Übersicht interaktiver Lernanwendungen
- Aus dem Projekt MultiLA
- Wie zuverlässig sind Testergebnisse?
- How reliable are the results of a rapid Covid test?
- Diskrete Wahrscheinlichkeitsverteilungen
- Stetige Wahrscheinlichkeitsverteilungen
- Grundlagen der induktiven Statistik
- Parameter estimation
- The Benfords Law
- Log-Normal Distribution
- Goodness-of-fit Test
- Case Study: Nachfrage und Kosten
- Case Study: Budget und Konsum
- Case Study: Bevölkerungswachstum
- Aus
dem Lehrinnovationsprojekt Interaktive Visualisierungen mit R-Shiny
in Statistik und Data Science
- Explore the Effects of Binning in Histograms
- Approximation der Würfelwahrscheinlichkeit
- Confidence interval
- Lineare Regression: Unsicherheit in der Bestimmung der Geraden
- Lineare Regression: Einfluss der Koeffizienten auf den Fehler
- Rotationsverfahren
- Null Hypothesis
- Zentraler Grenzwertsatz
- Zweiseitiger t-Test
- Visualisierung des Korrelationskoeffizienten
- Einkommensverteilung
- Moving Average White Noise
- Simulation Signal + White Noise
- Compare two normal distributions
- Box-Cox-Transformation
- AR(2)-Prozesse: Parameter, Stationarität und Visualisierung
Aus dem Projekt MultiLA
Siehe Projektbeschreibung.
Wie zuverlässig sind Testergebnisse?
Diese Lernanwendung zeigt, wie man mit Hilfe von Bayes’ Theorem die Zuverlässigkeit von Testergebnissen (hier: die Ergebnisse eines Coronatests) einschätzen kann.
