Wnioskowanie statystyczne dr Alicja Szuman
|
|
- Milena Janowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Wiokowaie tatytycze dr Alicja Szuma Literatura: J. Jóźwiak, J. Podgórki Statytyka od podtaw PWE Warzawa 006 J. Kudelki, I. Roeke Slomka Statytyka AE Pozań 995 J. Greń Statytyka matematycza. Modele i zadaia PWN Warzawa 984 J. Paradyz (red.) Statytyka AE Pozań 005 Kalkulatory Na egzami uche wzory a jedej kartce A4 może być dwutroie zapiaa
2 Wiokowaie tatytycze a tatytyka opiowa Statytyka opiowa oparta jet a idukcji zupełej, ukazuje metody gromadzeia, opracowaia, prezetacji daych wraz z umaryczym ich opiem przy wykorzytaiu właściwych arzędzi tatytyczych. Statytyka matematycza (wiokowaie tatytycze) oparta jet a idukcji iezupełej. teoria etymacji metoda etymacji umożliwia zacuek iezaych parametrów w populacje a podtawie próby. teoria weryfikacji hipotez tatytyczych pozwala a prawdzeie hipotez o parametrach lub kztałcie rozkładu populacji a podtawie wyików z próby. Wiokowaie tatytycze to procedura podejmowaia decyzji o parametrach i rozkładach w zbiorowości geeralej a podtawie wyików z próby. Podtawowymi kategoriami toowaymi w procedurze wiokowaia tatytyczego ą zmiee loowe i ich rozkłady teoretycze. Zdarzeia loowe to takie wyiki uzykae przez relację daego proceu, które mogą w określoym zepole waruków wytąpić lub ie wytąpić. Jeżeli każdorazowa realizacja określoego doświadczeia daje to amo zdarzeie A, to zdarzeie to azywamy zdarzeiem pewym. Natomiat jeśli każdorazowa realizacja doświadczeia ie daje zdarzeia A, to realizację zdarzeia A uważamy za iemożliwe. Jeżeli realizacja przypadkowego zdarzeia iekiedy prowadzi do zdarzeia A, a iekiedy ie, azywamy to zdarzeiem przypadkowym. Zmiea loowa w wyiku doświadczeia przyjmuje określoą wartość o zrealizowaiu tego doświadczeia, a ie dającą ię przewidzieć przed tym doświadczeiem. Zmiea loowa może przybierać wartości z przedziału liczb rzeczywitych i to z określoym prawdopodobieńtwem. P(x xi) pi <- prawdopodobieńtwo pi moża traktować jako wartość przyjmowaą przez zmieą loową. Suma prawdopodobieńtwa pi Pi f(xi) Zmiee loowe ozaczamy dużymi literami alfabetu p. X, Y, Z. Małymi literami alfabetu ozaczają realizację czyli wartości przybierae przez zmiee loowe zwae realizacjami x, y, z. Pojęciem związaym ze zmieą loową i jej rozkładu jet pojęcie dytrybuaty. Dytrybuata zmieej loowej to fukcja zmieej rzeczywitej określoa wzorem:
3 Właściwości dytrybuaty: przyjmuje wartości od 0 do fukcja malejąca, tz. dla x<x zawze F(x) F(x) fukcja lewotroa ciągła F(- ) 0; F(+ ) Rozkłady empirycze i teoretycze zmieej loowej warukują przeprowadzeie wikliwego opiu zbiorowości tatytyczej. Rozkłady empirycze pochodzą z oberwacji utalae ą a podtawie kokretych wielkości. Rozkłady teoretycze aprokymowae ą za pomocą rozkładów probabilityczych. Rozkład zmieej loowej może być przedtawioy za pomocą fukcji matematyczej( ) Najważiejzymi parametrami zmieej loowej X ą: wartość oczekiwaa (adzieja matematycza) średiej arytmetyczej rozkładu zmieej X w zbiorowości geeralej wariacja oraz odchyleie tadardowe Zmiea loowa kokowa to taka zmiea, która ma przeliczoy i kończoy zbiór wartości. Zmiea loowa ciągła przybiera dowole wartości z określoego przedziału. Rozkłady: dla zmieej loowej kokowej: - zerojedykowy - dwumiaowy (Beroulliego) - Pojoa dla zmieej loowej ciągłej: - ormaly Gaua Laplace a Rozkład zerojedykowy - jet o rezultatem takiego doświadczeia, którego określoe zdarzeie wytąpi lub ie. Zdarzeiem elemetarym realizującym zadaie A jet liczba, a ie realizującym zdarzeia A jet liczba 0. Rozkład dwumiaowy korzytamy z iego, gdy określamy prawdopodobieńtwo wytąpieia k razy określoego zdarzeia w iezależych doświadczeiach, przy daym prawdopodobieńtwie p Jeśli: p q rozkład ymetryczy p q rozkład aymetryczy - aymetria dodatia, gdy p < q - aymetria ujema, gdy p > q Jeśli p, q i dążą jedocześie do iekończoości, to rozkład te przekztałca ię w rozkład ormaly.
4 Wartość oczekiwaa: E(x) p σ² (x) pq σ (x) Rozkład Pojoa zczególy przypadek rozkładu dwumiaowego. Wykorzytujemy go, gdy liczba erii doświadczeia jet iekończoa ( ), prawdopodobieńtwo p maleje do zera (p 0), a iloczy p jet wartością tałą (λ > 0). gdzie e,78 (podtawa logarytmu aturalego) k liczba realizacji elemetów wyróżioych w doświadczeiu Rozkład ormaly Zmiea loowa ciągła X ma rozkład ormaly, jeśli jej fukcja gętości prawdopodobieńtwa wyraża ię wzorem: gdzie: M (x) wartość oczekiwaa f(x) fukcja gętości rozkładu ormalego Właściwości krzywej fukcji ormalej: krzywa w kztałcie dzwou fukcja ta poiada jedo makimum i jet oo mediaą, średią arytmetyczą, domiatą rozkłady oraz wartością oczekiwaą pole fukcji f(x) obejmuje zbiór liczb rzeczywitych wewątrz przedziału od M-σ do M+σ krzywa jet wypukła, a a zewątrz jet wklęła krzywa ma dwa pukty przegięcia, a wpółrzędych M-σ oraz M+σ lewe i prawe ramię zbliża ię aymptotyczie do oi odciętych, ale jej ie przeciają. Reguła trzech igm przyjmuje oa jako blikie prawdopodobieńtwo, że realizacja zmieej loowej ciągłej ie będzie różiła ię od wartości oczekiwaej więcej aiżeli o trzy odchyleia tadardowe. Zmiea tadaryzowaa to duża litera U, a realizacja to mała litera u. Etymacja (zacowaie) polega a tym, że a podtawie iekompletych daych ze zbioru pochodzących z próby, wiokuje ię o wartościach liczbowych zbioru, a otrzymae w te poób wioki łużą do podejmowaia decyzji. Metody etymacji: etymacja puktowa etymacja przedziałowa
