POWTÓRKA ( ) ( ) ROZRÓŻNIENIE MIĘDZY PARAMETREM A STATYSTYKĄ

Podobne dokumenty
Iloczyn skalarny

MATHCAD Obliczenia iteracyjne, macierze i wektory

MACIERZE I WYZNACZNIKI

3. RACHUNEK MACIERZOWY UKŁADY RÓWNAŃ LINIOWYCH Układ m równań liniowych z n niewiadomymi zapisujemy w postaci. b...

2.1. Określenie i rodzaje wektorów. Mnożenie wektora przez skalar

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW

Algebra WYKŁAD 5 ALGEBRA 1

Macierze w MS Excel 2007

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,

Zmiana układów odniesienia

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne.

Granica cigu punktów. ), jest zbieny do punktu P 0 = ( x0. n n. ) n. Zadania. Przykłady funkcji dwu zmiennych

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH

Wykład 9: Różne rodzaje zbieżności ciągów zmiennych losowych. Prawa wielkich liczb.

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY

- macierz o n wierszach i k kolumnach. Macierz jest diagonalna jeśli jest kwadratowa i po za główną przekątną (diagonala) są

ZADANIA Z ZAKRESU SZKOŁY PODSTAWOWEJ, GIMNAZJUM I SZKOŁY ŚREDNIEJ

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,

L.Kowalski zadania ze statystyki matematycznej-zestaw 1 ZADANIA - ZESTAW 1

Wybrane rozkłady prawdopodobieństwa użyteczne w statystyce

III. LICZBY ZESPOLONE

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a

a a = 2 S n = 2 = r - constans > 0 - ciąg jest malejący q = b1, dla q 1 S n 1 CIĄGI jest rosnący (niemalejący), jeżeli dla każdego n a n

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

Wyrównanie sieci niwelacyjnej

7. Szeregi funkcyjne

z b leżącą na płaszczyźnie xz, otrzymujemy równanie elipsoidy obrotowej, która w myśl równania (3) będzie miała następujące równanie: z b x y z

WYZNACZNIKI. . Gdybyśmy rozważali układ dwóch równań liniowych, powiedzmy: Takie układy w matematyce nazywa się macierzami. Przyjmijmy definicję:

Ekoenergetyka Matematyka 1. Wykład 8. CIĄGI LICZBOWE

Collegium Novum Akademia Maturalna

Wybrane rozkłady prawdopodobieństwa użyteczne w statystyce

Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz

Wprowadzenie: Do czego służą wektory?

3.1. Ciągi liczbowe - ograniczoność, monotoniczność, zbieżność ciągu. Liczba e. Twierdzenie o trzech ciągach.

Metoda sił jest sposobem rozwiązywania układów statycznie niewyznaczalnych, czyli układów o nadliczbowych więzach (zewnętrznych i wewnętrznych).

ALGORYTMY PRZELICZANIA WSPÓŁRZĘDNYCH KARTEZJAŃSKICH NA GEODEZYJNE

DLSX - dualna metoda simpleks

Wykład z fizyki Budownictwo I BB-ZI. Dr Andrzej Bąk

dz istnieje, e f V obszar jak w definicji całki potrójnej (ograniczony powierzchniami o mierze 0) T prostopadłościan nakrywający V ( V T )

3. F jest lewostronnie ciągła

2. PODSTAWY STATYKI NA PŁASZCZYŹNIE

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

Wykład 9. Podejmowanie decyzji w warunkach niepewności

Rachunek wektorowo-macierzowy w programie SciLab

STATYSTYKA MATEMATYCZNA

Przykładowe zadania dla poziomu rozszerzonego

Zasada indukcji matematycznej. Dowody indukcyjne.

Wykład 8: Całka oznanczona

Rachunek prawdopodobieństwa i statystyka matematyczna.

Maciej Grzesiak. Iloczyn skalarny. 1. Iloczyn skalarny wektorów na płaszczyźnie i w przestrzeni. a b = a b cos ϕ. j) (b x. i + b y

POLITECHNIKA GDAŃSKA Wydział Elektrotechniki i Automatyki Katedra Energoelektroniki i Maszyn Elektrycznych M O D E L O W A N I E I S Y M U L A C J A

LISTA02: Projektowanie układów drugiego rzędu Przygotowanie: 1. Jakie własności ma równanie 2-ego rzędu & x &+ bx&

11. Aproksymacja metodą najmniejszych kwadratów

Powtórka dotychczasowego materiału.

