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

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

Prawdopodobieństwo i statystyka r.

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

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

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Prawdopodobieństwo i statystyka r.

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

. 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

Prawdopodobieństwo i statystyka r.

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

65120/ / / /200

Funkcje i charakterystyki zmiennych losowych

ma rozkład normalny z nieznaną wartością oczekiwaną m

Prawdopodobieństwo i statystyka r.

będzie próbką prostą z rozkładu normalnego ( 2

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4

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

Weryfikacja hipotez dla wielu populacji

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

Matematyka ubezpieczeń majątkowych r.

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Prawdopodobieństwo i statystyka r.

Nieparametryczne Testy Istotności

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

Statystyka. Zmienne losowe

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

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

Natalia Nehrebecka. Wykład 2

Statystyka Inżynierska

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

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

Mikroekonometria 7. Mikołaj Czajkowski Wiktor Budziński

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

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

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

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

Natalia Nehrebecka. Zajęcia 3

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

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

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

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

Matematyka ubezpieczeń majątkowych r.

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

Definicje ogólne

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 4 - zagadnienie estymacji, metody wyznaczania estymatorów

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Natalia Nehrebecka. Dariusz Szymański

1 Przestrzenie statystyczne, statystyki

Prawdopodobieństwo i statystyka

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

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

Pattern Classification

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

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r.

Agata Boratyńska Statystyka aktuarialna... 1

Regresja liniowa i nieliniowa

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

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

Matematyka ubezpieczeń majątkowych r.

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

STATYSTYKA MATEMATYCZNA

Parametry zmiennej losowej

Prawdopodobieństwo i statystyka r.

Ekonometryczne modele nieliniowe

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Statystyka Matematyczna Anna Janicka

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

EKONOMETRIA I Spotkanie 1, dn

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

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

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

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

Spis treści 3 SPIS TREŚCI

Statystyka Matematyczna Anna Janicka

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

brak podstaw do odrzucenia hipotezy zerowej.

Proces narodzin i śmierci

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

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

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

Statystyka w przykładach

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

ROZKŁADY ZMIENNYCH LOSOWYCH

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko

Prawdopodobieństwo i statystyka r.

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

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

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

Zadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną:

Transkrypt:

Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są neznane. 5 5 Nech =, =, =. = 5 = 5 = Dobrać stałe a b tak, aby statystyka ˆ σ = a 5 ( ) ( ) + b = była estymatorem neobcążonym parametru σ. a =, b = 63 a =, b = 5 5 5 a =, b = 3 7 5 a =, b = 89 a =, b = 5 5

Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że zależność czynnka Y od czynnka x (nelosowego) opsuje model regresj lnowej Y = β + βx + ε. Obserwujemy elementową próbkę, w której x = x = K = x5 = x6 = x7 = K = x =. Zmenne losowe Y, Y, Y są nezależne błędy mają rozkłady normalne o wartośc oczekwanej, przy czym Varε =, gdy =,, 5, Varε = 9, gdy = 6,7,. Weryfkujemy hpotezę : β H : β = przy alternatywe H testem na pozome stotnośc,5 o obszarze krytycznym postac K ˆ β β > c, { } = ˆ gdze β jest estymatorem parametru β otrzymanym wykorzystując ważoną metodę najmnejszych kwadratów, to znaczy mnmalzując po β β sumę ( Y β βx ) = Varε Stała c jest równa. c=,55 c=,65 c=,9 c=,6 c=,63

Prawdopodobeństwo statystyka.. r. Zadane 3. Nech (, Y ) będze dwuwymarową zmenną losową o funkcj gęstośc gdy x y [;] f ( x, y) = 3 x w przecwnym przypadku. Nech S = + Y V = Y. Wtedy P ( V < S = ) jest równe 9 5 8 5 5 9 5 3

Prawdopodobeństwo statystyka.. r. Zadane. Dysponujemy 5 dentycznym urnam. Każda z nch zawera kule. Lczba kul bałych w tej urne jest równa, gdze =,,...,5, pozostałe kule są czarne. Losujemy urnę, a następne cągnemy z nej jedną kulę okazuje sę, że otrzymana kula jest bała. Oblcz prawdopodobeństwo, że cągnąc drugą kulę z tej samej urny (bez zwracana perwszej) równeż otrzymamy kulę bałą. 3 5 3 5 3

