Die BETADIST-Funktion (Teil 2?)

Teilen auf Facebook
Teilen auf twittern
Teilen auf verlinktin
Teilen auf Telegramm
Teilen auf WhatsApp

Inhalt

Willkommen zurück zu unserem häufigen Blog mit Excel-Funktionen von A bis Z. Heute schauen wir auf die BETADISTA Funktion.

Die BETADIST-Funktion

In Wahrscheinlichkeitstheorie und Statistik, das Betaverteilung ist eine Familie stetiger Wahrscheinlichkeitsverteilungen, die auf dem Intervall definiert ist [0, 1] parametrisiert durch zwei positiv geformte Parameter, bezeichnet durch ein (alfa) Ja B (Beta), die als Exponenten der Zufallsvariablen erscheinen und die Form der Verteilung kontrollieren. Es hat nichts mit der Beta-Funktion zu tun (Integral von Euler) in anderen Bereichen der Mathematik verwendet oder mit dem Beta als Skalar im Capital Asset Pricing Model angegeben.

Die Beta-Verteilung wurde verwendet, um das Verhalten von Zufallsvariablen, die auf Intervalle endlicher Länge begrenzt sind, in einer Vielzahl von Disziplinen zu modellieren.. Als Beispiel, wurde als statistische Beschreibung von Allelfrequenzen in der Populationsgenetik verwendet, Zeiteinteilung in Managementsystemen / Projekt Kontrolle, Einstrahlungsdaten, Variabilität der Bodeneigenschaften, Anteile von Mineralien in Gesteinen in der Stratigraphie und Heterogenität in der Wahrscheinlichkeit einer HIV-Infektion. Übertragung. Wer hätte gedacht, dass Statistik und Excel so interessant sein können?

In Bayes'scher Inferenz, die Beta-Verteilung ist die konjugierte A-priori-Wahrscheinlichkeitsverteilung für Bernoulli-Verteilungen, Binomial-, negatives und geometrisches Binomial. Als Beispiel, die Betaverteilung kann in der Bayesschen Analyse verwendet werden, um erste Kenntnisse über die Erfolgswahrscheinlichkeit zu beschreiben, als die Wahrscheinlichkeit, dass ein Raumfahrzeug eine bestimmte Mission erfolgreich abschließt. Die Betaverteilung ist ein geeignetes Modell für das zufällige Verhalten von Prozentsätzen und Anteilen.

Abonniere unseren Newsletter

Wir senden Ihnen keine SPAM-Mail. Wir hassen es genauso wie du.