Wybrane rozkłady prawdopodobieństwa użyteczne w statystyce

Podobne dokumenty
Wybrane rozkłady prawdopodobieństwa użyteczne w statystyce

Matematyka wybrane zagadnienia. Lista nr 4

7. Szeregi funkcyjne

χ 2 = + 2π 2 Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej: σ

Rozkład χ 2 = + 2π 2. Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej:

3.1. Ciągi liczbowe - ograniczoność, monotoniczność, zbieżność ciągu. Liczba e. Twierdzenie o trzech ciągach.

Wykład 12: Sumowanie niezależnych zmiennych losowych i jego związek ze splotem gęstości i transformatami Laplace a i Fouriera. Prawo wielkich liczb.

EAIiIB- Informatyka - Wykład 1- dr Adam Ćmiel zbiór liczb wymiernych

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne.

I. CIĄGI I SZEREGI FUNKCYJNE. odwzorowań zbioru X w zbiór R [lub C] nazywamy ciągiem funkcyjnym.

Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz

Zasada indukcji matematycznej. Dowody indukcyjne.

Algebra WYKŁAD 5 ALGEBRA 1

Zadania z analizy matematycznej - sem. II Całki oznaczone i zastosowania

3. Rozkład macierzy według wartości szczególnych

Całka oznaczona. długość k-tego odcinka podziału P. średnica podziału P. punkt pośredni k-tego odcinka podziału P

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Macierze w MS Excel 2007

Wykład 9: Różne rodzaje zbieżności ciągów zmiennych losowych. Prawa wielkich liczb.

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

Całka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale

[ ] I UKŁAD RÓWNAŃ Definicja 1 Układ m równań liniowych z n niewiadomymi x 1, x 2,., x n : II ROZW. UKŁADU RÓWNAŃ PRZY POMOCY MACIERZY ODWROTNEJ

Rachunek prawdopodobieństwa i statystyka matematyczna.

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ

3. F jest lewostronnie ciągła

MATHCAD Obliczenia iteracyjne, macierze i wektory

Wykład 8: Całka oznanczona

N(0, 1) ) = φ( 0, 3) = 1 φ(0, 3) = 1 0, 6179 = 0, 3821 < t α 1 e t dt α > 0. f g = fg. f = e t f = e t. U nas: g = t α 1 g = (α 1)t α 2

< f g = fg. f = e t f = e t. U nas: e t (α 1)t α 2 dt = 0 + (α 1)Γ(α 1)

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa

Ekoenergetyka Matematyka 1. Wykład 15. CAŁKI OZNACZONE. Egzaminy I termin poniedziałek :00 Aula B sala 12B Wydział Informatyki

Niepewność złożona jest sumą geometryczną udziałów niepewności składowych:

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a

CIĄGI LICZBOWE N 1,2,3,... zbiór liczb naturalnych. R zbiór liczb rzeczywistych (zbiór reprezentowany przez punkty osi liczbowej).

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego

Zadania i rozwiązania prac domowych z Analizy Matematycznej 1.2 z grupy pana Ryszarda Kopieckiego, semestr letni 2011/2012.

Ciągi liczbowe podstawowe definicje i własności

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY

6. Układy równań liniowych

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic

Wykład 9. Podejmowanie decyzji w warunkach niepewności

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2)

Prawdopodobieństwo i statystyka r.

Metody numeryczne. Wykład nr 3. dr hab. Piotr Fronczak

Ekoenergetyka Matematyka 1. Wykład 8. CIĄGI LICZBOWE

Algebra macierzowa. Akademia Morska w Gdyni Katedra Automatyki Okrętowej Teoria sterowania. Mirosław Tomera 1. ELEMENTARNA TEORIA MACIERZOWA

RACHUNEK CAŁKOWY. Funkcja F jest funkcją pierwotną funkcji f na przedziale I R, jeżeli. F (x) = f (x), dla każdego x I.

