Některá rozdělení náhodných veličin

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

VÝPOČET OC.
TEORETICKÉ MODELY některých DISKRÉTNÍCH NV
Statistická indukce Teorie odhadu.
Vybraná rozdělení diskrétní náhodné veličiny
ROZDĚLENÍ NÁHODNÝCH VELIČIN
ZÁRUKY JAKOSTI A RIZIKA PŘI STATISTICKÉ PŘEJÍMCE
Limitní věty.
BINOMICKÉ ROZDĚLENÍ (Bernoulliovo schéma)
Odhady parametrů základního souboru
Teorie pravděpodobnosti
Regresní analýza a korelační analýza
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
Náhodná veličina.
Příklad přejímací kontroly A Příklad uvádí, jak ovlivní střední hodnota a směrodatná odchylka pravděpodobnost chyby (vadného výrobku). Ptáme se, kolik.
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Odhady parametrů základního souboru
Generování náhodných veličin (2) Spojitá rozdělení
Pravděpodobnost 10 Binomické rozdělení pravděpodobnosti neboli
Nechť (, , P) je pravděpodobnostní prostor:
Aplikovaná statistika
Pravděpodobnost a genetická prognóza
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Diskrétní rozdělení Karel Zvára 1.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Data s diskrétním rozdělením
Nezávislé pokusy.
STATISTIKA (PRAVDĚPODOBNOST A STATISTIKA)
POČET PRAVDĚPODOBNOSTI
Pravděpodobnost. Náhodný pokus.
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Definice stochastického procesu jako funkce 2 proměnných
Vybraná rozdělení spojité náhodné veličiny
Další spojitá rozdělení pravděpodobnosti
Základy statistické indukce Základní soubor, náhodný výběr Základní statistický soubor (stručněji základní soubor) je statistický soubor, z něhož pořizujeme.
Ekonomické modelování Analýza podnikových procesů Statistická simulace je vhodný nástroj pro analýzu stochastických podnikových procesů (výrobní, obchodní,
Experimentální fyzika I. 2
Rozdělení diskrétních veličin. Příklady diskrétních náhodných veličin Pokus jev nastaljev nenastal pnS hod mincírublíc1/2počet hodůpočet rubů celkem narození.
ZÁKLADY TEORIE PRAVDĚPODOBNOSTI
Základy zpracování geologických dat
Metrologie   Přednáška č. 5 Nejistoty měření.
2. Vybrané základní pojmy matematické statistiky
(Popis náhodné veličiny)
Molekulová fyzika 3. přednáška „Statistický přístup jako jediná funkční strategie kinetické teorie“
Statistické odhady (inference) Výběr Nepotřebujeme sníst celého vola jenom proto, abychom poznali, že to jde ztuha. Samuel Johnson (anglický básník a.
Poissonovo rozdělení diskrétní náhodné veličiny
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Aritmetický průměr - střední hodnota
Inferenční statistika - úvod
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
Pravděpodobnost Přednáška č.2. Deterministický a náhodný děj Každý děj probíhá za uskutečnění jistého souboru podmínek Deterministický děj-děj, ve kterém.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
POČET PRAVDĚPODOBNOSTI
Simulace podnikových procesů
Spojitá náhodná veličina
Náhodná veličina.
Základy statistické indukce
Odhady parametrů základního souboru
Pravděpodobnost. Náhodný pokus.
Induktivní statistika
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Vnitřní energie plynu, ekvipartiční teorém
Rozdělení pravděpodobnosti
Poissonovo rozdělení diskrétní náhodné veličiny
2. Vybrané základní pojmy matematické statistiky
Základy statistiky.
Princip max. věrohodnosti - odhad parametrů
Transkript prezentace:

Některá rozdělení náhodných veličin pod pojmem „rozdělení“ náhodné veličiny chápeme jakýsi pravděpodobnostní model empirického rozdělení  v určitých standardních situacích lze pravděpodobnostní chování náhodné veličiny popsat určitým pravděpodobnostním modelem

Binomické rozdělení Bi(n,) Rozdělení nespojitých náhodných veličin Binomická náhodná veličina je modelem počtu výskytů náhodného jevu A v n nezávislých pokusech (tj., když pravděpodobnost nastoupení jevu A je ve všech pokusech stejná - pokusy s vracením) pravděpodobnostní funkce udává pravděpodobnost, že sledovaný náhodný jev A v sérii n pokusů nastane právě x-krát . Binomické rozdělení Bi(n,) E(X) = n  střední hodnota rozptyl D(X) = n (1 - )

Příklad: Pravděpodobnost, že se podaří dovolat na první pokus je 0,25. Určete pravděpodobnost, že z 10 náhodných pokusů budou: a) právě 4 pokusy úspěšné b) podaří se dovolat na první pokus alespoň dvakrát.

Poissonovo rozdělení Po( ) je vhodným modelem v případech, kdy je velký počet nezávislých pokusů (n velké) a pravděpodobnost výskytu jevu v jednotlivém pokusu je malá rozdělení počtu výskytů jevu v určitém intervalu Limitní případ binomického rozdělení pro („rozdělení řídkých jevů)  = n Pravděpodobnostní funkce Střední hodnota a rozptyl

Příklad: Pravděpodobnost, že výrobek není kvalitní je 0,05 Příklad: Pravděpodobnost, že výrobek není kvalitní je 0,05. Jaká je pravděpodobnost, že v dodávce 60 kusů bude 5 vadných. n = 60 π = 0,05 Hodnoty P(x) pro dané  lze najít v tabulkách Poissonova rozdělení nebo pomocí PC

Hypergeometrické rozdělení Situace: je dána populace rozsahu N, ve které je M objektů se sledovanou vlastností a N-M objektů bez sledované vlastnosti bez vracení (tj. závislé výběry) vybereme n objektů; potom počet objektů se sledovanou vlastností ve výběru je náhodná veličina X s hypergeometrickým rozdělením a s pravděpodobnostní funkcí x = max 0,M-N+n,...,minM,n

střední hodnota rozptyl

N=500, M=20, n=40, x=0 M = 20 N-M = 480 X = 0 n-x = 40 Příklad: V dodávce 500 výrobků je 20 vadných. Při přejímce je bez vracení vybráno 40 kusů, jsou-li všechny bezvadné, je celá dodávka přijata. Jaká je pravděpodobnost přijetí dodávky? N=500, M=20, n=40, x=0 M = 20 N-M = 480 X = 0 n-x = 40