Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1
|
|
- Iwona Nawrocka
- 6 lat temu
- Przeglądów:
Transkrypt
1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa 1 p x 0 f ( x) oraz 0 p 1 p x 1 Rozkład dwupunktowy Dystrybuanta 0 F( x) 1 p 1 x 0 0 x 1 x 1 1
2 Parametry EX = p Rozkład dwupunktowy D X = p(1-p) Rozkład dwupunktowy em cechy opsywanej przy pomocy rozkładu dwupunktowego może być: stan zdrowa (zdrowy chory), płeć (samec czy samca), przeżywalność (żyje lub ne żyje), rogatość (rogaty czy bezrożny), wele nnych. em może być równeż para allel w locus, przy założenu stnena tylko dwóch allel Rozkład zmennej losowej przedstawono w tabel. Oblczyć parametry zmennej. x p 0 0,4 1 0,6 suma 1 EX = 0,6 D X = 0,4
3 Rozkład dwumanowy (Bernoull ego) Wykonujemy n nezależnych dośwadczeń w ne zmenonym schemace. W każdym z dośwadczeń może pojawć sę sukces ( 1 ) z prawdopodobeństwem p albo porażka ( 0 ) z prawdopodobeństwem 1-p. Wartoścam zmennej losowej jest lczba sukcesów k = 0,1,...,n uzyskanych w takej ser dośwadczeń. Rozkład dwumanowy jest zatem sumą n zmennych zerojedynkowych. Rozkład dwumanowy (Bernoull ego) Prawdopodobeństwo każdej wartośc zmennej losowej oblczamy posługując sę wzorem: n k n k Pn p( X k), p (1 p) gdy0 p 1 oraz k 0,1... n k Trójkąt Pascala n k
4 Rozkład dwumanowy (Bernoull ego) Parametry zmennej o tym rozkładze EX n p D X n p (1 p) Wadomo, że wśród celąt 70% jest odpornych na dany rodzaj nfekcj. Nech zmenną losową będze lczba odpornych spośród czterech celąt X 0) (0,7) (0,) 110,0081 0, X 1) (0,7) (0,) 4 0,7 0,07 0, X ) (0,7) (0,) 60,490,09 0, X ) (0,7) (0,) 4 0,4 0, 0, X 4) (0,7) (0,) 1 0,4011 0,401 4 cd. 0,45 0,4 0,5 0, 0,5 0, 0,15 0,1 0,
5 cd. 0 0,0081 0,087 F( x) 0,48 0, x 0 0 x 1 1 x x x 4 x 4 cd. Parametry zmennej EX n p D X n p (1 p) EX 40,7,8 D X 40,7 (1 0,7) 0,84 p=0,5 n=7 0, 0,5 x p 0 0, , , , , , , , , 0,15 0,1 0, Rozkład jest symetryczny 5
6 Rozkład geometryczny Rozkład geometryczny wynk cągu nezależnych dośwadczeń, które powtarzane są tak długo, aż pojaw sę sukces z prawdopodobeństwem p. Sera składa sę zatem z (k + 1) dośwadczeń, w tym k - porażek jednego sukcesu. Wartoścą zmennej losowej jest lczba dośwadczeń poprzedzających sukces, (tzn. czas oczekwana na sukces). Zmenna losowa ma neskończene wele wartośc. k P ( k) (1 p) p oraz 0 p 1 k 0,1,... p Rozkład geometryczny Parametry zmennej losowej są równe: EX 1 p p D X 1 p p Załóżmy, że każdorazowe szczepene powoduje odporność u 60% zwerząt, a efekty kolejnych szczepeń są nezależne. Ile razy pownno sę szczepć celęta, aby uzyskać co najmnej 95% odpornych zwerząt? x F(x) (-; 0) 0 0 ; 1) 0,6 1 ; ) 0,84 ; ) 0,96 ; 4) 0, ; 5) 0, ; 6) 0, x X=x ) 0 0,6 1 0,4 0,096 0, , ,
7 Rozkład Posson a Rozkład Posson a jest rozkładem grancznym cągu zmennych losowych mających rozkład dwumanowy. Wraz ze wzrostem długośc ser (n) maleje prawdopodobeństwo sukcesu (p), tak, że np = const. np tzn. lm P ( k) P ( k) k P ( k) e k! n, p n Dla rozkładu grancznego sera nezależnych dośwadczeń mus być długa (mnmum 100), a prawdopodobeństwo sukcesu newelke. Parametrem rozkładu Posson a jest = np, loczyn długośc ser (n) prawdopodobeństwa sukcesu (p). Wartoścam zmennej, tak jak w rozkładze Bernoull ego, jest lczba sukcesów k = 0,1,,... Zbór wartośc jest neskończony przelczalny. Prawdopodobeństwo oblcza sę ze wzoru: Rozkład Posson a em zjawsk, które można opsywać rozkładem Posson a jest lczba wypadków w jednostce czasu, lczba bakter w danej objętośc, lczba zachorowań na rzadke choroby, czy lczba awar jakegoś urządzena w danym przedzale czasu. Jedynym parametrem rozkładu Posson a jest. Jest ona zarówno wartoścą oczekwaną jak warancją zmennej losowej: EX D X PRZYKŁAD Rozkład Posson a Wadomo, że prawdopodobeństwo pojawena sę genetycznej wady włosa w okrywe lsów jest równe 0,004. Właśccel fermy złożonej z 800 lsów chce uzyskać nformację jake jest prawdopodobeństwo, że na jego ferme znajdze co najmnej trzy lsy z wadą. długość ser n=800, prawdopodobeństwa pojawana sę wady p = 0,004 Zatem = 8000,004 =, X ) 1 X ) 1 ( X 0) X 1) X )) 1 (0, ,1049 0,0870) 1 0,7990 0,60097 k X 0) e k! 0, e 0!, 0,