Szeregi o wyrazach dowolnych znaków, dwumian Newtona

Analiza matematyczna ISIM I

takimi, że W każdym przedziale k 1 x k wybieramy punkt k ) i tworzymy sumę gdzie jest długością przedziału, x ). 1 k

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

Struna nieograniczona

Zadania. I. Podzielność liczb całkowitych

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać:

METODY NUMERYCZNE. Wykład 5. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH. Met.Numer. wykład 5 1

- macierz o n wierszach i k kolumnach. Macierz jest diagonalna jeśli jest kwadratowa i po za główną przekątną (diagonala) są

METODY NUMERYCZNE. Wykład 4. Całkowanie numeryczne. dr hab. inż. Katarzyna Zakrzewska, prof. AGH

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Różniczkowanie i całkowanie numeryczne

Komisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa

Analiza obwodów elektrycznych z przebiegami stochastycznymi. Dariusz Grabowski

Wykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna

VI. Rachunek całkowy. 1. Całka nieoznaczona

Całka Riemanna. Analiza Matematyczna. Alexander Denisjuk

Ruch unoszenia, względny i bezwzględny

1.1 Pochodna funkcji w punkcie

Wspomaganie obliczeń za pomocą programu MathCad

( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu.

Całka Riemanna Dolna i górna suma całkowa Darboux

Rozwiązania maj 2017r. Zadania zamknięte

Całki oznaczone. Funkcja górnej granicy całkowania. Zastosowania całek oznaczonych. Całki niewłaściwe. Małgorzata Wyrwas

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH

Całki oznaczone. Funkcja górnej granicy całkowania. Zastosowania całek oznaczonych. Całki niewłaściwe. Małgorzata Wyrwas

a a a b M. Przybycień Matematyczne Metody Fizyki I

Redukcja układów sił działających na bryły sztywne

Równania i nierówności kwadratowe z jedną niewiadomą

MATEMATYKA Przed próbną maturą. Sprawdzian 2. (poziom rozszerzony) Rozwiązania zadań

Wymagania edukacyjne matematyka klasa 2 zakres podstawowy 1. SUMY ALGEBRAICZNE

ELEMENTÓW PRĘTOWYCH. Rys.D3.1

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1

G i m n a z j a l i s t ó w

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 1 POZIOM ROZSZERZONY

Wyznacznik macierzy. - wyznacznik macierzy A

PRZEGLĄD FUNKCJI ELEMENTARNYCH. (powtórzenie) y=f(x)=ax+b,

METODY NUMERYCZNE. Wykład 6. Rozwiązywanie układów równań liniowych. dr hab. inż. Katarzyna Zakrzewska, prof. AGH. Met.Numer.

nazywamy odpowiednio dolną oraz górną sumą Darboux funkcji f w przedziale [a, b] wyznaczoną przez podział P.

Powtórka dotychczasowego materiału.

Pierwiastek z liczby zespolonej

WYZNACZNIKI. . Gdybyśmy rozważali układ dwóch równań liniowych, powiedzmy: Takie układy w matematyce nazywa się macierzami. Przyjmijmy definicję:

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 1 POZIOM ROZSZERZONY

POWTÓRKA ( ) ( ) ROZRÓŻNIENIE MIĘDZY PARAMETREM A STATYSTYKĄ

1 Definicja całki oznaczonej

2. FUNKCJE WYMIERNE Poziom (K) lub (P)

Symbol Newtona liczba wyborów zbioru k-elementowego ze zbioru n elementów. Symbol Newtona

Układy równań liniowych Macierze rzadkie

zestaw DO ĆWICZEŃ z matematyki

L.Kowalski zadania ze statystyki matematycznej-zestaw 1 ZADANIA - ZESTAW 1

Transkrypt:

Wyre rozkłdy prwdopodoieństw żytecze w sttystyce Rozkłd chi-kwdrt o stopich swoody - to rozkłd sy kwdrtów iezleżych zieych losowych o stdryzowy rozkłdzie orly N tz iid N = i i rozkłd y o kcji gęstości y y e y> Widć że rozkłd jest szczególy przypdkie rozkłd g Rozkłd t-tdet o stopich swoody iech ędzie zieą losową o rozkłdzie N zieą losową o rozkłdzie Jeżeli ziee i są iezleże to zie losow T= rozkłd t tdet o stopich swoody i kcji gęstości t T t Rozkłd edecor-isher- iech i ędą iezleżyi zieyi losowyi o rozkłdch wówczs zie losow Z= rozkłd edecor-isher z kcją gęstości z z z> Z z Niecetrle rozkłdy chi-kwdrt tdet t i edecor De Niech ędą iezleżyi zieyi losowyi o rozkłdch N i i= Wówczs zie losow U swoody i pretrze iecetrlości ozczy i i rozkłd iecetrly chi-kwdrt o stopich i i Bezpośredio z deiicji widć że czyli że zwykły cetrly rozkłd szczególy przypdkie iecetrlego rozkłd z = jest Przeksztłćy ortogolie wektor N I wektor wedłg wzor

