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

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

Prawdopodobieństwo i statystyka r.

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

Prawdopodobieństwo i statystyka r.

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

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

będą niezależnymi zmiennymi losowymi o tym samym 2 x

65120/ / / /200

ma rozkład normalny z nieznaną wartością oczekiwaną m

. Wtedy E V U jest równa

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

Weryfikacja hipotez dla wielu populacji

Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Matematyka ubezpieczeń majątkowych r.

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

Prawdopodobieństwo i statystyka r.

Funkcje i charakterystyki zmiennych losowych

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

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

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

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

będzie próbką prostą z rozkładu normalnego ( 2

Natalia Nehrebecka. Wykład 2

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

Ekonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Prawdopodobieństwo i statystyka r.

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

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Statystyka Inżynierska

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

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

Nieparametryczne Testy Istotności

Statystyka. Zmienne losowe

Natalia Nehrebecka. Dariusz Szymański

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Mikroekonometria 7. Mikołaj Czajkowski Wiktor Budziński

Dobór zmiennych objaśniających

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

Krzywa wieża w Pizie. SAS Data Step. Przykład (2) Wykład 13 Regresja liniowa

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Parametry zmiennej losowej

Definicje ogólne

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

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

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

Regresja liniowa i nieliniowa

Ekonometria ćwiczenia Kolokwium 1 semestr 20/12/08. / 5 pkt. / 5 pkt. / 5 pkt. / 5 pkt. /20 pkt. Regulamin i informacje dodatkowe

IID = 2. i i i i. x nx nx nx

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

Ekonometryczne modele nieliniowe

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

Hipotezy proste. (1 + a)x a, dla 0 < x < 1, 0, poza tym.

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

Wykład 5 Estymatory nieobciążone z jednostajnie minimalną war

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Elementy rachunku prawdopodobieństwa. repetytorium

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Markowa. ZałoŜenia schematu Gaussa-

Pattern Classification

STATYSTYKA MATEMATYCZNA

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Proces narodzin i śmierci

Natalia Nehrebecka. Zajęcia 3

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

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

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXVIII Egzamin dla Aktuariuszy z 29 września 2014 r.

EKONOMETRIA I Spotkanie 1, dn

Statystyka w przykładach

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia

Kwantowa natura promieniowania elektromagnetycznego

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

Matematyka finansowa r.

Metoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Na A (n) rozważamy rozkład P (n) , który na zbiorach postaci A 1... A n określa się jako P (n) (X n, A (n), P (n)

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

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

Prawdopodobieństwo i statystyka r.

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

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

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Wykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap

Wykłady Jacka Osiewalskiego. z Ekonometrii. CZĘŚĆ PIERWSZA: Modele Regresji. zebrane ku pouczeniu i przestrodze

Statystyka Matematyczna Anna Janicka

Estymacja parametrów rozkładu cechy

ESTYMACJA BŁĘDU PREDYKCJI I JEJ ZASTOSOWANIA

Metody predykcji analiza regresji

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Transkrypt:

Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY = współczynnkem 4 korelacj Corr( X, Y ) =. Osobno na podstawe prób losowych X, X, K, X n Y, Y, K,Y n zbudowano dwa przedzały ufnośc dla wartośc oczekwanej m, każdy na pozome ufnośc 0,8. Oblcz prawdopodobeństwo, że tak zbudowane przedzały okażą sę rozłączne. (A) 0,5 (B) 0,05 (C) 0,03 (D) 0, (E) 0,08

Zadane. Zakładamy, że zależność czynnka Y od czynnka x (nelosowego) opsuje model regresj lnowej Y = β 0 + βx + ε. Obserwujemy 0 elementową próbkę, w której x = x = K = x0 = x = x = K = x0 = 3. Zmenne losowe Y, Y, K,Y n są nezależne błędy mają rozkłady normalne o wartośc oczekwanej 0, przy czym Varε = σ, gdy =,, K,0, Var ε = 4σ, gdy =,, K, 0. Wyznaczono estymatory ˆ ˆ β parametrów β 0 β wykorzystując metodę najmnejszych β0 0 kwadratów, czyl mnmalzując welkość β ) β x. Wyznacz stałe z ( Y 0 0 = z tak, aby P ( ˆ β0 β0 < z0σ ) = 0, 95 P ( ˆ β β < z σ ) = 0, 95. Spośród podanych odpowedz wyberz odpowedź będącą najlepszym przyblżenem. (A) (B) (C) (D) (E) z0 = 0,98 69 z0 = 0,93 69 z0 = 0,93 54 z0 =,8 69 z0 =,8 54

Zadane 3. Nech Nech (A) (B) (C) (D) (E) ( X, Y ) będze dwuwymarową zmenną losową o funkcj gęstośc 6x gdy x > 0 y > 0 x + y < f ( x, y) = 0 w przecwnym przypadku. S = X + Y V = Y X. Wyznacz Var V S = 8 4 48 6 3