5 Etymacja puktowa oblicza pojedyczą liczbę dla każdego iezaego parametru, p.: - etymatorem średiej arytmetyczej jet średia arytmetycza z próby, - etymatorem wariacji populacji geeralej jet wariacja z próby. Etymacja przedziałowa polega a zacuku parametru w potaci takiego przedziału zwaego przedziałem ufości, który z dużym prawdopodobieńtwem obejmuje prawdziwą wartość parametru. Właściwości dobrego etymatora: ieobciążoy etymator jet ie obciążoy, gdy wartość etymatora jet rówa parametrowi z próby. zgodość z prawem wielkich liczb prawdopodobieńtwo, że etymator jet zgody z prawem wielkich liczb, z wielkością liczebości próby. Wówcza etymator będzie przyjmował wartości blikie parametru. Ryzyko popełieia błędu jet iewielkie. efektywy - poiadać powiie możliwie małą wariację. Każdy etymator jet zmieą loową mającą określoy rozkład prawdopodobieńtwa. Przedział ufości dla średiej arytmetyczej: Model Jeśli populacja geerala ma rozkład ormaly N(m, σ), ze zaym odchyleiem tadardowym σ, z populacji pobrao próbę N elemetową i przy takich założeiach dla średiej m przy wpółczyiku ufości ά ma potać: x średia arytmetycza obliczaa a podtawie próby uά wartość zmieej loowej mającej rozkład ormaly tadaryzoway σ zae odchyleia tadardowe populacji geeralej liczebość próby m średia populacji geeralej - ά prawdopodobieńtwo przyjęte z góry, azwae wpółczyikiem ufości. Wpółczyik te przyjmuje ię ubiektywie jako dowolie duże, bliko jedości prawdopodobieńtwo. Jet miarą zaufaia dla przeprowadzoego zacuku. Najczęściej toowae wpółczyiki ufości: 0,90 uά,64 Przykładowo wpółczyik ufości 0,95 ozacza, że pragiemy 0,95 uά,96 by w 95 przypadkach a 00 etymoway parametr mieścił ię 0,99 uά,58 w ozacowaym przez a przedziale. Długość przedziału ufości przy daej liczebości zależy od przyjętego wpółczyika ufości -ά. Wraz ze wzrotem wpółczyika -ά, długość przedziału rośie. Im więkzy jet przedział, tym więkzą mamy pewość że średia mieści ię w podaych graicach, a to z kolei ozacza, że przeprowadzoy zacuek jet miej dokłady. Przyjmując wąki przedział miejza jet realość, że zajdzie ię w przedziale, ale zacuek jet bardziej dokłady.
6 Oceę precyzji zacowaego parametru m moża utalić za pomocą zależości: Jeśli: B(x) 5% - duża precyzja zacuku 5% < B(x) 0% - dotatecza precyzja zacuku B(x) > 0% - iedotatecza precyzja zacuku, ie ależy wiokować o parametrze Model Populacja geerala ma rozkład ormaly, gdzie ie zamy ai średiej arytmetyczej, ai odchyleie tadardowego populacji. Z populacji tej pobrao małą próbę ( 30). W oparciu o wyiki tej próby, przedział ufości dla średiej budujemy: tά - wartość tatytyki z rozkładu t-studeta dla - topia wobody, przy poziomie itotości ά. Liczba topi wobody to liczba iezależych oberwacji iezbędych do ozacowaia iezaego parametru populacji geeralej. Ocea względej precyzji ozacowaia modelu: Model 3 Populacja geerala ma rozkład ormaly, lub dowolie iy. Nie zamy ai średiej arytmetyczej ai odchyleia tadardowego populacji. Z populacji tej pobieramy dużą próbę. (x) odchyleie tadardowe z próby Ocea względej precyzji ozacowaia modelu: m średia populacji geeralej `x średia populacji geeralej z próby σ odchyleie tadardowe w populacji geeralej (x) odchyleie tadardowe obliczae a podtawie próby.
7 Zadaie W pewym mieście potaowioo zbadać mieięcze zużycie wody (w m³) przez miezkańców. W celu tym z populacji tej wyloowao 8 miezkań i otrzymao średie mieięcze zużycie wody,5m³. Dotychczaowe badaia wykazują, że rozkład zużycia wody przez miezkańców jet ormaly z odchyleiem tadardowym (σ) wyozącym 3,0m³. Przyjmując wpółczyik ufości 0,90 ozacować metodą przedziałową średie zużycie wody przez miezkańców tego miata oraz oceić precyzję dokoaego zacuku (wartość odpowiediej tatytyki,64). P {,5,64 3,0 < m <,5 +,64 3,0 } 8 8 0,69 < m <,8 Przedział liczbowy o końcach 0,69 i.8 obejmuje z prawdopodobieńtwem 0,90 iezae średie zużycie wody w m³, przez miezkańców badaego miata.,64 * 3, B(`x),5 * 8 * 00 B(`x) 5% Błąd względy zacuku wyoi 5%, co ozacza dobrą precyzję ozacowaia i dopuzcza do wiokowaia a podtawie próby. Zadaie Aby utalić średie tygodiowe wydatki a praę tudetów UEPu, wyloowao iezależie od próby dzieięciu tudetów i otrzymao wyiki (w zł): 4,6 5, 6, 5,8 4,9 5,7 5,5 6, 5,5 6,0 Na podtawie uzykaych wyików ozacować metodą przedziałową średie wydatki a praę wzytkich tudetów UEPu, przyjmując wpółczyik ufości 0,95 oraz oceić precyzję dokoaego zacuku. Doświadczeie wkazuje a to, że rozkład wydatków a praę jet w przybliżeiu ormaly (wartość odpowiediej tatytyki,6). xi xi - `x (xi - `x)² 4,6-5, - 0,4 0,6 6, 0,6 0,36 5,8 0, 0,04 4,9-0,7 0,49 5,7 0, 0,0 5,5 0,3 0,09 6, 0,6 0,36 5,5-0, 0,0 6,0 0,4 0,6 `x 56/0 5,6 (x) (,68/0) 0,5 5,6,6 0,5 < m < 5,6 +,6 0, , < m < 5,99,6 * 0,5 B(`x) 5,6 * 9 * 00 B(`x) 7, 0% 56,68
8 Przedział liczbowy o końcach 5, i 5,99 zł obejmuje z prawdopodobieńtwem 0,95 średie wydatki a praę przez tudetów UEPu. Błąd względy zacuku wyoi 7%, co ozacza dotateczą precyzję ozacowaia i dopuzcza do wiokowaia a podtawie podaej próby. Zadaie 3 W celu ozacowaia średiej wagi bagażu oób udających ię amolotem a dwutygodiowy urlop do Hizpaii wyloowao iezależie od próby 64 podróżych uzykując dla tej próby średią wagę bagażu wyozącą 4,8kg i odchyleie tadardowe 4,8kg. Przyjmując wpółczyik ufości 0,95 zbudować przedział ufości dla średiej wagi bagażu oraz oceić precyzję dokoaego zacuku ( wartość tatytyki,96). 4,8 4,8,96 < m < 4,8 +, ,63 < m < 5,99,96 * 4,8 B(`x) 4,76% 4,8 * 64 4,8 64 Przedział liczbowy o końcach 3,63kg i 5,99kg z prawdopodobieńtwem 0,95, obejmuje średią wagę bagażu podróżych udających ię amolotem a urlop. Błąd względy zacuku wyoi 5%, co ozacza dobrą precyzję ozacowaia i dopuzcza do wiokowaia a podtawie próby o średiej wadze bagażu. Przedział ufości dla wkaźika truktury W przypadku aalizy tatytyczej prowadzoej ze względu a cechę jakościową podtawowym parametrem populacji geeralej jet wkaźik truktury zway frakcją lub prawdopodobieńtwem zacuku, po przemożeiu przez 00% elemetów poiadających wyróżioą cechę w zbiorowości. Wkaźik truktury w populacji określający udział wyróżioej części w całej populacji ozaczać będziemy ymbolem p, zaś jego etymatorem jet wkaźik truktury z próby loowej m/. m to liczba jedotek w próbie mających wyróżioą cechę, atomiat to liczebość próby uά - odczytujemy z tablicy dytrybuaty rozkładu ormalego tadaryzowaego. N(0,) w poób, aby pełioa była relacja: Względe precyzje zacowaia: B(p) względa precyzja zacowaia wkaźika truktury
9 Zadaie 4 W roku 006 wśród loowo wybraych 450 miezkańców Pozaia przeprowadzoo badaia akietowe, w których pytao między iymi o ulubioe miejce pędzaia urlopu. Z badaia wyika, że 88 oób preferuje urlop ad morzem. Przyjmując wpółczyik ufości 0,95 ozacować metodą przedziałową procet miezkańców Pozaia, którzy lubią pędzać urlop ad morzem oraz oceić precyzję dokoaego zacuku (wartość tatytyki,96). 450 m 88 m/ 0,64 0,64 ( 0,64) 0,64, < p<,96 0,595 < p < 0,685 59,5% < p < 68,5% B(p) (,96 : 0,64) * B(p) 7,04% 0,64 ( 0,64) 450 0,64 ( 0,64) 450 Przy wpółczyiku ufości 0,95 odetek miezkańców Pozaia preferujących urlop ad morzem mieści ię w przedziale od 59,5 do 68,5%. Błąd względy miezkańców wyoi 7,04%, co ozacza dotateczą precyzję ozacowaia i dopuzcza do wiokowaia a podtawie próby.
