Die Wahrscheinlichkeitsdichte einer Zufallsvariable kann durch ein Histogramm oder eine Kurve dargestellt werden. Sie liefert Informationen über die Wahrscheinlichkeit, dass die Zufallsvariable einen bestimmten Wert annimmt, sowie über die Verteilung der Werte um den Erwartungswert. Eine höhere Wahrscheinlichkeitsdichte an einem bestimmten Punkt bedeutet, dass die Zufallsvariable mit größerer Wahrscheinlichkeit diesen Wert annimmt. **

Der Erwartungswert einer binomialverteilten Zufallsvariable gibt den Durchschnittswert der Verteilung an. Er wird berechnet, indem man die Anzahl der möglichen Erfolge mit der Wahrscheinlichkeit eines Erfolgs multipliziert. Die Varianz einer binomialverteilten Zufallsvariable misst, wie stark die einzelnen Werte um den Erwartungswert streuen. Sie wird berechnet, indem man die Wahrscheinlichkeit eines Erfolgs mit der Wahrscheinlichkeit eines Misserfolgs multipliziert und das Ergebnis mit der Anzahl der Versuche multipliziert. **

Um ein Konfidenzintervall für eine standardisierte Zufallsvariable mit normalverteilter Verteilung zu berechnen, benötigt man den Mittelwert der Verteilung, die Standardabweichung und das gewünschte Konfidenzniveau. Das Konfidenzintervall kann dann mithilfe der Formel x̄ ± z * (σ/√n) berechnet werden, wobei x̄ der Mittelwert, z der Wert aus der Standardnormalverteilung für das gewünschte Konfidenzniveau, σ die Standardabweichung und n die Stichprobengröße ist. **

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 Wahrscheinlichkeitsdichte einer Zufallsvariable kann durch eine Funktion beschrieben werden, die angibt, wie wahrscheinlich bestimmte Werte der Zufallsvariable auftreten. Sie gibt an, wie die Wahrscheinlichkeit auf dem Wertebereich der Zufallsvariable verteilt ist. Die Fläche unter der Wahrscheinlichkeitsdichtefunktion zwischen zwei Werten gibt die Wahrscheinlichkeit an, dass die Zufallsvariable einen Wert in diesem Intervall annimmt. **

Eine Zufallsvariable ist eine mathematische Funktion, die jedem möglichen Ergebnis eines Zufallsexperiments einen numerischen Wert zuordnet. Der Erwartungswert einer Zufallsvariable ist der Durchschnittswert, den die Zufallsvariable über viele Wiederholungen des Experiments annimmt. Er gibt somit an, welchen Wert man im Durchschnitt erwarten kann. **

Um den Erwartungswert einer stetigen Zufallsvariable X zu bestimmen, muss man das Produkt aus der Wahrscheinlichkeitsdichte f(x) von X und x integrieren, wobei x den möglichen Werten von X entspricht. Das Integral wird über den gesamten Definitionsbereich von X berechnet. Der Erwartungswert gibt den Durchschnittswert von X über alle möglichen Werte an. **

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. **