Funkcje i charakterystyki zmiennych losowych

Podobne dokumenty
Statystyka. Zmienne losowe

Statystyka Inżynierska

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

Weryfikacja hipotez dla wielu populacji

Parametry zmiennej losowej

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

1 Przestrzenie statystyczne, statystyki

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka r.

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty

Matematyka ubezpieczeń majątkowych r.

JEDNOWYMIAROWA ZMIENNA LOSOWA

Elementy rachunku prawdopodobieństwa. repetytorium

ROZKŁADY ZMIENNYCH LOSOWYCH

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Elementy Rachunek prawdopodobieństwa

Statystyka. Magdalena Jakubek. kwiecień 2017

Matematyka z el. statystyki, # 3 /Geodezja i kartografia II/

65120/ / / /200

Jednowymiarowa zmienna losowa

Rachunek prawdopodobieństwa i statystyka

Rachunek Prawdopodobieństwa i Statystyka

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Szkice do zajęć z Przedmiotu Wyrównawczego

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej

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,

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Statystyka opisowa. Robert Pietrzykowski.

Statystyka matematyczna

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Definicje ogólne

Zmienne losowe ciągłe i ich rozkłady

Statystyka i eksploracja danych

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

Rozkłady prawdopodobieństwa zmiennych losowych

Komputerowa analiza danych doświadczalnych

Wykład 3 Jednowymiarowe zmienne losowe

Analiza struktury zbiorowości statystycznej

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

Zmienne losowe ciągłe i ich rozkłady

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Procedura normalizacji

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Wykład 3 Momenty zmiennych losowych.

Wykład 3 Momenty zmiennych losowych.

Metoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Rozkłady prawdopodobieństwa

Natalia Nehrebecka. Zajęcia 4

Pattern Classification

5 Przegląd najważniejszych rozkładów

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Rachunek prawdopodobieństwa i statystyka

1 Elementy kombinatoryki i teorii prawdopodobieństwa

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

Prawdopodobieństwo i statystyka

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

L.Kowalski Zmienne losowe jednowymiarowe

Komputerowa analiza danych doświadczalnych

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

STATYSTYKA MATEMATYCZNA

Zmienne losowe. Powtórzenie. Dariusz Uciński. Wykład 1. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski

Przestrzeń probabilistyczna

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2

Komputerowe generatory liczb losowych

Ekonometryczne modele nieliniowe

Biostatystyka, # 3 /Weterynaria I/

Natalia Nehrebecka. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

Statystyka matematyczna dla leśników

Prawa wielkich liczb, centralne twierdzenia graniczne

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Rachunek Prawdopodobieństwa MAP1181 Wydział Matematyki, Matematyka Stosowana Projekt - Czas dojazdu autobusem Opracowanie: Klaudia Karpińska

Natalia Nehrebecka. Wykład 2

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych

Transkrypt:

Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej

5. Funkcje zmennych losowych Funkcja g : R R jest odwzorowanem borelowskm, jeśl (5.) B B ( R) { x R : g( x) B} B ( R) (5.) Uwag X a) Warunkow (5.) równoważny jest warunek y R { x R : g( x) < y} B ( R) b) Każda funkcja cągła jest odwzorowanem borelowskm (5.3) Twerdzene X zmenna losowa, określona na przestrzen probablstycznej (Ω, Z, P), g dowolna funkcja borelowska Funkcja Y : Ω R, określona wzorem Y = g( X ), tzn. Y ( ω ) = g ( X ( ω) ) dla ω Ω, jest zmenną losową. Y = g( X ) funkcja zmennej losowej X : Ω R Y R g

Funkcje zmennych losowych typu skokowego (5.4) Twerdzene Jeśl X jest zmenną losową typu skokowego o zborze atomów S X = { x, x,...} rozkładze P( X = x) = p, =,,..., to Y = g( X ) jest równeż typu skokowego o zborze atomów SY = { g( x), g( x),...} rozkładze P ( Y = g ( x )) = p, =,,... (5.5) Przykład X jest zmenną losową typu skokowego o zborze atomów rozkładze x 0 p 4 4 Wyznaczyć rozkład zmennej a) b) Y = X + Y = X + { k: g ( x ) = g ( x )} k k S X = {,0,}

