• Media type: Electronic School Publication; Electronic Resource
  • Title: Gauß oder nicht Gauß? Is it a Gaussian or a non-Gaussian distribution?
  • Contributor: Kreiner, Welf A. [Author]
  • imprint: Universität Ulm, 2020-12-21T10:21:32Z
  • Language: German
  • DOI: https://doi.org/10.18725/OPARU-34148
  • Keywords: DDC 510 / Mathematics ; Varianz ; Korrelationskoeffizient ; Gaussian distribution ; Geschmacksaroma ; Inverse Normalverteilung ; Soziale Medien ; Logarithmische Normalverteilung ; Streufaktor ; Social media ; Median ; Wald-Verteilung ; Normalverteilung ; Gaußverteilung ; Inverse Gauß-Verteilung ; Historische Schützenscheiben ; Streuung ; Inverse Gaussian distribution ; Lognormal distribution ; Medianwert ; Erwartungswert
  • Origination:
  • Footnote: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Description: Erwartungswert und Streuung zufallsverteilter Daten werden oft über die Anpassung einer Gaußkurve bestimmt. Damit setzt man voraus, dass sich die Messwerte – würde man sie alle erfassen - im Idealfall symmetrisch zum Mittelwert und mit abnehmender Dichte über den Bereich der x-Achse von minus bis plus unendlich erstrecken. Sehr oft beginnt der Bereich von x jedoch mit einem endlichen Wert, meist bei null. So können etwa bei einer Reaktionszeit die Messwerte nur positiv sein und die Daten sind in ihrer Häufigkeit auch asymmetrisch verteilt („skewed function“). Hier sind andere Funktionen geeignet um den Gesamtverlauf in Näherung darzustellen, etwa die logarithmische Normalverteilung. Dies wird an Beispielen wie der Zeitdauer bis zum Erkennen von Geschmacksaromen oder an einer Altersverteilung von Facebook-Nutzern gezeigt. Bei historischen Schützenscheiben kann, je nach Auftragung, einmal eine Gaußfunktion oder aber auch eine Lognormalverteilung geeigneter sein.