4 -0.4 m
+0.4 -0.4 l
+0.4 0.4 l
+-0.4 0.4 l
+h
+
+
+
+
+-0.6 -0.6 m
+0.6 -0.6 l
+0.6 0.6 l
+-0.6 0.6 l
+h
+
+
+
+
+
+-0.5 -0.5 m
+0.5 -0.5 l
+0.5 0.5 l
+-0.5 0.5 l
+h
+
+
+-0.6 -0.6 m
+0.6 -0.6 l
+0.6 0.6 l
+-0.6 0.6 l
+h
+-0.4 -0.4 m
+0.4 -0.4 l
+0.4 0.4 l
+-0.4 0.4 l
+h
+
+
+
+
+
+
+-0.43 -0.57 m
+0.57 0.43 l
+0.43 0.57 l
+-0.57 -0.43 l
+h
+
+
+-0.43 0.57 m
+0.57 -0.43 l
+0.43 -0.57 l
+-0.57 0.43 l
+h
+
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-0.8 0 l
+-1 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-0.8 0 l
+-1 -0.333 l
+h
+
+
+
+
+-1 0.333 m
+0 0 l
+-1 -0.333 l
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+-1 0 m
+-2 0.333 l
+-2 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+-1 0 m
+-2 0.333 l
+-2 -0.333 l
+h
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+64 768 m
+256 768 l
+
+
+144 772 m
+144 764 l
+
+
+104 752 m
+96 752 l
+96 784 l
+104 784 l
+
+
+184 784 m
+192 784 l
+192 752 l
+184 752 l
+
+$\overline{x}$
+Konfidenzintervall mit $\overline{x}$ in der Mitte
+
+
diff --git a/Wahrscheinlichkeitstheorie_und_Statistik/bilder/1-7_korrelation.xml b/Wahrscheinlichkeitstheorie_und_Statistik/bilder/1-7_korrelation.xml
new file mode 100644
index 0000000..12fef93
--- /dev/null
+++ b/Wahrscheinlichkeitstheorie_und_Statistik/bilder/1-7_korrelation.xml
@@ -0,0 +1,271 @@
+
+
+
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+
+
+
+
+0.6 0 0 0.6 0 0 e
+0.4 0 0 0.4 0 0 e
+
+
+
+
+0.6 0 0 0.6 0 0 e
+
+
+
+
+
+0.5 0 0 0.5 0 0 e
+
+
+0.6 0 0 0.6 0 0 e
+0.4 0 0 0.4 0 0 e
+
+
+
+
+
+-0.6 -0.6 m
+0.6 -0.6 l
+0.6 0.6 l
+-0.6 0.6 l
+h
+-0.4 -0.4 m
+0.4 -0.4 l
+0.4 0.4 l
+-0.4 0.4 l
+h
+
+
+
+
+-0.6 -0.6 m
+0.6 -0.6 l
+0.6 0.6 l
+-0.6 0.6 l
+h
+
+
+
+
+
+-0.5 -0.5 m
+0.5 -0.5 l
+0.5 0.5 l
+-0.5 0.5 l
+h
+
+
+-0.6 -0.6 m
+0.6 -0.6 l
+0.6 0.6 l
+-0.6 0.6 l
+h
+-0.4 -0.4 m
+0.4 -0.4 l
+0.4 0.4 l
+-0.4 0.4 l
+h
+
+
+
+
+
+
+-0.43 -0.57 m
+0.57 0.43 l
+0.43 0.57 l
+-0.57 -0.43 l
+h
+
+
+-0.43 0.57 m
+0.57 -0.43 l
+0.43 -0.57 l
+-0.57 0.43 l
+h
+
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-0.8 0 l
+-1 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-0.8 0 l
+-1 -0.333 l
+h
+
+
+
+
+-1 0.333 m
+0 0 l
+-1 -0.333 l
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+-1 0 m
+-2 0.333 l
+-2 -0.333 l
+h
+
+
+
+
+0 0 m
+-1 0.333 l
+-1 -0.333 l
+h
+-1 0 m
+-2 0.333 l
+-2 -0.333 l
+h
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+128 704 m
+256 704 l
+
+
+160 672 m
+160 800 l
+
+$\mu_Y$
+$\mu_X$
+
+144 752 m
+256 752 l
+
+
+208 688 m
+208 800 l
+
+
+
+
+
+
+
+
+
+
+
+
+
+$+ * + = +$
+$- * - = +$
+$- * + = -$
+$+ * - = -$
+$(X-\mu_X) * (Y-\mu_Y)$
+
+
diff --git a/Wahrscheinlichkeitstheorie_und_Statistik/snv.tex b/Wahrscheinlichkeitstheorie_und_Statistik/snv.tex
new file mode 100644
