Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k
|
|
- Amelia Adamska
- 6 lat temu
- Przeglądów:
Transkrypt
1 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 populacj. Defcja. Wetorową fucję merzalą T: X T(X)(T (X),...,T (X)) R wymarową statystyą. próby X azywamy Należy oecze podreślć, że statystya e może zależeć od parametru θ desującego rodzę rozładów. Nech X(X,...,X ) będze próbą prostą z populacj o rozładze N(m,σ ).Nech X X, S ( X X ). Wówczas X(X,...,X ), X, S są statystyam. Natomast X m S X m σ e są statystyam. Przyład. Wyoujemy cąg ezależych dośwadczeń, z tórych ażde ończy sę sucesem z ezaym prawdopodobeństwem θ lub porażą z prawdopodobeństwem -θ. Dośwadczea te wyoujemy dopóty, dopó e uzysamy m sucesów. Sformułować model statystyczy tego esperymetu. Aby esperymet zaończył sę w -tej próbe m musmy uzysać w próbe suces, a w poprzedch - próbach dołade m- sucesów. Ozaczając ja zwyle - suces, 0 - poraża przestrzeń prób moża zapsać astępująco: X { (x,...,x ): m, x lub x 0, x, Poeważ z prawdopodobeństwem ta esperymet zaończy sę w sończoej lczbe prób pomjamy esończoe cąg zawerające mej ż m jedye. Jest ch przelczala lość. Przestrzeń prób słada sę wec z cągów sończoych o długośc co ajmej m, ończących sę jedyą zawerających dołade m jedye. Rodza B jest w tym przypadu rodzą wszystch podzborów zboru X, tórą ozaczać będzemy X. Rodza rozładów jest astępująca: x m }. x x P{p θ (x,...,x ) θ ( θ ) θ m (-θ ) -m θ (0,), m }. Ta sostruowaa przestrzeń e jest przestrzeą produtową, ale rodza rozładów jest zów rodzą parametryczą. Możlwa jest też ostrucja ej przestrze
2 Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl X {m,m+,...}, B X, P {p θ ( ( ) t θ m (-θ) t-m, θ (0,)}, tm,m+.... Powstaje pytae: Czy przeesee rozważań z przestrze (X,B, P) do przestrze zacze uboższej przestrze (X, B, P ) pocąga za sobą utratę formacj. Odpowedź w tym przypadu jest egatywa. Jej uzasadee prowadz do pojęca statysty dostateczych. Dystrybuata emprycza jej podstawowe własośc Rozważmy przestrzeń statystyczą (R,B,{P, ). Stawamy pytae: Czy mając do dyspozycj cąg ezależych obserwacj x,...,x zmeej losowej o rozładze z ezaą dystrybuatą moża choćby w przyblżeu odtworzyć tą dystrybuatę? Aby odpowedzeć a to pytae defujemy a R fucję ˆ ( zwaą dystrybuatą empryczą ˆ obserwacj e węszych ( lczba wszystch obserwacj m lczba ż t #{ j : x j t} Poeważ obserwacja (x,...,x ) jest realzacją wetora losowego (X (,...,X (), to dla ażdego ustaloego t wartość dystrybuaty empryczej ˆ ( tratujemy jao zaobserwowaą wartość zmeej losowej ˆ zwaej róweż dystrybuatą empryczą oreśloej wzorem ˆ { : # j X j ( ω ) t} ( X ( ω )) (, dla x ( gdze ( ( x). 0, dla x ( Z powyższego wzoru wdać, że dla ustaloego t dystrybuata emprycza jest sumą ezależych zmeych losowych ( ( )) o rozładze dwuputowym. Ogóle, dystrybuata emprycza ( t ] X ω jest procesem stochastyczym a R. Z powyższych uwag wya. Twerdzee. Dla ażdego ustaloego t dystrybuata emprycza ma astępujące własośc:. E ( ˆ ) (. P {ω : lm ˆ ω ) ( } 3. Rozład zmeej losowej ˆ ( ( t )( ( ) dąży do rozładu N(0,), gdy. Dowód: Własość wya z lowośc operatora wartośc oczewaej. Istote E ˆ ( ) E [ ( ( X ( ω )) ] E [ ( ( X ( ) ] P X ( ) ( ( t (
