Statistik - Notationen
Die folgende Tabelle zeigt die Verwendung verschiedener in der Statistik verwendeter Symbole
Kapitalisierung
Im Allgemeinen stellen Kleinbuchstaben die Beispielattribute dar, und Großbuchstaben werden verwendet, um Populationsattribute darzustellen.
$ P $ - Bevölkerungsanteil.
$ p $ - Stichprobenanteil.
$ X $ - Menge von Bevölkerungselementen.
$ x $ - Satz von Beispielelementen.
$ N $ - Satz der Bevölkerungsgröße.
$ N $ - Satz von Stichprobengröße.
Griechisch gegen römische Buchstaben
Römische Buchstaben stellen die Beispielattribute dar und griechische Buchstaben werden verwendet, um Bevölkerungsattribute darzustellen.
$ \ mu $ - Bevölkerungsdurchschnitt.
$ \ bar x $ - Stichprobenmittelwert.
$ \ delta $ - Standardabweichung einer Population.
$ s $ - Standardabweichung einer Stichprobe.
Populationsspezifische Parameter
Die folgenden Symbole stehen für bevölkerungsspezifische Attribute.
$ \ mu $ - Bevölkerungsdurchschnitt.
$ \ delta $ - Standardabweichung einer Population.
$ {\ mu} ^ 2 $ - Varianz einer Population.
$ P $ - Anteil der Bevölkerungselemente mit einem bestimmten Attribut.
$ Q $ - Anteil der Bevölkerungselemente ohne bestimmtes Attribut.
$ \ rho $ - Populationskorrelationskoeffizient basierend auf allen Elementen einer Population.
$ N $ - Anzahl der Elemente in einer Population.
Beispielspezifische Parameter
Die folgenden Symbole stehen für bevölkerungsspezifische Attribute.
$ \ bar x $ - Stichprobenmittelwert.
$ s $ - Standardabweichung einer Stichprobe.
$ {s} ^ 2 $ - Varianz einer Stichprobe.
$ p $ - Anteil der Beispielelemente mit einem bestimmten Attribut.
$ q $ - Anteil der Beispielelemente ohne bestimmtes Attribut.
$ r $ - Populationskorrelationskoeffizient basierend auf allen Elementen einer Stichprobe.
$ n $ - Anzahl der Elemente in einem Beispiel.
Lineare Regression
$ B_0 $ - Schnittpunktkonstante in einer Populationsregressionslinie.
$ B_1 $ - Regressionskoeffizient in einer Populationsregressionslinie.
$ {R} ^ 2 $ - Bestimmungskoeffizient.
$ b_0 $ - Schnittpunktkonstante in einer Stichprobenregressionslinie.
$ b_1 $ - Regressionskoeffizient in einer Stichprobenregressionslinie.
$ ^ {s} b_1 $ - Standardfehler der Steigung einer Regressionslinie.
Wahrscheinlichkeit
$ P (A) $ - Wahrscheinlichkeit, dass Ereignis A eintritt.
$ P (A | B) $ - bedingte Wahrscheinlichkeit, dass Ereignis A auftritt, vorausgesetzt, Ereignis B ist aufgetreten.
$ P (A ') $ - Wahrscheinlichkeit des Komplements von Ereignis A.
$ P (A \ cap B) $ - Wahrscheinlichkeit des Schnittpunkts der Ereignisse A und B.
$ P (A \ cup B) $ - Wahrscheinlichkeit der Vereinigung der Ereignisse A und B.
$ E (X) $ - erwarteter Wert der Zufallsvariablen X.
$ b (x; n, P) $ - Binomialwahrscheinlichkeit.
$ b * (x; n, P) $ - negative Binomialwahrscheinlichkeit.
$ g (x; P) $ - geometrische Wahrscheinlichkeit.
$ h (x; N, n, k) $ - hypergeometrische Wahrscheinlichkeit.
Permutation / Kombination
$ n! $ - Fakultätswert von n.
$ ^ {n} P_r $ - Anzahl der Permutationen von n Dingen, die gleichzeitig r genommen wurden.
$ ^ {n} C_r $ - Anzahl der Kombinationen von n Dingen, die gleichzeitig r genommen wurden.
einstellen
$ A \ Cap B $ - Schnittpunkt von Menge A und B.
$ A \ Cup B $ - Vereinigung von Satz A und B.
$ \ {A, B, C \} $ - Satz von Elementen bestehend aus A, B und C.
$ \ Emptyset $ - Null oder leere Menge.
Hypothesentest
$ H_0 $ - Nullhypothese.
$ H_1 $ - alternative Hypothese.
$ \ alpha $ - Signifikanzniveau.
$ \ beta $ - Wahrscheinlichkeit eines Fehlers vom Typ II.
Zufällige Variablen
$ Z $ oder $ z $ - standardisierte Punktzahl, auch als az-Punktzahl bezeichnet.
$ z _ {\ alpha} $ - standardisierte Punktzahl mit einer kumulativen Wahrscheinlichkeit von $ 1 - \ alpha $.
$ t _ {\ alpha} $ - t Statistik mit einer kumulativen Wahrscheinlichkeit von $ 1 - \ alpha $.
$ f _ {\ alpha} $ - f Statistik mit einer kumulativen Wahrscheinlichkeit von $ 1 - \ alpha $.
$ f _ {\ alpha} (v_1, v_2) $ - f Statistik mit einer kumulativen Wahrscheinlichkeit von $ 1 - \ alpha $ und $ v_1 $ und $ v_2 $ Freiheitsgraden.
$ X ^ 2 $ - Chi-Quadrat-Statistik.
Summationssymbole
$ \ sum $ - Summationssymbol, mit dem Summen über einen Wertebereich berechnet werden.
$ \ sum x $ oder $ \ sum x_i $ - Summe einer Menge von n Beobachtungen. Somit ist $ \ sum x = x_1 + x_2 + ... + x_n $.