Statystyka. Zmienne losowe

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

Zmienne losowe. Statystyka w 3

Funkcje i charakterystyki zmiennych losowych

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

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

Parametry zmiennej losowej

Statystyka Inżynierska

Natalia Nehrebecka. Zajęcia 3

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

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

( ) ( ) 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

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

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

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

JEDNOWYMIAROWA ZMIENNA LOSOWA

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Analiza struktury zbiorowości statystycznej

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

KURS PRAWDOPODOBIEŃSTWO

Rachunek Prawdopodobieństwa i Statystyka

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

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

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Rachunek prawdopodobieństwa i statystyka

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,

Elementy rachunku prawdopodobieństwa. repetytorium

Komputerowa analiza danych doświadczalnych

Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

Elementy Rachunek prawdopodobieństwa

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Natalia Nehrebecka. Zajęcia 4

Definicje ogólne

Prawdopodobieństwo i statystyka r.

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH

ROZKŁADY ZMIENNYCH LOSOWYCH

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl

1 Podstawy rachunku prawdopodobieństwa

65120/ / / /200

Rachunek prawdopodobieństwa i statystyka

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

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Dobór zmiennych objaśniających

Komputerowe generatory liczb losowych

STANDARDOWE TECHNIKI KOMPRESJI SYGNAŁÓW

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT

Komputerowa analiza danych doświadczalnych

Natalia Nehrebecka. Wykład 2

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34

Statystyka. Magdalena Jakubek. kwiecień 2017

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu

Statystyka opisowa- cd.

Statystyka. Opisowa analiza zjawisk masowych

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

Statystyka i eksploracja danych

Podstawy teorii falek (Wavelets)

Pattern Classification

Komputerowa analiza danych doświadczalnych

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Komputerowa analiza danych doświadczalnych

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

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

Zmienne losowe skokowe

CAŁKOWANIE NUMERYCZNE całki pojedyncze

Jednowymiarowa zmienna losowa

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

JEDNOWYMIAROWA ZMIENNA LOSOWA

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Procedura normalizacji

Regresja liniowa i nieliniowa

Rozkłady prawdopodobieństwa zmiennych losowych

Zmienne losowe ciągłe i ich rozkłady

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

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

Zmienne losowe ciągłe i ich rozkłady

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Zmienna losowa i jej rozkład

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

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

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

Statystyka opisowa. Robert Pietrzykowski.

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

1 Przestrzenie statystyczne, statystyki

Wykład 2 Zmienne losowe i ich rozkłady

Prawdopodobieństwo i statystyka

Matematyka ubezpieczeń majątkowych r.

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

Transkrypt:

Statystyka Zmenne losowe

Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu zdarzenu elementarnemu lczby rzeczywstej. Wtedy wartość zmennej losowej ma swoje prawdopodobeństwo. Czyl zmenna losowa ma wartośc oraz prawdopodobeństwo

Typy zmennej losowej Ze względu na rodzaj zboru zdarzeń elementarnych skończony, neskończony, przelczalny, ne przelczalny wyróżnamy typy zmennych losowych: zmenna losowa skokowa - gdy skończony lub neskończony ale przelczalny zmenna losowa cągła - gdy ne przelczalny jest przedzałem lub sumą przedzałów

Funkcja rozkładu Funkcję przyporządkowującą każdej wartośc zmennej losowej odpowedne prawdopodobeństwo nazywamy funkcją prawdopodobeństwa zmennej losowej funkcją rozkładu prawdopodobeństwa dla zmennej losowej skokowej funkcją gęstośc dla zmennej losowej cągłej

Zmenna losowa skokowa funkcja rozkładu prawdopodobeństwa f P X p f oraz f p

Zm. losowa cągła funkcja gęstośc f P X lm f dla R oraz f d

Zmenna losowa skokowa f =p,,6, suma

Zmenna losowa cągła f dla, dla,,5,5,,,6,8,

Podstawy rachunku całkowego C F d f f F R ' F jest funkcją perwotną dla f f d F F b F a a b a b

Podstawowe wzory d C d C a d a C, a a d ln C a d a C, a, a lna

Przykład f dla, dla, f d d dla dla dla f d d

Zm. cągła - przykład f,5 f=, f,5,5,,,5 dla dla dla dla dla - - 8 8,,5 f=,5+,5, f=,-,5,5 - - 6 8

,,,,} {,6 {,},5} {,75,},6,6 {,,6} {,8,5},5,5 {,5 },5, 8,5 8 {, }, {, },5,5,5 {,5,5,,,5 [,5,5,,,5,5 8 8 d d d d f Zm. cągła - przykład

Zm. cągła - przykład f,5,,5,,5,,, - - 6 8

Dystrybuanta zmennej losowej - F Możemy utworzyć funkcję taka, która określ prawdopodobeństwo, że zmenna losowa ne przekroczy wartośc tej funkcj: F F X P X funkcję tę nazywamy dystrybuantą zmennej losowej F P X P p o F f d o dla zmennej losowej skokowej dla zmennej losowej cągłej