Prawdopodobeństwo statystyka.. r. Zadane 5. Obserwujemy nezależne zmenne losowe, 3,,,, 3,, 3, F μ Y, Y, Y3, Y, Y5 μ Zmenne losowe,, mają ten sam rozkład o dystrybuance, a zmenne losowe warunek, Y Y Y Y Y. mają ten sam rozkład o dystrybuance F. Dystrybuanta F spełna F ( x) = F( x μ) μ dla pewnej ustalonej, neznanej, cągłej, ścśle rosnącej dystrybuanty F. Weryfkujemy hpotezę H : μ = μ przy alternatywe H : μ < μ stosując test o obszarze krytycznym K = { S : S < 6}, gdze S jest sumą rang zmennych losowych,, 3, w próbce złożonej ze wszystkch obserwacj ustawonych w cąg rosnący. Wyznaczyć rozmar testu. 5 μ 8 6 7 6 6 6 9 6 5 6 5

Prawdopodobeństwo statystyka.. r. Zadane 6. Załóżmy, że,, K, n,k są nezależnym zmennym losowym o tym samym rozkładze jednostajnym na przedzale [; ], zaś N jest zmenną losową o rozkładze geometrycznym, k P ( N = k) = p( p) gdy k =,,, nezależną od zmennych losowych,, K, n,k. Lczba p (,) jest ustalona. Nech mn{,, N} gdy N > YN = gdy N =, max{,, N} gdy N > Z N = gdy N =. Oblczyć P Z N Y N >. p( p) + p p ( + p) p + p p ( + p) p ( + p) 6

Prawdopodobeństwo statystyka.. r. Zadane 7. Załóżmy, że,, K, n,k są nezależnym zmennym losowym o tym samym rozkładze wykładnczym o wartośc oczekwanej, zaś N jest zmenną losową o rozkładze Possona o wartośc oczekwanej 3, nezależną od zmennych losowych,, K,,K. Nech n + + K+ N gdy N > SN = gdy N =. E( SN ESN ) Współczynnk spłaszczena κ = 3 zmennej S N jest równy ( VarS ) - N 3 7

Prawdopodobeństwo statystyka.. r. Zadane 8. Cyfry,, 3,, 9 ustawamy losowo na mejscach o numerach,, 3,, 9. Nech będze zmenną losową równą lczbe cyfr stojących na mejscach o numerach równych cyfrom. Warancja zmennej jest równa 6 8 7 8 8 9 8 8

Prawdopodobeństwo statystyka.. r. Zadane 9. Nech,,, będą zmennym losowym o rozkładze Pareto, a ) a K n ( Y, Y, K, Y m będą zmennym losowym o rozkładze Pareto (, a ), gdze a, a > są neznanym parametram. Wszystke zmenne są nezależne. Na pozome ufnośc a α budujemy przedzał ufnośc [ dt, ct] dla parametru na podstawe estymatora a najwększej warogodnośc T tegoż parametru w ten sposób, że a a α Pa, ( ), ( ) a ct < = P dt > = a a. a a Jeśl α =, m= n=5, to przedzał ufnośc ma długość,t,77t 6,6T 5,3T 3,T Uwaga: Rozkład Pareto ( λ, θ ) jest rozkładem o gęstośc f θ λ θ ( λ + x) ( x) = θ + gdy x > gdy x 9

Prawdopodobeństwo statystyka.. r. Zadane. Nech,, 3, będą nezależnym zmennym losowym o dentycznym rozkładze geometrycznym postac k P ( = k) = p( p) gdy k =,,, gdze p (,) jest neznanym parametrem. Hpotezę H : p = przy alternatywe H : p > weryfkujemy testem jednostajne najmocnejszym na pozome stotnośc,875. Moc tego testu przy alternatywe p = jest równa 5,66667,95,5,998,7378

Prawdopodobeństwo statystyka.. r. Egzamn dla Aktuaruszy z kwetna 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 A D 3 C D 5 A 6 B 7 D 8 B 9 E E * Ocenane są wyłączne odpowedz umeszczone w Arkuszu odpowedz. Wypełna Komsja Egzamnacyjna.