1
Rozkłady zmiennych
losowych
2
Wybrane rozkłady zmiennych
losowych
Rozkłady zmiennej skokowej
:
Rozkład dwumianowy
(binominalny, Bernoulliego)
Rozkład Poissona
Rozkład zmiennej ciągłej
:
Rozkład normalny
3
Rozkład dwumianowy
Rozkład dwumianowy oparty jest na eksperymencie
przeprowadzonym zgodnie z tzw. schematem
urnowym Bernoulliego (1654-1705). Eksperyment
polega na przeprowadzeniu n (n2) niezależnych
doświadczeń, a wynikiem każdego doświadczenia
może być tylko jeden z dwu stanów „sukces” lub
„porażka”. Prawdopodobieństwo sukcesu oznaczamy
przez p, a prawdopodobieństwo porażki przez q,
(p+q=1). Jeżeli przeprowadzimy n niezależnych
doświadczeń, to liczba sukcesów w tych
doświadczeniach ma rozkład dwumianowy)
4
Rozkład dwumianowy c.d.
Mówimy, że zmienna X ma rozkład dwumianowy, jeśli
przyjmuje ona wartości k=0,1,2,...,n z
prawdopodobieństwem określonym jako:
)!
(
!
!
1
;
)
(
k
n
k
n
k
n
p
q
q
p
k
n
k
X
P
k
n
k
5
Wartość oczekiwana i wariancja zmiennej losowej
o rozkładzie dwumianowym są odpowiednio
równe:
E(X)=np, V(X)=npq
X=k
P
(X
)
0,00
0,04
0,08
0,12
0,16
0,20
0,24
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
6
Rozkład Poissona
Rozkład ten wprowadził S.D. Poisson (1781-1840).
Rozkład Poissona reprezentuje matematyczny model
dla różnych zjawisk rzadkich. Na przykład
rozmieszczenie zwierząt na danym terenie, liczba
rodzynków w cieście, liczba braków w partii towarów
jest zgodna z rozkładem Poissona.
Prawdopodobieństwo
Dystrybuanta zmiennej losowej
x
k
k
k
k
e
x
F
e
k
k
X
P
!
)
(
!
)
(
7
Cechą charakterystyczną rozkładu Poissona jest
to, że parametr (średnia liczba zdarzeń) jest
jednocześnie jego wartością oczekiwaną oraz
wariancją
E(X)=V(X)=λ
X=k
P
(X
)
0,00
0,04
0,08
0,12
0,16
0,20
0,24
0,28
0,32
0
1
2
3
4
5
6
Rozkład Poissona o parametrze =2
8
Rozkład normalny
Rozkład normalny, określany też jako
rozkład Gaussa (1777-1855), spełnia
bardzo ważną rolę w statystyce
matematycznej. W otaczającym nas
świecie spotykamy wiele zjawisk o
cechach, których wartości rozkładają się
wg
prawa rozkładu normalnego.
9
Rozkład normalny N(μ,σ)
Funkcja gęstości rozkładu normalnego
f(x)
μ
- wartość oczekiwana (średnia)
σ
- odchylenie standardowe
x
x
x
f
2
2
2
)
(
exp
2
1
)
(
10
Rozkład normalny N(μ,σ)
Dystrybuanta rozkładu normalnego
F(x)
μ - wartość oczekiwana
σ - odchylenie standardowe
dx
x
x
F
x
2
2
2
)
(
exp
2
1
)
(
11
Rozkład normalny N(μ,σ)
F u n k c ja g ę s to ś c i p r a w d o p o d o b ie ń s tw a
r o z k ła d u n o r m a ln e g o N
f(x
)
D y s tr y b u a n ta
r o z k ła d u n o r m a ln e g o N
0 , 0
0 , 1
0 , 2
0 , 3
0 , 4
0 , 5
0 , 6
0 , 7
0 , 8
0 , 9
1 , 0
3
2
2
3
F ( x )
x
12
Własności rozkładu
normalnego
- rozkład normalny opisuje tzw. krzywa Gaussa, która
ma kształt „dzwonu”
- parametrami rozkładu normalnego jest wartość
oczekiwana (mi) i odchylenie standardowe σ
(sigma)
- średnia decyduje o położeniu rozkładu na
wykresie. Gdy wartość wzrasta, wykres przesuwa się
w prawo, gdy wartość ta maleje wykres przesuwa się
w lewo
- odchylenie standardowe decyduje o kształcie
rozkładu normalnego. Gdy wartość σ maleje, rozkład
staje się bardziej „strzelisty” i na odwrót, gdy wartość
σ wzrasta, rozkład jest bardziej spłaszczony
13
Własności
rozkładu normalnego
c.d.
