48147 stat Page# resize

48147 stat Page# resize



23


Elementy rachunku prawdopodobieństwa

i równa zero poza tym przedziałem. Oznacza to zatem, że prawdopodobieństwo zaobserwowania wartości zmiennej z dowolnego, małego przedziału o długości dx jest stałe i takie samo na całym przedziale [a; 6]. Ważniejsze charakterystyki:

EX =


Zastosowanie: przy „równomierności” losowania zdarzeń na przedziale, np. przypadkowy wybór liczby z przedziały [0; 100000].

Wykres funkcji gęstości dla tego rozkładu jest stały na przedziale [a; 6] i równy zero poza nim.

2.5.6 Rozkład wykładniczy

Zmienna losowa X pochodzi z rozkładu wykładniczego (co zapisujemy X ~ Exp(A)), jeśli gęstość /(.) jest równa

(2.40)

dla t > 0 i f(t) = 0 dla t < 0. Ważniejsze charakterystyki: E X = £, Var X =

Zastosowanie: jeśli w pewnym ustalonym przedziale czasowym liczba wystąpień jakiegoś zdarzenia jest zmienną z rozkładu Poissona, to okres czasu pomiędzy kolejnymi zdarzeniami jest właśnie zmienną z rozkładu wykładniczego, np. czas pomiędzy emisjami radioaktywnych cząstek, czas do kolejnego zgłoszenia klienta w sieci.

Wykres funkcji gęstości dla tego rozkładu maleje (wykładniczo), począwszy od wartości przyjmowanej dla t = 0.

2.5.7 Rozkład normalny

Jeden z najważniejszych w statystyce rozkładów. Zmienna losowa X pochodzi z rozkładu normalnego (co zapisujemy X ~ iV(ju,<r2)), jeśli gęstość /(.) jest

równa



(2.41)

gdzie <7 > 0. Parametr n nazywamy wartością oczekiwaną (lub średnią), a <r2 -wariancją.

Zastosowanie: bardzo różnorodne zastosowania, np. modelowanie wzrostu osób, ocen z egzaminu, cen akcji, ilości opadów, temperatury, itd. Ogólnie rzecz biorąc, rozkład ten stosuje się wtedy, gdy pewna zmienna losowa jest wynikiem sumarycznego działania wielu „małych” i „niezależnych od siebie” czynników.

Wykres funkcji gęstości dla tego rozkładu ma postać dzwonu o maksimum w punkcie t = fx.

2.5.8 Rozkład t-Studenta (rozkład t)

Rozkład bardzo często wykorzystywany w wielu testach statystycznych. Zmienna losowa X pochodzi z rozkładu t-Studenta (w skrócie rozkładu t, co zapisujemy X ~ t(n)), jeśli gęstość /(.) ma postać


(2.42)


Wyszukiwarka

Podobne podstrony:
stat Page resize 17 Elementy rachunku prawdopodobieństwa Przykład 2.7. Niech doświadczeniem losowy
stat Page resize 17 Elementy rachunku prawdopodobieństwa Przykład 2.7. Niech doświadczeniem losowy
10280 stat Page! resize 21 Elementy rachunku prawdopodobieństwa Często stosujemy symbol /x,y(.,.),
10349 stat Page resize 19 Elementy rachunku prawdopodobieństwa Jak pamiętamy, dla przestrzeni fl z
stat Page resize Rozdział 2Elementy rachunku prawdopodobieństwa2.1 Kombinatoryka Definicja 2.1. Si
stat Page resize 22 2.5 Wybrane rozkłady prawdopodobieństwa Ważniejsze charakterystyki: EX = np, V
73583 stat Page resize 6 1 Podstawowe* miary stystyc/.m*. . . Inną miarą przeciętną pozycyjną jest
stat Page resize 16 2.2 Podstawowe pojęcia Rozwiązanie: o Wariacje bez powtórzeń Liczba ciągów k e
27478 stat Page$ resize 2.5 Wybrane* rozkłady prawdopodobieństwa gdzie parametr n € N+ zwany jest s

więcej podobnych podstron