Risikomanagement ohne Statistik und Wahrscheinlichkeitsrechnung? Das wäre wie das Internet ohne Browser. Gemeinsam mit der Kombinatorik und der mathematischen Statistik bildet die Wahrscheinlichkeitstheorie bzw. -rechnung das mathematische Teilgebiet der Stochastik, die von der Beschreibung zufälliger Ereignisse und ihrer Modellierung handelt. Als eigentliche Geburtsstunde gilt das Jahr 1654, als der französische Edelmann und Spieler Chevalier de Méré sowie Sieur des Baussay einen Brief an den Mathematiker, Physiker und Philosophen Blaise Pascal schrieben, wo sie diesen um Hilfe bei der Analyse eines "uralten" Problems des Würfelspiels bitten. In der Folge schauten sie über den Tellerrand der Spieltische hinaus und formulierten die methodischen und theoretischen Grundlagen der Wahrscheinlichkeitstheorie.
Doch nicht nur beim Spiel, sondern tagtäglich begegnen wir Wahrscheinlichkeiten. Mal wird von Chancen gesprochen, ein anderes Mal von Prozenten oder Quoten. Die grundlegende Definition von Wahrscheinlichkeit ist die langfristige Chance, dass ein Zufallsprozess ein bestimmtes Ergebnis hat. Eine Wahrscheinlichkeit ist eine Zahl zwischen null und eins – anders ausgedrückt: ein Verhältnis. Sie können es als Prozentsatz schreiben, weil man oft von einer "Chance von X Prozent" spricht, wenn man eine Wahrscheinlichkeit nennen will.
Das Buch "Wahrscheinlichkeitsrechnung für Dummies" liefert eine kompakte und leicht lesbare Einführung in die Welt der Wahrscheinlichkeitsregeln, Bayes-Theoreme, Baumdiagramme, Kontingenztabellen, Permutationen, Wahrscheinlichkeitsverteilungen und Wahrscheinlichkeitsmodelle. Es besteht aus fünf Hauptteilen. Im ersten Teil "Die Sicherheit der Unsicherheit" werden die Grundlagen der Wahrscheinlichkeit sowie Verfahren zur Einrichtung und Lösung der gebräuchlichsten Wahrscheinlichkeitsprobleme beschrieben. Der Leser lernt die grundlegenden Definitionen, Begriffe, die Notationen und die Regeln der Wahrscheinlichkeit kennen. Im zweiten Teil "Auf die Wahrscheinlichkeit setzen und wetten, um zu gewinnen" lernt der Leser, dass Wahrscheinlichkeit und Intuition nicht immer zusammenpassen. Im dritten Teil "Grundlegende Wahrscheinlichkeitsmodelle" werden die wichtigsten Grundlagen für die Erstellung, Anwendung und Bewertung von Wahrscheinlichkeitsmodellen dargestellt. Der Leser lernt die wesentlichen Aspekte einer Wahrscheinlichkeitsverteilung, die Binomialverteilung, die Normalverteilung sowie den Zentralen Grenzwertsatz kennen. Im anschließenden vierten Kapitel "Fortgeschrittene Wahrscheinlichkeitsmodelle" werden die Poissonverteilung, die negative Binomialverteilung, die geometrische Verteilung und die hypergeometrische Verteilung vorgestellt. Im abschließenden fünften Kapitel "Stetige Wahrscheinlichkeitsmodelle" werden die (stetige) Gleichverteilung, die Exponentialverteilung und andere anwenderdefinierte Wahrscheinlichkeitsdichtefunktionen beschrieben. Der Anhang enthält hilfreiche Tabellen zur Ermittlung von Wahrscheinlichkeiten für die Binomialverteilung, die Normalverteilung und die Poissonverteilung.
Das Buch kann als kompakte Einführung in die Wahrscheinlichkeitsrechnung allen Lesern empfohlen werden, die ohne mathematischen Ballast und ohne Fachchinesisch in die spannende Welt der Wahrscheinlichkeiten eintauchen möchten und keine bis wenige Vorkenntnisse haben. Für eine zweite Auflage wünsche ich mir, dass einige Begriffe auch in der gängigeren englischen Version ergänzend aufgeführt werden (Vgl. Wahrscheinlichkeitsdichte = WDF bzw. probability density function = pdf). Außerdem sollten in einer zweiten Auflage einige kleinere Fehler (siehe beispielsweise Pferderennenbeispiel auf Seite 29) korrigiert werden.
Rezension von Frank Romeike
Gesamtbewertung