10 Wyzaczaie iezbędej liczebości próby Model Miimala liczebość próby iezbęda do ozacowaia wartości średiej a poziomie ufości -ά z makymalym błędem zacuku ie przekraczającym d obliczaym ze wzoru: u * α σ odchyleie tadardowe populacji uά wartość zmieej loowej w tadaryzowaym rozkładzie ormalym odczytaa z tablicy rozkładu ormalego, dla przyjętego z góry wpółczyika ufości -ά d dopuzczaly utaloy z góry makymaly błąd zacuku średiej Model Miimala liczebość próby przy etymacji średiej z iezaym odchyleiem tadardowym: d σ t α * ( x) o - próba wtępa o liczebość próby wtępej jet wytarczająca, gdy o, to trzeba dotoować do właściwej próby -o elemetów Model 3 W przypadku, gdy możliwe jet przeprowadzeie badaia wtępego, to miimala liczebość próby, która gwaratuje żądaą precyzję przy zacowaiu wkaźika truktury p przy założoym makymalym błędzie zacuku d ze wzoru: d u α * p * q d p podzieway rząd wielkości zacowaych wkaźików truktury d makymaly dopuzczaly błąd zacuku Model 4 Gdy ie zamy rządu wielkości zacowaego wkaźika truktury, to wzór a miimalą liczebość przyjmuje potać: u 4d α Zadaie Ile rodzi ależących do określoej grupy zamożości ależy wyloować iezależie do próby by ozacować średią mieięczą kwotę wydatków a cele kulturale tych rodzi z dopuzczalym makymalym błędem zacuku wyozącym 0 zł. Wiadomo, że
11 odchyleie tadardowe populacji wyoi 80 zł., a przyjmoway wpółczyik ufości 0,90 (wartość tatytycza,64) (,64) *80 0 7,3 73 Aby ozacować mieięcze wydatki a cele kulturale z dopuzczalym błędem 0 zł. do próby ależy wyloować 73 rodziy. Zadaie W celu uzykaia przeciętego dzieego czau poświęcaego przez emerytów a oglądaie TV wyloowao do próby 0 oób i otrzymao dla ich średią 3,75 godziy oraz odchyleie tadardowe,0 godziy. Wyzaczyć iezbędą liczebość próby, dla utaleia średiego czau poświęcaego a oglądaie TV z dokładością do 0,5 godziy, przy wpółczyiku ufości 0,95 (wartość tatytycza,6). (,6) * (,) (0,05) 4,76 5 Aby ozacować średi dziey cza poświecoy przez emerytów a oglądaie TV ależy wyloować 5 oób, czyli oprócz 0 już wyloowaych ależy jezcze wyloować 5 emerytów. Zadaie 3 Jak licza powia być próba, by z makymalym dopuzczalym błędem 3% przy wpółczyiku ufości 0,95 ozacować odetek oób, które wezmą udział w ajbliżzych wyborach. Wyiki otatiego odażu przeprowadzoego przez OBOP wkazują, że udział w wyborach deklaruje 38% uczetików badaia (wartość tatytycza,96). (,96) *0,38*0,6 005, (0,03) Chcąc zagwaratować potulowaą dokładość ależy do próby wyloować 006 oób. Zadaie 4 Wśród rodzi pewego oiedla zamierza przeprowadzić ię akietę w celu ozacowaia odetka rodzi chcących mieć tałe połączeie z Iteretem. Ile rodzi ależy wyloować do próby, aby z makymalym błędem próby 5% przy wpółczyiku ufości 0,90 ozacować odetek rodzi zaitereowaych tałym połączeiem z Iteretem (wartość tatytycza,64). (,64) 4*(0,05) 69 Do próby ależy wyloować 69 rodzi.