Funkcje zmennych losowych typu cągłego a) b) (5.6) Twerdzene Jeśl X jest zmenną losową typu cągłego o gęstośc f X Y = ax + b ( a 0), to zmenna losowa Y także jest typu cągłego jej gęstość określona jest wzorem y b fy ( y) = f X (5.5) Przykład a a X ma rozkład jednostajny na przedzale 0,, tzn. funkcja gęstośc określona jest wzorem dla x 0, f X ( x) = Wyznaczyć rozkład zmennej 0 dla x 0, Y = X + 0 dla x < 0 dla 0 x < Y = g( X ), gdze g( x) = dla x < 3 dla x f ( x) 0 Rys.5.. Gęstość zmennej losowej X

6. Charakterystyk lczbowe zmennej losowej Wartość oczekwana (przecętna) zmennej losowej X, określonej na przestrzen probablstycznej (Ω, Z, P), to welkość (6.) EX X ( ω) dp, o le całka stneje (6.) Własnośc (wartośc oczekwanej) a) b) c) Ec = c, c R Ω EX <, EY <, a, b R E( ax + by ) < E( ax + by ) = aex + bey X 0 EX = 0 P( X = 0) = ( X = 0 prawe wszędze)

Wartość oczekwana funkcj zmennej losowej typu skokowego (6.3) Twerdzene Nech X będze zmenną losową typu skokowego o rozkładze P( X = x ) = p dla =,,... Jeśl g jest funkcją borelowską na R taką, że g( x ) p <, to Eg( X ) stneje oraz (6.4) Wnosk = Eg( X ) g( x ) p a) g( x) = x EX = x p b) g( x) = x EX = x p

Wartość oczekwana funkcj zmennej losowej typu cągłego (6.5) Twerdzene Nech X będze zmenną losową typu cągłego o gęstośc f. Jeśl g jest funkcją borelowską na R taką, że to Eg( X ) stneje oraz g( x) f ( x) dx <, Eg( X ) = g( x) f ( x) dx a) b) (6.6) Wnosk g( x) = x EX = x f ( x) dx g( x) = x EX = x f ( x) dx

Warancja Warancja zmennej losowej X to lczba (6.7) (6.8) Wnosk D X E( X EX ) a) X zmenna losowa typu skokowego o rozkładze P( X = x ) = p dla =,,... D X = ( x EX ) p b) X zmenna losowa typu cągłego o gęstośc f D X ( x EX ) f ( x) dx =

Własnośc warancj a) b) c) d) e) (6.9) Własnośc D X = EX ( EX ) D X 0 D X P X EX (6.0) Przykład Oblczyć wartość oczekwaną warancję zmennej losowej X x 0 p 3 a) o rozkładze = 0 ( = ) = D ( ax ) a D X, a = R D ( X b) D X, b + = R b) o funkcj gęstośc x dla x, ) f ( x) = 3 x dla x (,3 0 dla x,3 4 4

Inne charakterystyk zmennej losowej Odchylene standardowe zmennej losowej X to lczba (6.) σ D X Wartośc oczekwane mk EX, E X, µ k E( X EX ) to odpowedno: a) k-ty moment zwykły b) k-ty moment absolutny c) k-ty moment centralny zmennej losowej X k k k ( EX = m, D X = µ )

Inne charakterystyk zmennej losowej Kwantyl rzędu p każda lczba x p, p (0,) taka, że F( x ) p lm F( x) p x x tzn. p p p dla zmennej typu skokowego x < x x x p p F( x ) = p dla zmennej typu cągłego p Medana kwantyl rzędu Odchylene przecętne od wartośc oczekwanej d = E X EX Współczynnk zmennośc σ ν =, m 0 m + p

