Skip to main content

Zusammenfassung

Wie schon in Kapitel 2.1 erwähnt, bezeichnet man in der Statistik eine endliche Teilmenge, die aus Elementen der Grundgesamtheit besteht als Stichprobe. Die Elementenzahl der Stichprobe nennt man die Stichprobengröße bzw. den Stichprobenumfang. Der Stichprobenumfang kann dabei im Grenzfall sowohl aus nur einem Element als auch der Gesamtmenge bestehen. Setzt man voraus, daß die Stichprobe unendlich häufig unter gleichen Bedingungen wiederholt werden kann, so bilden die unendlich häufigen Realisationen des Stichprobenmerkmals eine Stichprobenverteilungsfunktion. Nach dem Gesetz der grossen Zahlen von Bernoulli entspricht die Stichprobenverteilungsfunktion einer Wahrscheinlichkeitsfunktion als Grenzwert der Häufigkeitsverteilung von Stichproben. Besteht die Stichprobe z. B. aus einem Wurf mit einem idealen Würfel und ist die Realisation der Stichprobeneigenschaft die Augenzahl, dann geht bei unendlich vielen Würfen die Häufigkeitsverteilung aus Bild 2.1.1 in die Wahrscheinlichkeitsverteilung Bild 3.1.1 über.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 74.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  • Benedict, R.P. Analysis of Experimental Data Instr. + Control Systems 42 (1969)6, 125/131

    Google Scholar 

  • Cramer, H. Über eine Eigenschaft der normalen Verteilungsfunktion Math. Zeitschrift 41 (1936)

    Google Scholar 

  • Hajek, J. Limiting distributions in single random sampling from a finite population Publ. math. Inst. Hungar. Acad. Sci. Ser. A 5 (1960), 361/371

    MATH  MathSciNet  Google Scholar 

  • Shindle, Z. Gallily, I. On the Applicability of the Poisson Distribution to Suspension Spray-Drying J. Colloid + Interface Sci. 52 (1975) 3, 538/542

    Google Scholar 

  • Stange, K. Über Probenahme bei Massengütern Qualitätskontrolle 4 (1959), 25/28

    Google Scholar 

  • Stange, K. Stichprobenverf. bei Beurteilung von Massengütern, insbesondere von Kohle Mitt. blatt für Math. Statistik 6 (1954) 3, 204/220

    Google Scholar 

  • Subrahmanya, M. T. On Generalized Estimators in Sampling from Finite Populations Fresenius Z. analyt. chemie 222 (1966) 2, 234/239

    Google Scholar 

  • Visman, J. Test on the Binomial Sampling theory for Heterogeneous coal Amer. Soc. Test. Mats., S. T. P. No 162, 1954, 141/152

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 1979 Springer-Verlag Berlin, Heidelberg

About this chapter

Cite this chapter

Sommer, K. (1979). Stichprobenverteilungen. In: Probenahme von Pulvern und körnigen Massengütern. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-81360-3_3

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-81360-3_3

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-09466-1

  • Online ISBN: 978-3-642-81360-3

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics