1 Dwuwymiarowa zmienna losowa

Podobne dokumenty
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,

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

Twierdzenia graniczne:

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.

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

Rozkłady statystyk z próby Twierdzenia graniczne

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

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

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

STATYSTKA I ANALIZA DANYCH LAB II

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

Estymacja przedziałowa

Rozkłady statystyk z próby

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

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Statystyka Wzory I. Analiza struktury

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

Statystyczna analiza danych

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

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

Materiały do wykładu 4 ze Statystyki

Rozkład normalny (Gaussa)

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

1 Twierdzenia o granicznym przejściu pod znakiem całki

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

Lista 6. Estymacja punktowa

θx θ 1, dla 0 < x < 1, 0, poza tym,

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

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

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

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

1 Testy statystyczne. 2 Rodzaje testów

16 Przedziały ufności

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

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

Parametryczne Testy Istotności

Wnioskowanie statystyczne dr Alicja Szuman

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

Porównanie dwu populacji

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Statystyka matematyczna. Wykład II. Estymacja punktowa

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Prawdopodobieństwo i statystyka

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

1 Podstawy rachunku prawdopodobieństwa

0.1 ROZKŁADY WYBRANYCH STATYSTYK

Metody Statystyczne II

Wykład 11 ( ). Przedziały ufności dla średniej

Estymacja parametrów populacji

Estymacja punktowa i przedziałowa

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

STATYSTYKA OPISOWA PODSTAWOWE WZORY

ZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.

Prawdopodobieństwo i statystyka r.

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

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

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Komputerowa analiza danych doświadczalnych

Estymacja przedziałowa:

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

STATYSTYKA OPISOWA PODSTAWOWE WZORY

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

40:5. 40:5 = υ5 5p 40, 40:5 = p 40.

Statystyczny opis danych - parametry

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA

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

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

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

Komputerowa analiza danych doświadczalnych

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Estymacja parametrów rozkładu cechy

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Wykład 3 Jednowymiarowe zmienne losowe

Komputerowa analiza danych doświadczalnych

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Rozkład normalny (Gaussa)

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

Rozkład normalny (Gaussa)

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Metody probabilistyczne

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Prawdopodobieństwo i statystyka r.

Estymacja przedziałowa - przedziały ufności

Kurs Prawdopodobieństwo Wzory

STATYSTYKA. Seminarium Chemia Analityczna III rok. Dr inż. Piotr Konieczka

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

Histogram: Dystrybuanta:

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

Transkrypt:

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 x R; F y = p k dla y R; x i <x y k <y Y = y k X = x i = p ik ; p i F x y k = X < x Y = y k = X = x i Y = y k = p ik p k ; x i <x p ik p k ; F y x i = Y < y X = x i = y k <y p ik p i ; X = x i, Y = y k = X = x i Y = y k lub p ik = p i p k ; E gx, Y = gx i, y k p ik ; EX m = x m i p i ; EY = yk p k ; i k i k D gx, Y = [gx i, y k E gx, Y ] p ik ; i k D X = x i EX p i ; D Y = y k EY p k ; i k covx, Y = E [X EX] [Y EY ] lub covx, Y = E XY EXEY ; ρx, Y = covx, Y D XD Y ; ρx, Y = 0 X i Y ą iekorelowae; Cetrale twierdzeia graicze.1 Cetrale twierdzeie graicze Lideberga-Levy ego Jeżeli ciąg {X } jet loowym ciągiem iezależych zmieych o jedakowym rozkładzie zarówo dykretym jak i typu ciągłego, o wartości przeciętej 1 i kończoej wariacji σ > 0, to ciąg {F } dytrybuat tadaryzowaych 1

średich arytmetyczych X albo tadaryzowaych um S Y = X 1 σ = S 1 σ jet zbieży do dytrybuaty Φ rozkładu N0, 1, czyli lim F y = 1 π y e t dt = Φy. Dla y 1 < y mamy y 1 < Y y Φy Φy 1.. Itegrale twierdzeie Moivre a-laplace a Jeżeli {S } jet ciągiem zmieych loowych o rozkładzie Beroulliego z parametrami, p, 0 < p < 1 a więc o wartości przeciętej ES = p i wariacji D S = pq oraz Y jet ciągiem tadaryzowaych zmieych loowych potaci: wtedy zachodzi wzór: Y = S p pq, lim Y < y = Φy. Dla dużych i każdej pary wartości y 1 < y mamy y 1 < Y < y Φy Φy 1. y 1 S y = y 1 0.5 < S < y + 0.5 = y1 0.5 p = < Y < y + 0.5 p pq pq Φ y + 0.5 p pq Φ y1 0.5 p. pq

