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,

Podobne dokumenty
1 Dwuwymiarowa zmienna losowa

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.

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości specyficznych parametrów populacji.

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Twierdzenia graniczne:

Porównanie dwu populacji

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Testy statystyczne teoria

Metody Statystyczne II

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Lista 6. Estymacja punktowa

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

Estymacja przedziałowa

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Statystyczna analiza danych

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Statystyka. Magdalena Jakubek. kwiecień 2017

Materiały do wykładu 4 ze Statystyki

Rozkłady statystyk z próby

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Statystyka matematyczna. Wykład II. Estymacja punktowa

Testy dotyczące wartości oczekiwanej (1 próbka).

Statystyka Wzory I. Analiza struktury

16 Przedziały ufności

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Prawdopodobieństwo i statystyka r.

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

STATYSTKA I ANALIZA DANYCH LAB II

1 Podstawy rachunku prawdopodobieństwa

θx θ 1, dla 0 < x < 1, 0, poza tym,

Wnioskowanie statystyczne dr Alicja Szuman

Wprowadzenie do laboratorium 1

0.1 ROZKŁADY WYBRANYCH STATYSTYK

Wykład 11 ( ). Przedziały ufności dla średniej

Statystyka matematyczna

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57),

1 Testy statystyczne. 2 Rodzaje testów

STATYSTYKA MATEMATYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

1 Elementy kombinatoryki i teorii prawdopodobieństwa

STATYSTYKA MATEMATYCZNA

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

1 Estymacja przedziałowa

PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

Estymacja przedziałowa:

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

ROZKŁADY ZMIENNYCH LOSOWYCH

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Matematyka dla biologów Zajęcia nr 13.

6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego

Metody probabilistyczne

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Najczęściej spotykane rozkłady dyskretne:

Pojcie estymacji. Metody probabilistyczne i statystyka Wykład 9: Estymacja punktowa. Własnoci estymatorów. Rozkłady statystyk z próby.

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka matematyczna dla leśników

Komputerowa analiza danych doświadczalnych

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Komputerowa analiza danych doświadczalnych

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

STATYSTYKA I ANALIZA DANYCH

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka.

1 Twierdzenia o granicznym przejściu pod znakiem całki

Przestrzeń probabilistyczna

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

Wykład 3 Jednowymiarowe zmienne losowe

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Prawdopodobieństwo i statystyka r.

Matematyka stosowana i metody numeryczne

SIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania

Metoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014

Zmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III)

Komputerowa analiza danych doświadczalnych

Statystyka matematyczna dla leśników

Estymacja punktowa i przedziałowa

Rachunek prawdopodobieństwa i statystyka

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

Elementy Rachunek prawdopodobieństwa

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

Rozkłady statystyk z próby Twierdzenia graniczne

Transkrypt:

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 = F b F a, F6. X = x 0 = lim F x F x 0 ; x x + 0 Rozkładu zmieej loowej dykretej X może być poday w potaci wzoru: albo w potaci tablicy: gdzie p i = 1; px i = X = x i = p i, x i x 1 x 2... x p i p 1 p 2... p, p i, jeśli X jet zmieą loową kokową x i <x F x = x ; ftdt, jeśli X jet zmieą loową ciągłą Właściwości zmieej loowej typu ciągłego: 1. F x = fx, 2. fxdx = 1, 1

3. c R X = c = 0, 4. a X < b = a < X b = a < X < b = a X b = F b F a, 5. a X b = b a fxdx; x i p i, jeśli X jet zmieą loową kokową EX = ; x fxdx, jeśli X jet zmieą loową ciągłą Dla zmieej loowej kokowej X mamy: x i EX 2 p i D 2 X = ; x 2 i p i EX 2 Dla zmieej loowej ciągłej X mamy: x EX 2 fxdx D 2 X = ; x 2 fxdx EX 2 DX = D 2 X; 2

2 Rozkłady zmieych loowych ROZKŁAD ZERO-JEDYNKOWY: X = 1 = p, X = 0 = q = 1 p, gdzie 0 < p < 1, 0 dla x 0 F x = q dla 0 < x 1, 1 dla x > 1 EX = p, D 2 X = pq; ROZKŁAD BERNOULLIEGO: X = k = p k q k, gdzie q = 1 p oraz k = 0, 1,...,, k F x = p k q k, k<x k EX = p, D 2 X = pq; ROZKŁAD OISSONA: k, λ = X = k = λk k! e λ, gdzie k = 0, 1, 2,..., F x = λ λk e k<x k!, EX = λ, D 2 X = λ, λ = p; ROZKŁAD JEDNOSTAJNY: 1 dla a x b fx = b a, 0 dla pozotałych x 0 dla x a x a F x = dla a < x b, b a 1 dla x > b EX = a + b 2, D2 X = 1 12 b a2 ; 3