Zadane 4. Nech A, B, C będą zdarzenam losowym spełnającym warunk P ( C B) > 0 P( B C) > 0 P ( B C) > 0 P ( A C B) > P( A B). Wtedy (A) P ( A B C) < P( A C) (B) P ( A B C) < P( A B) (C) P( A B C) > P( A C B) (D) P ( A B C) > P( A B) (E) żadna z podanych wyżej nerównośc ne jest prawdzwa 4

Zadane 5. Obserwujemy n nezależnych zmennych losowych X, X,, X o tym samym K x gdy x (0; θ ) rozkładze o gęstośc f ( ) = θ x θ 0 w przecwnym przypadku, gdze θ > 0 jest neznanym parametrem. Rozważmy test jednostajne najmocnejszy dla weryfkacj hpotezy H 0 : θ = przy alternatywe H : θ > na pozome stotnośc 0,. Jak najmnej lczną próbą należy dysponować, aby moc otrzymanego testu przy 3 alternatywe θ = była ne mnejsza nż 0,9. n (A) n 0 (B) n = 8 (C) n = 6 (D) n = 4 (E) n = 3 5

Zadane 6. Nech X X będą nezależnym zmennym losowym o rozkładze jednostajnym na przedzale [ 0, ]. Rozważmy zmenną losową równą bezwzględnej wartośc różncy perwotnych zmennych X X. Wartość oczekwana µ oraz warancja σ zmennej X X wynoszą: (A) µ = 3 (B) µ = (C) µ = (D) µ = 3 σ = 36 σ = σ = 4 σ = 8 (E) µ = σ = 3 6 6

Zadane 7. Nech X, X, K, X n,k będą nezależnym zmennym losowym o jednakowym rozkładze wykładnczym z wartoścą oczekwaną równą 3. Nech N będze zmenną losową nezależna od zmennych X, X, K, X n,k, o rozkładze Possona z wartoścą oczekwaną. Nech N > = X gdy N 0 Z N N + = 0 gdy N = 0. Oblcz VarZ. N (A) 9 (B) (C) (D) (E) 9,75 0,75e 6,75 + 0,75e 4,5 0,75e 5,5 +,5e Wskazówka: + + K + n n( n + )(n + ) = 6 7

Zadane 8. Nech X, X, K, X 0 będą nezależnym zmennym losowym o rozkładze prawdopodobeństwa o gęstośc θ θx gdy x (0,) pθ ( x) = 0 w przecwnym przypadku, a Y, Y, K, Y0 nezależnym zmennym losowym o rozkładze prawdopodobeństwa o gęstośc θ θx gdy x (0,) fθ ( x) = 0 w przecwnym przypadku, gdze θ > 0 jest neznanym parametrem. Wszystke zmenne losowe są nezależne. Doberz stałą a tak, aby T Pθ > a = 0,9 θ wedząc, że T jest estymatorem najwększej warogodnośc parametru θ otrzymanym na podstawe zmennych losowych X, X, K, X 0,Y, Y, K, Y0. (A),377 (B) 0,77 (C),408 (D) 0,704 (E) 0,66 8

Zadane 9. Wykonujemy n nezależnych dośwadczeń, z których każde może sę zakończyć jednym z czterech wynków: A, A, A 3, A 4. Nech oznacza lczbę dośwadczeń, w których uzyskano wynk A, a p prawdopodobeństwo uzyskana wynku A w 4 pojedynczym dośwadczenu, gdze =,,3,4. Wadomo, że p = p =. Jaka 5 5 jest wartość p3, jeżel zmenne losowe N + N N + N 3 N 4 są neskorelowane. N (A) (B) (C) (D) 45 75 75 3 75 30 75 (E) ne stneje p 3 spełnające warunk zadana 9

Zadane 0. Nech N(m, σ hpotezy X, X,, ) K X n będą nezależnym zmennym losowym z rozkładu normalnego, z neznanym parametram m σ. Rozważamy problem testowana H : m = 0 przy alternatywe H : m 0 za pomocą testu, który odrzuca 0 n X H 0 jeśl > t, gdze Z = X. Doberz stałą t tak, aby prawdopodobeństwo Z n = błędu perwszego rodzaju testu było równe 0,05, jeśl wadomo, że n = 9. (A) 0,769 (B) 0,569 (C) 0,754 (D) 0,399 (E) 0,63 0

Egzamn dla Aktuaruszy z 6 maja 005 r. Prawdopodobeństwo statystyka Arkusz odpowedz * Imę nazwsko :... K L U C Z O D P O W I E D Z I... Pesel... Zadane nr Odpowedź Punktacja C D 3 A 4 D 5 E 6 D 7 B 8 B 9 A 0 E * Ocenane są wyłączne odpowedz umeszczone w Arkuszu odpowedz. Wypełna Komsja Egzamnacyjna.