Plan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej
|
|
- Józef Gajda
- 7 lat temu
- Przeglądów:
Transkrypt
1 --8 Wstęp do probablsty statysty Wyład. Zmee losowe ch rozłady dr hab.ż. Katarzya Zarzewsa, prof.agh, Katedra Eletro, WIET AGH Wstęp do probablsty statysty. wyład Pla: Pojęce zmeej losowej Iloścowy ops zmeych losowych Przyładowe rozłady zmeych losowych Wstęp do probablsty statysty. wyład Pojęce zmeej losowej Zmea losowa jest to fucja X, tóra przypsuje lczbę rzeczywstą x daemu wyow esperymetu losowego. Ω e, e, { K} X : Ω R X e ) x R Przyłady: ) Rzut moetą: zdarzeu orzeł przypsujemy ; zdarzeu resza przypsujemy. ) Aalog. losowae wyrobów: zdarzeu bra wadlwy) -, dobry ) Rzut ostą wyrzucee, td ) Odce [a, b] a os lczbowej wybór putu o współrzędej x przypsujemy p. wartość x ; wartość s x+7) tp. Wstęp do probablsty statysty. wyład
2 --8 Zmea losowa dysreta Gdy wartośc zmeej losowej X są zolowaym putam a os lczbowej obejmują sończoy przedzał wartośc) Rzut moetą Błędy przy trasmsj Wadlwe ułady z l producyjej. Ilość połączeń przychodzących w cągu mut cągła Gdy wartośc zmeej losowej staową wszyste puty odca obejmują przedzał lczb rzeczywstych) Natężee prądu w przewodu Temperatura Cśee Wstęp do probablsty statysty. wyład Iloścowy ops zmeych losowych Rozład zmeej losowej lub rozład prawdopodobeństwa tylo dla zmeych dysretych) Fucja gęstośc prawdopodobeństwa tylo dla zmeych cągłych) Dystrybuata fucja rozładu dla zmeych dysretych cągłych) Welośc charateryzujące wartość oczewaa, waracja, watyle, tp.) Wstęp do probablsty statysty. wyład Rozład zmeej losowej Rozładem zmeej losowej rozładem prawdopodobeństwa dla zmeych dysretych) azywamy zbór par x,p ) gdze x jest wartoścą zmeej losowej X a p jest prawdopodobeństwem, że zmea losowa X przyjmuje wartość x Przyład. Rozład prawdopodobeństwa dla jedorotego rzutu moetą. Zdarzeu polegającemu a wyrzuceu orła przypsujemy x ; zdarzeu polegającemu a wyrzuceu resz x. Zatem: x p X ) p x ) x p X ) p x) Wstęp do probablsty statysty. wyład
3 --8 Rozład zmeej losowej Przyład. cd Rozład prawdopodobeństwa dla jedorotego rzutu moetą jest astępującym zborem par: {, ),, )},,9,8,7, prawdopodob. zdarzea px),,,,,,,,, Zmea losowa jest w tym przypadu soowa dysreta) a jej rozład jest też soowy dysrety). X Wstęp do probablsty statysty. wyład 7 Fucja gęstośc prawdopodobeństwa Fucję gęstośc prawdopodobeństwa wprowadza sę dla zmeych cągłych; ma oa zwąze z prawdopodobeństwem: f x) dx P x X < x + dx) Własośc fucj gęstośc prawdopodobeństwa:. f x) + f. f x) jest uormowaa x) dx. fx) ma wymar /x Wstęp do probablsty statysty. wyład 8 Fucja gęstośc prawdopodobeństwa Z defcj fucj gęstośc prawdopodobeństwa fx) wya pratyczy sposób oblczaa prawdopodobeństwa, że wartość zmeej losowej zajduje sę w przedzale [a,b]: b P a < X < b) f x) dx a Ne ma sesu pytać, jae jest prawdopodobeństwo, że xa Wstęp do probablsty statysty. wyład 9
4 --8 Fucja gęstośc prawdopodobeństwa Przyład. Ozaczmy przez X zmeą losową cągłą, tóra opsuje atężee prądu w cem przewodze medzaym w jedostach ma). Załóżmy, że zares X wyos [, ma] fucja gęstośc prawdopodobeństwa jest daa jest jao fx), w tym przedzale. Oblcz prawdopodobeństwo, że zmerzoe atężee prądu jest mejsze ż ma.,,8 gestosc prawdop., fx), f x) dx, P X < ) dx X Wstęp do probablsty statysty. wyład,,, Iloścowy ops zmeych losowych Dystrybuatą fucja rozładu, ag. cumulatve dstrbuto fucto CDF) Fx) azywamy prawdopodobeństwo tego, że zmea losowa X przyjme wartość mejszą od x co ajwyżej daą wartość) F x) P X x) Przyład. cd Dystrybuata dla rzutu moetą: F x ) P X ) F x ) P X ) Wstęp do probablsty statysty. wyład Własośc dystrybuaty. F x). F ). F + ). x y F x) F y) Jest fucją emalejącą. Fx) e posada wymaru df x) Zwąze gęstośc prawdopodobeństwa. f x) z dystrybuatą dla zmeej cągłej) dx Wstęp do probablsty statysty. wyład
