Konfidenz- vs. Prognoseintervalle interpretieren

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Maarten Van den Broeck

Senior Content Developer at DataCamp

Warum brauchen wir Intervalle?

Datengetriebene Entscheidungen beinhalten Unsicherheit
Variabilität in Daten und Ergebnissen
Konfidenz- und Prognoseintervalle kommunizieren Unsicherheit

Wertebereich

Konfidenzintervalle

Zuverlässigkeit eines geschätzten statistischen Parameters
Basiert auf Stichprobenprozess

Konfidenzintervall – Konzept

Beispiel: Konfidenzintervall

Beispiel Konfidenzintervall

Prognoseintervalle

Bereich für einen neuen Einzelwert
Basiert auf statistischem Modell
Typisch breiter

Prognoseintervall – Konzept

Beispiel: Prognoseintervall

Beispiel für Prognoseintervall

Konfidenz- vs. Prognoseintervalle

Konfidenzintervall

Bereich für einen statistischen Parameter
Basiert auf Stichprobenprozess
Typisch schmaler

Prognoseintervall

Bereich für eine einzelne Beobachtung
Basiert auf einem Vorhersagemodell
Typisch breiter

Beispiel: Risikomanagement

Rendite eines Anlageportfolios
Durchschnittliche Jahresrendite 8 %

Entwicklung von Aktienkursen

Beispiel: Risikomanagement

Intervalltyp	Zweck	95%-Intervall
Konfidenzintervall	Schätzung der durchschnittlichen Rendite des Portfolios	7 % bis 9 %
Prognoseintervall	Schätzung einer einzelnen Rendite	4 % bis 12 %

Lass uns üben!

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Preparing Video For Download...