Verteilungsfunktionen am TI
Transcription
Verteilungsfunktionen am TI
Verteilungsfunktionen am TI-Nspire N o r m a l v e rt e i l un g y normpdf ( x) 2 1 2x y normpdf ( x,0) e ( x) 2 y normpdf ( x,0,1) y normpdf ( x, ) 1 12 ( x )2 e y normpdf ( x, ,1) 2 1 x 1 y normpdf ( x, , ) e 2 2 2 K u m u l a t i v e N o r m a l ve r t e i l u n g y normcdf (, x) 1 y normcdf (, x, 0) 2 y normcdf (, x, 0,1) x e t 2 2 dt ( x) *Hinweis: Als linke Grenze kann auch z.B. -5, -10, -100… eingegeben werden. y normcdf (a, b, , ) b 1 e 2 a 1 x 2 2 dx I n v e rs e N o rm a l v e rt e i l u n g Zahlenbeispiel: 1 normcdf ,3, 2, 0.9987 3 1 invnorm 0.9987, 2, 3 3 Auch hier sind wieder Verkürzungen möglich invnorm( x) invnorm( x, 0) invnorm( x, 0,1) 1 x invnorm( x, ) invnorm( x, ,1) B i n o m i a l ve r t e i l u n g binompdf (n, p) = Liste aller Wahrscheinlichkeiten Beispiel: binompdf(5, 0.48) = { 0.038 , 0.175 , 0.324 , 0.299 , 0.138 , 0.025 } n binompdf (n, p, k ) p k q n k k Beispiel: binompdf(5, 0.48 , 2) = 0.324 K u m u l i e r t e B i n o m i a l ve r t e i l u n g k binomcdf (n, p, k ) binompdf (n, p, j ) j 0 Beispiel: binompdf(5, 0.48 , 3) = 0.837 k2 binomcdf (n, p, k1 , k2 ) binompdf (n, p, j ) j k1 Beispiel: binompdf(5, 0.48 , 2 , 4) = 0.761 binomcdf (n, p) Liste der kumulierten Wahrscheinlichkeiten = { Beispiel: binomcdf(5, 0.48)= { 0.038 , 0.213 , 0.537 , 0.837 , 0.975 , 1} }