5 --8 Przyład. Dystrybuata dla zmeej dysretej F x) P X x) f x ) x x f x ) rozład prawdopodobeństwa Na podstawe astępujących wartośc dystrybuaty Fx) zajdź fucję rozładu prawdopodobeństwa fx) F x) dla x <, dla x <,7 dla x < dla x Na podstawe rysuu, jedyym putam dla tórych Fx) są -,,. f ),, f ),7,, f ),,7, Wstęp do probablsty statysty. wyład Dystrybuata dla zmeej cągłej t F t) P X t) f u) du Dystrybuata zmeej cągłej jest emalejącą fucją cągłą a oblcza sę ją jao pole pod wyresem fucj gęstośc prawdopodobeństwa. Wstęp do probablsty statysty. wyład Numerycze mary opsowe MIARY parametry) OPISOWE Położea Rozproszea Kwatyle p. Waracja Odchylee medaa) stadardowe) Moda Rozstęp Wartość oczewaa średa, adzeja matematycza) Wstęp do probablsty statysty. wyład
6 --8 Charaterysty rozładu prawdopodobeństwa Fratyl watyl) x q jest to wartość zmeej losowej, dla tórej dystrybuata przyjmuje wartość q. F xq ) P X xq ) f u) du q Najczęścej stosowaym watylem jest medaa czyl x.. W przyładze. atężee prądu ma jest medaą rozładu. Przyład. Dla dysretego rozładu esperymetalego o wyach: 9,,,,,,,,, 7 medaa wyos bo jest wartość środowa uporządowaego zboru wartośc albo średa arytmetycza dwóch środowych welośc). x q Wstęp do probablsty statysty. wyład Charaterysty rozładu prawdopodobeństwa Moda wartość modala) jest to taa wartość zmeej losowej, dla tórej rozład prawdopodobeństwa lub fucja gęstośc prawdopodobeństwa) osąga masmum. Rozłady jedomodale mają jedą modę welomodale węcej ż jedą) W przyładze. dla dysretego rozładu esperymetalego o wyach: 9,,,,,,,,, 7 moda wyos bo jest wartość, tóra pojawa sę ajczęścej w zborze wyów. Wstęp do probablsty statysty. wyład 7 Średa arytmetycza: Wartość średa x - elemety zboru elemetowego eoecze róże): x x W przyładze. dla dysretego rozładu esperymetalego o wyach: 9,,,,,,,,, 7 wartość średa wyos,7. Wstęp do probablsty statysty. wyład 8
7 --8 Przyład. x f,,7,,9,,7, 8,87,,9 7,,7 9,,7,,7,,7,,7 Razem 8 Średa arytmetycza Jeżel wele elemetów ma w zborze tę samą wartość, to dzelmy zbór a lasy zawerające detycze elemety o lczeboścach : x x x f + x f + + x f,, +,, + +,, x,77 Wstęp do probablsty statysty. wyład 9 p x p f x gdze: f, p lczba las p ) Warue ormalzacj Charaterysty rozładu prawdopodobeństwa Momet rozładu rzędu względem putu x m x) x x ) p x ) m x ) x x ) f x) dx dla zmeych dysretych dla zmeych cągłych Najważejszym mometam są te, tóre są lczoe względem początu uładu współrzędych czyl względem x m ) oraz momety lczoe względem X m tj. względem perwszego mometu względem początu uładu współrzędych m azywamy wartoścą oczewaą, wartoścą średą lub adzeją matematyczą) to są momety cetrale µ. Wstęp do probablsty statysty. wyład Charaterysty rozładu prawdopodobeństwa Wartość oczewaa ozaczaa jao: m, EX), µ, x, xˆ E X ) x p dla zmeych dysretych E X ) x f x) dx dla zmeych cągłych EX) jest współrzędą putu, tóry byłby środem masy rozładu prawdopodobeństwa lub pola pod fucją gęstośc prawdopodobeństwa fx)) gdyby p tratować ja masy lub odpowedo fx) ja fzyczą gęstość). Wstęp do probablsty statysty. wyład 7
8 --8 Własośc EX) EX) jest operatorem lowym co ozacza, że:. E C X ) ) CE X co prowadz w osewecj do: EC) C ECX) CEX) EX +X )EX )+EX ). Dla ezależych zmeych X, X, X E X ) ) E X Waruem oeczym wystarczającym by zmee były ezależe jest f X, X,..., X ) f X ) f X )... f X ) Wstęp do probablsty statysty. wyład Własośc EX). Dla fucj zmeej X; Y YX) wartość oczewaa EY) może być zalezoa przy pomocy rozładu zmeej X bez oeczośc szuaa rozładu fy) E Y ) ) y x p dla zmeych dysretych E Y ) y x) f x) dx dla zmeych cągłych Moża zauważyć, że dowoly momet m x ) może być potratoway jao wartość oczewaa fucj YX)X-x ) m x) x x) f x) dx E x x ) ) Wstęp do probablsty statysty. wyład