i i i i gdzie pozostłe wiersze cierzy przeksztłcei są tk dore y cierz ył ortoorl Moż to zroić trktjąc pierwszy wiersz jko wektor w R zpełić te wektor - wektori tk y zyskć zę w R i zstosowć procedrę ortogolizcji Gr -chidt Przeksztłcoy ortogolie wektor rozkłd N I Poiewż przeksztłceie ortogole zchowje orę y U i i i i Otrzyliśy dekopozycję z której wyik że iecetrly rozkłd to rozkłd sy iezleżych zieych losowych z których pierwsz jest kwdrte zieej losowej o rozkłdzie N drg zieą losową o rozkłdzie kt te zpisjey syoliczie Woec tego dl > y P U P N x tosjąc wzór x dx d d t dt otrzyjey gęstość rozkłd = N + x N x y dxdy = [ N x y dy] dx = x y y = t d d dt d d w postci N x x dx Cłk t ie wyrż się przez kcje eleetre Moż pokzć że gęstość wyrż się przez tzw ogólioą kcje hipergeoetryczą jed z kcji specjlych i jest tlicow l dostęp w p w Mthetic po złdowi ttistics`cotiosdistritios` koedą NocetrlChiqreDistritio[ld] gdzie pretr iecetrlości ld= p CD[NocetrlChiqreDistritio[ld]x] zwrc wrtość dystryty w pkcie x Z dekopozycji = N + łtwo ożey zyskć wrtość oczekiwą i wricję w rozkłdzie Rzeczywiście jeżeli ziee losowe N i są iezleże to zie losow U= + o rozkłdzie wrtość oczekiwą EU=E +E=V+E +E=+ +-=+ VU= V +V=+4 +-=+4

o zpisjąc N jko + i N zyskjey V =V + = V 4 V 4Cov =+4 +=+4 Uwg 3 E E E E E Cov Twierdzeie o dodwi U U U U iezleże U + U Dowód Z dekopozycji = N + otrzyjey U U gdzie N N i wszystkie ziee są iezleże Z twierdzei o dodwi dl cetrlego rozkłd y + toist dl wektor N I stosjey przeksztłceie ortogole Z Z Z i otrzyjey że Z Z i Z N I Woec tego zie U U jest są iezleżych trzech zieych losowych z których pierwsz jest kwdrte zieej losowej o rozkłdzie N drg kwdrte zieej losowej o rozkłdzie N czyli zieej o rozkłdzie i zieej o rozkłdzie dodwi dl cetrlego rozkłd U U = N + otrzyjey dekopozycję tosjąc jeszcze rz twierdzeie o Niecetrly rozkłd t- tdet Niech N i iezleże Wówczs T t Niecetrly rozkłd edecor isher Niech i iezleże Wówczs Uzpełieie Niech ędzie próą prostą z rozkłd N Przeksztłćy ortogolie wektor N I wektor wedłg wzor 3

gdzie pozostłe wiersze cierzy przeksztłcei są y cierz ył ortoorl oż to zroić trktjąc pierwszy wiersz jko wektor w R zpełić te wektor - wektori tk y zyskć zę w R i zstosowć procedrę ortogolizcji Gr chidt Przeksztłcoy ortogolie wektor rozkłd N I więc jego skłdowe są iezleże Zwży że toist i i i i tąd sttystyki N toist i i i i są iezleże Zie losow i i Q i i i i rozkłd i tąd swoody toist kcj Q rozkłd i i rozkłd rozkłd t-tdet z - stopii Przedziły ości estycj przedziłow Niech ędzie próą prostą z rozkłd P P { : } P Deiicj Losowy przedził [ L U ] gdzie L U tki że dl zdego P L g U zywy % przedziłe ości dl pretr g R ttystyki L i U zywy odpowiedio doly i góry końce przedził współczyik P zywy pozioe ości Iterpretcj Prwdziw iez ielosow wrtość g z prwdopodoieństwe leży do losowego przedził jest pokryt losowy przedziłe [ L U ] Nie oż t ówić o prwdopodoieństwie że iezy pretr ędzie zwrty w jkiś stły przedzile Tkie zdie iłoy ses gdyy iezy pretr ył zieą losową ie jest 4