3 Grupowaie, prezetacja i aaliza daych 3.1 Szeregi tatytycze Szereg zczegółowy: x 1, x,..., x gdzie x 1 x... x. Szereg rozdzielczy puktowy: Wariat cechy x i Liczba jedotek o i-tym wariacie cechy i x 1 1 x....... x k Razem k Szereg rozdzielczy przedziałowy: Numer klay Klay Ilość wariatów cechy w daej klaie 1 x mi x mi + h 1 x mi + h x mi + h 3 x mi + h x mi + 3h 3....... k x max h x max k Razem. Etapy tworzeia zeregu rozdzielczego przedziałowego: 1. utaleie liczebości próby ;. utaleie liczby kla: k lub k 1 + 3.3 l ; 3. wyzaczeie roztępu z próby: R = x max x mi ; 4. wyzaczeie długość przedziału klaowego: h R k przy czym h R k ; 5. wyzaczeie lewego końca pierwzego przedziału klaowego-zwykle przyjmuje ię, że lewy koiec to x mi lub wartość blika x mi. 3

3. Charakterytyki liczbowe z próby Średia z próby: x = 1 x = 1 x i zereg zczegółowy, 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: = 1 x i x = x i x zereg zczegółowy, = = k x i x i = k x i x i = x i i x zereg rozdzielczy puktowy, x i i x zereg rozdzielczy przedziałowy. Odchyleie tadardowe z próby: =. 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, 4

gdzie liczbę u 1 odczytujemy z tablic dytrybuaty tadardowego rozkładu ormalego N0, 1 korzytając z Φu 1 = 1. 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 < µ < x + t, ν = 1, gdzie liczbę t, ν odczytujemy z tablic rozkładu t Studeta dla daego i dla ν = 1 topi wobody oraz = x i x. 1 1 MODEL III. opulacja geerala ma rozkład ormaly Nµ, σ bądź dowoly iy rozkład, przy czym µ i σ ą iezae, duża próba. Wówcza przedział ufości dla średiej µ populacji otrzymuje ię ze wzoru: lub ze wzoru: x u 1 x u 1 < µ < x + u 1 < µ < x + u 1 = 1, = 1. 4. rzedziały ufości dla wkaźika truktury MODEL. opulacja geerala ma rozkład zero-jedykowy z parametrem p, > 100. Wtedy przedział ufości dla wkaźika truktury p jet określoy przybliżoym wzorem: m u 1 1, m 1 m < p < m + u 1 gdzie m jet liczbą elemetów wyróżioych w próbie. m 1 m 5

4.3 Wyzaczeie iezbędej liczby pomiarów do próby MODEL I. opulacja ma rozkład Nµ, σ, bądź zbliżoy do ormalego, przy czym σ jet zae. Szacujemy iezaą średią wartość µ. Liczebość próby oblicza ię ze wzoru: = σ u 1 d, gdzie d jet dopuzczalym utaloym z góry makymalym błędem zacuku średiej µ. MODEL II. opulacja ma rozkład Nµ, σ, σ ie jet zaa, ale zaa jet wartość, uzykaa z małej próby o liczebości 0 elemetów. Szacujemy iezaą średią wartość µ. Liczebość utala ię według wzoru: = t, ν 0 d, gdzie liczbę t, ν0 odczytujemy z tablic rozkładu t Studeta dla daego i dla ν 0 = 0 1 topi wobody oraz = 1 0 0 x 1 i x. MODEL III. opulacja ma rozkład zero-jedykowy z parametrem p. Szacujemy iezay parametr p. Liczebość próby oblicza ię ze wzoru: 1. = p1 pu 1 d frakcji p, gdy zamy podzieway rząd wielkości zacowaej. = u 1 4d jeżeli ie zamy rzędu wielkości zacowaej frakcji p. 6