Charaterysty rozładu prawdopodobeństwa Waracja dyspersja) ozaczaa jao: σ X), varx), VX), DX). Perwaste z waracj azywamy odchyleem stadardowym σx) σ X ) p x E X )) σ X ) f x) x E X ) dx dla zmeych dysretych dla zmeych cągłych Waracja lub odchylee stadardowe) jest marą rozrzutu zmeej losowej woół wartośc oczewaej. W aalze daych dośwadczalych utożsamamy wartość oczewaą pomarów wyoaych w obecośc błędów przypadowych z wartoścą rzeczywstą merzoej welośc. Marą błędu przypadowego jest odchylee stadardowe bo oo oreśla rozrzut wyów woół wartośc rzeczywstej. Wstęp do probablsty statysty. wyład 8
9 --8 Własośc σ X) Warację moża oblczyć stosując wartośc oczewae:. σ X ) E X ) E X ) co prowadz w osewecj do: σ C) σ CX) C σ X) σ C X+C ) C σ X). Dla ezależych zmeych X, X, X σ C X ) C σ X ) Wstęp do probablsty statysty. wyład Nerówość Czebyszewa Iterpretacja waracj wya z erówośc Czebyszewa: P a X E X ) a. σ X )) Twerdzee: Prawdopodobeństwo odchylea wartośc zmeej losowej od oczewaej EX) o a-rotą wartość odchylea stadardowego jest mejsze bądź rówe /a Twerdzee to jest słusze dla wszystch rozładów, tóre mają warację a zatem wartość oczewaą. Lczba a jest dowolą, dodatą lczbą rzeczywstą. Wstęp do probablsty statysty. wyład Waracja jao mara rozproszea DUŻE ROZPROSZENIE MNIEJSZE ROZPROSZENIE Wstęp do probablsty statysty. wyład 7 9
10 --8 Rozstęp jao mara rozproszea ROZSTĘP x max -x m Wstęp do probablsty statysty. wyład 8 Pratycze sposoby oblczaa waracj Waracja z próby -elemetowej): s x średa x x) Waracja z populacj N-elemetowej): σ N μ średa z populacj N x μ) oczewaa ) Wstęp do probablsty statysty. wyład 9 Pratycze sposoby oblczaa odchylea stadardowego Odchylee stadardowe próby lub: błąd stadardowy): s x x) Odchylee stadardowe populacj): σ N N x μ) Wstęp do probablsty statysty. wyład
11 --8 Rozład dwuputowy zero-jedyowy), p. rzut moetą wylosowae resz brau orła, poraż) x, wylosowae orła dobrego wyrobu, sucesu) x, p - prawdopodobeństwo sucesu, jego rozład: x p -p p Dwumaowy ag.bomal, Beroullego) gdze <p<; X{,,, } - lczba sucesów w losowau -rotym ze zwracaem dla jest to rozład dwuputowy Wstęp do probablsty statysty. wyład Przyładowe rozłady dla dysretej zmeej losowej p p p,,,, ) K Rozład dwumaowy Beroullego) - założea Esperymet losowy słada sę z prób Beroullego, tach że:. Każda próba jest ezależa od ych.. Każda próba może meć tylo dwa wy: suces porażę bare!).. Prawdopodobeństwo sucesu wyos p jest wartoścą stałą. Wstęp do probablsty statysty. wyład Pytamy o prawdopodobeństwo p zdarzea, że zmea losowa X będze rówa lośc otrzymaych -sucesów przy próbach. p p p,,,, ) K Trójąt Pascala Wstęp do probablsty statysty. wyład! )!! W rozładze występuje symbol b a b a + ) dwuma Newtoa
12 --8 Trójąt Pascala Wstęp do probablsty statysty. wyład + Rozład Beroullego Przyład. Prawdopodobeństwo, że w daym załadze producyjym dzee zużyce wody e przeroczy pewego ustaloego pozomu wyos p/. Motorujemy zużyce wody w załadze przez d. Wyzaczyć prawdopodobeństwo, że w cągu d obserwacj, zużyce e przeroczy ustaloego pozomu odpowedo w,,,, dach. Tutaj sucesem jest odpowede zużyce wody w jedym du. Dae: Wstęp do probablsty statysty. wyład,,, K N q p Wstęp do probablsty statysty. wyład ) ) ) ) ) ) ) P P P P P P P Do rozwązaa zadaa wyorzystujemy właścwośc dwumau Newtoa trójąt Pascala. Rozład Beroullego
13 --8 Rozład Beroullego P). P) 8 P). 9 P) P). 9 P) P). 99 P) P) P) 8 P). 999 P) 79 P).78 Wstęp do probablsty statysty. wyład 7 Rozład Beroullego,,,,,97, P),,,,,78,,,, 7 Najwęsze prawdopodobeństwo uzysujemy dla co ozacza, że prawdopodobeństwo zdarzea, że pozom wody w załadze w cągu d e przeroczy ustaloego pozomu dzeego jest ajwęsze. Wstęp do probablsty statysty. wyład 8 Rozład Beroullego Wstęp do probablsty statysty. wyład 9
