Siehe Projektbeschreibung.
Diese Lernanwendung zeigt, wie man mit Hilfe von Bayes’ Theorem die Zuverlässigkeit von Testergebnissen (hier: die Ergebnisse eines Coronatests) einschätzen kann.
https://rshiny.f4.htw-berlin.de/TestgenauigkeitBayes/
Englische Version der “Testgenauigkeit Bayes” Anwendung.
https://rshiny.f4.htw-berlin.de/BayesTheorem/
Diese Anwendung illustriert das Vorgehen beim Schätzen von Parameter aus einer Stichprobe und addressiert die Relation der Schätzgenauigkeit zum Stichprobenumfang.
https://rshiny.f4.htw-berlin.de/induktive_statistik/
https://stats-htw-berlin.shinyapps.io/Histogramm/
https://stats-htw-berlin.shinyapps.io/Wuerfeln/
https://stats-htw-berlin.shinyapps.io/ci_mean/
https://stats-htw-berlin.shinyapps.io/lin_regression_samp/
https://stats-htw-berlin.shinyapps.io/lin_regression/
https://stats-htw-berlin.shinyapps.io/lin_rotate/
https://stats-htw-berlin.shinyapps.io/NullHypothese/
https://stats-htw-berlin.shinyapps.io/centrallimittheorem/
https://stats-htw-berlin.shinyapps.io/t_Test_ohne_Submit/
https://stats-htw-berlin.shinyapps.io/Korrelationen/
https://stats-htw-berlin.shinyapps.io/verteilung_Gehalter/
https://stats-htw-berlin.shinyapps.io/Stuetzbereich_Moving_Average/
https://stats-htw-berlin.shinyapps.io/Signal_Noise_Ratio/
https://stats-htw-berlin.shinyapps.io/comparing_normal_distributions/
https://stats-htw-berlin.shinyapps.io/Box_Cox_Trafo_Einfluss_lambda/