12 Przedział ufości dla wariacji Etymacji przedziałowej wariacji dokoujemy i dla dużej i dla małej próby. Model Zakładamy ze populacja geerala ma rozkład ormaly o iezaej średiej i odchyleiu tadardowym. Z populacji tej wyloowao dużą próbę >30, to przedział ufości dla -ά wyzaczamy według wzoru: ( x) P uα + ( x) < σ < α uα Względą precyzję zacowaego parametru wyzaczamy według wzoru: B ( σ ) uα *00 Model Populacja geerala ma rozkład ormaly, ie zamy ai średiej ai odchyleia tadardowego. Pobieramy próbę <30 wówcza przedział ufości dla wariacji wyzaczamy według wzoru: ( )* P c ( x) ( )* ( x) < σ < α c c, c wartości zmieych wyzaczae z tablic CHI² dla - topia wobody oraz wpółczyik ufości -ά Dla określoego wpółczyika ufości -ά wartość c zajdujemy z tablic rozkładu dla prawdopodobieńtwa -½ά, atomiat c dla ½ά. Zadaie W pewym mieście w loowo wybraych 00 gopodartwach domowych badao mieięcze wydatki a uługi telekomuikacyje. Okazało ię, że odchyleie tadardowe mieięczych opłat wyioło 8 zł. Zakładając, ze badaa cecha ma rozkład ormaly ozacować metodą przedziałową iezae odchyleie tadardowe mieięczych wydatków a uługi telekomuikacyje w tym mieście, przyjmując wpółczyik ufości 0,90 i oceić precyzję dokoaego zacuku (wartość tatytycza,64) + 8,64 *00 < σ < 8,64 *00 5,88 < σ < 30,50
13 ,64 *00 *00 B( σ ) 8,% Przedział liczbowy o końcach 5,88 i 30,50 złotych z prawdopodobieńtwem 0,90 obejmuje iezae odchyleie tadardowe wydatków a uługi telekomuikacyje. Błąd względy wyoi 8,% co wkazuje a dotateczą precyzję ozacowaia i dopuzcza do wiokowaia a podtawie próby. Zadaie W celu zbadaia zróżicowaia wielu kadydatów a tudia ietacjoare II topia w UEP wyloowao 0 oób i otrzymao średi wiek 4,3 lata i odchyleie tadardowe wyozące 4,7 lat. Zakładając, że badaa cecha ma rozkład ormaly ozacować metodą przedziałową iezae odchyleie tadardowe wieku kadydatów a tudia ietacjoare II topia, przyjmując wpółczyik ufości 0,90 (wartość tatytycza c 3,35 i c 6,99) UWAGA!!! - c zawze jet więkzą wartością!!! (0 )*(4,7) 6,99 < σ (0 )*(4,7) < 3,35,75 < σ < 3,43 < σ < 59,79 7,73 Przedział liczbowy o końcach,75 i 59,79 z prawdopodobieńtwem 0,90 pokrywa iezaą wariację wieku wzytkich kadydatów a tudia ietacjoare II topia w UEP. Natomiat przedział liczbowy o końcach 3,43 i 7,73 z prawdopodobieńtwem 0,90 pokrywa iezae odchyleie tadardowe wieku kadydatów. Przedział ufości dla wpółczyika korelacji (Pearoa) Model Dwuwymiarowy rozkład dwóch cech miezaych X, Y, jet ormaly lub zbliżoy do ormalego. Loujemy dużą próbę i dla tej próby wyzaczamy wpółczyik korelacji p ρ r( x, y) r ( x, y) r( x, y) uα * < ρ < r( x, y) + uα * α Zadaie Na podtawie 500 oberwacji utaloo wpółzależości między poziomem dochodów a ozczędości. Uzykao wpółczyik korelacji N(x,y) 0,8. Przyjmując wpółczyik ufości -ά 0,95 zbudować przedział ufości dla wpółczyika korelacji w populacji geeralej (wartość tatytycza,96). UWAGA!!! Wpółczyik Pearoa ie może przekroczyć.!!! (0,8) 0,8,96* 500 (0,8) < ρ < 0,8,96* 500
14 0,79 < ρ < 0,849 Przedział liczbowy o końcach 0,79 i 0,849 z prawdopodobieńtwem 0,95 pokrywa iezaą wartość wpółczyika korelacji Pearoa. Weryfikacja hipotez tatytyczych Weryfikacja to prawdzeie hipotez rozkładów lub założeń populacji geeralej. Hipoteza tatytycza to ąd dotyczący rozkładu lub wartości pewych parametrów określoej zmieej wyday bez przeprowadzeia badaia wyczerpującego. Hipoteza parametrycza to przypuzczeia dotyczące parametrów populacji. Hipoteza ieparametrycza to przypuzczeia dotyczące rozkładu populacji. Hipoteza zerowa (H0) jet bezpośredio prawdzaa Hipoteza alteratywa (H) jet kokurecyja względem hipotezy zerowej (jet jej zaprzeczeiem). Hipoteza zerowa zakłada, że pomiędzy etymatorem i parametrem ie ma tatytyczie itotej różicy (zawze ma zak rówości). Hipoteza alteratywa dopuzcza różice między etymatorem i parametrem. Tetem tatytyczym azywamy regułę potępowaia, która każdej możliwej próbie loowej przyporządkowuje decyzje przyjęcia bądź odrzuceia potawioej hipotezy. Wyróżia ię: Tety parametrycze łużą do weryfikacji hipotez parametryczych. Tety ieparametrycze łużą do weryfikacji hipotez ieparametryczych. Błąd pierwzego rodzaju polega a odrzuceiu hipotezy zerowej gdy jet oa prawdziwa. Błąd drugiego rodzaju polega a przyjęciu hipotezy zerowej gdy jet oa fałzywa. Poziom itotości to prawdopodobieńtwo popełieia błędu pierwzego rodzaju. Jet o utalay z góry jako dowolie małe, blikie zeru prawdopodobieńtwo. Do ajczętzych ależą 0,; 0,05; 0,0; 0,00. Im wyżzy poziom, tym więkze prawdopodobieńtwo odrzuceia hipotezy. Tety itotości, to tety w których a podtawie wyików próby możemy podjąć decyzję o odrzuceiu hipotezy zerowej lub twierdzamy, że ie ma podtaw do jej odrzuceia. W tetach ie podejmuje ię decyzji o przyjęciu hipotez. Obzar krytyczy to obzar odrzuceia hipotezy zerowej przy założeiu jej prawdziwości. W zależości od hipotezy alteratywej, wyróżia ię obzar krytyczy: - dwutroy - lewotroy - prawotroy
15 Etapy tetowaia hipotez: formułowaie hipotezy zerowej i hipotezy alteratywej utalaie poziomu itotości wybór odpowiediej tatytyki tetowej związaej z hipotezą zerową określeie obzaru krytyczego obliczeie wartości wybraej tatytyki a podtawie wyików z próby porówaie dwóch wartości: obliczoej z próby i odczytaej z tablic podjęcie decyzji weryfikującej Tet itotości dla wartości średiej populacji geeralej Model Populacja geerala ma rozkład ormaly ze zaym odchyleiem tadardowym. Z populacji tej wybieramy - elemetową próbę. Na podtawie wyików tej próby weryfikujemy hipotezę zerową, że średia populacji geeralej jet rówa wartości hipotetyczej, według hipotezy alteratywej jet róża. H0::m mo H::m mo x m0 u * δ Jeżeli: u uά ą podtawy do odrzuceia hipotezy zerowej u uά ie ma podtaw do odrzuceia hipotezy zerowej W tych tetach ie podejmuje ię decyzji przyjęcia. Model Populacja geerala ma rozkład ormaly o iezaej średiej o odchyleiu tadardowym. Z populacji tej pobieramy małą próbę, w oparciu o wyiki tej próby weryfikujemy hipotezę zerową: x m0 t * mo wartość hipotetycza t tά odrzucamy hipotezę zerową a korzyść hipotezy alteratywej t tά ie ma podtaw do odrzuceia hipotezy zerowej ( x ) Model 3 Zakładamy, że populacja geerala ma rozkład ormaly lub iy, ale ie zamy ai średiej, ai odchyleia tadardowego. Z populacji pobieramy dużą próbę (>30). Do weryfikacji hipotezy zerowej wykorzytuje ię u: u x m ( x) 0 * Kotrukcja przebiega idetyczie jak w modelu.