14 --8 Rozład Beroullego Wartość oczewaa w rozładze Beroullego E X ) μ p Waracja w rozładze Beroullego V X ) σ p p) Wstęp do probablsty statysty. wyład Przyład.7 Błędy w trasmsj btów Przy przesyłau formacj przez aał cyfrowej trasmsj zdarzają sę błędy pojedyczych btów. Załóżmy, że prawdopodobeństwo, że pojedyczy bt dotrze do osumeta z błędem wyos p, chocaż obetywe e jest to suces, to tutaj p azwemy prawdopodobeństwem sucesu) Załóżmy, że oleje aty trasmsj są ezależe. Nech X ozacza zmeą losową, tórejwartośc są rówe lośc btów przesłaych z błędem, w sewecj olejych btów. Ozaczmy E błąd btu,o bra błędu. Wy trasmsj OEOE ozacza, że drug czwarty bt są błęde, X; olejość e jest stota czyl EEOO też odpowada X Wstęp do probablsty statysty. wyład Przyład.7 cd Błędy w trasmsj btów Zdarzee opsae zmeą losową X to zbór astępujących wyów: {EEOO, EOEO, EOOE, OEEO, OEOE, OOEE} Jae jest prawdopodobeństwo PX) zdarzea, że dwa bty w sewecj czterech zostaą przesłae z błędem? Zdarzea są ezależe węc PEEOO)PE)PE)PO)PO),),9),8 Zdarzea są wzajeme wyluczające mają to samo prawdopodobeństwo wystąpea węc PX) PEEOO),),9),8).8 Wstęp do probablsty statysty. wyład
15 --8 Przyład.7 cd Błędy w trasmsj btów! )!! AzatemPX),),9) dae jest rozładem Beroullego P X x) p x PX ), PX ),9 PX ),8 PX ), PX ), x p) x, x,,,,, p, Wstęp do probablsty statysty. wyład Rozład Possoa Posłużmy sę przyładem.7 trasmsj btów przez aał cyfrowy. Nech zmea losowa X będze przyjmowała wartośc rówe lośc btów przesłaych z błędem. Jeżel prawdopodobeństwo p zdarzea przesłaa błędego btu jest stałe olejeatytrasmsjsą ezależe, to X ma rozład dwumaowy Beroullego). Wprowadźmy parametr λp EX) dla tego rozładu rówa sę λ) x P X x) p p) x x x λ λ x x Załóżmy, że wzrasta a p maleje ta, że λp pozostaje stałe. Rozład przechodz w rozład Possoa. Wstęp do probablsty statysty. wyład lm P X x) lm Rozład Possoa Załóżmy, że wzrasta a p maleje ta, że λp pozostaje stałe. Rozład przechodz w rozład Possoa. x λ λ x x λ x e λ x! Ze względu a to, że lczba przesyłaych btów zmerza do esończoośc, lczba błędów może być rówa dowolej eujemej lczbe całowtej. Zares możlwych wartośc X sęga od do Rozład Possoa stosujemy pod pewym waruam dla zmeej losowej X, tóra jest rówa lczbe zdarzeń zlczeń) w daym przedzale przy podzale a podprzedzały) w esperymece losowym zwaym procesem Possoa. Wstęp do probablsty statysty. wyład
16 --8 Proces Possoa Załóżmy, że day przedzał lczb rzeczywstych może być podzeloy a podprzedzały o małej długośc taej że:. Prawdopodobeństwo węcej ż jedego zlczea w tym podprzedzale jest rówe zero.. Prawdopodobeństwo jedego zlczea w podprzedzale jest tae samo dla wszystch podprzedzałów proporcjoale do jego długośc. Zlczae w ażdym podprzedzale jest ezależe od ych podprzedzałów Esperymet losowy tóre speła te waru azywamy procesem Possoa. Zmeą losową X tóra jest rówa lczbe zlczeń w przedzale azywamy zmeą losową Possoa. Fucja gęstośc prawdopodobeństwa fx) jest zależa od parametru λ λ x e λ f x), gdze x,,,k x! Wstęp do probablsty statysty. wyład Rozład Possoa Przyład.8 Podczas specj ceego medzaego przewoda stwerdzoo występowae uszodzeń. Ozaczmy przez X zmeą losową rówą lczbe uszodzeń zlczeń) adługośc L przewoda załóżmy, że średa lczba uszodzeń a całej długośc wyos λ. Należyzaleźć fucję gęstośc prawdopodobeństwa zmeej X. Dzelmy długość L la mlmetrów) a podprzedzałów o bardzo małej długośc p. mrometr. prawdopodobeństwo, że a tym podprzedzale wystąp węcej ż jedo uszodzee, jest zaedbywale małe Założee, że uszodzea są losowe pozwala przyjąć, że a ażdym podprzedzale prawdopodobeństwo uszodzea jest tae samo wyos p Załadamy, ezależość zdarzeń a podprzedzałach Wstęp do probablsty statysty. wyład 7 Rozład Possoa Przyład.8 Moża w tym przyładze zatem modelować rozład zmeej losowej X rozładem dwumaowym: E X ) λ p czyl λ p Prawdopodobeństwo, że podprzedzał zawera wadę wyos λ/ gdy jest bardzo duże, p jest bardzo małe. Rozład uszodzeń to rozład Possoa. Prawdopodobeństwo, że podprzedzał zawera wadę wyos λ/ gdy jest bardzo duże, p jest bardzo małe. Rozład uszodzeń to rozład Possoa. Wstęp do probablsty statysty. wyład 8