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

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1

TABLICE WZORÓW I TWIERDZEŃ MATEMATYCZNYCH zakres GIMNAZJUM

5. CIĄGI. 5.1 Definicja ciągu. Ciągiem liczbowym nazywamy funkcję przyporządkowującą każdej liczbie naturalnej n liczbę rzeczywistej.

3, leŝącym poniŝej punktu P. Wartości funkcji f są

W praktycznym doświadczalnictwie, a w szczególności w doświadczalnictwie polowym, potwierdzono występowanie zależności pomiędzy wzrastającą liczbą

Wnioskowanie statystyczne dla korelacji i regresji.

Prawdopodobieństwo i statystyka r.

Algebra liniowa z geometrią analityczną. WYKŁAD 11. PRZEKSZTAŁCENIE LINIOWE WARTOŚCI I WEKTORY WŁASNE Przekształcenie liniowe

4. RACHUNEK WEKTOROWY

Struktura energetyczna ciał stałych-cd. Fizyka II dla Elektroniki, lato

Oznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające

ROZWIĄZYWANIE MAŁYCH TRÓJKĄTÓW SFERYCZNYCH

Matematyka wybrane zagadnienia. Lista nr 4

n 3 dla n = 1,2,3,... Podać oszacowania

Analiza obwodów elektrycznych z przebiegami stochastycznymi. Dariusz Grabowski

CIĄGI LICZBOWE. Naturalną rzeczą w otaczającym nas świecie jest porządkowanie różnorakich obiektów, czyli ustawianie ich w pewnej kolejności.

INSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr LABORATORIUM TEORII I TEHCNIKI STEROWANIA INSTRUKCJA LABORATORYJNA

Wymagania edukacyjne z matematyki w klasie III A i III B Liceum Plastycznego 2019/2020

Grażyna Nowicka, Waldemar Nowicki BADANIE RÓWNOWAG KWASOWO-ZASADOWYCH W ROZTWORACH ELEKTROLITÓW AMFOTERYCZNYCH

Zadania z analizy matematycznej - sem. II Całki oznaczone i zastosowania

Temat lekcji Zakres treści Osiągnięcia ucznia

G i m n a z j a l i s t ó w

Matematyka I. WYKŁAD 8. UKŁADY RÓWNAŃ LINIOWYCH II Macierzowa Postać Eliminacji Gaussa. gdzie

Wektory [ ] Oczywiście wektor w przestrzeni trójwymiarowej wektor będzie miał trzy współrzędne. B (x B. , y B. α A (x A, y A ) to jest wektor

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 1 POZIOM ROZSZERZONY

Dowolną niezerową macierz A o wymiarach m na n za pomocą ciągu przekształceń elementarnych można sprowadzić do postaci C 01

Projekt 3 3. APROKSYMACJA FUNKCJI

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

Wykład 12: Sumowanie niezależnych zmiennych losowych i jego związek ze splotem gęstości i transformatami Laplace a i Fouriera. Prawo wielkich liczb.

zestaw DO ĆWICZEŃ z matematyki



Rozwiązania maj 2017r. Zadania zamknięte

Wymagania edukacyjne matematyka klasa 2b, 2c, 2e zakres podstawowy rok szkolny 2015/ Sumy algebraiczne

Układy równań liniowych Macierze rzadkie

Prawdopodobieństwo i statystyka r.

GENEZA WYZNACZNIKA. Układ równań liniowych z dwiema niewiadomymi. Rozwiązania układu metodą eliminacji Gaussa

FILTRY ZE SKOŃCZONĄ ODPOWIEDZIĄ IMPULSOWĄ

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2.