3 Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl Własość wya bezpośredo z mocego prawa welch lczb Kołmogorowa a własość 3 z cetralego twerdzea graczego CTG dla cągu prób Beroullego. Własośc, 3 mają charater loaly. Warto zazaczyć, że zbór {ω: lm ˆ ω ) ( } o zerowym P prawdopodobeństwe jest zależy od t. Istotym wzmoceem własośc jest astępujące twerdzee Glwe-Catellego zwae taże podstawowym twerdzeem statysty matematyczej. Twerdzee Glwe-Catellego. Jeżel X,..., X jest cągem ezależych zmeych losowych o tym samym rozładze z dystrybuatą, to P {ω : lm D ( 0 }, gdze D ( ω ) sup ˆ (. < t< Twerdzee to orzea, że dystrybuata emprycza zbega z prawdopodobeństwem jedostaje a R do dystrybuaty teoretyczej. Zatem, jeżel rozmar próby jest dostatecze duży, to dystrybuata emprycza dowole dobrze przyblża ezaą dystrybuatę. Bardzo ważym użyteczym jest astępujące: Twerdzee Kołmogorowa. Jeżel X,..., X jest cągem ezależych zmeych losowych o tym samym rozładze z cągłą dystrybuatą c, to x lm P ( D x) K( x) ( ) e dla x >0. Dystrybuata K(x) jest stablcowaa. Rozład zmeej losowej D przy założeu c e zależy od dystrybuaty. Wya to z fatu, że jeśl X jest zmeą losową o dystrybuace, to (X) jest zmeą losową o rozładze jedostajym U (0,). Podstawowe problemy statysty matematyczej Nech (X, B, P{P θ : θ Θ}), będze przestrzeą statystyczą duowaą przez zmeą losową X (zwyle wetorową) o wartoścach w przestrze X. Podstawowe problemy statysty matematyczej to: Problem estymacj putowej. Na podstawe obserwacj zmeej losowej X oszacować g(θ) Y, gdze g: Θ Y jest zaą fucją parametru θ o wartoścach w pewej przestrze metryczej (zwyle euldesowej). Poeważ parametr θ jest ezay wartość g(θ) jest ezaa. Rozwązaem tego problemu będze pewa fucja (statystya, elemet losowy) ĝ:x Y zwaa estymatorem. Estymator może być uzay za dobry estymator, jeżel fucja ĝ przyjmuje wartośc blse wartoścom g(θ) θ Θ. Wprowadzee do sformułowaa problemu fucj g poszerza lasę jedolce rozważaych zagadeń, gdyż oprócz szacowaa samego parametru θ (g jest wtedy 3
