03 Zmiennelosowe ciagle2011id 4560 ppt

background image

KOWARIANCJA





dxdy

y

x

f

m

y

m

x

p

m

y

m

x

Y

X

i

j

ij

)

,

(

)

)(

(

)

)(

(

)

,

cov(

01

10

01

10

Współczynnik korelacji

Y

X

Y

X

Y

D

X

D

Y

X

)

,

cov(

)

(

)

(

)

,

cov(

2

2

02

20

11

1

1

background image

Współczynnik korelacji dla

zmiennych losowych liniowo

zależnych

1

b

aX

Y

P

b

aX

Y

b

aEX

EY

)

)(

(

)

)(

(

)

,

cov(

b

aEX

b

aX

EX

X

E

EY

Y

EX

X

E

Y

X

EX

aEX

EX

X

aE

EX

X

aE

XX

aE

aEX

aX

EX

X

E

)

(

)

(

)

(

)

)(

(

X

aD

EX

a

aEX

EX

a

EX

a

EX

a

aEX

2

2

2

2

2

2

2

)

(

)

(

)

(

)

(

X

D

a

b

aX

D

Y

D

2

2

2

2

)

(

1

)

(

)

(

)

(

)

(

)

,

cov(

2

2

2

2

2

2

2

2

2

02

20

11

a

a

X

D

a

X

aD

X

D

a

X

D

X

aD

Y

D

X

D

Y

X

XY

background image

Funkcja regresji zmiennej losowej Y względem

zmiennej losowej X.

)

(

)

(

x

X

Y

E

x

g



dy

x

y

yf

x

X

Y

E

x

g

)

(

)

(

)

(

)

( x

y

f

rozkład warunkowy

Dla funkcji regresji zachodzi własność

min

)

(

2

x

g

Y

E

Własność ta jest podstawą szacowania metodą

najmniejszych

kwadratów

funkcji regresji II rodzaju, tzn. funkcji g(x) o

przyjętym z góry typie i o parametrach wyznaczonych tak, by dla

wyników (x

i

,y

i

)

(i=1,2,...,n) n-elementowej próby z

dwuwymiarowego rozkładu (X,Y) zachodziło minimum funkcji:

n

i

i

i

x

g

y

S

1

2

)

(

x

x

g )

(

Parametr

liniowej funkcji regresji g(x) nazywa się

współczynnikiem regresji liniowej.

0

)

)(

(

)

(

)

(

)

)(

(

)

,

cov(

EY

EY

EX

EX

EY

Y

E

EX

X

E

EY

Y

EX

X

E

X

X

X,Y – stochastycznie niezależne

background image

Parametry pozycyjne rozkładu

zmiennej losowej

Dla dowolnej liczby p ( 0 < p < 1 ) kwantylem rzędu p
rozkładu zmiennej losowej X nazywamy liczbę x

p

spełniającą nierówności:

1

oraz

p

x

X

P

p

x

X

P

p

p

Jeżeli istnieje (dla zmiennej losowej skokowej)
więcej niż jedna taka liczba x

p

, to przyjmuje się

najmniejszą z nich.
Dla zmiennej ciągłej mamy równość p=F(x

p

).

Podstawowymi kwantylami ważnymi zmiennej
losowej X w praktyce statystycznej są:
Centyle (p = 0.01 i 99 wielokrotności tej
liczby )
Decyle (p = 0.1 i 9 wielokrotności tej liczby
)
Kwartyle (p = 0.25 i 3 wielokrotności tej
liczby )

Najczęściej używanym kwantylem jest x

0.5

mediana

background image

Podstawowe rozkłady skokowe

Rozkład dwupunktowy

p

q

X

P

p

X

P

1

)

0

(

)

1

(

Rozkład dwumianowy (Bernoulliego).

a)      dokonuje się n niezależnych powtórzeń pewnego
doświadczenia losowego.
b)      w każdym doświadczeniu mogą zajść tylko dwa
wykluczające się
zdarzenia :

A

( sukces) i

A’

(porażka)

c)       oraz
Zmienna losowa przyjmuje wartości równe liczbie sukcesów w n
doświadczeniach

p

A

P

)

(

p

q

A

P

1

)

'

(

k

n

k

q

p

k

n

k

X

P





 }

{

np

EX

npq

X

D

2

p

EX

pq

X

D

2

background image

Rozkład Poissona

W schemacie doświadczeń typu Bernoulliego liczba niezależnych
doświadczeń

Prawdopodobieństwo sukcesu p maleje tak, że
Przy takim założeniu funkcja prawdopodobieństwa zmiennej
losowej o rozkładzie dwumianowym dąży do funkcji
prawdopodobieństwa w tzw. Rozkładzie Poissona:

dla k = 1,2,…

n

const

np

!

k

e

k

X

P

k

X

D

EX

2

background image

Model rozpadu radioaktywnego.

Rad rozpada się w radon. Rozpadające się jądro radu wysyła
cząsteczkę α.
Odległości między atomami są stosunkowo duże, można zatem
przyjąć, że jądra rozpadają się niezależnie od stanu sąsiednich
atomów.

Załóżmy, że prawdopodobieństwo p(t) rozpadu danego atomu radu
w pewnym przedziale czasu o długości t zależy tylko od długości
tego przedziału. Jeżeli łącznie jest n atomów ( w jednym gramie 10
) to średnia liczba cząsteczek wysyłanych w czasie t jest równa a
= np(t)
. Jak pokazują doświadczenia, liczba ta przy t = 1 s jest
rzędu 10

10

, zatem p(1) = 10

-12

Sukces – rozpad atomu radu. Liczba wyemitowanych cząsteczek
jest równa licznie sukcesów w n doświadczeniach Bernoulliego.

