Einführung in die Hypergeometrische Verteilung
In der Wahrscheinlichkeitsrechnung gibt es verschiedene Verteilungen, die verwendet werden, um die Wahrscheinlichkeit bestimmter Ereignisse zu modellieren. Eine davon ist die hypergeometrische Verteilung. Um diese besser zu verstehen, schauen wir uns zuerst die Binomialverteilung an, da sie einige Ähnlichkeiten aufweist.
Binomialverteilung: Eine kurze Wiederholung
Die Binomialverteilung beschreibt die Anzahl der Erfolge in einer festen Anzahl von unabhängigen Versuchen, wobei jeder Versuch nur zwei mögliche Ergebnisse hat: Erfolg oder Misserfolg. Ein klassisches Beispiel ist das Werfen einer Münze, wobei „Kopf“ als Erfolg und „Zahl“ als Misserfolg gezählt wird. Wichtige Eigenschaften der Binomialverteilung sind:
Hypergeometrische Verteilung: Definition
Die hypergeometrische Verteilung wird verwendet, wenn wir es mit einer begrenzten Population zu tun haben und ohne Zurücklegen ziehen. Das bedeutet, dass die Wahrscheinlichkeit eines Erfolges sich nach jeder Ziehung ändert, weil das Verhältnis der verbleibenden Elemente sich ändert. Ein typisches Beispiel ist das Ziehen von Kugeln aus einer Urne ohne Zurücklegen.
Formell wird die hypergeometrische Verteilung durch die folgenden Parameter definiert:
Die Wahrscheinlichkeit, genau $k$ Erfolge in $n$ Ziehungen zu haben, wird durch die hypergeometrische Verteilung gegeben und berechnet sich wie folgt:
$P(X = k) = \frac{\binom{K}{k} \binom{N-K}{n-k}}{\binom{N}{n}}$
Hierbei ist $\binom{a}{b}$ der Binomialkoeffizient und beschreibt die Anzahl der Möglichkeiten, $b$ Elemente aus $a$ Elementen auszuwählen.
Unterschiede zur Binomialverteilung
Abhängigkeit der Ziehungen:
Größe der Population:
Beispiel zur Veranschaulichung
Stellen wir uns eine Urne mit 20 Kugeln vor, davon sind 7 rot (Erfolg) und 13 schwarz (Misserfolg). Wir ziehen 5 Kugeln ohne Zurücklegen und möchten wissen, wie wahrscheinlich es ist, genau 2 rote Kugeln zu ziehen.
Hier sind die Parameter:
Die Wahrscheinlichkeit berechnet sich wie folgt:
$P(X = 2) = \frac{\binom{7}{2} \binom{13}{3}}{\binom{20}{5}}$
Durch das Einsetzen der Werte in die Binomialkoeffizientenformel erhalten wir die Wahrscheinlichkeit.
Zusammenfassung
Die hypergeometrische Verteilung ist besonders nützlich, wenn man aus einer endlichen Population ohne Zurücklegen zieht und die Wahrscheinlichkeit von Erfolgen abhängig von der bereits gezogenen Menge berechnen möchte. Sie ist im Gegensatz zur Binomialverteilung geeignet für Szenarien, in denen die Wahrscheinlichkeit nach jeder Ziehung variiert.