Henrik Dahl: Unabhängigkeit Unterrichten - Stochastik in der Schule
Henrik Dahl: Unabhängigkeit Unterrichten - Stochastik in der Schule
Henrik Dahl: Unabhängigkeit Unterrichten - Stochastik in der Schule
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
2<br />
Re<strong>in</strong>en Mathematik existiert. Die Implementierung von Unabhängigkeit <strong>in</strong> praktischen<br />
Situationen wird von ihm nicht behandelt.<br />
2. Probleme im <strong>Unterrichten</strong> von Unabhängigkeit<br />
Angesichts dessen , was weiter oben gesagt wurde, ist es nicht verwun<strong>der</strong>lich, daß<br />
Studenten Schwierigkeiten haben, die Bedeutung von Unabhängigkeit zu verstehen.<br />
Dieses Thema zu unterrichten ist daher e<strong>in</strong>e Herausfor<strong>der</strong>ung. Studenten mit<br />
e<strong>in</strong>igem mathematischen H<strong>in</strong>tergrund, namentlich L<strong>in</strong>eare Algebra, werden davon<br />
profitieren, Unabhängigkeit von Zufallsvariablen mit Orthogonalität zu verb<strong>in</strong>den.<br />
Wenn wir unabhängige Zufallsvariablen als orthogonale Vektoren betrachten,<br />
bedeutet ihre Unabhängigkeit, daß die Vektoren aufe<strong>in</strong>an<strong>der</strong> ke<strong>in</strong>e Zufälligkeit<br />
projizieren. Diese Beziehung zwischen Unabhängigkeit und Orthogonalität unterstreicht<br />
den Charakter von unabhängigen Experimenten.<br />
In e<strong>in</strong>führenden Kursen <strong>in</strong> Wahrsche<strong>in</strong>lichkeitsrechnung und Statistik werden<br />
Studenten mit <strong>der</strong> Annahme konfrontiert, daß die Daten als Realisierungen von<br />
unabhängigen Zufallsvariablen betrachtet werden. Ich werde das Problem, den<br />
S<strong>in</strong>n des Begriffes Unabhängigkeit Studierenden klar zu machen, <strong>in</strong> e<strong>in</strong>er Art<br />
anpacken, die ihnen den Unterschied sehen läßt zwischen Situationen, <strong>in</strong> denen<br />
diese Annahme vernünftig o<strong>der</strong> eben nicht vernünftig ist. Die formale Def<strong>in</strong>ition<br />
von Unabhängigkeit von Zufallsvariablen X 1 , X 2 , ..., X n sagt wenig aus, was für<br />
e<strong>in</strong>en Anfänger nützlich se<strong>in</strong> könnte, we<strong>der</strong> ob die Daten wirklich diese Struktur<br />
haben o<strong>der</strong> nicht:<br />
P( X = x ∩ X = x ∩...<br />
∩ X = x ) = P( X = x ) P( X = x )...P( X x )<br />
1 1 2 2<br />
n n<br />
1 1 2 2<br />
n =<br />
für alle möglichen x , x ,..., x<br />
Viele Studenten werden solch formale Def<strong>in</strong>itionen nicht verstehen. Sie könnten<br />
jedoch später <strong>in</strong> Positionen gelangen, wo sie statistische Untersuchungen e<strong>in</strong>beziehen<br />
müssen, <strong>in</strong> denen die Annahme <strong>der</strong> Unabhängigkeit verletzt se<strong>in</strong> mag. Ich<br />
bevorzuge Beispiele, um solche Leute zu tra<strong>in</strong>ieren, den Unterschied zwischen<br />
richtiger und falscher Anwendung <strong>der</strong> Annahme <strong>der</strong> Unabhängigkeit zu erkennen.<br />
1<br />
2<br />
n<br />
n<br />
3. Beispiele von Unabhängigkeit und Abhängigkeit<br />
Wenn wir Daten nützen, um daraus Schlüsse zu ziehen, so brauchen wir e<strong>in</strong>e