16 Zadaie Wiadomo, że rozkład tażu pracy pracowików pewego zakładu jet ormaly z odchyleiem tadardowym wyozącym,3 lata. Na podtawie próby liczącej 6 pracowików twierdzoo, że średi taż pracy wyoi 7,4 lata. Czy a poziomie itotości 0,05 moża twierdzić, że średi taż pracy pracowików w tym zakładzie jet więkzy od 7 lat (wartość krytycza,64). H0::m 7 H::m > 7 7,4 7 u *,3 6 0,7 u<uά Nie ma podtaw do odrzuceia hipotezy zerowej. Zadaie Czy prawdą jet, że średi cza realizacji zamówieia a dotarczeie pizzy do domu koumeta wyoi 8 miut i jeżeli w 7 elemetowej próbie takich zamówień średi cza realizacji to 4 miuty i odchyleie tadardowe to 0 miut. Przyjąć poziom itotości 0,05 (wartość krytycza,). H0::m 8 H::m t * 0 7,6 t <tά Nie ma podtaw do odrzuceia hipotezy zerowej. Zadaie 3 Wyuięto przypuzczeie, że przecięty cza dokoaia zakupów przez klietów w pewym upermarkecie w Pozaiu wyoi 65 miut. W celu prawdzeia tego przypuzczeia wyloowao iezależie próbę liczącą 00 klietów i otrzymao dla iej średi cza 6 miuty i odchyleie tadardowe,96 miut. Zakładając, że rozkład czau zakupu jet ormaly oraz, że poziom itotości jet rówy 0,05 zweryfikować to przypuzczeie (wartość krytycza,96). H0::m 65 H::m u *,96 00,3 u<uά Nie ma podtaw do odrzuceia hipotezy zerowej.
17 Tet itotości dla dwóch wartości średich Model Zakładamy, że dwie badae populacje geerale mają rozkłady ormale, ze zaymi wariacjami. Z populacji tych pobieramy dwie próby o liczebości i u x x σ σ + H0::m m H::m m H::m > m H::m < m Model Badamy dwie populacje geerale mające rozkłady ormale o iezaych odchyleiach tadardowych. Z populacji pobieramy dwie małe próby o liczebości i < 30. Na podtawie prób wyzaczamy średią i odchyleie tadardowe. t x x Porówujemy wyik ze tatytyką rozkładu tudeta o + topia wobody. Model 3 Badamy dwie populacje geerale, gdy obu rozkłady ą iezae. Pobieramy dwie duże próby i weryfikujemy hipotezę: u x x + Model 4 Poziom wartości pewej cechy dokouje ię przed lub po poddaiu badaych jedotek określoemu zabiegowi. W tej ytuacji przedmiotem aalizy ą różice oberwowaych wartości. Sprawdzamy H0 jet tu H0::mR 0 mr średia w populacji różic gdzie: r t * ( r ) r x i x i i
18 r ri i r i ( r r) i lub r i i r (r) Przy założeiu, że hipoteza zerowa jet prawdziwa, tatytyka t ma rozkład T-tudeta z - topia wobody. Zadaie Zbadao w loowo wybraych idywidualych gopodartwach rolych województwa pomorkiego i wielkopolkiego. Średie zużycie awozu w kilogramach a hektar użytków rolych. Wiadomo, że w obu województwach zużycie awozów ma rozkład ormaly z jedakowym odchyleiem tadardowym 43kg/ha. Średia z próby o liczebości 8 wyloowaej z województwa pomorkiego wyioła, kg/ha atomiat liczebości wyloowaej z województwa wielkopolkiego wyioła 90,7 kg/ha. Przyjmując poziom itotości 0,05 prawdzić hipotezę, że średie zużycie awozu w obu województwach jet jedakowa (wartość krytycza,96)., 90,7 u ,54 u<uά Nie ma podtaw do odrzuceia hipotezy zerowej. Zadaie Czy prawdą jet, że średie ocey z przedmiotów ściłych uzykaych przez tudetów wydziału ekoomii i zarządzaia ie różią ię itotie, przy itotości 0,05. Jeśli a podtawie prób otrzymamy: Wydział Ekoomii Wydział Zarządzaia 5 0 0,35 0,54 x 3,93 x 3,68 Rozkład a obu wydziałach średich oce jet ormaly (wartość krytycza,069) t 3,93 3,68 5*(0,35) + 0*(0,54) 5 + 0,34 t <tά Nie ma podtaw do odrzuceia hipotezy zerowej.
19 Zadaie 3 Powzechie pauje pogląd, że średia liczba di opuzczoych w pracy przez kobiety z powodu choroby jet wyżza od abecji chorobowej mężczyz. Na podtawie badaia abecji w pracy uzykao dla loowo wybraych prób 80 i 60. Natępujące dae dotyczące czau przebywaia a zwolieiu lekarkim: x 3 4,3 x 4 9,6 Przyjmując poziom itotości 0,05 prawdzić hipotezę, że abecja kobiet w pracy z powodu choroby jet wyżza aiżeli mężczyz (wartość krytycza,64). u u>uά Hipotezę zerową odrzucamy. (4,3) (9,6) ,46 Zadaie 4 Pewej grupie 0 pacjetów, którzy poddali ię kuracji odchudzającej podao odpowiedi lek. Wyiki wagi w tej grupie przed kuracją i po kuracji umiezczoo w tabeli poiżej: Kg przed (x) Kg po (x) rx x r² SUMA Czy dae te dowodzą, że średia waga przed i po kuracji jet jedakowa. Poziom itotości 0, (wartość krytycza,8830 H 0 H 0 0 : m R : m R r 83 :0 8, ( x) (8,3), 45 t 8,3 *,45 0 0,6 t > t α Hipotezę zerową odrzucamy.
20 Tet itotości dla wkaźika truktury Do weryfikacji hipotezy dotyczącej wkaźika truktury p w populacji geeralej, gdy dypoujemy odpowiedio liczą próbą (>00) moża wykorzytać tatytykę u dla weryfikacji hipotezy. H 0: p p0 : p0 H p H : p > p0 H : p < p0 u m p 0 p ( p ) 0 0 u u α u < u α hipotezę zerową odrzucamy ie ma podtaw do odrzuceia hipotezy zerowej Zadaie Wyuięto hipotezę, iż 65% ekoomitów podejmuje ytematycze dodatkową pracę. Czy jet to przypuzczeie łuze, jeśli w wyloowaej próbie 00 ekoomitów dodatkową pracę podejmuje 00 oób? Na poziomie ά 0,05 zweryfikuj tę hipotezę (wartość krytycza,96) H 0,65 H 0, 65 0 : p u,67 : p u,96 u α Nie ma podtaw do odrzuceia hipotezy zerowej , ,65 ( 0,65),67 * * * Przy badaiu i porówaiu dwóch populacji ze względu a wyróżioą cechę częto formułujemy przypuzczeie, że wkaźiki truktury, czyli frakcje elemetów wyróżioych w obu tych populacjach ą idetycze. H 0: p p : p H p H : p > p H : p < p Procedurę weryfikacji realizujemy w odieieiu o próby i przy czym każda z ich liczy poad 00 elemetów. W obu tych próbach otrzymujemy liczbę m i m elemetów z cechą wyróżioą.