Prawdopodobieństwo sukcesu p = p(t). Parametry n i p są takie,
że faktycznym rozkładem prawdopodobieństwa zmiennej losowej
X(t) – liczba wysłanych w czasie t cząsteczek będzie rozkład
Poissona z parametrem a = np(t):
 

background image

Podstawowe rozkłady ciągłe

Rozkład gamma Rozkład beta

Rozkład t-Studenta

Rozkład χ

2

Rozkład normalny ( rozkład Gaussa)

)

2

)

(

exp(

2

1

2

1

)

(

2

2

2

)

(

2

2

m

x

e

x

f

m

x

)

2

exp(

2

1

)

(

2

x

x

f

2

2

X

D

m

EX

N(m,

)

N(0,1
)

m

X

U

Unormowany rozkład Gaussa

background image

Centralne twierdzenie

graniczne

background image
background image
background image

ROZKŁAD.NORMALNY

 

Daje w wyniku normalny rozkład łączny dla danej średniej i

normalnego odchylenia. Funkcja ta ma bardzo szeroki zakres

zastosowań w statystyce, łącznie z badaniem hipotez.

Składnia

X   jest to wartość, dla której chcemy mieć rozkład.

Średnia   jest to średnia arytmetyczna rozkładu.

Odchylenie_std   jest to standardowe odchylenie rozkładu.

Skumulowany   jest to wartość logiczna, która określa rodzaj funkcji.
Jeżeli skumulowany ma wartość PRAWDA, wówczas funkcja
ROZKŁAD.NORMALNY daje w wyniku łączną funkcję rozkładu, a jeśli
FAŁSZ, wówczas funkcja ta daje w wyniku funkcję gęstości
prawdopodobieństwa.

ROZKŁAD.NORMALNY(x;średnia;odchylenie_std;skumulowany)

background image

ROZKŁAD.NORMALNY.S

Oblicza standardowy skumulowany rozkład

(dystrybuantę) normalny o zadanych

parametrach. Rozkład ten ma średnią zero i

odchylenie standardowe równe jeden. Funkcję tę

należy stosować zamiast tabeli obszarów

standardowych krzywych normalnych.

Składnia

Z   jest to wartość, dla której chcemy określić
rozkład.

ROZKŁAD.NORMALNY.S(z)

background image

ROZKŁAD.NORMALNY.ODW

Oblicza wartość funkcji odwrotnej

skumulowanego rozkładu normalnego.

Składnia.

ROZKŁAD.NORMALNY.S.ODW(prawdopodobie
ństwo)

Prawdopodobieństwo   jest to
prawdopodobieństwo odpowiadające
rozkładowi normalnemu.

Średnia   jest to średnia arytmetyczna
rozkładu.

Odchylenie_std   jest to standardowe
odchylenie rozkładu

ROZKŁAD.NORMALNY.ODW(prawdopodobieństwo;średnia;odchyleni
e_std
)

background image

30

0

30

0

0.1

0.2

0.3

0.4

0.5

0

dnormx 1

 1

(

)

dnormx 2

 1

(

)

dnormx 3

 1

(

)

dnormx 4

 1

(

)

30

30

x

background image

10

8

6

4

2

0

2

4

6

8

10

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1.1

1.2

1.2

0

pnormx 0

 1

(

)

pnormx 2

 1

(

)

pnormx 3

1

(

)

pnormx 4

1

(

)

10

10

x

10

8

6

4

2

0

2

4

6

8

10

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1.1

1.2

pnormx 2

1

(

)

pnormx 0

 3

(

)

pnormx 2

 0.4

(

)

pnormx 3

 0.8

(

)

x x

 x

 x

background image

10

8

6

4

2

0

2

4

6

8

10

0

0.2

0.4

0.6

0.8

1

1

0

dnormx 2

1

(

)

dnormx 0

 3

(

)

dnormx 2

 0.4

(

)

dnormx 3

 0.8

(

)

10

10

x x

 x

 x

background image

10

8

6

4

2

0

2

4

6

8

10

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1.1

1.2

pnormx 0

 1

(

)

pnormx 2

 1

(

)

pnormx 3

1

(

)

pnormx 4

1

(

)

x

10

8

6

4

2

0

2

4

6

8

10

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1.1

1.2

1.2

0

pnormx 2

1

(

)

pnormx 0

 3

(

)

pnormx 2

 0.4

(

)

pnormx 3

 0.8

(

)

10

10

x x

 x

 x

background image

background image

background image

a) 1/2

b)
1/3

c) 1/4

Paradoks Bertranda


Document Outline


Wyszukiwarka

Podobne podstrony:
03 Sejsmika04 plytkieid 4624 ppt
03 Patologia sutkaid 4246 ppt
03 Uczenie sieid 4517 ppt
0 Owibpie 03 12 2012id 1730 ppt
04 Typy liczbowe, zmienne, operatoryid 4873 ppt
03 NIKOTYNIZM PREZENTACJAid 4243 ppt
03 Źródła prawaid 4231 ppt
03 Stratygrafia sejsmicznaid 4258 ppt
03 cwiczenie3 macierze2id 4342 ppt
JS 03 Zmienne i Typy, Programowanie, instrukcje - teoria
03 Makrootoczenie przedsiębiorstwaid 4178 ppt
2009 06 03 POZ 11id 26815 ppt
03 podstawy RBDid 4615 ppt
03 Spor o uniwersaliaid 4201 ppt

więcej podobnych podstron