ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

Podobne dokumenty
Prawdopodobieństwo i statystyka r.

. Wtedy E V U jest równa

będą niezależnymi zmiennymi losowymi o tym samym 2 x

ma rozkład normalny z nieznaną wartością oczekiwaną m

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

Prawdopodobieństwo i statystyka r.

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

będzie próbką prostą z rozkładu normalnego ( 2

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

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

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

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

16, zbudowano test jednostajnie najmocniejszy dla weryfikacji hipotezy H

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Prawdopodobieństwo i statystyka r.

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Prawdopodobieństwo i statystyka r.

ROZKŁADY ZMIENNYCH LOSOWYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

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

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

IV. ZMIENNE LOSOWE DWUWYMIAROWE

VI. TWIERDZENIA GRANICZNE

( ) ( ) ( ) ( ) ( ) ( )

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

65120/ / / /200

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

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

Statystyka Inżynierska

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Liniowe relacje między zmiennymi

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Nieparametryczne Testy Istotności

Wnioskowanie statystyczne dla korelacji i regresji.

Prawdopodobieństwo i statystyka r.

Zadania z rachunku prawdopodobieństwa

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

( ) ( ) ( ) ( ) ( ) ( )

Prawdopodobieństwo i statystyka r.

STATYSTYKA MATEMATYCZNA

Natalia Nehrebecka. Zajęcia 4

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

Prawdopodobieństwo i statystyka r.

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

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

Wyrażanie niepewności pomiaru

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

Linie regresji II-go rodzaju

Funkcja wiarogodności

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

Weryfikacja hipotez dla wielu populacji

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

x, y środek ciężkości zbioru

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

KALIBRACJA NIE ZAWSZE PROSTA

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

Materiały do wykładu 7 ze Statystyki

Regresja REGRESJA

Statystyczne charakterystyki liczbowe szeregu

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

AKADEMIA MORSKA W SZCZECINIE

System finansowy gospodarki

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

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

Statystyka Matematyczna Anna Janicka

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Prawdopodobieństwo i statystyka

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Planowanie eksperymentu pomiarowego I

Statystyka Wykład 6 Adam Ćmiel A3-A4 311a

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

= , t 1872, = , t 1872,0.95

STATYSTYKA MATEMATYCZNA

Statystyka Matematyczna Anna Janicka

Metoda Monte-Carlo i inne zagadnienia 1

Badania niezawodnościowe i statystyczna analiza ich wyników

Prawdopodobieństwo i statystyka r.

Transkrypt:

Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6

Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz = S = S 6 dla =,, są ezależe mają rozkład dwupuktowy (,9) P 0 K (A) (B) (C) 0 0 9 0 8 0 7 0 6 0

Zadae. Zmee losowe,, 5, Y, Y, Y są ezależe o tym samym rozkładze z gęstoścą θ gdy x > 0 θ + fθ ( x) = ( + x), 0 gdy x 0 gdze θ > 0 jest ezaym parametrem. Wyzaczoo estymatory ajwększej warogodośc ˆ θ ˆ θ parametru θ : estymator ˆ θ a podstawe próby,, 5 estymator ˆ θ a podstawe próby Y, Y, Y. Wyzaczyć stałe a b, tak aby ˆ θ ˆ θ P < a = = 0,05 ˆ P > b ˆ θ θ A) a = 0,9, b = 6, 56 (B) a = 0,99, b =, 7 (C) a = 0,60, b = 5, 9 a = 0,99, b =, 07 a = 0,6, b =, 7

Zadae. W każdej z trzech ur zajduje sę 5 kul, przy czym w perwszej ure są kule bałe czara, w drugej kule bałe czare, w trzecej bałe czare. Wykoujemy -etapowe dośwadczee: etap: losujemy urę (wylosowae każdej ury jest jedakowo prawdopodobe); etap: z wylosowaej ury cągemy kule bez zwracaa, a astępe dorzucamy do tej ury kulę bałą czarą; etap: z tej samej ury cągemy kulę. Prawdopodobeństwo wycągęca w trzecm etape kul bałej, jeśl w drugm etape wycągęto kule bałe jest rówe (A) (B) (C) 0 0 5 0 0 0 0 8 0

