16, zbudowano test jednostajnie najmocniejszy dla weryfikacji hipotezy H

Podobne dokumenty
ma rozkład normalny z nieznaną wartością oczekiwaną m

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

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

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

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

. Wtedy E V U jest równa

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r.

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

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Ćwiczenia 11_12 KLASYCZNY MODEL REGRESJI LINIOWEJ

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

będzie próbką prostą z rozkładu normalnego ( 2

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:

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Prawdopodobieństwo i statystyka r.

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

Statystyka Matematyczna Anna Janicka

( ) ( ) ( ) ( ) ( )( ) ( ) ( ) 2. r s. ( i. REGRESJA (jedna zmienna) e s = + Y b b X. x x x n x. cov( (kowariancja) = (współczynnik korelacji) = +

Wykład 6. Klasyczny model regresji liniowej

Statystyka Matematyczna Anna Janicka

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

Prawdopodobieństwo i statystyka r.

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

X i T (X) = i=1. i + 1, X i+1 i + 1. Cov H0. ( X i. k 31 ) 1 Φ(1, 1818) 0, 12.

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

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 4. iωα. Własności przekształcenia Fouriera. α α

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

Prawdopodobieństwo i statystyka r.

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

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

Prawdopodobieństwo i statystyka r.

Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz

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

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

θx θ 1, dla 0 < x < 1, 0, poza tym,

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

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

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI

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

0.1 ROZKŁADY WYBRANYCH STATYSTYK

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

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

Wnioskowanie statystyczne dla korelacji i regresji.

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

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

Prawdopodobieństwo i statystyka r.

PROGNOZOWANIE WIELKOŚCI WYDOBYCIA WĘGLA KAMIENNEGO W GÓRNOŚLĄSKIM ZAGŁĘBIU WĘGLOWYM Z UŻYCIEM LINIOWEJ FUNKCJI REGRESJI

15. CAŁKA NIEOZNACZONA cz. I







Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Hipotezy ortogonalne

Rachunek Prawdopodobieństwa MAP1064, 2008/09



Portfel złożony z wielu papierów wartościowych

Proces stochastyczny jako funkcja dwóch zmiennych. i niepusty podzbiór zbioru liczb rzeczywistych T. Proces stochastyczny jest to funkcja

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

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

KURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE. Strona 1

JEDNOWYMIAROWA ZMIENNA LOSOWA

LABORATORIUM SYMSE Układy liniowe

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 13 i 14 - Statystyka bayesowska

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Prawdopodobieństwo i statystyka

Półprzewodniki (ang. semiconductors).

Rachunek prawdopodobieństwa i statystyka

16 Przedziały ufności

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)

Kolokwium ze statystyki matematycznej

Regresja wielokrotna. Przygotowano w oparciu o Applied Linear Regression Models Neter, Wasserman, Kutner

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

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

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

Statystyka Inżynierska

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

Metody systemowe i decyzyjne w informatyce

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

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

Funkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska

Matematyka ubezpieczeń majątkowych r.

Ś ć Ś Ę Ś Ś Ś Ś Ę Ę

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

Estymacja parametru rozkładu Rayleigha i logistycznego w terminach k-tych wartości rekordowych

Transkrypt:

Zada Zakładając, ż zm losow,,, 6 są zalż mają rozkłady ormal ~ N( m, ),,, 6, zbudowao tst jdostaj ajmocjszy dla wryfkacj hpotzy H 0 : m 0 przy altratyw H : m 0 a pozom stotośc 0,05 W rzczywstośc okazało sę, ż wktor,,, ) ma rozkład ormaly tak, ( 6 ż E m, Var,,, 6, oraz współczyk korlacj 0,5 gdy j (, j ) gdy j 0 w pp Wyzaczyć rzczywsty rozmar tstu (A) 0,09 (B) 0, (C) 0, (D) 0,7 0,0

Zada Załóżmy, ż,,, są zalżym zmym losowym o tym samym rozkładz wykładczym E Nch 0 0 T T dla,, Nch Y będz zmą losową zalżą od zmych,,, o rozkładz gamma o gęstośc 3x xp 4x gdy x 0 p ( x) 0 gdy x 0 Nch N max 0: T Y Podać rozkład prawdopodobństwa zmj N (A) PN (B) PN ( ) ( ) 8 7 7 3 3 dla dla 0,,, 0,,, (C) N 0, PN 8 9 P dla,, 7 8 3 (D) PN xp dla 0,,,! dla 0,,,! PN xp