index 0000000..6e864e4
--- /dev/null
+++ b/Wahrscheinlichkeitstheorie_und_Statistik/snv.tex
@@ -0,0 +1,51 @@
+$\phi_{0;1}(z)$
+
+\footnotesize
+% \rowcolors{1}{white}{lightgrey}
+\newcolumntype{g}{>{\columncolor{lightgreen}}c}
+\begin{tabular}{|c|g|c|g|c|g|c|g|c|g|c|}
+ \hline
+ $z \backslash *$ & 0 & 1 & 2 & 3 & 4 & 5 & 6 & 7 & 8 & 9\\\hline
+ \rowcolor{lightgrey} 0,0* & 0,50000 & 0,50399 & 0,50798 & 0,51197 & 0,51595 & 0,51994 & 0,52392 & 0,52790 & 0,53188 & 0,53586\\\hline
+ 0,1* & 0,53983 & 0,54380 & 0,54776 & 0,55172 & 0,55567 & 0,55962 & 0,56356 & 0,56749 & 0,57142 & 0,57535\\\hline
+ \rowcolor{lightgrey} 0,2* & 0,57926 & 0,58317 & 0,58706 & 0,59095 & 0,59483 & 0,59871 & 0,60257 & 0,60642 & 0,61026 & 0,61409\\\hline
+ 0,3* & 0,61791 & 0,62172 & 0,62552 & 0,62930 & 0,63307 & 0,63683 & 0,64058 & 0,64431 & 0,64803 & 0,65173\\\hline
+ \rowcolor{lightgrey} 0,4* & 0,65542 & 0,65910 & 0,66276 & 0,66640 & 0,67003 & 0,67364 & 0,67724 & 0,68082 & 0,68439 & 0,68793\\\hline
+ 0,5* & 0,69146 & 0,69497 & 0,69847 & 0,70194 & 0,70540 & 0,70884 & 0,71226 & 0,71566 & 0,71904 & 0,72240\\\hline
+ \rowcolor{lightgrey} 0,6* & 0,72575 & 0,72907 & 0,73237 & 0,73565 & 0,73891 & 0,74215 & 0,74537 & 0,74857 & 0,75175 & 0,75490\\\hline
+ 0,7* & 0,75804 & 0,76115 & 0,76424 & 0,76730 & 0,77035 & 0,77337 & 0,77637 & 0,77935 & 0,78230 & 0,78524\\\hline
+ \rowcolor{lightgrey} 0,8* & 0,78814 & 0,79103 & 0,79389 & 0,79673 & 0,79955 & 0,80234 & 0,80511 & 0,80785 & 0,81057 & 0,81327\\\hline
+ 0,9* & 0,81594 & 0,81859 & 0,82121 & 0,82381 & 0,82639 & 0,82894 & 0,83147 & 0,83398 & 0,83646 & 0,83891\\\hline
+ \rowcolor{lightgrey} 1,0* & 0,84134 & 0,84375 & 0,84614 & 0,84849 & 0,85083 & 0,85314 & 0,85543 & 0,85769 & 0,85993 & 0,86214\\\hline
+ 1,1* & 0,86433 & 0,86650 & 0,86864 & 0,87076 & 0,87286 & 0,87493 & 0,87698 & 0,87900 & 0,88100 & 0,88298\\\hline
+ \rowcolor{lightgrey} 1,2* & 0,88493 & 0,88686 & 0,88877 & 0,89065 & 0,89251 & 0,89435 & 0,89617 & 0,89796 & 0,89973 & 0,90147\\\hline
+ 1,3* & 0,90320 & 0,90490 & 0,90658 & 0,90824 & 0,90988 & 0,91149 & 0,91309 & 0,91466 & 0,91621 & 0,91774\\\hline
+ \rowcolor{lightgrey} 1,4* & 0,91924 & 0,92073 & 0,92220 & 0,92364 & 0,92507 & 0,92647 & 0,92785 & 0,92922 & 0,93056 & 0,93189\\\hline
+ 1,5* & 0,93319 & 0,93448 & 0,93574 & 0,93699 & 0,93822 & 0,93943 & 0,94062 & 0,94179 & 0,94295 & 0,94408\\\hline
+ \rowcolor{lightgrey} 1,6* & 0,94520 & 0,94630 & 0,94738 & 0,94845 & 0,94950 & 0,95053 & 0,95154 & 0,95254 & 0,95352 & 0,95449\\\hline
+ 1,7* & 0,95543 & 0,95637 & 0,95728 & 0,95818 & 0,95907 & 0,95994 & 0,96080 & 0,96164 & 0,96246 & 0,96327\\\hline
+ \rowcolor{lightgrey} 1,8* & 0,96407 & 0,96485 & 0,96562 & 0,96638 & 0,96712 & 0,96784 & 0,96856 & 0,96926 & 0,96995 & 0,97062\\\hline