17 --8 Rozład Possoa Rozład Possoa to jede z elczych rozładów, w tórym wartość oczewaa jest rówa waracj: E X ) p λ Z waracj w rozładze Beroullego przy dużym małym p, otrzymujemy V X ) σ p p) V X ) σ lm p p ) p λ, p czyl warację w rozładze Possoa. Wstęp do probablsty statysty. wyład 9 Rozład Possoa Rozład Possoa ma wele zastosowań zwłaszcza w esperymetach fzy jądrowej atomowej, p. rozpadach jąder atomowych, atach emsj cząste, tp. Przedzał, o tórym mówlśmy może być przedzałem czasu często), wycem powerzch, elemetem objętośc. Rozład może być stosoway do systemów z dużą lczbą możlwych zdarzeń, z tórych ażde jest bardzo rzade prawo rzadch zdarzeń). Przyłady zdarzeń, tóre mogą być modelowae rozładem Possoa: Hstorycze lczba zabtych przez opęce oa ażdego rou w orpuse awaler w Prusach W.Bortewcz 88-9) Lczba połączeń telefoczych przychodzących do cetral a mutę Lcza mutacj w daym odcu DNA po espozycj a pewą dawę promeowaa Odsete omóre, tóre zostaą zaażoe dla daej lczebośc zaażeń W eletroce szum Possoa śrutowy); zarstość przy powęszau fotograf, zastosowaa moleulare Wstęp do probablsty statysty. wyład Rozład Possoa,,,,,,,, Wstęp do probablsty statysty. wyład lambda lambda lambda x Fucja rozładu Beroullego ; p, Possoa: λ,,8,7,8,8,8,,,,,,,, Rozład dysrety o esończoej lczbe wartośc x- dowola lczba całowta x. Dla dużych rozład Beroullego upodaba sę do rozładu Possoa 7
18 --8 Rozład ormaly Gaussa) ROZKŁAD GRANICZNY rozład ormaly) Najczęścej spotyaym rozładem zmeej losowej jest rozład ormaly zway rozładem Gaussa). Cetrale twerdzee gracze sformułowae po raz perwszy w 7 r. przez de Movre a. Jeżel powtarzamy welorote esperymet losowy, rozład zmeej losowej, będącej średą lub sumą) wszystch wyów zmerza do rozładu ormalego przy bardzo dużej lczbe powtórzeń esperymetu. Wstęp do probablsty statysty. wyład Rozład ormaly Gaussa) Zmea losowa X charateryzująca sę fucją gęstośc prawdopodobeństwa fx) daą wzorem: x μ f x) exp, gdze - < x < + σ π σ azywaa jest zmeą o rozładze ormalym tylo dwóch parametrach < μ < +, σ > Moża poazać, że wartość oczewaa EX)μ a waracja VX)σ Używa sę zapsu Nμ,σ) Wstęp do probablsty statysty. wyład Rozład ormaly Gaussa) Wartość oczewaa, położee masmum gęstośc prawdopodobeństwa moda) medaa porywają sę xμ). Rozład jest symetryczy rzywa Gaussa rzywa dzwoowa). Waracja jest marą szeroośc rozładu. Puty o współrzędych x+σ x- σ są putam przegęca. Wstęp do probablsty statysty. wyład 8
19 --8 Rozład ormaly Gaussa) Rozład ormaly jest rozładem błędów przypadowych wyów welu esperymetów fzyczych. Marą błędu pomaru jest odchylee stadardowe σ. Pomar o węszym σ charateryzuje sę węszym rozrzutem wyów woół wartośc średej a zatem mejszą precyzją. Wstęp do probablsty statysty. wyład Stadardowy rozład ormaly Zmea losowa Z charateryzująca sę fucją gęstośc prawdopodobeństwa Nz) daą wzorem: z N z) exp, gdze - < z < + π azywaa jest zmeą stadaryzowaą tj. o stadardowym rozładze ormalym N,) E Z), V Z) Defcja zmeej stadardowej μ Z X σ Wstęp do probablsty statysty. wyład Stadardowy rozład ormaly KORZYŚCI STANDARYZACJI: Stwarza możlwość tablcowaa fucj gęstośc prawdopodobeństwa dystrybuaty dla N,). Moża stworzyć zmeą o rozładze Nµ,σ) przez prostą trasformację X σ*z+µ Przez stadaryzację sprowadzamy wszyste wartośc orygalej zmeej losowej do obszaru w poblżu zera a jedostą jest odchylee stadardowe. Dzę temu moża porówywać rozłady welośc różące sę zacze położeem cetrum salą wartośc Wstęp do probablsty statysty. wyład 7 9