ROZKŁAD WYKŁADNICZY: 1 x fx = λ e λ dla x 0, 0 dla pozotałych x 1 e x λ dla x > 0 F x = 0 dla pozotałych x, EX = λ, D 2 X = λ 2 ; ROZKŁAD NORMALNY Nµ, σ: fx = 1 σ x µ 2 2π e 2σ 2 dla < x <, F x = 1 σ 2π x e t µ 2 2σ 2 dt, EX = µ, D 2 X = σ 2, Jeżeli zmiea loowa X ma rozkład Nµ, σ, to zmiea X µ σ N0, 1, ma rozkład ϕx = 1 2π e x2 2 dla x R, Φx = 1 2π x Φ x = 1 Φx. e t2 2 dt, 3 Grupowaie, prezetacja i aaliza daych 3.1 Szeregi tatytycze Szereg zczegółowy: x 1, x 2,..., x gdzie x 1 x 2... x. Szereg rozdzielczy puktowy: 4

Wariat cechy x i Liczba jedotek o i-tym wariacie cechy i x 1 1 x 2 2....... x k Razem Szereg rozdzielczy przedziałowy: Numer klay Klay Ilość wariatów cechy w daej klaie 1 x mi x mi + h 1 2 x mi + h x mi + 2h 2 3 x mi + 2h x mi + 3h 3....... k x max h x max k Razem k. 3.2 Charakterytyki liczbowe z próby Średia z próby: x = 1 x i zereg zczegółowy, x = 1 k i x i zereg rozdzielczy puktowy, x = 1 k i xi zereg rozdzielczy przedziałowy x i to środek i tej klay. Wariacja z próby: x 2 = 1 2 x i x 2 i = x 2 zereg zczegółowy, 2 = k x i x 2 i = x 2 i i x 2 zereg rozdzielczy puktowy, 5

2 = k x i x 2 i = 2 x i i x 2 zereg rozdzielczy przedziałowy. Odchyleie tadardowe z próby: = 2. Wpółczyik zmieości z próby: v = 100%. x 4 Etymacja przedziałowa 4.1 rzedziały ufości dla wartości średiej µ Model I. opulacja geerala ma rozkład ormaly Nµ, σ, przy czym µ - iezae, a σ - zae. Wówcza przedział ufości dla średiej µ populacji otrzymuje ię ze wzoru: x u 1 σ < µ < x + u 1 σ = 1, gdzie liczbę u 1 odczytujemy z tablic dytrybuaty tadardowego rozkładu 2 ormalego N0, 1 korzytając z Φu 1 = 1. 2 2 MODEL II. opulacja geerala ma rozkład ormaly Nµ, σ, gdzie µ i σ - iezae, mała próba. Wówcza przedział ufości dla średiej µ populacji otrzymuje ię ze wzoru: x t, ν lub z rówoważego wzoru: x t, ν < µ < x + t, ν = 1, 1 1 ŝ < µ < x + t, ν ŝ = 1, gdzie liczbę t, ν odczytujemy z tablic rozkładu t Studeta dla daego i dla ν = 1 topi wobody oraz ŝ = x i x 2. 1 1 MODEL III. opulacja geerala ma rozkład ormaly Nµ, σ bądź dowoly iy rozkład, przy czym µ i σ 2 ą iezae, duża próba. Wówcza przedział ufości dla średiej µ populacji otrzymuje ię ze wzoru: x u 1 < µ < x + u 1 = 1, 6

lub ze wzoru: x u 1 ŝ < µ < x + u 1 ŝ = 1. 5 arametrycze tety itotości 5.1 arametrycze tety itotości dla wartości średiej MODEL I. opulacja geerala ma rozkład ormaly Nµ, σ, przy czym σ jet zae. Hipoteza zerowa: H 0 : µ = µ 0, µ 0 to pewa określoa liczba. Wartość tatytyki tetowej: u ob = x µ 0 σ. Hipotezy alteratywe i odpowiedie obzary krytycze: H 1 : µ µ 0 Q =, u 1 2 ] [u 1 2, + ; H 1 : µ > µ 0 Q = [u 1, + ; H 1 : µ < µ 0 Q =, u 1 ]. MODEL II. opulacja geerala ma rozkład ormaly Nµ, σ, przy czym µ i σ ą iezae, mała próba. Hipoteza zerowa: H 0 : µ = µ 0. 1 lub tob = x µ 0 ŝ. Wartość tatytyki tetowej: t ob = x µ 0 Hipotezy alteratywe i odpowiedie obzary krytycze: H 1 : µ µ 0 Q =, t, ν ] [t, ν, + ; H 1 : µ > µ 0 Q = [t 2, ν, + ; H 1 : µ < µ 0 Q =, t 2, ν ]. MODEL III. opulacja geerala ma rozkład ormaly Nµ, σ bądź dowoly iy rozkład, przy czym µ i σ 2 ą iezae, duża próba. Hipoteza zerowa: H 0 : µ = µ 0. Wartość tatytyki tetowej: u ob = x µ 0. Hipotezy alteratywe i odpowiedie obzary krytycze: 7

H 1 : µ µ 0 Q =, u 1 2 ] [u 1 2, + ; H 1 : µ > µ 0 Q = [u 1, + ; H 1 : µ < µ 0 Q =, u 1 ]. 8