21 Tet itotości dla potawioej hipotezy ) Obliczamy wartość średiego wkaźika truktury z obu prób: m + m p + ) Wartość peudoliczebości próby : + * 3) Sformułowaą hipotezę zerową prawdzamy tetem: u m m p * q q p u u α u < u α hipotezę zerową odrzucamy ie ma podtaw do odrzuceia hipotezy zerowej Zadaie W dwóch biurach podróży Neckerma i TUI przeprowadzoo badaia akietowe, w których pytao między iymi o preferoway środek traportu w przypadku wykupieia w tym biurze wczaów. Z pośród 300 wyloowaych klietów Neckerma 54 ooby oświadczyły, że wolą amolot, atomiat z pośród 00 klietów TUI, te am środek traportu preferowało 46 oób. Czy a poziomie itotości 0,05 moża twierdzić, że odetek klietów preferujących amolot jako środek traportu w obu biurach podróży jet jedakowy (wartość krytycza,96)? H 0: p p H : p p p 0, * u ,*0,8 0 Nie ma podtaw do odrzuceia hipotezy zerowej.,5
22 Tet itotości dla wariacji Badaa populacja ma rozkład ormaly przy czym żade z parametrów populacji ie jet zay. Z populacji tej pobieramy próbę <30 tawiamy hipotezę zerową, że wariacja populacji geeralej jet rówa wartości hipotetyczej. W przypadku wariacji hipoteza alteratywa zawze będzie więkza od hipotezy hipotetyczej. H σ 0: σ 0 H σ > : σ 0 Weryfikujemy tę hipotezę za pomocą tatytyki χ² (chi kwadrat): χ * ( x) σ 0 χ wartośa _ krytycza χ < wartośa _ krytycza hipotezę zerową odrzucamy ie ma podtaw do odrzuceia hipotezy zerowej Dla dużej próby (>30) rozkład χ² zmierza do potaci rozkładu ormalego: u * χ 3 Zadaie Czy jet możliwe, że średie zróżicowaie ce m² miezkań oferowaych przez firmy budowlae w Pozaiu w III kwartale 006 roku wyoi ± 0,4 ty. zł. jeśli dla 0 elemetowej próby ofert uzykao przecięte zróżicowaie ce rówe 0,38 ty. zł. Przyjmując ά 0,05 (wartość krytycza 6,99). H σ 0,6 H σ 0, 6 0 : χ < χ0 : > 0*(0,38) χ (0,4) Nie ma podtaw do odrzuceia hipotezy zerowej. 9,05 Zadaie Dokoao 50 pomiarów opóźień pociągów przybyłych a tację Pozań Główy w touku do czau zgodego z rozkładem jazdy. Otrzymao średią wielkość opóźieia wyozącego 0 miut. Zakładając, że rozkład czaów opóźień pociągów ma rozkład ormaly, zweryfikuj hipotezę, iż dyperja opóźień przekracza 8 miut przyjmując poziom itotości 0,05 (wartość krytycza,64). H σ 64 H σ 64 0 : : > χ 50*(0) (8) 78,5
23 u * 78,5 *50 3,65 Hipotezę zerową odrzucamy. Tet itotości dla dwóch wariacji Pobieramy dwie próby i, i weryfikujemy hipotezę zerową, że wariacje w obu populacjach ą jedakowe wobec przeciwtawego przypuzczeia H σ 0: σ H σ > : σ Duża wariacja w populacji jet ie korzyta. Przy kotrukcji tetu weryfikującego powyżzą hipotezę zerową korzytamy z rozkładu F- Sedecora: F Ze względu a potać hipotezy alteratywej iezbęde jet poumerowaie prób w taki poób by pełioa była relacja:... idekem umerujemy. > Zadaie W celu porówaia dwóch miejcowości admorkich ze względu a liczbę miejc w pejoatach z każdej z tych miejcowości wyloowao po 0 takich obiektów zbiorowego zakwaterowaia. Dla pierwzej miejcowości otrzymao wariację 39,4 dla drugiej 4,. poziom itotości 0,05. Sprawdzić wariację liczby miejc w pejoacie w obu miejcowościach ą jedakowe (wartość krytycza 3,8) H σ 0: σ H σ > : σ 39,4 F,63 4, Nie ma podtaw do odrzuceia hipotezy zerowej. Tet itotości dla korelacji liiowej Pearoa. Badae cechy (X,Y) populacji geeralej mają dwumiaowy rozkład ormaly o iezaym wpółczyiku korelacji ρ. Z populacji tej pobrao - elemetową próbę, a podtawie której obliczoo wpółczyik korelacji z próby. Wyuięto hipotezę, że badae cechy ą ie korelowae w populacji geeralej. H 0 H 0 H 0 H 0 0 : ρ : ρ : ρ > : ρ <
24 Dla < Dla rxy t * r xy u r xy r xy * Zadaie Z loowej próby o liczebości partii gotowych wyrobów otrzymao wpółczyik korelacji r0,4 między wielkością partii, a wadliwością. Na poziomie itotości ά 0,0 zweryfikować hipotezę o braku korelacji między wielkością produkowaych partii wyrobów, a ich wadliwością (wartość krytycza,833). H 0 H 0 0 : ρ : ρ t 0,4 (0,4) *,3 Nie ma podtaw do odrzuceia hipotezy zerowej. Zadaie W wyloowaej próbie 34 pracowików zakładu X badao tygodiowy cza przezaczoy a podozeie poziomu kulturalego i zawodowego oraz cza woly. Wpółczyik korelacji między tymi zmieymi wyoi 0,94 a poziomie itotości ά 0,05. zweryfikuj hipotezę, że badae cechy ą liiowo ie korelowae (wartość krytycza,96). H 0 H 0 0 : ρ : ρ u 0,94 (0,94) * 34 49,76 Hipotezę zerowa odrzucamy. Tet itotości dla wpółczyika korelacji rag H ρ 0 H ρ 0 H ρ : : : > H : ρ < Dla <0 Dla 0 t u r r r *
25 Zadaie W celu prawdzeia czy itieje zależości między liczbą reklam pewego środka czytości w TVN w ciągu daego mieiąca, a wielkość przedaży tego środka w ciągu atępego mieiąca przeprowadzoo w pewej miejcowości badaie. L. reklam (x) Sprzedaż (y) Ragi r(x) r(y) d' Rx - Ry d² ,5,5, , ,5 -, ,5 0,5 0, ,5,5, Σ 3 Na poziomie itotości ά 0,05 prawdzić itotość wpółczyika korelacji rag wiedząc, iż wartość krytycza odpowiediego tetu wyoi,365 H 0 H 0 0 : ρ : ρ r 6*3 0, r 6* r i 3 d i t 0,897 (0,897) 9 5, Hipotezę zerową odrzucamy. Zadaie W pewej zkole zaięgięto opiii auczycieli i kolegów o ucziach. Wpółczyik korelacji rag wyoi 0,89. a poziomie itotości ά 0,05 prawdzić hipotezę, czy opiie auczycieli i kolegów ą zbieże (wartość krytycza,96). H 0 H 0 0 : ρ : ρ u 0,89* 0,63 Nie ma podtaw do odrzuceia hipotezy zerowej.
1 Dwuwymiarowa zmienna losowa
1 Dwuwymiarowa zmiea loowa 1.1 Dwuwymiarowa zmiea loowa kokowa X = x i, Y = y k = p ik przy czym i, k N oraz p ik = 1; i k p i = X = x i = p ik dla i N; p k = Y = y k = p ik dla k N; k i F 1 x = p i dla
Porównanie dwu populacji
Porówaie dwu populacji Porówaie dwóch rozkładów ormalych Założeia:. X ~ N( m, σ ), X ~ N( m, σ ), σ σ. parametry rozkładów ie ą zae. X, X ą iezależe. Ocea różicy między średimi m m m m x x (,...) H 0 :
1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,
1 Zmiee loowe Właości dytrybuaty F x = X < x: F1. 0 F x 1 dla każdego x R, F2. lim F x = 0 oraz lim F x = 1, x x + F3. F jet fukcją iemalejącą, F4. lim x x 0 F x = F x 0 dla każdego x R, F5. a X < b =
1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o
1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady
X 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,
Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)
IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym
Lista 6. Estymacja punktowa
Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?
KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1
KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę
Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste
Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x
Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości specyficznych parametrów populacji.
/7/06 Biotatytyka, 06/07 dla Fizyki Medyczej, tudia magiterkie etymacja etymacja średiej puktowa przedział ufości średiej rozkładu ormalego etymacja puktowa i przedziałowa wariacji rozkładu ormalego etymacja
Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407
Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie
STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.
Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,
L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3
L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie
Estymacja parametrów populacji
Estymacja parametrów populacji Estymacja parametrów populacji Estymacja polega a szacowaiu wartości parametrów rozkładu lub postaci samego rozkładu zmieej losowej, a podstawie próby statystyczej. Estymacje
Ćwiczenie 2 ESTYMACJA STATYSTYCZNA
Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej
STATYSTYKA MATEMATYCZNA
TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę
Estymacja przedziałowa
Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Rozkłady statystyk z próby
METODY PROBABILISTYCZE I STATYSTYKA WYKŁAD 0: ROZKŁADY STATYSTYK Z PRÓBY. PRZEDZIAŁY UFOŚCI. Rozkłady tatytyk z róby Statytyką azyway zieą loową, będącą fkcją zieych loowych,,..., taowiących róbę. Statytyka
3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy
PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).
TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ
Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12
Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu
Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.
Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,
STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uiwersytet Ekoomiczy w Katowicach 2015/16 ROND, Fiase i Rachukowość, rok 2 Rachuek prawdopodobieństwa Rzucamy 10 razy moetą, dla której prawdopodobieństwo wyrzuceia orła w pojedyczym
Materiały do wykładu 4 ze Statystyki
Materiały do wykładu 4 ze Statytyki CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) 1. miary położeia - wykład 2 2. miary zmieości (dyperji, rozprozeia) - wykład 3 3. miary aymetrii (kośości) 4.
ANALIZA DANYCH DYSKRETNYCH
ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,
Statystyka matematyczna dla leśników
Statystyka matematycza dla leśików Wydział Leśy Kieruek leśictwo Studia Stacjoare I Stopia Rok akademicki 0/0 Wykład 5 Testy statystycze Ogóle zasady testowaia hipotez statystyczych, rodzaje hipotez, rodzaje
Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)
Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod
Parametryczne Testy Istotności
Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać
1 Testy statystyczne. 2 Rodzaje testów
1 Testy statystycze Podczas sprawdzaia hipotez statystyczych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ a odrzuceiu hipotezy zerowej (H 0 ), gdy jest oa prawdziwa, czyli
Statystyka. Katarzyna Chudy Laskowska
Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością
Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7
Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
16 Przedziały ufności
16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])
STATYSTYKA I ANALIZA DANYCH
TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica
Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).
Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy
Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona)
Wykład 7 Dwie iezależe próby Częto porówujemy wartości pewej zmieej w dwóch populacjach. Przykłady: Grupa zabiegowa i kotrola Lekartwo a placebo Pacjeci biorący dwa podobe lekartwa Mężczyźi a kobiety Dwie
STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka.
00--5 STATYSTYKA Semiarium Chemia Aalitycza Dr hab. iż. Piotr Koieczka e-mail: piotr.koieczka@pg.gda.pl Dokładość (accuracy) topień zgodości uzykaego wyiku pojedyczego pomiaru z wartością oczekiwaą (rzeczywitą).
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57),
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Uiv. Techol. Steti. 009, Oecoomica 75 (57), 3 36 Leoid WOROBJOW, Krzyztof WISIŃSKI, Alekadra PANFIORAVA STOSOWANIE METOD ESTYMACJI PRZEDZIAŁOWEJ
ZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.
STATYSTYKA to auka, której przedmiotem zaiteresowaia są metody pozyskiwaia i prezetacji, a przede wszystkim aalizy daych opisujących zjawiska masowe. Metody statystycze oparte są a rachuku prawdopodobieństwa.
(X i X) 2. n 1. X m S
Wykład 8. Przedziały ufości i testowaie hipotez A gdy ie zamy wariacji σ 2? Załóżmy, że X ma rozkład ormaly, ale ie zamy wartości ai m ai σ 2. Jak wtedy szacować wartość średią m? Przypomijmy, że Wtedy
Estymacja przedziałowa:
Estymacja przedziałowa: Zamiast szukad ajlepszego estymatora, tak jak w estymacji puktowej będziemy poszukiwad przedziału, do którego będzie ależał szukay parametr z odpowiedio dużym prawdopodobieostwem.
Statystyczna analiza danych
Statytyka. v.0.9 egz mgr inf nietacj Statytyczna analiza danych Statytyka opiowa Szereg zczegółowy proty monotoniczny ciąg danych i ) n uzykanych np. w trakcie pomiaru lub za pomocą ankiety. Przykłady
Statystyka w rozumieniu tego wykładu to zbiór metod służących pozyskiwaniu, prezentacji, analizie danych.
Statystyka w rozumieiu tego wykładu to zbiór metod służących pozyskiwaiu, prezetacji, aalizie daych. Celem geeralym stosowaia tych metod, jest otrzymywaie, a podstawie daych, użyteczych uogólioych iformacji
Estymacja przedziałowa - przedziały ufności
Estymacja przedziałowa - przedziały ufości Próbę -elemetową charakteryzujemy jej parametrami (p. x, s, s ). Służą oe do ocey wartości iezaych parametrów populacji (m, σ, σ). Nazywamy je estymatorami puktowymi
θx θ 1, dla 0 < x < 1, 0, poza tym,
Zadaie 1. Niech X 1,..., X 8 będzie próbą z rozkładu ormalego z wartością oczekiwaą θ i wariacją 1. Niezay parametr θ jest z kolei zmieą losową o rozkładzie ormalym z wartością oczekiwaą 0 i wariacją 1.
Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.
MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,
Wprowadzenie do laboratorium 1
Wprowadzeie do laboratorium 1 Etymacja jedorówaiowego modelu popytu a bilety loticze Etapy budowy modelu ekoometryczego Specyfikacja modelu Zebraie daych tatytyczych Etymacja parametrów modelu Weryfikacja
Metody Statystyczne II
Metody Statytycze II dr Dorota Węziak-Białowolka Itytut Statytyki i Demograii Iormacje orgaizacyje Koultacje: poiedziałek 5:3 6:3 5F lub 73F Materiały: www.e-gh.pl/bialowolka/ms Zaliczeie: w ormie egzamiu
Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15
Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay
STATYSTKA 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.
PODSTAWY BIOSTATYSTYKI ĆWICZENIA
PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało
Prawdopodobieństwo i statystyka r.
Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie
TESTY LOSOWOŚCI. Badanie losowości próby - test serii.
TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla
STATYSTYKA. Seminarium Chemia Analityczna III rok. Dr inż. Piotr Konieczka
STATYSTYKA Semiarium Chemia Aalitycza III rok Dr iż. Piotr Koieczka Zaczijmy od defiicji Dokladość (accuracy) zgodość pomiędzy uzykaym wyikiem pomiaru z wartością rzeczywitą (oczekiwaą). Prawdziwość (truee)
Testy dotyczące wartości oczekiwanej (1 próbka).