Zada 3 Nch będz pojdyczą obsrwacją z rozkładu o gęstośc x gdy x p ( ) x 0 gdy x gdz 0 jst zaym paramtrm Wryfkujmy hpotzę H : przy 0 altratyw H : za pomocą tstu opartgo a loraz warogodośc a pozom stotośc 0,0 Moc tgo tstu przy altratyw 4 jst rówa (A) 0,80 (B) 0,74 (C) 0,65 (D) 0,40 0,37 3

Zada 4 Nch Y będą zalżym zmym losowym o tym samym rozkładz wykładczym o wartośc oczkwaj Nch U l Wtdy Y (A) (B) (C) zm U Y są zalż fukcja gęstośc rozkładu brzgowgo zmj U wyraża sę wzorm u g( u) dla u R u ( ) P ( U 0) 3 (D) E( Y U ) fukcja gęstośc rozkładu brzgowgo zmj U wyraża sę wzorm u g( u) dla u 0 u ( ) 4

Zada 5 Zm losow,,,, są zalż o tym samym rozkładz jdostajym a przdzal ( 0,), a zma losowa N ma rozkład postac P( N ) ( )! dla,,3, Zm,,,, N są zalż Nch M N max{,, N} z (0, ) Wtdy E( M N z) jst rówa (A) z (z ) ( z) z (B) ( z (C) ) (D) ( z) ( z) 5

Zada 6 Nch Zm Zm,,,, I, I,, I, N będą zalżym zmym losowym,,,, mają rozkład o wartośc oczkwaj waracj I, I,, I, mają rozkład jdostajy a przdzal 0, Zma N ma rozkład ujmy dwumaowy PN Nch S 0 N gdy N 0 N gdy N 0 ( ) 3! 4 4 0 N Z I Cov S Z N, N jst rówy Wtdy współczyk kowaracj dla 0,,, gdy N 0 gdy N 0 N (A) (B) (C) (D) 9 6 3 6 9 9 9 7 8 6

Zada 7 Nch,,,, będą zmym losowym o tym samym rozkładz wykładczym o gęstośc x gdy x 0 f ( x) 0 gdy x 0 gdz 0 jst zaym paramtrm Zm losow,,,, są warukowo zalż przy daym Załóżmy, ż rozkład a pror paramtru jst rozkładm gamma o gęstośc 4 3 xp gdy 0 p ( ) 6 0 gdy 0 Na podstaw próby losowj,, wyzaczamy prdyktor baysowsk ˆ, zmj przy kwadratowj fukcj straty Waracja otrzymago prdyktora jst rówa (A) 8( 3) (B) 6( 3) (C) 8( 3) (D) ( 4) 48( 4) 7

Zada 8 Nch,,,, będą zalżym zmym losowym z rozkładu ormalgo N tylko obsrwacj, gdz oba paramtry są za Bzpośrdo dostęp są, Budujmy stymator paramtru,,, al dodatkowo zamy śrdą postac S a, S a gdz stała a dobraa jst tak, by statystyka stymatorm waracj Itrsuj as względy błąd stymacj R S E R jst rówa Wartość oczkwaa ( ) (A) (4 3) (B) była obcążoym (C) (D) (4 3) ( ) 4 3 ( ) 8

Zada 9 Nch Y, Y,, Y będą zalżym zmym losowym, przy czym zma LN ( bx,, gdz x, x,, x,,, ma rozkład logarytmczo-ormaly ) zaym lczbam, a b jst zaym paramtrm Załóżmy, ż x 4 Y, są Nch bˆ będz stymatorm ajwększj warogodośc paramtru b, a gˆ xp( bˆ) stymatorm fukcj g( b) xp( b) Wtdy obcąż stymatora ĝ E b gˆ g( b) jst rów (A) 0 (B) b ( ) (C) b ( ) (D) b ( 4 ) b ( ) 9

Zada 0 Rzucamy trzma szścym kostkam do gry Następ rzucamy poow tym kostkam, a których wypadły jdyk W trzcj rudz rzucamy tym kostkam, a których do tj pory wypadły jdyk Oblcz prawdopodobństwo, ż po co ajwyżj trzch rudach a wszystkch kostkach będą jdyk (wybrz ajblższą wartość) (A) 0,0 (B) 0,050 (C) 0,06 (D) 0,07 0,075 0

Egzam dla Aktuaruszy z 7 czrwca 03 r Prawdopodobństwo Statystyka Arkusz odpowdz * Imę azwsko : K L U C Z O D P O WR I E D Z I Psl Zada r Odpowdź Puktacja B A 3 C 4 B 5 E 6 D 7 A 8 D 9 B 0 E * Oca są wyłącz odpowdz umszczo w Arkuszu odpowdz Wypła Komsja Egzamacyja