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. **

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. **

Der Zentralwert einer statistischen Verteilung ist der Wert, der die Verteilung in zwei gleich große Teile teilt. Er wird oft als Maß für die zentrale Tendenz verwendet, da er robust gegenüber Ausreißern ist. Der Zentralwert hilft dabei, die Daten zu verstehen und zu interpretieren, indem er einen repräsentativen Wert angibt, um die Verteilung zu charakterisieren. **

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 Zentralwert ist ein statistisches Maß, das die mittlere Position in einer geordneten Datenreihe angibt. Er wird auch als Median bezeichnet. Der Zentralwert teilt die Datenreihe in zwei gleich große Hälften, wobei die Hälfte der Werte unterhalb und die andere Hälfte oberhalb des Zentralwerts liegen. Im Gegensatz zum arithmetischen Mittel ist der Zentralwert nicht von Ausreißern in den Daten beeinflusst, da er nur von der Position der Werte abhängt. Der Zentralwert ist besonders nützlich, wenn die Daten nicht normalverteilt sind oder Ausreißer vorhanden sind. **

Der Zentralwert ist ein Maß für die zentrale Tendenz einer Verteilung. Er wird berechnet, indem man den Median aus den Daten ermittelt. Der Zentralwert ist robust gegenüber Ausreißern und eignet sich gut zur Beschreibung von schiefen Verteilungen. **

Der Zentralwert ist ein Maß für die zentrale Tendenz einer Verteilung und wird oft als Median bezeichnet. Er wird verwendet, um die Mitte einer Datenreihe zu bestimmen, unabhängig von Ausreißern. Der Zentralwert ist robuster gegenüber extremen Werten als der Durchschnitt. **

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. **