Ein Fitnesstrainer behauptet, der Effekt einer Stunde Joggen läge bei “etwa 500 bis 600” kcal. Der Fitnesstrainer erklärt, dass er sich auf einen erwachsenen Mann mit ca. 80 kg Körpergewicht bezieht und eine mittleren Geschwindigkeit von ca. 8-9 km/h.
Unter der Annahme, dass der Effekt existiert, normalverteilt ist und dass der oben angeführte Wertebereich dem 95%-ETI einer Posterior-Verteilung entspricht:
Wie groß ist die Streuung der Posterior-Verteilung?
Hinweise:
Beachten Sie die üblichen Hinweise des Datenwerks.
2 Lösung
Für eine Normalverteilung N(μ, σ²) gilt:
Das 2,5%-Quantil liegt bei μ - 1,96σ Das 97,5%-Quantil liegt bei μ + 1,96σ
Antwort: Die Streuung (Standardabweichung) der Posterior-Verteilung beträgt etwa 25,5 kcal. Interpretation: Bei einer Normalverteilung mit μ = 550 kcal und σ = 25,5 kcal liegen 95% der Werte zwischen 500 und 600 kcal, was genau dem angegebenen 95%-ETI entspricht.
Source Code
---# gleich diese Datei in einem Ordner mit Namen der Aufgabe abspeichern!date: 2025-06-27draft: FALSE # ACHTUNG DRAFT STEHT AUF TRUE!title: streuung-post2 # HIER TITEL DES POSTS EINGEBEN.execute: eval: true highlight-style: arrow cache: truetoc: truenumber-sections: trueextype: stringexsolution: ""exshuffle: nocategories:- bayes # ENTER CATEGORIES HEREbibliography: "../../library-ses.bib"knitr: opts_chunk: out.width: "75%"---# Aufgabe Ein Fitnesstrainer behauptet, der Effekt einer Stunde Joggen läge bei "etwa 500 bis 600" kcal. Der Fitnesstrainer erklärt, dass er sich auf einen erwachsenen Mann mit ca. 80 kg Körpergewicht bezieht und eine mittleren Geschwindigkeit von ca. 8-9 km/h.Unter der Annahme, dass der Effekt existiert, normalverteilt istund dass der oben angeführte Wertebereich dem 95%-ETIeiner Posterior-Verteilung entspricht: **Wie groß ist die Streuung der Posterior-Verteilung?**Hinweise:- Beachten Sie die üblichen [Hinweise](https://datenwerk.netlify.app/hinweise) des Datenwerks.</br></br></br></br></br></br></br></br></br></br></br></br># Lösung Für eine Normalverteilung N(μ, σ²) gilt:Das 2,5%-Quantil liegt bei μ - 1,96σDas 97,5%-Quantil liegt bei μ + 1,96σDaraus folgt:500 = μ - 1,96σ600 = μ + 1,96σAus den beiden Gleichungen:Differenz: 600 - 500 = 100 = 2 × 1,96σDaher: σ = 100 / (2 × 1,96) = 100 / 3,92 ≈ 25,5 kcalMittelwert:μ = (500 + 600) / 2 = 550 kcalAntwort:Die Streuung (Standardabweichung) der Posterior-Verteilung beträgt etwa 25,5 kcal.Interpretation:Bei einer Normalverteilung mit μ = 550 kcal und σ = 25,5 kcal liegen 95% der Werte zwischen 500 und 600 kcal, was genau dem angegebenen 95%-ETI entspricht.```{r}#| echo: false#| message: falselibrary(tidyverse)# Parameter der Normalverteilungmu <-550# Mittelwertsigma <-25.5# Standardabweichung# Daten für die Normalverteilung generierenx <-seq(450, 650, length.out =1000)y <-dnorm(x, mean = mu, sd = sigma)# DataFrame erstellendf <-data.frame(x = x, y = y)# 95%-ETI Grenzenlower_bound <-500upper_bound <-600# Daten für die Füllung des 95%-ETIdf_fill <- df %>%filter(x >= lower_bound & x <= upper_bound)# Hauptplot erstellenp <-ggplot(df, aes(x = x, y = y)) +# Normalverteilungskurvegeom_line(color ="blue", size =1.2) +# 95%-ETI Bereich füllengeom_area(data = df_fill, aes(x = x, y = y), fill ="blue", alpha =0.3) +# Vertikale Linien für ETI-Grenzengeom_vline(xintercept = lower_bound, color ="red", linetype ="dashed", size =1) +geom_vline(xintercept = upper_bound, color ="red", linetype ="dashed", size =1) +# Mittelwert-Liniegeom_vline(xintercept = mu, color ="darkgreen", linetype ="dashed", size =1) +# Beschriftungenlabs(title ="Posterior-Verteilung: Kalorienverbrauch beim Joggen",subtitle =paste("N(", mu, ", ", sigma, "²) - 95%-ETI: [", lower_bound, ", ", upper_bound, "] kcal"),x ="Kalorienverbrauch [kcal]",y ="" ) +# Theme anpassentheme_minimal() +theme(plot.title =element_text(size =14, face ="bold"),plot.subtitle =element_text(size =12),axis.title =element_text(size =12),axis.text =element_text(size =10),axis.text.y =element_blank() ) +# Achsenbegrenzungenxlim(450, 650) +ylim(0, max(y) *1.1)# Annotationen hinzufügenp <- p +# Beschriftung der Grenzenannotate("text", x = lower_bound, y =max(y) *0.7, label =paste(lower_bound, "kcal"), color ="red", hjust =-0.1, size =3.5) +annotate("text", x = upper_bound, y =max(y) *0.9, label =paste(upper_bound, "kcal"), color ="red", hjust =1.1, size =3.5) +annotate("text", x = mu, y =max(y) *0.8, label =paste("μ =", mu, "kcal"), color ="darkgreen", hjust =-0.1, size =3.5) +# 95%-ETI Beschriftungannotate("text", x = mu, y =max(y) *0.5, label ="95%-ETI", color ="blue", size =4, fontface ="bold") +# Seitliche Bereiche (je 2.5%)annotate("text", x =470, y =max(y) *0.1, label ="2.5%", color ="gray50", size =3) +annotate("text", x =630, y =max(y) *0.1, label ="2.5%", color ="gray50", size =3)p```