Kostrkcj przedziłów ości z poocą kcji cetrlej wiodącej Deiicj Niech próą prostą z rozkłd P P { : } kcj Q g to P ie jest sttystyk zyw się kcją cetrlą dl pretr prwdopodoieństw ie zleży od pretr g R jeżeli jej rozkłd Przykłdy Niech ędzie próą prostą z rozkłd N gdzie ze kcj Q jąc rozkłd N jest kcją cetrlą dl i i i Niech Niech ędzie próą prostą z rozkłd N Ozczy i kcj i stopii swoody jest kcją cetrlą dl Q jąc rozkłd t - t - tdet z - kcj Q jąc rozkłd jest kcją cetrlą dl Niech ędzie próą prostą z rozkłd o ciągłej dystrycie Poiewż i rozkłd jedostjy U wiec kcj Q i o rozkłdzie jedostjy kostce jest kcją cetrlą dl Złóży że dyspojey kcją cetrlą Q g Przedził ości kostrjey w stępjący sposó: Wyiery liczy i tk y spełiły ierówość i P Q g Gdy kcj cetrl Q g jest ciągłą i ściśle ootoiczą kcją pretr g R to ierówość Q g jest rówowż ierówości [ L g U ] tąd przedził [ L U ] jest % przedziłe ości dl pretr g R Przedził ości dl w rozkłdzie N gdzie ze kcj cetrl Q rozkłd N Woec tego 5

4 3 Rozkłd N z co jest rówowże P P z z z z- otrzyliśy wiec przedził ości [ z z ] o stłej dłgości l z Tą kostrkcję oż powielić kostrjąc syptotyczy przedził ości dl pojedyczego pretr estyowego MNW P ˆ z s ˆ s z gdzie z syptotyczą wricję s i leży przyjąć jej estytor Dokłdiej w iorcji isher i =i z pretr leży przyjąć ˆ =ENW[] Poprwość tej kostrkcji jest prosty wioskie z syptotyczych włsości estytorów NW i twierdzei łckiego Przedził ości dl w rozkłdzie N gdzie ieze kcj cetrl Q swoody Woec tego rozkłd t - t - tdet z - stopii 4 3 Rozkłd t - P co jest rówowże t P t t t-d t-- otrzyliśy wiec przedził ości [ t t ] o losowej dłgości l t o wrtości oczekiwej dłgości E E E l t t t Przedził ości dl w rozkłdzie N kcj Q rozkłd Woec tego cost 6

7 Rozkłd chi - 3 4 chi - chi -- P co jest rówowże P otrzyliśy wiec przedził ości ] [ o losowej dłgości l o wrtości oczekiwej dłgości E l E W przypdk syetryczego rozkłd kcji cetrlej wyór licz i tk y spełiły ierówość P Q =- wydje się oczywisty W przypdk rozkłd iesyetryczego wyór ie jest jż oczywisty Moż postwić prole tkiego door i y dłgość l przedził [L U ] gdy jest ielosow l wrtość oczekiw dłgości ył iil Mówiy wtedy o jkrótszych przedziłch ości pozioie - Jeżeli ozcz dystrytę rozkłd kcji cetrlej to leży rozwiązć stępjące zgdieie optylizcyje Zleźć i tk y li pod wrkie -=- W rozwży powyżej proleie l Ay rozwiązć powyższy prole ekstre wrkowego tworzyy kcję Lgrge ; L Z WK otrzyjey kłd L L L Niech x x x

8 x Nleży tk dorć pozio y pr }] [{ } { spełił wrek