Wyznacznik macierzy. - wyznacznik macierzy A

i interpretowanie reprezentacji wykorzystanie i tworzenie reprezentacji wykorzystanie wykorzystanie i tworzenie reprezentacji

Transkrypt:

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie POWÓRKA ROZRÓŻNINI MIĘDZY PARAMRM A SAYSYKĄ Populcj sttstc populcj geerl iorowość) peł iór elemetów podlegjącch diu sttstcemu. Pró sttstc wre losowo elemet populcji geerlej. Prmetr dotcą POPULAJI GNRALNJ i są dl iej wielkościmi stłmi i ielosowmi. Sttstki dotcą PRÓY LOSOWJ są oscowimi miemi losowmi) odpowiedich prmetrów populcji geerlej średi rtmetc pró wricj pró i tk dlej). Wrtością ocekiwą mieej losowej wm wrżeie: Dl mieej losowej skokowej: P ) ) i i i P i ) oc fukcję rokłdu prwdopodoieństw mieej losowej WAROŚĆ OZKIWANA Dl mieej losowej ciągłej: f d ) ) f) oc fukcję gęstości WŁASNOŚI WAROŚI OZKIWANJ c) c c) c ) c) ) c korstjąc defiicji wrtości ocekiwej wkć powżse włsości Jeśli określim ową mieą losową jko ) ) [ ) ] ) [ ) ] 0 mm wówcs: WARIANJA Wricją mieej losowej wm wrżeie: Dl mieej losowej skokowej:

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie ) [ ) ] [ ) ] P ) Dl mieej losowej ciągłej f d ) [ ) ] ) i i i WŁASNOŚI WARIANJI c) 0 c) ) c) c ) c c ) c ) korstjąc defiicji wricji wkć powżse włsości ) ) ) 0 ) ZMINNA LOSOWA SANDARYZOWANA korstjąc włsości wrtości ocekiwej i wricji wkć powżse KOWARIANJA WPÓŁZYNNIK KORLAJI Prosę o smodiele prpomieie soie podstwowch iformcji o miech losowch dwu or wielowmirowch. Kowricją dwuwmirowej mieej losowej wm wrżeie: ) [ ) ) ) )] ) ) ) c) 0 ) ) ) ) c c ) cc ) c c ) ) Korstjąc defiicji kowricji wkć powżse WŁASNOŚI KOWARIANJI

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie Jeżeli miee losowe or są ieleże to kowricj jest rów eru twierdeie odwrote ie jest prwdiwe!!! Zmiee losowe dl którch chodi wm ieskorelowmi. ) 0 Dl kowricji miech or chodi ierówość: ) ) ) ) ) Wricj sum miech losowch or ) ) ) ) wkć Wricj różic miech losowch or ) ) ) ) wkć Wricj sum lu różic ieskorelowch miech losowch or ± ) ) ) Wielkość ρ wrżoą worem: ) ) ρ ) ) wm współcikiem korelcji miech losowch or ρ ) Współcik korelcji jest wielkością iemiową iemieicą e wględu presuięci or mię skli miech losowch. Prosę sprwdić c podoe włsości prwdiwe są dl wrtości ocekiwej or wricji i kowricji. wkć

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie wmirow mie losow wektor losow) M WILOWYMIAROW ZMINN LOSOW Wrtość ocekiw wektor losowego jest rów wektorowi wrtości ocekiwch cli: ) ) M M ) Wricj mcier wricjo - kowricj) L ov ) ) ) ) ) L ) ) ) ov ) smetrc) ) [ ] M O M Defiiujem odchlei miech losowch od ich wrtości ocekiwch wektor odchleń losowch): or ) ) Ztem ) ) 0 [ ] ) ) ) ) ) Jeżeli wektor losow m ) or wektor losow ) wted mcier kowricji wrż się jko: ov or [ ] ) ) ) ) ) m ) ov ) m)

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie KILKA UŻYZNYH FORMUŁ PRAWO PROPAGAJI WAROŚI OZKIWANYH PRAWO PROPAGAJI WARIANJI I KOWARIANJI Wrtość ocekiw or wricj komicji liiowej miech losowch WAŻN) ) ) ) ) ) ) ) ~ ) ) ) ) ) ) ) ) ) ) ) ~ ) ) - FORMA KWADRAOWA Zleźć wrtość ocekiwą or wricję fukcji fiicej miech losowch: Wrtość ocekiw or wricj wektorowej fukcji liiowej wektor losowego ) ) ) ) ) ~ ) ) ) ) ) ) ) ) ) ~~ ov Zleźć wrtość ocekiwą or wricj wektorowej fukcji fiicej wektor losowego Kowricj dwóch komicji liiowch tej smej mieej losowej ) ) ) ) ) ) ) ) ) ) ) ) ~ ) ) ~ ) ) ) ) ) ) ) ) ) ) ) ~ ~ ov ) )