20 --8 Oblczae prawdopodobeństwa w rozładze Gaussa Φx) 8.% pow. x -σ, + σ) -σ, + σ) -σ, + σ) Pμ-σ <X< μ+σ),87 ooło / wyów), Pμ-σ <X< μ+σ),9 Pμ-σ <X< μ+σ),997 prawe wszyste) Wstęp do probablsty statysty. wyład 8 Przyład.9 Sera wyów próba) x,x,.x obarczoych epewoścą przypadową jest duża gdy <. W próbe taej wy sę powtarzają: jest lczbą pomarów, w tórych wystąpł wy x, / jest częstoścą występowaa wyu x /,,,,,,,,, 7,7,7,,8,9,9,7,,8,,8,,,,,,,, Suma 9 Wstęp do probablsty statysty. wyład 9 Opracowae ser pomarów bezpośredch dużej próby Średa arytmetycza estymator wartośc oczewaej Estymator odchylea stadardowego x x x) σ σ, x x,9 8 Hstogram,,,,8,,, x W tablcach szuamy wartośc N,) dla zmeej Z; porówujemy z hstogramem Tworzymy zmeą x,9 z stadardową Z o x x) wartoścach z, ux) ) Wstęp do probablsty statysty. wyład
21 --8 Cetrale twerdzee gracze tucyje sformułowae dla welu zmeych losowych Zmea Z będąca stadaryzowaą sumą ezależych zmeych losowych będze mała stadardowy rozład ormaly gdy lczba sładów w sume dąży do esończoośc oraz w sume e występują zmee o waracjach domujących w stosuu do reszty sładów. To twerdzee powoduje, że rozład ormaly jest wyróżoym rozładem Wstęp do probablsty statysty. wyład
JEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
Bardziej szczegółowoN ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
Bardziej szczegółowoZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ
ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem
Bardziej szczegółowok k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2
Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu
Bardziej szczegółowoROZKŁADY ZMIENNYCH LOSOWYCH
ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X
Bardziej szczegółowo. Wtedy E V U jest równa
Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo
Bardziej szczegółowoAnaliza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
Bardziej szczegółowo( ) ( ) ( ) ( ) ( ) ( )
,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau
Bardziej szczegółowoIndukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
Bardziej szczegółowoWykład 4. Zmienne losowe i ich rozkłady
Wstęp do probabilistyi i statystyi Wyład. Zmienne losowe i ich rozłady dr hab.inż. Katarzyna Zarzewsa, prof.agh, Katedra Eletronii, WIET AGH Wstęp do probabilistyi i statystyi. wyład Plan: Pojęcie zmiennej
Bardziej szczegółowoVI. TWIERDZENIA GRANICZNE
VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowoMiary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej
Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej
Bardziej szczegółowoOBLICZANIE NIEPEWNOŚCI METODĄ TYPU B
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość
Bardziej szczegółowoZadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.
Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer
Bardziej szczegółowo( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości
Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowoŚrednia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne
Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2
Bardziej szczegółowoPOPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1
POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.
Bardziej szczegółowoma rozkład normalny z nieznaną wartością oczekiwaną m
Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee
Bardziej szczegółowoSPOŁECZNA AKDAEMIA NAUK W ŁODZI
SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w
Bardziej szczegółowoStatystyczne charakterystyki liczbowe szeregu
Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc
Bardziej szczegółowoTablica Galtona. Mechaniczny model rozkładu normalnego (M10)
Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,
Bardziej szczegółowodev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?
Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych
Bardziej szczegółowoIV. ZMIENNE LOSOWE DWUWYMIAROWE
IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:
Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t
Bardziej szczegółowoW loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:
Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,
Bardziej szczegółowo( ) ( ) ( ) ( ) ( ) ( )
Praca Domowa:.. ( α β ( α β α β ( ( α Γ( β α,,..., ~ B, Γ + f Γ ( α + α ( α + β + ( α + β Γ α + β Γ α + Γ α + β Γ α + + β E Γ α Γ β Γ α Γ α + + β Γ α + Γ β α α + β β α β Γ α + β Γ α + Γ α + β Γ α + + β
Bardziej szczegółowoPojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k
Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl Pojęce statysty Pojęce statysty w statystyce matematyczej jest odpowedem pojęca zmeej losowej w rachuu prawdopodobeństwa. Nech X(X,...,X ) będze próbą z pewej
Bardziej szczegółowoPERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Bardziej szczegółowoParametry zmiennej losowej
Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru
Bardziej szczegółowoPodstawy analizy niepewności pomiarowych (I Pracownia Fizyki)
Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?
Bardziej szczegółowoPodstawy opracowania wyników pomiarowych, analiza błędów
Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi z rozkładu o gęstości
Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc
Bardziej szczegółowoWykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.
Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy
Bardziej szczegółowoAKADEMIA MORSKA W SZCZECINIE
AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych
Bardziej szczegółowoZadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84
Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,
Bardziej szczegółowoFUNKCJE ZMIENNYCH LOSOWYCH. Uwagi o rozkładzie funkcji zmiennej losowej jednowymiarowej.
L.Kowals Fucje zmeych losowych FUNKCJE ZMIENNYCH LOSOWYCH Uwag o rozładze fucj zmeej losowej jedowymarowej. Jeśl - soowa, o fucj prawdopodobeńswa P( x ) p, g - dowola o fucja prawdopodobeńswa zmeej losowej
Bardziej szczegółowoTESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Bardziej szczegółowoPodstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.
Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne
TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau
Bardziej szczegółowowyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=
ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
Bardziej szczegółowoPlanowanie eksperymentu pomiarowego I
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak
Bardziej szczegółowoAnaliza spektralna stóp zwrotu z inwestycji w akcje
Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa
Bardziej szczegółowoL.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH
L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze
Bardziej szczegółowoWyrażanie niepewności pomiaru
Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway
Bardziej szczegółowoPDF created with FinePrint pdffactory Pro trial version WIII/1
Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Bardziej szczegółowoStatystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych
dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby
Bardziej szczegółowoma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji
Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA
STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze
Bardziej szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).
Bardziej szczegółowof f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu
METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA Zajęcia wyrównawcze AJD w Częstochowie; 2009/2010. Irena Fidytek
RACHUNEK PRAWDOPODOBIEŃSTWA Zajęca wyrówawcze AJD w Częstochowe; 2009/200 Irea Fdyte PODSTAWOWE WIADOMOŚCI Z KOMBINATORYKI Nech X { x x x } =, 2, będze daym zborem -elemetowym Z elemetów tego zboru a róże
Bardziej szczegółowoCHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA
D. Mszczyńsa, M.Mszczyńs, Materały do wyładu ze Statysty, 009/0 [] CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystycze) PARAMETRY STATYSTYCZNE - lczby słuŝące do sytetyczego opsu strutury
Bardziej szczegółowoWyższe momenty zmiennej losowej
Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla
Bardziej szczegółowoStatystyka Opisowa Wzory
tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:
Bardziej szczegółowo[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7
6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram
Bardziej szczegółowoKonspekt wykładu STATYSTYKA MATEMATYCZNA rok 2007/2008 Strona 1
Kospet wyładu STATYSTYKA MATEMATYCZNA ro 7/8 Stroa Języ prawdopodobeństwo jego rozład Pojęce rozładu prawdopodobeństwa lczby z totolota jao zmee losowe o rozładze sretym zmea losowa częstoścowa defcja
Bardziej szczegółowoMatematyczne metody opracowywania wyników
Matematycze metody opracowywaa wyów Statystya rachue epewośc Paweł Ża Wydzał Odlewctwa AGH Katedra Iżyer Procesów Odlewczych Kraów, gruda 00 Opracowae rzywej stygęca 3 4 5 6 7 Formuły a przyblżae pochodej
Bardziej szczegółowon k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka
Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIESTWA wybrane zagadnienia
L.Kowals Wybrae zagadea z rachuu prawdopodobestwa RACHUNEK PRAWDOPODOBIESTWA wybrae zagadea PRAWDOPODOBIESTWO Przyład Rozpatrzmy jao dowadczee losowe jedoroty rzut szece ost. Choca e potrafmy przewdze
Bardziej szczegółowoWykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy
Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8
Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja
Bardziej szczegółowoRównania rekurencyjne
Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,
Bardziej szczegółowoSTATYSTKA I ANALIZA DANYCH LAB II
STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.