8 Rozkład Posson a = x p 0 0, , , , , , , , , , , , , , , Rozkład Posson a 0, 0, 0, 0, 0,1 0,1 0, Rozkład Posson a 8
9 Średna lczba bakter w kropl substancj jest równa 0,5. Z lu kropl należy utworzyć próbkę substancj, aby z prawdopodobeństwem 0,95 znalazła sę w nej co najmnej jedna baktera? Rozkład lczby bakter w kropl wody jest rozkładem Posson a o = 0,5, w dwóch kroplach wody lczba bakter będze mała rozkład o = 1,0 td. Trzeba oblczyć lczbę kropl, aby X>0) było równe 95%. X>0) = 1- X=0) Skoro X>0) = 0,95 to (PX=0) = 1 X>0) = 1 0,95 = 0,05 L. kropl ,5 1,0 1,5,0,5,0,5 4,0 4,5 5,0 X=0) 0,6065 0,679 0,1 0,15 0,081 0,0498 0,00 0,018 0,0111 0,0067 Myślwy strzela dopóty, dopók ne traf w tarczę, a prawdopodobeństwo trafena pojedynczym strzałem wynos 0.5. Określć rozkład zmennej losowej opsującej lczbę strzałów. Oblczyć wartość oczekwaną, odchylene standardowe tej zmennej oraz podać le strzałów zagwarantuje 90% skuteczność trafena. 1 0,5 EX 1 0,5 1 0,5 D X 0,5 X=0)=0,5 X=1)=0,5 X=)=0,15 X=)=0,065 y Szansa wybrana samca wynos 0,5. Ile zwerząt należy wylosować, aby z prawdopodobeństwem wększym nż 98% był wśród nch samec? Prawdopodobeństwo wykluca sę kurczęca jest równe 0,9. Oblczyć prawdopodobeństwo, że z trzech jaj wylęgną sę trzy psklęta. W momence otwarca w sklepe znajdują sę 4 odkurzacze danego typu ne ma możlwośc dodatkowych dostaw z hurtown podczas dna. Nech zmenna losowa X opsująca lczbę osób, które chcą kupć dany odkurzacz ma rozkład Possona o EX =. Oblczyć prawdopodobeństwo, że w danym dnu zabrakne odkurzaczy w sklepe. Ile pownen wynosć zapas odkurzaczy aby prawdopodobeństwo, że ch zabrakne było ne wększe nż 5% 9
10 Standaryzacja Przekształcene zwane standaryzacją, jest lnowym przekształcenem, w wynku którego uzyskujemy zmenną losową o wartośc oczekwanej równej zero odchylenu standardowym równym jeden. U X EX DX Standaryzacja x p 1 0,5 0,5 0,5 0, 0,4 0,8 D X 9, ,5 1,5 6,5 7 0,15 1,05 7,5 DX, ,15 1, EX 4,45 9,65 u p -1,099 0,5-0,749 0,017-0,781 0, -0,1561 0,1191 D X 1 0,175 0,5 0,048 0, ,81 0,15 0,1189 0,09905 DX 1 1,769 0,15 0,659 0, EX 0 1 Dwe populacje: Porównać ze sobą dwe wartośc, jedną z I populacj równą 4,16 oraz drugą z II populacj równą 5,. Parametry zmennej w I populacj EX=4 DX=0, Parametry zmennej w II populacj EX=5 DX=0,5 U I 4,16 4 0,8 0, 5, 5 U II 0,46 0,5 10
11 Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc x R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu zdarzenu elementarnemu lczby rzeczywstej. Wtedy wartość zmennej losowej jest połączona z prawdopodobeństwem. Czyl zmenna losowa ma wartośc oraz prawdopodobeństwa Typy zmennej losowej Ze względu na rodzaj zboru zdarzeń elementarnych (skończony, neskończony, przelczalny, ne przelczalny) wyróżnamy typy zmennych losowych: zmenna losowa skokowa - gdy skończony lub neskończony ale przelczalny zmenna losowa cągła - gdy ne przelczalny jest przedzałem lub sumą przedzałów Funkcja rozkładu prawdopodobeństwa Funkcję przyporządkowującą każdej wartośc zmennej losowej odpowedne prawdopodobeństwo nazywamy funkcją rozkładu prawdopodobeństwa f ( x ) X x ) p 11
