Bsp-Binomial

probability

binomial

string

Published

November 8, 2023

Aufgabe

Die Binomialverteilung wird in Lehrbüchern häufig mit Münzwürfen motiviert. Im Buch Statistical Rethinking muss etwa ein Globus herhalten (also ein Zufallsexperiment mit den Ergebnissen Wasser und Land unter dem Zeigefinger). Dahinter steht als theoretisches Konzept die Binomialverteilung.

Die Beispiele sind ja gut und schön. Aber was hat das mit der Praxis zu tun? Gute Frage. Nennen Sie Beispiele aus Berufsfeldern der Sozialwissenschaften, für die die Binomialverteilung relevant ist.

Sie müssen nichts rechnen, nur Beispiele nennen.

Lösung

Zur Erinnerung: Die Inferenzstatistik macht Aussagen bzgl. einer Population, nicht einer Stichprobe. Solche Aussagen sind ungewiss, also mit einer Unsicherheit behaftet, da wir nicht die ganze Population kennen. Aber die Daten der Stichprobe werden als Grundlage der Schätzung herangezogen.

Auswahl geeigneter Kandidatis in einem Assessment-Verfahren. Man hat $n=40$ Bewerbis, und die Wahrscheinlichkeit geeigneter Kandidatis liege bei $p=10%$. Welche Spannweite an geeigneten Bewerbis kann man erwarten?
Social Influencing. Sie posten 100 Videoclips; davon werden 9 viral. Welche Spannweite plausibler Werte für eine Erfolgsquote kann man zugrunde legen?
App-Wartung. Sie prüfen eine Anzahl ($n=42$) alter Apps, aus einer früheren Kampagne. Sie finden, dass $k=19$ noch funktionieren. Welche Quote an “technisch veraltet” muss man in der Population erwarten, und in welchem Bereich könnte sich diese Quote bewegen?
Schulungsprogramm. Sie entwickeln ein Schulungsprogramm, das im großen Stil in einer Firma eingesetzt werden soll; mehrere Tausend Personen sollen das Programm durchlaufen. In einer Pilotstudie mit $n=90$ Personen erreichen $k=42$ nicht das Lernziel. Welche Parameterwerte für $p$ (Lernziel erreicht) sind plausibel?

Categories:

probability
binomial
example
string

--- extype: string exsolution: NA exname: Bsp-Binomial expoints: 1 categories: - probability - binomial - string date: '2023-11-08' slug: Bsp-Binomial title: Bsp-Binomial --- ```{r libs, include = FALSE} library(tidyverse) library(gt) ``` ```{r global-knitr-options, include=FALSE} knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", message = FALSE, warning = FALSE, # out.width = "100%", cache = TRUE) ``` # Aufgabe Die Binomialverteilung wird in Lehrbüchern häufig mit Münzwürfen motiviert. Im Buch *Statistical Rethinking* muss etwa ein Globus herhalten (also ein Zufallsexperiment mit den Ergebnissen *Wasser* und *Land* unter dem Zeigefinger). Dahinter steht als theoretisches Konzept die Binomialverteilung. Die Beispiele sind ja gut und schön. Aber was hat das mit der Praxis zu tun? Gute Frage. Nennen Sie Beispiele aus Berufsfeldern der Sozialwissenschaften, für die die Binomialverteilung relevant ist. Sie müssen nichts rechnen, nur Beispiele nennen. # Lösung Zur Erinnerung: Die Inferenzstatistik macht Aussagen bzgl. einer *Population*, nicht einer Stichprobe. Solche Aussagen sind *ungewiss*, also mit einer Unsicherheit behaftet, da wir nicht die ganze Population kennen. Aber die Daten der Stichprobe werden als Grundlage der Schätzung herangezogen. - Auswahl geeigneter Kandidatis in einem Assessment-Verfahren. Man hat $n=40$ Bewerbis, und die Wahrscheinlichkeit geeigneter Kandidatis liege bei $p=10%$. Welche Spannweite an geeigneten Bewerbis kann man erwarten? - Social Influencing. Sie posten 100 Videoclips; davon werden 9 viral. Welche Spannweite plausibler Werte für eine Erfolgsquote kann man zugrunde legen? - App-Wartung. Sie prüfen eine Anzahl ($n=42$) alter Apps, aus einer früheren Kampagne. Sie finden, dass $k=19$ noch funktionieren. Welche Quote an "technisch veraltet" muss man in der Population erwarten, und in welchem Bereich könnte sich diese Quote bewegen? - Schulungsprogramm. Sie entwickeln ein Schulungsprogramm, das im großen Stil in einer Firma eingesetzt werden soll; mehrere Tausend Personen sollen das Programm durchlaufen. In einer Pilotstudie mit $n=90$ Personen erreichen $k=42$ nicht das Lernziel. Welche Parameterwerte für $p$ (Lernziel erreicht) sind plausibel? --- Categories: - probability - binomial - example - string