Zadae 5. Nech Nech (A) (B) (C) (, Y ) będze dwuwymarową zmeą losową o fukcj gęstośc gdy y > 0 x + y < f ( x, y) = π 0 w przecwym przypadku. Z = V = + Y. Wtedy + Y zmee Y są ezależe fukcja gęstośc rozkładu brzegowego zmeej V wyraża sę wzorem g( v) = v dla v (0,) fukcja gęstośc rozkładu brzegowego zmeej V wyraża sę wzorem g ( v) = dla v (0,) zmee Z V są zależe fukcja gęstośc rozkładu brzegowego zmeej Z wyraża sę wzorem z h( z) = dla z (, ) z 5

Zadae 6. Rzucamy symetryczą kostka do gry tak długo, aż uzyskamy każdą lczbę oczek. Oblczyć wartość oczekwaą lczby rzutów. (A),5 (B) 8,5 (C),0,7,7 6

Zadae 7. Nech,,, będą ezależym zmeym losowym, przy czym E = m oraz Var m =, =,,,. Nech m ~ będze estymatorem parametru m mmalzującym błąd średokwadratowy w klase estymatorów postac m ˆ = a + a + a + a, gdze a, =,,,, są lczbam rzeczywstym. Wtedy błąd średokwadratowy E ( m ~ m ) jest rówy (A) m (B) m (C) m 5 m 6 m 7

Zadae 8. Nech,, 6 będą ezależym zmeym losowym o tym samym rozkładze o gęstośc θ θx gdy x (0,) fθ ( x) =, 0 gdy x (0,) gdze θ > 0 jest ezaym parametrem. Weryfkujemy hpotezę H : θ = przy alteratywe K : θ > testem jedostaje ajmocejszym a pozome stotośc 0,05. Moc tego testu przy alteratywe θ = jest rówa (A) 0,95 (B) 0, (C) 0,79 0,98 0,65 Uwaga: Może C pomóc wyzaczee rozkładu zmeej l. 8

Zadae 9. Zmee losowe,, K,,K są ezależe o jedakowym rozkładze P ( = 0) = P( = ) = P( = ) = P( = ) =. Nech Y0 = oraz ech dla =,,, Kzachodz Oblcz lm P ( Y ) + gdy = Y = m( Y, ) gdy < (A) (B) (C) 6 9

Zadae 0. Zakładamy, że zależość czyka Y od czyka x (elosowego) opsuje model regresj lowej Y = β 0 + βx + ε, gdze błędy ε są ezależe mają rozkłady ormale o wartośc oczekwaej 0 waracj. Obserwujemy zmee losowe Y, Y, Y przy daych wartoścach x, x, x. Test ajmocejszy dla weryfkacj hpotezy H 0 : β0 = 0 β = przy alteratywe H β = β : 0 = a pozome stotośc 0,05 odrzuca hpotezę ( Y x )( + x ) = (A) >, 65 = ( + x ) ( Y )( + x ) = (B) >, 65 = ( + x ) Y ( + x ) = (C) >, 65 = ( + x ) ( Y x )( + x ) = >, 65 ( + x ) = ( Y )( + x ) = >, 65 ( + x ) = H 0, gdy spełoa jest erówość 0

Egzam dla Aktuaruszy z 5 czerwca 006 r. Prawdopodobeństwo statystyka Arkusz odpowedz * Imę azwsko :...K L U C Z O D P O W I E D Z I... Pesel... Zadae r Odpowedź Puktacja D B D B 5 B 6 E 7 C 8 C 9 E 0 A * Oceae są wyłącze odpowedz umeszczoe w Arkuszu odpowedz. Wypeła Komsja Egzamacyja.