Ergebnis der Suche (3)

Ergebnis der Suche nach: (Freitext: W��RMED��MMUNG) und (Quelle: "Bildungsmediathek NRW")

Es wurden 230 Einträge gefunden

Seite:

1 2 3 4 5 6 7 8 9 10 11 12

Treffer:

21 bis 30

• 

  Medienistik Themenheft Medientheorie

  Das Themenheft Medientheorie liefert einen kurzen Überblick über die Geschichte der Medienpädagogik und Medientheorie sowie Informationen über medienpädagogische Vorgaben in den Lehrplänen.
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00002261" }

• 

  Vierfeldertafel, Beispiel 2 | Wahrscheinlichkeitsrechnung Formeln W.15.04

  Man kann die bedingte Wahrscheinlichkeit (auch „konditionale Wahrscheinlichkeit“) natürlich auch über eine Vierfeldertafel berechnen. Natürlich ist nichts anders, als bei der „normalen“ bedingten Wahrscheinlichkeit, außer dass man halt eine Vierfeldertafel hat.
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010765" }

• 

  Verteilungsfunktion, Wahrscheinlichkeitsfunktion | Wahrscheinlichkeitsrechnung Formeln W.15.05

  Eine Wahrscheinlichkeitsfunktion ist meistens keine richtige Funktion, sondern eine Tabelle. In diese Tabelle werden alle möglichen Ereignisse (=Ergebnisse) eingetragen, sowie deren Wahrscheinlichkeit. Daher heißt die Wahrscheinlichkeitsfunktion auch Verteilungsfunktion, Wahrscheinlichkeitstabelle,
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010770" }

• 

  Glücksrad Wahrscheinlichkeit berechnen, Beispiel 1 | W.14.03

  Ein Glücksrad ist ein Rad, das in mehrere sogenannte Sektoren aufgeteilt ist. Wenn die Sektoren nicht gleich groß sind, ist meist der Winkel jedes Sektors gegeben, über welchen man die Wahrscheinlichkeit berechnen kann, mit welcher der Sektor auftritt.
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010734" }

• 

  Verteilungsfunktion, Wahrscheinlichkeitsfunktion; Beispiel 1 | W.15.05

  Eine Wahrscheinlichkeitsfunktion ist meistens keine richtige Funktion, sondern eine Tabelle. In diese Tabelle werden alle möglichen Ereignisse (=Ergebnisse) eingetragen, sowie deren Wahrscheinlichkeit. Daher heißt die Wahrscheinlichkeitsfunktion auch Verteilungsfunktion, Wahrscheinlichkeitstabelle,
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010771" }

• 

  Erwartungswert und Varianz bei der Binomialverteilung berechnen | W.16.02

  Erwartungswert, Varianz und Standardabweichung lässt sich bei der Binomialverteilung sehr, sehr einfach berechnen: E(x)=n*p, Var=n*p*(1-p) und die Standardabweichung ist wie immer die Wurzel aus der Varianz.
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010788" }

• 

  Erwartungswert berechnen, Beispiel 1 | Wahrscheinlichkeitsrechnung Formeln W.15.06

  Ein Erwartungswert ist ein Mittelwert oder ein Durchschnitt (von irgendwelchen Zahlen, die man hier Zufallsvariable nennt). Man berechnet den Erwartungswert, indem man jedes mögliche auftretende Ereignis mit dessen Wahrscheinlichkeit multipliziert und dann alles addiert.
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010775" }

• 

  Binomialverteilung Bernoulli-Formel mit Binomialkoeffizient, Beispiel 2 | W.16.01

  Die Formel für die Binomialverteilung heißt auch „Bernoulli-Formel“ und setzt sich aus drei Teilen zusammen. Zum einen der Binomialkoeffizient (der die Vertauschungsmöglichkeiten angibt), die W.S. der ersten Möglichkeit hoch der Anzahl davon, sowie die W.S. der zweiten Möglichkeit hoch der Anzahl davon. Als Formel: Sei n die Gesamtanzahl aller Züge, k sei die Anzahl ...
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010785" }

• 

  Binomialverteilung mit GTR oder CAS berechnen, Beispiel 3 | W.16.03

  Die Binomialverteilung berechnet man mit einem GTR oder einem CAS mit einem einfachen Befehl: „binompdf(n,p,k)“. Hierbei ist „n“ die Gesamtanzahl aller Züge, k ist die Anzahl der gewünschten Treffer, p ist die W.S. eines einzelnen Treffers. Will man die Summe aller Treffer von „0“ bis „k“ haben, kann man den Befehl „binomcdf(n,p,k)“ verwendet.
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010796" }

• 

  Poisson-Verteilung Beispiel Stau-Problem, Teil 2 | W.19.01

  Als Intervall betrachten wir einen Autobahnabschnitt von 100km und schauen mit welcher Häufigkeit kein, ein oder zwei Stau auftreten. Die durchschnittliche Stauhäufigkeit ist natürlich gegeben. Da die W.S. dafür recht klein ist, verwendet man die Poisson-Verteilung. Interessant wird’s natürlich auch, wenn wir die Länge des Streckenabschnittes ändern (also nicht immer ...
  

  Details  

  

  { "LEARNLINE": "DE:SODIS:LEARNLINE-00010832" }

Seite:

1 2 3 4 5 6 7 8 9 10 11 12