Die Poisson-Verteilung ist eine diskrete Wahrscheinlichkeitsverteilung, die die Anzahl der Ereignisse in einem festen Zeit- oder Raumintervall beschreibt, wenn diese Ereignisse mit einer konstanten Rate und unabhängig voneinander auftreten. Sie wird in der Stochastik, Wahrscheinlichkeit und Statistik verwendet, um die Wahrscheinlichkeit zu berechnen, dass eine bestimmte Anzahl von Ereignissen in einem bestimmten Intervall auftritt. Sie findet Anwendung in verschiedenen Bereichen wie der Versicherungsmathematik, der Verkehrsplanung oder der Epidemiologie. **

Die Bernoulli-Verteilung tritt auf, wenn ein Zufallsexperiment nur zwei mögliche Ergebnisse hat: Erfolg oder Misserfolg. Sie wird verwendet, um die Wahrscheinlichkeit eines Erfolgs bei einem binären Ereignis zu modellieren, wie z.B. das Werfen einer Münze (Kopf oder Zahl). Die Bernoulli-Verteilung ist eine der grundlegenden Verteilungen in der Wahrscheinlichkeitstheorie und wird oft als Baustein für komplexere Verteilungen verwendet. Sie kann angewendet werden, wenn die Bedingungen für ein binäres Ereignis erfüllt sind und die Wahrscheinlichkeit für Erfolg oder Misserfolg bekannt ist. Wann genau die Bernoulli-Verteilung angewendet wird, hängt also von der Art des Zufallsexperiments und den zu modellierenden Ereignissen ab. **

Traditionelle Werbung erfolgt über klassische Medien wie TV, Radio und Print, während digitale Werbung online über Social Media, Websites und Suchmaschinen stattfindet. Digitale Werbung ermöglicht eine präzisere Zielgruppenansprache und Messbarkeit der Ergebnisse im Vergleich zur traditionellen Werbung. Zudem ist digitale Werbung oft kosteneffizienter und flexibler in der Anpassung von Kampagnen. **

Die wichtigsten Vorteile digitaler Werbung im Vergleich zur traditionellen Werbung sind die Möglichkeit, gezielt bestimmte Zielgruppen anzusprechen, die Messbarkeit und Analyse der Werbewirkung sowie die Flexibilität und Anpassungsfähigkeit der Werbemaßnahmen. Digitalwerbung ermöglicht zudem eine interaktive Kommunikation mit den Kunden und eine schnellere Verbreitung der Werbebotschaften über verschiedene Kanäle. Durch die Nutzung von Daten und Technologien kann die Effektivität der Werbung optimiert und der ROI verbessert werden. **

Die Varianz ist ein Maß für die Streuung einer Zufallsvariable um ihren Erwartungswert. Sie gibt an, wie weit die einzelnen Werte um den Durchschnitt streuen. Der Erwartungswert ist der Durchschnittswert einer Zufallsvariable und gibt an, welchen Wert man im Durchschnitt erwarten kann. Stochastik ist ein Teilgebiet der Mathematik, das sich mit der Wahrscheinlichkeitstheorie und der statistischen Analyse von Zufallsereignissen befasst. Es beschäftigt sich mit der Modellierung und Analyse von Zufallsprozessen und der Berechnung von Wahrscheinlichkeiten. **

Der Erwartungswert ist ein Maß für den Durchschnittswert einer Zufallsvariable. Er wird berechnet, indem man die Werte der Zufallsvariable mit ihren jeweiligen Wahrscheinlichkeiten gewichtet und summiert. Die Wahrscheinlichkeit in der Stochastik gibt an, wie wahrscheinlich das Eintreten eines bestimmten Ereignisses ist. Sie wird meistens als Zahl zwischen 0 und 1 angegeben, wobei 0 für ein unmögliches Ereignis und 1 für ein sicheres Ereignis steht. **

Der Eigenanteil zum Einfluss von Werbung bezieht sich auf die individuelle Reaktion und Entscheidung des Konsumenten auf Werbebotschaften. Es beinhaltet die Fähigkeit des Konsumenten, Werbung zu erkennen, zu bewerten und zu verarbeiten, sowie die persönlichen Einstellungen, Erfahrungen und Bedürfnisse, die seine Reaktion auf Werbung beeinflussen können. Letztendlich bestimmt der Eigenanteil des Konsumenten, inwieweit er von Werbung beeinflusst wird und ob er letztendlich eine Kaufentscheidung trifft. **

Um zu prüfen, ob eine Zufallsvariable einer Bernoulli-Verteilung folgt, kann man verschiedene statistische Tests verwenden. Ein häufig verwendeter Test ist der Chi-Quadrat-Test, bei dem die beobachteten Häufigkeiten mit den erwarteten Häufigkeiten verglichen werden. Alternativ kann auch der Fisher-Test verwendet werden, der die Wahrscheinlichkeit berechnet, dass die beobachteten Daten zufällig aus einer Bernoulli-Verteilung stammen. **