+ 1,9* & 0,97128 & 0,97193 & 0,97257 & 0,97320 & 0,97381 & 0,97441 & 0,97500 & 0,97558 & 0,97615 & 0,97670\\\hline
+ \rowcolor{lightgrey} 2,0* & 0,97725 & 0,97778 & 0,97831 & 0,97882 & 0,97932 & 0,97982 & 0,98030 & 0,98077 & 0,98124 & 0,98169\\\hline
+ 2,1* & 0,98214 & 0,98257 & 0,98300 & 0,98341 & 0,98382 & 0,98422 & 0,98461 & 0,98500 & 0,98537 & 0,98574\\\hline
+ \rowcolor{lightgrey} 2,2* & 0,98610 & 0,98645 & 0,98679 & 0,98713 & 0,98745 & 0,98778 & 0,98809 & 0,98840 & 0,98870 & 0,98899\\\hline
+ 2,3* & 0,98928 & 0,98956 & 0,98983 & 0,99010 & 0,99036 & 0,99061 & 0,99086 & 0,99111 & 0,99134 & 0,99158\\\hline
+ \rowcolor{lightgrey} 2,4* & 0,99180 & 0,99202 & 0,99224 & 0,99245 & 0,99266 & 0,99286 & 0,99305 & 0,99324 & 0,99343 & 0,99361\\\hline
+ 2,5* & 0,99379 & 0,99396 & 0,99413 & 0,99430 & 0,99446 & 0,99461 & 0,99477 & 0,99492 & 0,99506 & 0,99520\\\hline
+ \rowcolor{lightgrey} 2,6* & 0,99534 & 0,99547 & 0,99560 & 0,99573 & 0,99585 & 0,99598 & 0,99609 & 0,99621 & 0,99632 & 0,99643\\\hline
+ 2,7* & 0,99653 & 0,99664 & 0,99674 & 0,99683 & 0,99693 & 0,99702 & 0,99711 & 0,99720 & 0,99728 & 0,99736\\\hline
+ \rowcolor{lightgrey} 2,8* & 0,99744 & 0,99752 & 0,99760 & 0,99767 & 0,99774 & 0,99781 & 0,99788 & 0,99795 & 0,99801 & 0,99807\\\hline
+ 2,9* & 0,99813 & 0,99819 & 0,99825 & 0,99831 & 0,99836 & 0,99841 & 0,99846 & 0,99851 & 0,99856 & 0,99861\\\hline
+ \rowcolor{lightgrey} 3,0* & 0,99865 & 0,99869 & 0,99874 & 0,99878 & 0,99882 & 0,99886 & 0,99889 & 0,99893 & 0,99896 & 0,99900\\\hline
+ 3,1* & 0,99903 & 0,99906 & 0,99910 & 0,99913 & 0,99916 & 0,99918 & 0,99921 & 0,99924 & 0,99926 & 0,99929\\\hline
+ \rowcolor{lightgrey} 3,2* & 0,99931 & 0,99934 & 0,99936 & 0,99938 & 0,99940 & 0,99942 & 0,99944 & 0,99946 & 0,99948 & 0,99950\\\hline
+ 3,3* & 0,99952 & 0,99953 & 0,99955 & 0,99957 & 0,99958 & 0,99960 & 0,99961 & 0,99962 & 0,99964 & 0,99965\\\hline
+ \rowcolor{lightgrey} 3,4* & 0,99966 & 0,99968 & 0,99969 & 0,99970 & 0,99971 & 0,99972 & 0,99973 & 0,99974 & 0,99975 & 0,99976\\\hline
+ 3,5* & 0,99977 & 0,99978 & 0,99978 & 0,99979 & 0,99980 & 0,99981 & 0,99981 & 0,99982 & 0,99983 & 0,99983\\\hline
+ \rowcolor{lightgrey} 3,6* & 0,99984 & 0,99985 & 0,99985 & 0,99986 & 0,99986 & 0,99987 & 0,99987 & 0,99988 & 0,99988 & 0,99989\\\hline
+ 3,7* & 0,99989 & 0,99990 & 0,99990 & 0,99990 & 0,99991 & 0,99991 & 0,99992 & 0,99992 & 0,99992 & 0,99992\\\hline
+ \rowcolor{lightgrey} 3,8* & 0,99993 & 0,99993 & 0,99993 & 0,99994 & 0,99994 & 0,99994 & 0,99994 & 0,99995 & 0,99995 & 0,99995\\\hline
+ 3,9* & 0,99995 & 0,99995 & 0,99996 & 0,99996 & 0,99996 & 0,99996 & 0,99996 & 0,99996 & 0,99997 & 0,99997\\\hline
+ \rowcolor{lightgrey} 4,0* & 0,99997 & 0,99997 & 0,99997 & 0,99997 & 0,99997 & 0,99997 & 0,99998 & 0,99998 & 0,99998 & 0,99998\\\hline
+\end{tabular}
+\normalsize