• Keine Ergebnisse gefunden

Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2007/08

N/A
N/A
Protected

Academic year: 2022

Aktie "Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2007/08"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2007/08

Prof. Dr. Stefan Posch, Dr. Birgit M¨ oller

Institut f¨ur Informatik Universit¨at Halle

Blatt 6

Aufgabe 6.1 Sie gehen ohne Misstrauen in eine Spielh¨olle, in der mit einer M¨unze gespielt wird: Der Spieler oder die Spielerin setzt gegen den “Direktor” des Etablis- sements, indem er oder sie auf Teufel oder Engel tippt. (Bemerkung: in dieser Lokation hat die verwendete M¨unze diese zwei Seiten!).

Da Sie aufgrund des ¨außeren Rahmens doch etwas vorsichtig geworden sind, beobachten Sie zun¨achst den Spielverlauf und notieren einige Folgen der Ergebnisse (von Engel undTeufel). Im Rahmen dieser ¨Ubung k¨onnen wir Sie nat¨urlich nicht zum Besuch ei- ner derartigen Einrichtung auffordern, und haben das f¨ur Sie ¨ubernommen. Das Ergeb- nis dieser “Exkursion” finden Sie in den Dateien ”spiel?.txt” auf der Homepage zur Vorlesung. Ihren unvoreingenommenen Prior modellieren Sie mittels Beta-Verteilung mit dem Erwartungswert einer fairen M¨unze, also z.B. pfair = 0.5.

(a) Betrachten Sie zun¨achst die Eigenschaften einer Beta-Verteilung. Es gilt:

Be(k|α, β) = Γ(α+β)

Γ(α)Γ(β)kα−1(1−k)β−1 mit α, β ∈R+,0< k <1. Weiterhin:

E[K] = α

α+β , V ar[K] = αβ

(α+β)2(α+β+ 1)

Plotten Sie die Beta-Verteilung f¨ur verschiedene Werte von α und β. Wie beein- flussenα und β jeweils die Charakteristik der Dichte?

(b) Berechnen Sie den MAP-Sch¨atzer f¨ur die gegebene Modellierung.

(c) Plotten Sie die Sch¨atzwerte eines gew¨ahlten Datensatzes nach MAP-, MP- und ML-Prinzip gegen wachsende L¨ange der Beobachtung.

(d) Wiederholen Sie dies f¨ur mehrere Beobachtungsfolgen und vergleichen Sie die Resultate.

(e) Wie entwickelt sich die Varianz der a posteriori Verteilung, wiederum mit wach- sender L¨ange der Beobachtung?

(f) Variieren Sie die Varianz Ihres Priors und vergleichen Sie (f¨ur eine oder wiederum mehrere Beobachtungsfolgen) die Entwicklung von MP-Sch¨atzwert und Varianz der a posteriori Verteilung.

(g) Welche “Lehre” k¨onnen Sie aus diesen ¨Uberlegungen f¨ur Ihren n¨achsten Besuch einer Spielh¨olle ziehen?

Abgabe: 23.11.07

Referenzen

ÄHNLICHE DOKUMENTE

Aus den gegebenen Nukleotidsequenzen der TFBSs haben Sie die Parameter eines ho- mogenen Markov-Modells 0. Er sagt Ihnen ausserdem, dass er geh¨ ort hat, dass zur L¨ osung

Aufgabe 6.1 Sie gehen ohne Misstrauen in eine Spielh¨olle, in der mit einer M¨ unze gespielt wird: Der Spieler oder die Spielerin setzt gegen den “Direktor” des Etablis- sements,

differentiell exprimierte Gene auf der einen Seite und eine Kontrollgruppe von nicht differentiell exprimierten Genen auf der anderen Seite.. Diese nennen wir im folgenden

Jedes Zeichen im String wurde, unabh¨ angig von den anderen Zeichen, mit dem gleichen DNA-W¨ urfel gew¨ urfelt.. Es existiert also ein freier Parameter (p C )

Prof. Stefan Posch, Dr. Birgit M¨ oller Institut f¨ ur Informatik Universit¨ at Halle..

Bei einer Multinomialverteilung ist die Anzahl N und damit die Summe der beobachte- ten

Aufgabe 9.1 Betrachten Sie folgendes Gl¨ ucksspiel, welches in Ihrer Lieblingsspielh¨ olle angeboten wird: Sie starten mit einem Kapital von i, 0 &lt; i &lt; S Euro, der Spielh¨

Teilen Sie beide Datens¨ atze jeweils in zwei H¨ alften, so dass Sie zwei TFBS-Datens¨ atze F 1 und F 2 und zwei Hintergrunddatens¨ atze B 1 und B 2 erhalten.. F¨ ur diese Datens¨