library(tidyverse)
set.seed(42)
<-
d tibble(x = rnorm(10000, mean = 160, sd = 5))
%>%
d count(x >= 160)
x >= 160 | n |
---|---|
FALSE | 5033 |
TRUE | 4967 |
November 20, 2022
Ei Forschi untersucht die mittlere Körpergröße eines bis dato unbekannten Urwaldvolks. Dabei findet sich aposteriori (also als Ergebnis der Untersuchung) \(\bar{x} \sim N(160,5)\) (in Zentimetern).
Dis Forschi resümiert: “Mit sehr hoher Wahrscheinlichkeit, also 95%, sind diese Menschen im Schnitt größer als 1 Meter 60 Zentimeter groß”.
Ist diese Aussage korrekt (gegeben der Angaben)?
Hinweise:
library(tidyverse)
set.seed(42)
d <-
tibble(x = rnorm(10000, mean = 160, sd = 5))
d %>%
count(x >= 160)
x >= 160 | n |
---|---|
FALSE | 5033 |
TRUE | 4967 |
Mittelwerte größer als 160 kommen nur in ca. 50% der Stichproben vor. Wir resümieren also, dass die Wahrscheinlichkeit für Werte größer 160 ca. 50% beträgt.
Das 95%-Quantil liegt eher bei 168:
Wir können uns also - gegeben der Daten - sicher sein, dass der Mittelwert nicht größer ist als ca. 168.
Categories:
---
exname: Verteilungen-Quiz-17
extype: schoice
exsolution: 1
exshuffle: no
categories:
- distributions
- Verteilungen-Quiz
- probability
- bayes
- simulation
- computer
date: '2022-11-20'
slug: Verteilungen-Quiz-17
title: Verteilungen-Quiz-17
---
```{r global-knitr-options, include=FALSE}
knitr::opts_chunk$set(fig.pos = 'H',
fig.asp = 0.618,
fig.width = 4,
fig.cap = "",
fig.path = "",
echo = TRUE,
message = FALSE,
fig.show = "hold")
```
# Exercise
[Ei](https://gender-i.de/#artikel) Forschi untersucht die mittlere Körpergröße eines bis dato unbekannten Urwaldvolks.
Dabei findet sich aposteriori (also als Ergebnis der Untersuchung) $\bar{x} \sim N(160,5)$ (in Zentimetern).
Dis Forschi resümiert: "Mit sehr hoher Wahrscheinlichkeit, also 95%, sind diese Menschen im Schnitt
größer als 1 Meter 60 Zentimeter groß".
Ist diese Aussage korrekt (gegeben der Angaben)?
Hinweise:
- Nutzen Sie Simulationsmethoden zur Lösung
- Fixieren Sie die Zufallszahlen auf die Startzahl 42.
- Ziehen Sie $10^5$ Zufallszahlen aus der gegebenen Verteilung.
Answerlist
----------
* Ja
* Nein
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
# Solution
```{r}
library(tidyverse)
set.seed(42)
d <-
tibble(x = rnorm(10000, mean = 160, sd = 5))
d %>%
count(x >= 160)
```
Mittelwerte größer als 160 kommen nur in ca. 50% der Stichproben vor.
Wir resümieren also,
dass die Wahrscheinlichkeit für Werte größer 160 ca. 50% beträgt.
Das 95%-Quantil liegt eher bei 168:
```{r}
d %>%
summarise(quantile(x, p = .95))
```
Wir können uns also - gegeben der Daten - sicher sein,
dass der Mittelwert nicht größer ist als ca. 168.
Answerlist
----------
* Falsch
* Wahr
---
Categories:
- distributions
- Verteilungen-Quiz
- probability
- bayes
- simulation