12 Własnośc funkcj rozkładu prawdopodobeństwa f ( x ) X x ) p 0 f ( x ) 1 f ( x ) oraz p 1 Zm.losowa cągła funkcja gęstośc f ( x) lm f ( x) 0 x R oraz f ( x ) dx 1 x X x x x ) x 0 Zmenna losowa skokowa - przykład x f(x )=p 0 0, 1 0,46 0, suma 1 1
13 Wykres f.r.p. 0,6 0,4 0, Czy w tabel przedstawano rozkład zmennej losowej? x p 0, 5 0,1 8 0,16 9 0,6 11 0,14 Dystrybuanta zmennej losowej - F(x) Możemy utworzyć funkcję taka, która określ prawdopodobeństwo, że zmenna losowa ne przekroczy wartośc tej funkcj: F( x ) F( X x ) X x ) funkcję tę nazywamy dystrybuantą zmennej losowej F( x ) X x ) x ) p o 0 x x0 x x0 1
14 Dystrybuanta F(x) x p F(x ) 0 0, 0, kumulacja prawdopodobeństwa 1 0,46 0,68 0, 1 razem 1 Dystrybuanta 1, 0,6 0,4 0, ,9 0,6 0, Własnośc dystrybuanty o ogranczona (wynka z własnośc prawdopodobeństwa) o prawostronne cągła o nemalejąca o określona lczb rzeczywstych 14
15 x F(x ) ( ; - ) ;1) 1; 5) 5; 6) 6 ; 7) 7 ; ) 0 0,14 0, 0,65 0,81 1 Określć f.r.p. x f(x )=p - 0,14 1 0,18 5 0, 6 0,16 7 0,19 suma 1 x F(x ) 0,5 0, Które zdane jest prawdą X 4) F( X 4) F( X ) 1 0,66 0,4 X 4) F( X 4) F( X ) 1 0,66 0,4 X 4) F( X 4) F( X ) 1 0,66 0,4 X 4) F( X 4) F( X ) 1 0,66 0,4 Parametry zmennej losowej EX wartość oczekwana D X warancja DX odchylene standardowe nne, np. kwantyle, medana, wartość modalna td. 15
16 Wartość oczekwana EX x p Wartość oczekwana EX wyznacza położene najbardzej prawdopodobnej wartośc zmennej losowej Wartość oczekwana 0,6 0,4 0, EX x p 0 0,46 0,64 1,1 00, 10,46 0, Warancja D X ( x EX ) x p EX p Warancja jest marą rozrzutu wartośc zmennej losowej wokół wartośc oczekwanej 16
17 Warancja 0,6 0,4 0, D X x p EX 0 0,46 1,8 1,1 0,5 0 0, 1 0,46 0, 1,1 Odchylene standardowe DX Przedzał typowej zmennośc ( EX DX ; EX DX ) D X EX 1,1 D X 0,5 DX 0,780 VX 0,6618 Wskaźnk zmennośc VX DX EX Kwantyle Kwantylem rzędu q zmennej losowej X jest taka lczba x q, że X x ) q czyl F ( x ) q q Kwantyl rzędu 1 / nazywamy medaną (Me), lub naczej wartoścą środkową (ED 50 - doss effectva - medana dawek efektywnych, LD 50 - doss lethal - medana dawek śmertelnych - w medycyne czy przy trucznach). Kwantyle k / 4 k=1,, to kwartyle Kwantyle k / 10 k=1,...9 to decyle Kwantyle k / 100 k=1,...99 to centyle q 17
18 Wartość środkowa - medana Medana (Me) to kwantyl rzędu 0,5 X x czyl F( x 0,5 0,5 ) 0,5 ) 0,5 Jeżel EX = Me symetryczny to rozkład zmennej losowej jest Wartość modalna Wartość modalna (Mo) to taka wartość zmennej losowej X której funkcja rozkładu ma najwększą wartość. Rozkład może być jedno welomodalny Współczynnk asymetr Współczynnk asymetr (skośnośc) rozkładu zmennej losowej X : 1 Dla rozkładów jednomodalnych: ( x EX ) D X p,, EX Mo DX Gdy 1 = 0 to rozkład symetryczny 18
19 W klatce znajdują sę cztery bałe myszy dwe szare. Myszy przechodzą tunelem do nnej klatk, przy czym zakładamy, że wchodzą do tunelu nezależne. Wartoścą zmennej losowej jest numer perwszej szarej myszy przechodzącej tunelem. Wyznaczyć rozkład zmennej losowej. Oblczyć EX, DX zmennej losowej /15 4 /15 /15 /15 1/ EX D X Zmenna losowa ma trzy wartośc. Wadomo, że X=) = *X=4); X=6) = *X=) Wyznaczyć rozkład zmennej oblczyć parametry x p 0,0 4 0,10 6 0,60 1,00 EX 0, 40,1 60,6 0,6 0,4,6 4,6 D X 0, 4 0,1 6 0,6 4,6 1, 1,6 1,6 1,16,4 DX,4 1,8 1,8 VX 0,91 9,1% 4,6 ( 4,6 1,8 ; 4,6 1,8) (,8 ; 6,4) ( 4,6) 0, (4 4,6) 0,1 (6 4,6) 0,6 1,8 17,5760, 0,160,1,7440,6 5,8 5,78 0,016 1,6464,648 0,66 5,8 5,8 Me 6 Q 1 Q 6 Mo 6 0,4 0,4 0, 0,4 1,5 Zmenna losowa przedstawona jest w tabel Wyznaczyć rozkład zmennej oblczyć parametry EX 10,4 0, 0,1 40,1 50, x p 1 0,40 0,0 0,10 4 0,10 5 0,0 D X 1 0,4 0, 0,1 4 0,1 5 0,,5 0,4 0,8 0,9 1,6 5 6,5 8,7 6,5,45 DX,45 1,565 1,565 VX 0,66 6,6%,5 (,5 1,565 ;,5 1,565) (0,95 ; 4,065) ( 1,5) 0,4 ( 0,5) 0, (0,5) 0,1 (1,5) 0,1 (,5) 0, 1,565,750,4 0,150, 0,150,1,750,1 15,650,,85 1,5 0,05 0,015 0,75,15,1 0,548,85,85 Me Q 1 1 Q 4 Mo 1 19
Statystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych
METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład - Parametry i wybrane rozkłady zmiennych losowych Parametry zmiennej losowej EX wartość oczekiwana D X wariancja DX odchylenie standardowe inne, np. kwantyle,
Funkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Zmienne losowe. Statystyka w 3
Zmienne losowe Statystyka w Zmienna losowa Zmienna losowa jest funkcją, w której każdej wartości R odpowiada pewien podzbiór zbioru będący zdarzeniem losowym. Zmienna losowa powstaje poprzez przyporządkowanie
Wybrane rozkłady zmiennych losowych. Statystyka
Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1
Wybrane rozkłady zmiennych losowych. Statystyka
Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1
0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4
Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (
Statystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Parametry 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
) 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 =
KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje
STATYSTYKA 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
( ) ( ) 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
Proces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:
.. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B
Natalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Prawdopodobieństwo 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 =
Rachunek Prawdopodobieństwa i Statystyka
Rachunek Prawdopodobieństwa i Statystyka W 2. Probabilistyczne modele danych Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej Dr Anna ADRIAN Zmienne
Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3
Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne
65120/ / / /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
Stanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Elementy rachunku prawdopodobieństwa. repetytorium
Elementy rachunku prawdopodobeństwa repetytorum myślowy. - powtarzalny eksperyment fzyczny lub obserwacja czy śwatło jest zapalone czy zgaszone, określene lośc braków w bel tkanny, ustalene lośc wadlwych
W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Natalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Kier. 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
2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Matematyka ubezpieczeń majątkowych r.
Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny
STATYSTYKA. 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
Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru
ROZKŁADY 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
Analiza struktury zbiorowości statystycznej
Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:
V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH
Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów
JEDNOWYMIAROWA 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
Rozkłady prawdopodobieństwa zmiennych losowych
Rozkłady prawdopodobieństwa zmiennych losowych Rozkład dwumianowy Rozkład normalny Marta Zalewska Zmienna losowa dyskretna (skokowa) jest to zmienna, której zbór wartości jest skończony lub przeliczalny.
Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast
Nieparametryczne 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:
Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.
Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia. D A R I U S Z P I W C Z Y Ń S K I 2 2 ROZKŁAD ZMIENNEJ LOSOWEJ Polega na przyporządkowaniu
6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO
Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację
Weryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Procedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD 2 Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady Metody statystyczne metody opisu metody wnioskowania statystycznego syntetyczny liczbowy opis właściwości zbioru danych ocena
Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Natalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości
Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość
Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH
Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy
STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW
Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax
Elementy Rachunek prawdopodobieństwa
Elementy rachunku prawdopodobieństwa Rachunek prawdopodobieństwa zajmuje się analizą praw rządzących zdarzeniami losowymi Pojęciami pierwotnymi są: zdarzenie elementarne ω oraz zbiór zdarzeń elementarnych
1 Przestrzenie statystyczne, statystyki
M. Beśka, Statystyka matematyczna, wykład 1 1 1 Przestrzene statystyczne, statystyk 1.1 Rozkłady zmennych losowych Nech Ω, F, P ) będze ustaloną przestrzeną probablstyczną, a X : Ω IR zmenną losową na
Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
Rachunek niepewności pomiaru opracowanie danych pomiarowych
Rachunek nepewnośc pomaru opracowane danych pomarowych Mędzynarodowa Norma Oceny Nepewnośc Pomaru (Gude to Epresson of Uncertanty n Measurements - Mędzynarodowa Organzacja Normalzacyjna ISO) http://physcs.nst./gov/uncertanty
Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka
Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga 1 Zagadnienia 1. Przypomnienie wybranych pojęć rachunku prawdopodobieństwa. Zmienna losowa. Rozkład
Komputerowe generatory liczb losowych
. Perwszy generator Komputerowe generatory lczb losowych 2. Przykłady zastosowań 3. Jak generuje sę lczby losowe przy pomocy komputera. Perwszy generator lczb losowych L. H. C. Tppet - 927 Ksąż ążka -
W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:
W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe
Stanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,
Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej
Statystyka i opracowanie danych Probabilistyczne modele danych Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej Dr Anna ADRIAN Zmienne losowe Zmienna
Rozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,
Wykład 4. Rozkłady i ich dystrybuanty 6 marca 2007 Jak opisać cały rozkład jedną funkcją? Aby znać rozkład zmiennej X, musimy umieć obliczyć P (a < X < b) dla dowolnych a < b. W tym celu wystarczy znać
III. ZMIENNE LOSOWE JEDNOWYMIAROWE
III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta
Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej
Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej
Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe
Statystyka i opracowanie danych W4 Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Rozkład normalny wykres funkcji gęstości
Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl
Statystyka Opisowa z Demografią oraz Biostatystyka Zmienne losowe Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka p.
Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)
Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.
Prawdopodobieństwo geometryczne
Prawdopodobeństwo geometryczne Przykład: Przestrzeń zdarzeń elementarnych określona jest przez zestaw punktów (x, y) na płaszczyźne wypełna wnętrze kwadratu [0 x ; 0 y ]. Znajdź p-stwo, że dowolny punkt
Biostatystyka, # 3 /Weterynaria I/
Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
Komputerowa analiza danych doświadczalnych
Komputerowa analiza danych doświadczalnych Wykład 4.03.06 dr inż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr letni 05/06 Zmienne losowe, jednowymiarowe rozkłady zmiennych losowych Pomiar jako zdarzenie
Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ
WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego
PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA
Zmienna losowa. Rozkład skokowy
Temat: Zmienna losowa. Rozkład skokowy Kody kolorów: żółty nowe pojęcie pomarańczowy uwaga * - materiał nadobowiązkowy Anna Rajfura, Matematyka i statystyka matematyczna na kierunku Rolnictwo SGGW 1 Zagadnienia
5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim
5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną
. 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
1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Zmienne losowe ciągłe i ich rozkłady
Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości
Pattern Classification
attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter
Podstawy teorii falek (Wavelets)
Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc
Statystyka opisowa- cd.
12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa- cd. Wykład 4 Dr inż. Adam Deptuła HISTOGRAM UNORMOWANY Pole słupka = wysokość słupka x długość przedziału Pole słupka = n i n h h,
Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Zadanie 2. Dany jest szereg rozdzielczy przedziałowy, wyznaczyć następujące miary: 0 5 5 wariancja, odchylenie standardowe
Zadane 1. Dany jet zereg przedzałowy, wyznaczyć natępujące mary: x n średna arytmetyczna 1 10 warancja, odchylene tandardowe 15 domnanta 3 0 medana 4 35 kurtoza 5 0 6 15 Zadane. Dany jet zereg rozdzelczy
dy dx stąd w przybliżeniu: y
Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc
= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Statystyka matematyczna
Statystyka matematyczna Wykład 6 Magdalena Alama-Bućko 8 kwietnia 019 Magdalena Alama-Bućko Statystyka matematyczna 8 kwietnia 019 1 / 1 Rozkłady ciagłe Magdalena Alama-Bućko Statystyka matematyczna 8
SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma
Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci
Zadane. Macerz radoodobeńst rzejśca ojedynczym kroku dla łańcucha Markoa...... o trzech stanach { } jest ostac 0 n 0 0 (oczyśce element stojący -tym erszu j -tej kolumne tej macerzy oznacza P( = j. Wtedy
Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy
Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy
STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ
Dr hab. Adam Szulc, prof. SGH Instytut Statystyk Demograf STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ Motto I: Prawe każdy jest statystykem ale newelu o tym we (nspratorzy: Moler Joseph Schumpeter) Motto
Dobór zmiennych objaśniających
Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.