Die mathematisch-statistische Bewertung von Stichproben und deren Bedeutung für die Beurteilung von Tierversuchen. I: Zur Fragestellung von Thomas Bayes. (Q2599428)

Verf. gibt zunächst einen Überblick über die Binomialverteilung mit ihren beiden Grenzfällen (Laplacesche Formel und Poissongesetz) und die Verteilung einer Differenz von zwei Beobachtungen, die entweder der Normalverteilung, dem Poissongesetz oder der \(\chi^2\)-Verteilung folgen. Er wendet sich dann gegen die bei der empirischen Bestimmung von Wahrscheinlichkeiten übliche Angabe des dreifachen mittleren Fehlers und lehnt auch die Vertrauensgrenzen der angelsächsischen Statistiker als zu kompliziert ab. Er gibt dann selbst zwei Prinzipien an, nach denen die Grenzen einer empirisch bestimmten Wahrscheinlichkeit berechnet werden können. Es seien \(x_1\) und \(x_2\) diese Grenzen und \(W(x_2)- W(x_1) = 1 - \varepsilon\) die Wahrscheinlichkeit dafür, daß eine Beobachtung innerhalb dieser Grenzen liegt. Nach dem einen Prinzip sind zu einem gegebenen \(1 -\varepsilon \) (z. B. 0,997) \(x_1\) und \(x_2\) so zu bestimmen, daß außer obiger Gleichung noch die Bedingung \(x_2 - x_1 =\) Minimum erfüllt ist, was zur zweiten Bestimmungsgleichung \(w(x_1) = w(x_2)\) führt. Dabei ist \(w(x)\) die Wahrscheinlichkeit oder Wahrscheinlichkeitsdichte von \(x\). Das zweite Prinzip fordert Abtrennung gleichgroßer Flächen am Anfang und Ende der Verteilung, woraus sich die Gleichungen \( W(x_1) = \dfrac{\varepsilon}{2}\) und \(1 - W(x_2) = \dfrac{\varepsilon }{2}\) ergeben. Dieses Prinzip wendet Verf., als das rechnerisch einfachere, auf die Bayessche Formel \[ P (n, \alpha ; x) = (n + 1) \binom{n}{\alpha} x^\alpha (1 -x)^{n-\alpha} \] an und kommt somit zu Grenzen einer empirisch bestimmten Wahrscheinlichkeit, die in vielen Fällen nur unwesentlich von den \textit{Prigge}schen Grenzen (Naturwiss. 25 (1937), 169-170; JFM 63.1096.*) abweichen. Nach Erörterung einiger Sonderfälle behandelt Verf. noch die Grenzen einer Differenz von zwei Wahrscheinlichkeiten, wozu er wiederum Bayessche Verteilungen, bzw. Näherungsformeln für dieselben heranzieht.