Dystrybuanta F p F,, kumulacja prawdopodobeństwa,6,68, razem

,6 Dystrybuanta,,,,9,6, - - 5 6

Dystrybuanta,,,8,,9,6, F dla dla dla,,,6,8,

Własnośc dystrybuanty o Ogranczona wynka z własnośc prawdopodobeństwa o Co najmnej prawostronne cągła o Nemalejąca o Określona dla lczb rzeczywstych

Przykład Dla jakej wartośc parametru A dana funkcja może być funkcją gęstośc zmennej losowej X. A dla f dla pozostalych f d A A A d A A A

Zastosowane dystrybuanty,5,,5,,5-6 8 f F==, F==,6 8 dla 8 dla dla - dla - dla F,6,5,,,,5,5,5,,,6 X F X F X P

F,5 Przykład,66 Które zdane jest prawdą P X F X F X,66 P X F X F X,66 P X F X F X,66 P X F X F X,66,,,,

Parametry zmennej losowej EX wartość oczekwana D X warancja DX odchylene standardowe nne, np. kwantyle, medana, wartość modalna td.

Wartość oczekwana EX f p dla zm.losowej skokowej d dla zm.losowej caglej Wartość oczekwana EX wyznacza położene najbardzej prawdopodobnej wartośc zmennej losowej

Wartość oczekwana,,6,6,,6, p EX,6,, 5 5 5 d d f EX,,8,,,,6

,5 7,5,95,5,95 }, {9,6 {,7} },5 {,65 },, 5,6 {,8,9} {,6 },5,5,5 {,5 },5, 8,5 8 {, }, {, },5,5,5 {,5,5,,,5 [,5,5,,,5,5 8 8 d d d d f EX Wartość oczekwana,5,,5,,5-6 8 f

Warancja D X EX p EX f d p - EX f d EX dla skokowej dla caglej Warancja jest marą rozrzutu wartośc zmennej losowej wokół wartośc oczekwanej

Warancja,5,,8,6,,,6, EX p X D,,6,,6,,6 6 5,6 6 5 6 5 5 d EX d f EX,,8,,,,6

,67 6,6 6,67 6,6 9,5,5 8} 79, {,8} {.8 },5 {,5,5,} 5,6 5,,8 {,8},8 {,5},5 8,5 {,5,5 },5, 8,5 8 {, }, {, },5,5,5 {,5,5,5,,,5 [,5,5,5,,,5,5 8 8 d d d EX d f X D Warancja,5,,5,,5-6 8 f

Odchylene standardowe DX D X Wskaźnk zmennośc,6,6,,5 f,,5,,5-6 8 VX DX EX EX,,6,5 D X,5,,67 DX,78,,88 VX,668,,58

Kwantyle Kwantylem rzędu q zmennej losowej X jest taka lczba q, że P X q czyl F q q Kwantyl rzędu / nazywamy medaną Me, lub naczej wartoścą środkową ED 5 - doss effectva - medana dawek efektywnych, LD 5 - doss lethal - medana dawek śmertelnych - w medycyne czy przy trucznach. Kwantyle k / dla k=,, to kwartyle Kwantyle k / dla k=,...9 to decyle Kwantyle k / dla k=,...99 to centyle q

Wartość środkowa - medana Medana Me to kwantyl rzędu,5 P X czyl F,5,5,5,5 Jeżel EX = Me symetryczny to rozkład zmennej losowej jest

Kwantyle p,,6, suma,,68

Kwantyle,5,,5,,5-6 8 f F=,5 =,5 8 dla 8 dla dla - dla - dla F,6,5,,,,5,5,5,5,5,5,5,5,5,5,5,5,5,5,6,5,5 /,5,5,5,5,5,5,5,5

Wartość modalna Wartość modalna Mo to taka wartość zmennej losowej X dla której funkcja gęstośc przyjmuje maksmum lokalne. Dla zmennej losowej skokowej wartość o najwyższym prawdopodobeństwe. Rozkład może być jedno dwumodalny

Współczynnk asymetr Współczynnk asymetr skośnośc rozkładu zmennej losowej X : EX EX f p / D X d / D X dla skokowej dla caglej Dla rozkładów jednomodalnych: EX Mo DX Gdy = to rozkład symetryczny

Przykład W klatce znajdują sę cztery bałe myszy dwe szare. Myszy przechodzą tunelem do nnej klatk, przy czym zakładamy, że wchodzą do tunelu nezależne. Wartoścą zmennej losowej jest numer perwszej szarej myszy przechodzącej tunelem. Wyznaczyć rozkład zmennej losowej. Oblczyć EX, DX zmennej losowej 5 p 5 /5 /5 /5 /5 /5 5 EX 5 5 5 5 8 9 8 5 5 5 5 D X 5 5 5 5 6 7 5 5 7 9 9 5 5 5 5 5 5 9 9 5 7 5 5 6 9 9 9 Me = Mo =

Przykład Dla jakej wartośc parametru A dana funkcja może być funkcją gęstośc zmennej losowej X. Oblczyć EX, DX f A dla dla pozostalych A 6 6 6 6 6 6 d d d f EX 8 7 6 5 6 6 69 9 5 9 6 5 6 6 69 9 5 6 69 6 69 5 d d X E d f X D

Ovs musmon