ZASADY TESTOWANIA HIPOTEZ STATYSTYCZNYCH. TESTY DOTYCZĄCE WARTOŚCI OCZEKIWANEJ Przez hipotezę tatytyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu intereującej na cechy. Hipotezy
Statystyka matematyczna. Wykład II. Estymacja punktowa
Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych
WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk
n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc
5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X
STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś
1 STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr iż Krzysztof Bryś Pojȩcia wstȩpe populacja - ca ly zbiór badaych przedmiotów lub wartości. próba - skończoy podzbiór populacji podlegaj acy badaiu.
SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY
SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą
Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci
Rozkłady tatytyk z próby Metody probabilitycze i tatytyka Wykład : Rozkłady tatytyk z próby. rzedziały ufoci Małgorzata Krtowka Wydział Iformatyki olitechika Białotocka e-mail: mmac@ii.pb.bialytok.pl troa
Słowniczek Hipoteza statystyczna Hipoteza parametryczna Hipoteza nieparametryczna Hipoteza zerowa Hipoteza alternatywna Błąd pierwszego rodzaju
Słowiczek Hipoteza statystycza jakiekolwiek przypuszczeie dotyczące rozkładu populacji geeralej Hipoteza parametrycza hipoteza statystycza precyzująca wartość parametru w rozkładzie populacji geeralej
będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,
Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi
Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.
Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują
Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja
Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im
STATYSTYKA OPISOWA WYKŁAD 1 i 2
STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest
Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona
Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów
Statystyka Wzory I. Analiza struktury
Uiwersytet Ekooiczy w Katowicach Wzory I. Aaliza struktury 1. Miary tedecji cetralej (średie, przecięte Średia arytetycza Dla sz. ważoego Dla sz. ważoego dla z. ciągłej Dla szeregu wyliczającego: dla zieej
Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w
Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to
Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2
Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%
Testy statystyczne teoria
Tety tatytyczne teoria przygotowanie: dr A Goroncy, dr J Karłowka-Pik Niech X,, X n będzie próbą loową protą z rozkładu P θ, θ Θ oraz niech α (0, ) będzie poziomem itotności (najczęściej 0,, 0,05, czy
Przedziały ufności. dr Alina Semrau-Giłka
Przedziały ufości dr Alia Semrau-Giłka Co to jet przedział ufości? Przedział ufości loowy przedział mający tę właość, że z dużym, z góry zadaym prawdopodobieńtwem, pokrywa wartość zacowaego parametru 𝜃.
Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych
Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b
Wykład 11 ( ). Przedziały ufności dla średniej
Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;
Estymacja punktowa i przedziałowa
Estymacja puktowa i przedziałowa Marta Zalewska Zakład Profilaktyki Zagrożeń Środowiskowych i Alergologii Populacja Próba losowa (próbka) Parametry rozkładu Estymatory (statystyki) Własości estymatorów
2. INNE ROZKŁADY DYSKRETNE
Ie rozkłady dyskrete 9. INNE ROZKŁADY DYSKRETNE.. Rozkład dwumiaowy - kotyuacja Przypomijmy sobie pojęcie rozkładu dwumiaowego prawdopodobieństwa k sukcesów w próbach Beroulli ego: P k k k k = p q m =
Prawdopodobieństwo i statystyka r.
Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test
Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407
Rachek rawdoodobieństwa i statystyka Wioskowaie statystycze. Estymacja i estymatory Dr Aa ADRIAN Paw B5, ok407 ada@agh.ed.l Estymacja arametrycza Podstawowym arzędziem szacowaia iezaego arametr jest estymator
Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia
Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk
Twierdzenia graniczne:
Twierdzeia graicze: Tw. ierówośd Markowa Jeżeli P(X > 0) = 1 oraz EX 0: P X k 1 k EX. Tw. ierówośd Czebyszewa Jeżeli EX = m i 0 < σ = D X 0: P( X m tσ) 1 t. 1. Z partii towaru o wadliwości
Statystyka opisowa. () Statystyka opisowa 24 maja / 8
Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów
Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie
Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,
Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja
Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej
0.1 ROZKŁADY WYBRANYCH STATYSTYK
0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.
Obserwacje odstające mają duży wpływ na średnią średnia nie jest odporna.
Wykład 8. Przedziały ufości dla średiej Średia a mediaa Mediaa dzieli powierzchię histogramu a połowy. Jest odpora ie mają a ią wpływu obserwacje odstające. Obserwacje odstające mają duży wpływ a średią
Komputerowa analiza danych doświadczalnych
Komputerowa aaliza daych doświadczalych Wykład 7 8.04.06 dr iż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr leti 05/06 Cetrale twierdzeie graicze - przypomieie Sploty Pobieraie próby, estymatory
ZMIENNA LOSOWA I JEJ PARAMETRY -powtórzenie
WNIOSKOWANIE STATYSTYCZNE ZMIENNA LOSOWA I JEJ PARAMETRY -powtórzeie,, S P przestrzeń probabilistycza (matematyczy model zjawiska losowego), zbiór wszystkich zdarzeń elemetarych, S zbiór zdarzeń, (podzbiory
1 Przedziały ufności. ). Obliczamy. gdzie S pochodzi z rozkładu B(n, 1 2. P(2 S n 2) = 1 P(S 2) P(S n 2) = 1 2( 2 n +n2 n +2 n ) = 1 (n 2 +n+2)2 n.
Przedziały ufości W tym rozdziale będziemy zajmować się przede wszystkim zadaiami związaymi z przedziałami ufości Będą as rówież iteresować statystki pozycyje oraz estymatory ajwiększej wiarygodości (Eg
są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X
Prawdoodobieństwo i statystyka 5..008 r. Zadaie. Załóżmy że 3 są iezależymi zmieymi losowymi o jedakowym rozkładzie Poissoa z wartością oczekiwaą λ rówą 0. Obliczyć v = var( 3 + + + 3 = 9). (A) v = 0 (B)
Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017
STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej
Matematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są
STATYSTYKA. Seminarium Chemia Analityczna. Dr inż. Piotr Konieczka.
STATYSTYKA Semiarium Chemia Aalitycza Dr iż. Piotr Koieczka e-mail: kaczor@chem.pg.gda.pl Zaczijmy od defiicji Dokładość (accuracy) topień zgodości uzykaego wyiku pojedyczego pomiaru z wartością oczekiwaą
oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:
Zadaie. Niech zmiee losowe: X t,k = μ + α k + β t + ε t,k, k =,2,, K oraz t =,2,, T, ozaczają łącze wartości szkód odpowiedio dla k-tego kotraktu w t-tym roku. O składikach aszych zmieych zakładamy, że:
d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem
d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)
Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2
Wykład 7 Dwie iezależe próby Często porówujemy wartości pewej zmieej w dwóch populacjach. Przykłady: Grupa zabiegowa i kotrola Lekarstwo a placebo Pacjeci biorący dwa podobe lekarstwa Mężczyźi a kobiety
Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny
TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości
ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 8. ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE 1 Zbieżość ciągu zmieych losowych z prawdopodobieństwem 1 (prawie apewo) Ciąg zmieych losowych (X ) jest
Statystyka i rachunek prawdopodobieństwa
Statystyka i rachuek prawdopodobieństwa Filip A. Wudarski 22 maja 2013 1 Wstęp Defiicja 1. Statystyka matematycza opisuje i aalizuje zjawiska masowe przy użyciu metod rachuku prawdopodobieństwa. Defiicja