Inne charakterystyk zmennej losowej Współczynnk skośnośc (asymetr) f ( x) µ γ = = σ E( X EX ) σ 3 3 3 a) 3 f ( x) b) γ > 0 γ < 0 Domnanta (moda) 0 x Rys.6.. Asymetra prawostronna (a) lewostronna (b) typ skokowy wartość xk {mn x,max x}, dla której p k jest maksmum absolutnym, typ cągły odcęta maksmum absolutnego funkcj gęstośc, o le jest punktem cągłośc 0 x

Inne charakterystyk zmennej losowej Współczynnk skupena (kurtoza) µ κ = = σ E( X EX ) σ 4 4 4 4 f ( x) f EX D X = EX = 0 = D X κ < κ f Rys.6.. Porównane skupena dwóch rozkładów Współczynnk spłaszczena (eksces) 0 γ = κ 3 x Rozkład normalny κ = 3 γ = 0

7. Wybrane zmenne typu skokowego (7.) Rozkład jednopunktowy P( X = a) =, dla ustalonego a R lub Dystrybuanta 0 dla F( x) = dla Parametry EX = a = a D X a a x x > a a F( x) a 0 x EX = a = a = = 0 x p a Rys.7.. Wykres dystrybuanty zmennej losowej X

Rozkład 0- (7.) Rozkład 0 z parametrem p (0,) P( X = ) = p, P( X = ) = q, q = p lub Dystrybuanta 0 dla x 0 F( x) = q dla 0 < x dla x > Parametry EX = 0 q + p = p D X = p p = p( p) = p q Realzacja EX = 0 q + p = p x 0 p q p sukces zmenna losowa X n = gdy w n-tym dośwadczenu wystąp 0 porażka ma rozkład 0 dla każdego n =,, F( x) q 0 Rys.7.. Wykres dystrybuanty zmennej losowej X p q x

Rozkład dwumanowy (7.3) Rozkład dwumanowy z parametram n =,,, p (0,) ( ) ( ) n k n k P X = k = p q, k = 0,,,..., n, q = p k Rozkład jest dobrze określony 0( ) n n k n k n ( ) k p q = p + = q = Parametry k EX = n p D X = n p q Własnośc (n+)p lczba całkowta najbardzej prawdopodobnym wartoścam zmennej są lczby (n+)p oraz (n+)p (n+)p lczba necałkowta najbardzej prawdopodobną wartoścą zmennej jest lczba [(n+)p] ([x] całość z x) Realzacja lczba możlwych sukcesów w schemace Bernoull ego

Rozkład geometryczny (7.4) Rozkład geometryczny z parametrem p (0,) k P( X = k) = q p, k =,,..., q = p Rozkład jest dobrze określony n k n k q p = p q = p = p = k= k= Parametry q p EX D X = p q = p Realzacja lczba dośwadczeń do momentu perwszego sukcesu

Rozkład Possona (7.5) Rozkład Possona z parametrem λ > 0 k λ λ P( X = k) = e, k = 0,,,... k! Rozkład jest dobrze określony k k (M) λ λ λ λ λ λ 0 e = e e e e k= 0 = = = k= 0 k! k! z rozwnęca funkcj w szereg Maclaurna mamy ( k ) (M) f (0) k x k f ( x) = x stąd e = x k= 0 k= 0 k! k! Parametry EX = λ D X = λ

Przyblżene rozkładem Possona Twerdzene Cąg rozkładów dwumanowych jest zbeżny do rozkładu Possona z parametrem λ Uwaga Jeśl n 50, p 0. n p 0, to do celów praktycznych można przyblżać ( ) k n p k q n k λ e λ, λ = n p k k! Realzacja ze względu na wcześnejszą uwagę lczba możlwych sukcesów w schemace Bernoull ego, przy dużej lczbe dośwadczeń małym prawdopodobeństwe sukcesu (kontrola jakośc)

Wykład Dzękuję za uwagę