Bardziej szczegółowoRóżniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f
Bardziej szczegółowoELEMENTY TEORII MOŻLIWOŚCI
ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech
Bardziej szczegółowoRozkład normalny (Gaussa)
Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i
Bardziej szczegółowoĆWICZENIE 5 TESTY STATYSTYCZNE
ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę
Bardziej szczegółowoMetoda Monte-Carlo i inne zagadnienia 1
Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów
Bardziej szczegółowo( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min
Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE. Strona 1
KURS STATYSTYKA Lecja 4 Nearametrycze testy stotośc ZADANIE DOMOWE www.etraez.l Stroa 1 Część 1: TEST Zazacz orawą odowedź (tylo jeda jest rawdzwa). Pytae 1 W testach earametryczych a) Oblczamy statystyę
Bardziej szczegółowoEstymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.
Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu
Bardziej szczegółowoL.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5
L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk
Bardziej szczegółowo5. OPTYMALIZACJA NIELINIOWA
5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe
Bardziej szczegółowoNiepewności pomiarów. DR Andrzej Bąk
Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w
Bardziej szczegółowoSTATYSTYKA. Zmienna losowa skokowa i jej rozkład
STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra
Bardziej szczegółowoObliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?
Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)
Bardziej szczegółowoMETODY ANALIZY DANYCH DOŚWIADCZALNYCH
POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych
Bardziej szczegółowoSTATYSTYKA DANYCH SAMOSKORELOWANYCH
Semarum Wydzału u Fzy Iformaty Stosowaej AGH 6 weta 00 STATYSTYKA DANYCH SAMOSKORELOWANYCH Adrzej Zęba Pla:. Wstęp - formalzm stadardowy jego ograczea - matematyczy ops daych samosorelowaych. Teora aaltycza,
Bardziej szczegółowoSTATYSTYKA OPISOWA WYKŁAD 3,4
STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s
Bardziej szczegółowoIdentyfikacja i ocena ryzyka wykonania planu produkcji w przedsiębiorstwie górniczym
Prof. dr hab. ż. HENRYK PRZYBYŁA, dr hab. ż. STANISŁAW KOWALIK Poltecha Śląsa, Glwce Idetyfacja ocea ryzya wyoaa plau producj w przedsęborstwe górczym Artyuł opował prof. dr hab. ż. Adrzej Karbow. Wprowadzee
Bardziej szczegółowoPodstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki
tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga
Bardziej szczegółowoKier. MTR Programowanie w MATLABie Laboratorium Ćw. 12
Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy
Bardziej szczegółowoLekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna
TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj
Bardziej szczegółowoWykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.
Rachue rawdoodobieństwa MAP064 Wydział Eletroii, ro aad. 008/09, sem. leti Wyładowca: dr hab. A. Jurlewicz Wyład 8: Zmiee losowe dysrete. Rozłady Beroulliego (dwumiaowy), Pascala, Poissoa. Przybliżeie
Bardziej szczegółowoPodstawy matematyki finansowej i ubezpieczeniowej
Podstawy matematy fasowej ubezpeczeowej oreślea, wzory, przyłady, zadaa z rozwązaam KIELCE 2 SPIS TREŚCI WSTEP... 7 STOPA ZWROTU...... 9 2 RACHUNEK CZASU W MATEMATYCE FINANSOWEJ. 0 2. DOKŁADNA LICZBA DNI
Bardziej szczegółowoPŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej
PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,
Bardziej szczegółowoopisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn
ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.
Bardziej szczegółowoReprezentacja krzywych...
Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc
Bardziej szczegółowoINSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.
INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,
Bardziej szczegółowoLista 6. Kamil Matuszewski 26 listopada 2015
Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy
Bardziej szczegółowoBajki kombinatoryczne
Artyuł powstał a podstawe odczytu pod tym samym tytułem, wygłoszoego podczas XXXVI Szoły Matematy Poglądowej Pomysł czy rachue? w Grzegorzewcach, styczeń 006. Baj ombatorycze Joaa JASZUŃSKA, Warszawa Ja
Bardziej szczegółowoFunkcja wiarogodności
Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza
Bardziej szczegółowoZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i
ZAJĘCIA NR Dzsaj omówmy o etro, redudacj, średej długośc słowa odowego o algorytme Huffmaa zajdowaa odu otymalego (od ewym względam; aby dowedzeć sę jam doczeaj do ońca). etro JeŜel źródło moŝe adawać
Bardziej szczegółowo