4 Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl detyczoścą) różych jego fucj ( p. θ ) obejmuje szacowae wartośc pewych fucjoałów w przypadach eparametryczych (R,B,{P, ) p. g(θ)g() xd E θx. X (X, B, P ) g ĝ Y g ˆ( X ) g(θ) θ Θ Problem estymacj przedzałowej. Dla przedstawoego powyżej problemu estymacj możemy ostruować e rozwązae w postac zboru ĝ(x) Y p. przedzału (ĝ (X), ĝ (X)) Y w przypadu szacowaa parametru lczbowego g(θ) ta, aby θ Θ P θ (ĝ (X) g(θ) ĝ (X)) -α. Przedzał (ĝ (X), ĝ (X)) jest oczywśce przedzałem losowym. Lczbę -α (zwyle blsą jedośc) azywamy pozomem ufośc. Zagadee estymacj przedzałowej moża uogólć zastępując przedzał ym zborem ufośc (p. ulą jeśl Y jest przestrzeą metryczą). Zazwyczaj przyjmuje sę pewe założea regularośc (p. spójość zboru ufośc) założea dotyczące ształtu zboru ufośc. Problem testowaa hpotez. Nech ΘΘ 0 Θ Θ 0 Θ. Na podstawe obserwacj zmeej losowej X zweryfować hpotezę H 0 : θ Θ 0 wobec alteratywy H : θ Θ. Rozwązaem problemu będze pewa fucja ϕ: X [0,] zwaa zradomzowaym testem statystyczym. Dyspoując testem statystyczym ϕ obserwacją x zmeej losowej X odrzucamy hpotezę H 0 z prawdopodobeństwem ϕ(x). Aby podjąć oretą decyzję ależy węc użyć pewego mechazmu losowego, tóry produuje dwa wy z prawdopodobeństwam ϕ(x) -ϕ(x) a tej podstawe podjąć (wylosować) decyzję. Jeżel zbór wartośc fucj ϕ jest zborem dwuelemetowym {0,}, to test ϕ azywamy ezradomzowaym. Test ta dzel przestrzeń prób a dwa rozłącze zbory : ϕ - ({}){x X: ϕ (x)} zway zborem odrzucea hpotezy H 0 ϕ - ({0}){x X: ϕ (x)0} zway zborem aceptacj H 0. Kostrucja testu ezradomzowego jest węc rówoważa rozbcu przestrze prób a dwa rozłącze podzbory. Problem lasyfacj (zway róweż problemem dysrymacj.) jest uogóleem problemu testowaa hpotez. Uogólee to polega a rozbcu zboru parametrów Θ ( lub rówoważe 4
5 Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl rodzy P rozładów prawdopodobeństwa a przestrze prób ) a rozłączych podzborów tz. ΘU Θ, j Θ Θ j. Dla dowolej obserwacj x zmeej losowej X ależy zadecydować z tórej z rozłączych populacj oa pochodz. Rozwązaem tego problemu będze pewa fucja wetorowa ϕ : X ϕ(x)( ϕ (x),..., ϕ (x)) zwaa zradomzowaą fucją dysrymacyją, gdze ϕ (x) jest prawdopodobeństwem zawalfowaa obserwacj x do -tej populacj ϕ ( x) ( x). Zagadee testowaa hpotez jest szczególym przypadem zagadea lasyfacj dla. Warue ϕ (x)+ϕ (x) umożlwa używae tylo jedej sładowej fucj wetorowej (ϕ,ϕ ). Każdy z przedstawoych problemów ma swój specyfczy aspet, ale moża też wyróżć pewe wspóle cechy pozwalające tratować jedolce te problemy jao tzw. statystyczy problemem decyzyjy, czyl grę dwóch osób: statystya atury. To podejśce będze precyzyje omówoe w urse statysty II ( studa II stopa) 5
N ( 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 szczegółowoJEDNOWYMIAROWA 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 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 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 szczegółowoPrzegląd wybranych testów
Statystya Wyład 7 Adam Ćmel A3-A4 3a cmel@agh.edu.pl Przegląd wybraych testów Testy dotyczące wartośc oczewae w rozładze ormalym problem testowaa rówośc średch w dwóch zależych populacach o rozładze ormalym.