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie Kowricj dwóch wektorowch fukcji liiowch tego smego wektor losowego A ) A) A ) A ) ) ) ~ ~ ov ) A A A ) A ) ) ) ~ ~ ) A) ) ) A ) A ) A ) A Niech W W. Wrtość ocekiw W) jest wówcs rów ) ) ) - stł; ) 0 [ ] ) ) 0 0 ) ) ) Niech. w. Wrtość ocekiw w) jest wówcs rów w) tr ) tr ) tr ) tr W) ) tr W) [ ] tr W) [ ] tr ) tr ) tr ) tr ) tr ) tr ) re wrócić uwgę iż prwo preosei się propgcji) wrtości ocekiwch dl fukcji liiowch miech losowch ie leż od fukcji gęstości. W prpdku fukcji ieliiowch miech losowch fukcj gęstości ędie już wmg. le tkimi prpdkmi ie ędiem się jmowć).

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie Zdi. De są możliwe wrtości mieej losowej skokowej : - 0 or wrtości ocekiwe tej mieej losowej or jej kwdrtu ) 0. ) 9 0. leźć prwdopodoieństw odpowidjące poscególm relicjom tej mieej losowej.. Zmiee losowe or są ieleże. Zleźć wricję mieej losowej wiedąc że: ) or ). De są ieleże miee losowe o wrtościch ocekiwch odpowiedio or cwrt mie losow w ędąc ich fukcją: w. Podć jk ędie wrżł się wrtość ocekiw mieej losowej w. 4. De są: Zleźć mcier kowricji wektor losowego wricję mieej losowej mcier kowricji wektorów losowch or. 5. Mm de: [ ] u u [ ] u u 0 0 uu Zleźć mcier kowricji wektor losowego wiedąc że: 6 6. Wektor losow m wrtość ocekiwą ) mcier wricjo kowricją ) or wektorow fukcj fiic wektor jest d jko: g H. Zjdź ) ) ) ) ov) ov) wiedąc że: 4 H g

Zwsowe Metod Ali Prestrech Powtórk I Mrci Ligs Ktedr Geomtki WGGiIŚ AGH w Krkowie WŁASNOŚI SYMAORÓW W NASZYM PRZYPADKU ZĘŚIJ ĘDĄ O PRDYKORY) θ - prmetr θˆ - estmtor prmetru jest olic podstwie dch losując wiele pró pewe kżdm rem dostiem ieco ią wrtość θˆ. Jest mieą losową. Ociążeie ˆ θ ˆ θ ) ) θ jeżeli ˆ θ ) ˆ θ ) θ 0 estmtor wm ieociążom wówcs ˆ θ ) θ stmtor ieociążoe ie wkują żdch sstemtcch odchleń od prwdiwej wrtości prmetru. Wricj estmtor ˆ θ ) [ ˆ θ ˆ θ )] Wricj estmtor mier losowe pochodące dch skłdiki łędu w procedure estmcji. Jk widć wricj estmtor ie leż od prwdiwej wrtości prmetru θ tem mier jk oscowi prmetru różił się ędą dl różch iorów dch różch pró). łąd średiokwdrtow MS Jest defiiow jko wrtość ocekiw kwdrtów różic międ wrtością estmtor prwdiwą wrtością prmetru. ˆ θ θ ) [ ˆ θ )] ˆ θ ) wkć ŁĄD ŚRDNIOKWADRAOWY ŁĄZY SYSMAYZN OIĄŻNI) JAK I LOSOW WARIANJA) RÓŻNI MIĘDZY OSZAOWANIAMI A PARAMRAMI. O ZGODNOŚI DOSAZNOŚI ORAZ FKYWNOŚI SYMAORÓW PROSZĘ SOI DOZYAĆ ALO SIĘGNĄ PAMIĘIĄ W PRZSZŁOŚĆ. POLANA LIRAURA YŁA RÓWNIŻ PRZYZYNKIM DO POWSANIA GO KONSPKU) MORRISION D. F. WILOWYMIAROWA ANALIZA SAYSYZNA PWN WARSZAWA 990 MIKHAIL W. M. AKRMAN F. OSRAIONS AND LAS SQUARS IP A DUN DONNLLY PULISHR NW YORK 976 HAND D. MANNILA H. SMYH P. KSPLORAJA DANYH WN WARSZAWA 005 GOLDRGR A. S. A OURS IN ONOMRIS HARARD UNIRSIY PRSS 99