- ramiona rozkładu normalnego na wykresie zbliżają
się asymptotycznie do osi OX, tzn. są coraz niej bliżej,
ale nigdy jej nie przetną.
- wykres rozkładu normalnego jest symetryczny
względem osi prostopadłej do osi OX przechodzącej
przez punkt wyznaczony przez wartość oczekiwaną.
- z rozkładem normalnym związane jest tzw. prawo
trzech sigm, które mówi, że w zakresie μ±3σ
znajduje się prawie 100 % obserwacji (99,73%).
14
- 7
- 6
- 5
- 4
- 3
- 2
- 1
0
1
2
3
4
5
6
7
x
f(x
)
= 1 ; = 1
= 1 ; = 2
15
Rozkład normalny
standaryzowany
Normalna zmienna losowa o
parametrach
μ=0 i σ=1 została stablicowana i
nazywana jest standaryzowaną
zmienną
losową, co skrótowo piszemy
Z~N(0,1)
X
Z
16
Funkcja gęstości standaryzowanego
rozkładu normalnego f(z)
2
2
1
exp
2
1
)
(
z
z
f
Dystrybuanta standaryzowanego
rozkładu normalnego F(z)
z
dz
z
z
F
2
2
1
exp
2
1
)
(
17
F u n k c ja g ę s t o ś c i p r a w d o p o d o b ie ń s t w a
z n o r m a liz o w a n e g o r o z k ła d u n o r m a ln e g o Z ~ N ( 0 ; 1 )
- 3
- 2
- 1
0
1
2
3
z
0 , 0
0 , 1
0 , 2
0 , 3
0 , 4
0 , 5
D y s t r y b u a n t a z n o r m a liz o w a n e g o r o z k ła d u
n o r m a ln e g o Z ~ N ( 0 ; 1 )
- 3
- 2
- 1
0
1
2
3
z
0 , 0
0 , 1
0 , 2
0 , 3
0 , 4
0 , 5
0 , 6
0 , 7
0 , 8
0 , 9
1 , 0
f(z )
F (z )
18
Rozkład normalny c.d.
Jeżeli rozkład zmiennej losowej X jest
normalny, to rozkład średniej
arytmetycznej z próby o liczebności n jest
również normalny
oraz
n
,
N
~
X
n
X
Z
19
Rozkłady z próby
Rozkład t-Studenta
Rozkład F-Fishera-Snedecora
Rozkład chi-kwadrat
20
Rozkład t Studenta
W 1908 r. W. Gosset opublikował wyniki badań pod
pseudonimem Student. W pracy tej wyznaczył rozkład
prawdopodobieństwa zmiennej losowej „t”, charakteryzującej
rozkład średnich arytmetycznych pochodzących z próby z
populacji o rozkładzie normalnym N(μ, σ).
Jeżeli z populacji pobieramy próbę n-elementową, to wartość
zmiennej losowej (statystyki)
gdzie s - odchylenie standardowe próby,
ma rozkład t Studenta o ν= n-1 stopniach swobody
n
s
x
t
21
F u n k c ja g ę s to ś c i p r a w d o p o d o b ie ń s tw a
r o z k ła d u t S tu d e n ta
- 3
- 2
- 1
0
1
2
3
0 , 0
0 , 1
0 , 2
0 , 3
0 , 4
t
f(t)
1
22
Rozkład F Fishera-
Snedecora
Mamy dwie populacje o rozkładach
normalnych i o równych wariancjach.
Pobieramy próby odpowiednio o liczebności n
1
i n
2
oraz obliczamy wariancje
Iloraz F nosi nazwę statystyki Snedecora o
stopniach
swobody ν
1
=n
1
-1 i ν
2
=n
2
-1
2
2
2
1
s
i
s
2
2
2
1
s
s
F
2
2
2
1
s
s
23
F u n k c ja g ę s to ś c i p r a w d o p o d o b ie ń s tw a
r o z k ła d u F
F
f ( F )
1
2
1
24
Rozkład chi-kwadrat
Jeżeli z populacji generalnej o rozkładzie
normalnym N(μ,σ) pobieramy próbę n-elementową,
z której wyznaczono wariancję s
2
, to statystyka
ma rozkład chi-kwadrat o ν=n-1 stopniach
swobody.
2
2
2
σ
1)s
-
(n
χ
25
F u n k c ja g ę s to ś c i p r a w d o p o d o b ie ń s tw a
r o z k ła d u c h i 2
2
F (
1