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 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 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 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 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 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 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 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 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( ) ( ) ( ) ( ) ( ) ( )
,,, ~ 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 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 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 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 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 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 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 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 szczegółowo8.1 Zbieżność ciągu i szeregu funkcyjnego
Rozdzał 8 Cąg szereg fukcyje 8.1 Zbeżość cągu szeregu fukcyjego Dla skrócea zapsu przyjmjmy pewe ozaczee. Defcja. Nech X, Y. Przez Y X ozaczamy zbór wszystkch fukcj określoych a zborze X o wartoścach w
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 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 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 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 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 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 szczegółowobędzie próbką prostą z rozkładu normalnego ( 2
Zadae. eh K będze próbką prostą z rozkładu ormalego ( μ σ ) zaś: ( ) S gdze:. Iteresuje as względy błąd estymaj: σ R S. σ rzy wartość ozekwaa E R jest rówa ( ) (A).8 (B).9 (C). (D). (E). Zadae. eh K K
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 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 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 szczegółowoPlan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej
--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
Bardziej szczegółowo1. Relacja preferencji
dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x
Bardziej szczegółowoZmiana bazy i macierz przejścia
Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce
Bardziej szczegółowoPermutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2
Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w
Bardziej szczegółowoWnioskowanie statystyczne dla korelacji i regresji.
STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...
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 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 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 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 szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoStatystyka Wykład 6 Adam Ćmiel A3-A4 311a
Testowae hpotez Nech (X, B, P={P : }) będze przestrzeą statystyczą, przy czym = =. Problem testowaa hpotez moża sformułować astępująco: a podstawe obserwacj X X zweryfkować hpotezę H : wobec alteratywy
Bardziej szczegółowoBadania niezawodnościowe i statystyczna analiza ich wyników
Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Zajęcia 5
Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja
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 szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
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 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 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 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 szczegółowoMatematyka dyskretna. 10. Funkcja Möbiusa
Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1
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 szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematycza Aa Jacka wykład II, 9.0.06 STATYSTYKA OPISOWA, cz. II WSTĘP DO STATYSTYKI MATEMATYCZNEJ Pla a dzsaj. Statystyka opsowa, cz. II: mary położea dokończee mary zróżcowaa mary asymetr
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 szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoŚrednia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)
Mary przecęte Średa arytmetycza Dla szeregu rozdzelczego cechy skokowej x k x k Średa harmocza (cechy o charakterze lorazu p. Prędkość, gęstość zaludea) x H k x Średa geometrycza x x x... G x średa arytmetycza
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 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 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 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 szczegółowoRachunek różniczkowy funkcji wielu zmiennych
Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji
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 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 szczegółowoX i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.
Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,
Bardziej szczegółowoPodprzestrzenie macierzowe
Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0
Bardziej szczegółowoi = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3
35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(
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 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 szczegółowoRegresja REGRESJA
Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu
Bardziej szczegółowoJEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E bedze zborem zdarzen elementarnych danego doswadczena. Funcje X(e) przyporzadowujaca azdemu zdarzenu elementarnemu e E jedna tylo jedna lczbe X(e)x nazywamy ZMIENNA
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 szczegółowoRachunek różniczkowy funkcji wielu zmiennych
EAIB-Iormaa-Wład 9- dr Adam Ćmel cmel@.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec zosawam
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 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 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 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 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 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 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 szczegółowoSTATYKA. Cel statyki. Prof. Edmund Wittbrodt
STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake
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 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. 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 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 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 szczegółowoDwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011
Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y
Bardziej szczegółowoZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych
ZJAZD Przedmotem statystyk jest zberae, prezetacja oraz aalza daych opsujących zjawska losowe. Badau statystyczemu podlega próbka losowa pobraa z populacj, aczej populacj geeralej. Na podstawe uzyskaych
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 szczegółowoModele probabilistyczne zjawisk losowych
Statystyka-matematycza-II Wykład Modele probabilistycze zjawisk losowych Pojęcia podstawowe: Zdarzeia elemetare: ajprostsze zdarzeie mogące być wyróżioe dla daego doświadczeia losowego. Ω - zbiór zdarzeń
Bardziej szczegółowoRachunek różniczkowy funkcji wielu zmiennych
Iormaa - Wład 9 - dr Bogda Ćmel cmelbog@ma.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec
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 szczegółowoWybrane rozkłady zmiennych losowych i ich charakterystyki
Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych
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 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 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 szczegółowoNieparametryczne Testy Istotności
Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:
Bardziej szczegółowo