Bed-Wskt1

probability
bayes
num
Published

November 8, 2023

Aufgabe

Prof. Bitter-Süß untersucht eine seiner Lieblingsfragen: Wie viel bringt das Lernen auf eine Klausur? Dabei konzentriert er sich auf das Fach Statistik (es gefällt ihm gut). In einer aktuellen Untersuchung hat er \(n=90\) Studierende untersucht (s. Tabelle und Diagramm) und jeweils erfasst, ob die Person die Klausur bestanden (b) hat oder durchgefallen (d) ist. Dabei hat er zwei Gruppen unterschieden: Die “Viel-Lerner” (VL) und die “Wenig-Lerner” (WL).

Berechnen Sie die folgende bedingte Wahrscheinlichkeit: p(Durchfallen|Weniglerner).

Beispiel: Wenn Sie ausrechnen, dass die Wahrscheinlichkeit bei 42 Prozentpunkten liegt, so geben Sie ein: 0,42 bzw. 0.42 (das Dezimalzeichen ist abhängig von Ihren Spracheinstellungen).

Hinweise:

  • Geben Sie nur eine Zahl ein (ohne Prozentzeichen o.Ä.), z.B. 0,42.
  • Andere Angaben können u.U. nicht gewertet werden.
  • Runden Sie auf zwei Dezimalstellen.
  • Achten Sie darauf, das korrekte Dezimaltrennzeichen einzugeben; auf Geräten mit deutscher Spracheinstellung ist dies oft ein Komma.
d <-
  tibble(Lerntyp = c(rep("Weniglerner", times = n_weniglerner),
                     rep("Viellerner", times = n_viellerner))) %>% 
  mutate(Lerntyp = factor(Lerntyp)) %>% 
  mutate(Erfolg_p = case_when(
    Lerntyp == "Weniglerner" ~ erfolgsquote_viellerner,
    Lerntyp == "Viellerner" ~ erfolgsquote_viellerner,
    TRUE ~ NA_real_
  )) %>% 
  mutate(Klausurergebnis = map_chr(.x = Erfolg_p,
                                   .f = ~(sample(Klausurergebnis,
                                                 size = 1,
                                                 prob = c(.x, 1-.x)))))
ggplot(d) +
  aes(x = Lerntyp, fill = factor(Klausurergebnis)) +
  geom_bar() +
  labs(fill = "")

mosaic::tally(Klausurergebnis ~ Lerntyp, data = d) %>% 
  kbl(caption = "Ergebnisse der Studie") %>% 
  kable_classic(full_width = F, html_font = "Cambria")
Ergebnisse der Studie
Viellerner Weniglerner
Bestehen 51 33
Durchfallen 3 3











Lösung

prob_conditional %>% 
  filter(Lerntyp == Lerntyp_selected, 
         Klausurergebnis == Klausurergebnis_selected) %>% 
  gt()
Lerntyp Klausurergebnis n n_group prop_conditional_group N_gesamt
Weniglerner Durchfallen 3 36 0.08333333 90
n <- 
 prob_conditional %>% 
  filter(Lerntyp == Lerntyp_selected, 
         Klausurergebnis == Klausurergebnis_selected) |> 
  pull(n)


n_group <- 
  prob_conditional %>% 
  filter(Lerntyp == Lerntyp_selected, 
         Klausurergebnis == Klausurergebnis_selected) |> 
  pull(n_group)

Antwort: Der gesuchte Wert liegt bei \(3 / 36 = 0.08\).


Categories:

  • probability
  • bayes
  • num