Inhaltsverzeichnis
Merke
Unter einer gemeinsamen Verteilungsfunktion einer n-dimensionalen Zufallsvariablen X = (X1, X2, ..., Xn) versteht man die Wahrscheinlichkeit F(x1,x2, ..., xn) = P (X1 ≤ x1,X2 ≤ x2, ..., Xn ≤ xn), die also jedem n-Tupel (x1,x2,...,xn) die Wahrscheinlichkeit zuordnet, dass jeweils höchstens der Wert xi, i = 1, ..., n angenommen wird.
Für den Fall n = 2 lässt sich dies noch graphisch verstehen:
F($\tilde x_1$,$\tilde x_2$ ) = (X1 ≤ $\tilde x_1$, X2 ≤ $\tilde x_2$) bezeichnet die Wahrscheinlichkeit, dass jeweils höchstens der (Abszissen-) Wert $\tilde x_1$ und höchstens der (Ordinaten-) Wert $\tilde x_2$ angenommen wird:
Wenn man nun z.B. F(1;3) berechnen möchte, so heißt dies: beziehe alle Werte ein, für die X1 ≤ 1 und gleichzeitig X2 ≤ 3 ist:
X\Y | 1 | 2 | 3 | Summe |
0 | 0,1 | 0,1 | 0,15 | 0,35 |
1 | 0,05 | 0,2 | 0,05 | 0,3 |
2 | 0,2 | 0,1 | 0,05 | 0,35 |
Summe | 0,35 | 0,4 | 0,25 | 1 |
Also F(1;3) = (X1 ≤ 1,X2 ≤ 3) = 0,1 + 0,1 + 0,15 + 0,05 + 0,2 + 0,05 = 0,65.
Die Verteilungsfunktion F mit F($\tilde x_1$,$\tilde x_2$ ) = (X1 ≤ $\tilde x_1$,X2 ≤$\tilde x_2$ ) läßt sich dann elementweise angeben:
F(0;1) = 0,1, F(0;2) = 0,2 F(0;3) = 0,35
F(1;1) = 0,15 F(1;2) = 0,45 F(1;3) = 0,65
F(2;1) = 0,35 F(2;2) = 0,75 F(2;3) = 1
Merke
Merke
Im diskreten Fall bildet man die Verteilungsfunktion wie im vorgegebenen Beispiel geschehen durch Aufsummieren der möglichen Werte.
Im stetigen Falle erhält man die Verteilungsfunktion durch Integration:
F(x1,x2,...,xn) =$\int _{-\infty }^{\infty }\;$$\int _{-\infty }^{\infty }\;$ ... $\int _{-\infty }^{\infty }\;$f(u1,u2, ..., un)dun ... du2du1. Die obige Formel wird also konkretisiert durch die Bildung des Integrals. Die Funktion f ist Dichtefunktion der Zufallsvariablen X = (X1, X2, ...,Xn).
Korrelationskoeffizient
Video: Gemeinsame Verteilungsfunktion
Weitere Interessante Inhalte zum Thema
-
Exkurs: Linearisierung
Vielleicht ist für Sie auch das Thema Exkurs: Linearisierung (Zeitreihenanalyse) aus unserem Online-Kurs Deskriptive Statistik interessant.
-
Mehrdimensionale Verteilungen
Vielleicht ist für Sie auch das Thema Mehrdimensionale Verteilungen aus unserem Online-Kurs Wahrscheinlichkeitsrechnung interessant.
-
Korrelationskoeffizient von Ferchner
Vielleicht ist für Sie auch das Thema Korrelationskoeffizient von Ferchner (Korrelationsanalyse) aus unserem Online-Kurs SPSS Software interessant.
-
Aufgaben, Beispiele und Berechnungen zur mehrdimensionalen Verteilung
Vielleicht ist für Sie auch das Thema Aufgaben, Beispiele und Berechnungen zur mehrdimensionalen Verteilung (Mehrdimensionale Verteilungen) aus unserem Online-Kurs Wahrscheinlichkeitsrechnung interessant.
