Verteilungen-Quiz-15

distributions

Verteilungen-Quiz

probability

bayes

simulation

Published

November 20, 2022

Exercise

Ist folgende Aussage wahr?

Das HDI schneidet auf beiden Seiten des Intervalls die gleiche Wahrscheinlichkeitsmasse ab.

Answerlist

Ja
Nein

Solution

Nein, das ist nur bei einem PI der Fall: So werden z.B. Bei einem 95%-PI links und rechts jeweils (ca.) 2.5% der Wahrscheinlichkeitsmasse “abgeschnitten”.

Bei einem HDI (Highest-Density-Interball) können die links und rechts abgeschnittenen Wahrscheinlichkeitsmassen auch unterschiedlich groß sein. Das ist nur dann der Fall, wenn die Verteilung unsymmetrisch ist.

89% HDI: [0.18, 7.63]

89% ETI: [0.75, 9.25]

Answerlist

Falsch
Wahr

Categories:

distributions
Verteilungen-Quiz
probability
bayes
simulation

---
exname: Verteilungen-Quiz-15
extype: schoice
exsolution: 1
exshuffle: no
categories:
- distributions
- Verteilungen-Quiz
- probability
- bayes
- simulation
date: '2022-11-20'
slug: Verteilungen-Quiz-15
title: Verteilungen-Quiz-15

---





```{r global-knitr-options, include=FALSE}
knitr::opts_chunk$set(fig.pos = 'H',
                      fig.asp = 0.618,
                      fig.width = 4,
                      fig.cap = "", 
                      fig.path = "",
                      echo = TRUE,
                      message = FALSE,
                      fig.show = "hold")



```






# Exercise

Ist folgende Aussage wahr?

Das HDI schneidet auf beiden Seiten des Intervalls die gleiche Wahrscheinlichkeitsmasse ab.

Answerlist
----------

* Ja
* Nein



</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>

# Solution

Nein, das ist nur bei einem PI der Fall: So werden z.B. Bei einem 95%-PI  links und rechts jeweils (ca.) 2.5% der Wahrscheinlichkeitsmasse "abgeschnitten".

Bei einem HDI (Highest-Density-Interball) können die links und rechts abgeschnittenen Wahrscheinlichkeitsmassen auch unterschiedlich groß sein.
Das ist nur dann der Fall, wenn die Verteilung unsymmetrisch ist.


```{r echo=FALSE, message=FALSE}
library(easystats)
posterior <- distribution_chisquared(10000, 4)

hdi(posterior, ci = 0.89)
## 89% HDI: [0.18, 7.63]

eti(posterior, ci = 0.89)
## 89% ETI: [0.75, 9.25]
```


```{r echo=FALSE}
knitr::include_graphics("https://easystats.github.io/bayestestR/reference/figures/unnamed-chunk-10-1.png")
```

[Quelle](https://easystats.github.io/bayestestR/#uncertainty-ci)


Answerlist
----------






* Falsch
* Wahr




---

Categories: 

- distributions
- Verteilungen-Quiz
- probability
- bayes
- simulation