Medián, modus Medián Pro medián náhodné veličiny x platí: Modus

Slides:



Advertisements
Podobné prezentace
Statistika.
Advertisements

Limitní věty.
Statistické metody v ochraně kulturního dědictví
3. PRINCIP MAXIMÁLNÍ VĚROHODNOSTI
1 Hodnocení geologických dat pomocí matematické statistiky Petr Čoupek 740/742/ IT spec.
Popisná statistika - pokračování
Pravděpodobnost a statistika opakování základních pojmů
DATA  INFORMACE Statistická analýza je založena na zhušťování informace – tj. jak s co nejmenšího množství vhodně zvolených údajů vytěžit maximum relevantních.
Charakteristiky polohy hodnoty znaku - čísla popisující polohu znaku na číselné ose -můžeme zvolit: -Aritmetický průměr -Modus, medián -Harmonický průměr.
25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK
Číselné charakteristiky NV
také Gaussovo rozdělení (normal or Gaussian distribution)
Obecné a centrální momenty
Generování náhodných veličin (2) Spojitá rozdělení
Nechť (, , P) je pravděpodobnostní prostor:
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Základní statistické charakteristiky
Hlavní charakteristiky křivky normálního rozdělení
Charakteristiky variability
Průměry aritmetický průměr: geometrický průměr: harmonický průměr:
Statistika 2 Aritmetický průměr, Modus, Medián
Popisná statistika III
Teorie psychodiagnostiky a psychometrie
Experimentální fyzika I. 2
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
2. Vybrané základní pojmy matematické statistiky
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Náhodný vektor Litschmannová, 2007.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Biostatistika 8. přednáška
(Popis náhodné veličiny)
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Funkce náhodné proměnné nová náhodná proměnná: a stará náhodná proměnná: x hustota pravděpodobosti: f(x) hustota pravděpodobosti: g(a)
VY_32_INOVACE_21-16 STATISTIKA 2 Další prvky charakteristiky souboru.
Hustota pravděpodobnosti – případ dvou proměnných
Poissonovo rozdělení diskrétní náhodné veličiny
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Aritmetický průměr - střední hodnota
Vícerozměrné statistické metody Vícerozměrné statistické rozdělení a testy, operace s vektory a maticemi Jiří Jarkovský, Simona Littnerová.
IV..
Základy popisné statistiky
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
1 Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Vladimír Mikulík. Slezské gymnázium, Opava, příspěvková organizace. Vzdělávací materiál.
Popisné charakteristiky statistických souborů. ZS - přesné parametry (nelze je měřením zjistit) VS - výběrové charakteristiky (slouží jako odhad skutečných.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
Základy zpracování geologických dat R. Čopjaková.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Spojitá náhodná veličina
Základy statistické indukce
Monte Carlo Typy MC simulací
Statistika 2.cvičení
STATISTICKÉ CHARAKTERISTIKY
Induktivní statistika
Základy zpracování geologických dat Rozdělení pravděpodobnosti
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Typy proměnných Kvalitativní/kategorická binární - ano/ne
Cauchyho rozdělení spojité náhodné veličiny
Analýza kardinálních proměnných
ANALÝZA A KLASIFIKACE DAT
Rozdělení pravděpodobnosti
Poissonovo rozdělení diskrétní náhodné veličiny
2. Vybrané základní pojmy matematické statistiky
Více náhodných veličin
Základy popisné statistiky
Náhodné výběry a jejich zpracování
Princip max. věrohodnosti - odhad parametrů
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Charakteristiky polohy
Transkript prezentace:

Medián, modus Medián Pro medián náhodné veličiny x platí: Modus Charakteristiky významově podobné střední hodnotě . Medián Pro medián náhodné veličiny x platí: Je méně ovlivněn extrémními hodnotami. Cauchyho rozdělení Modus Hodnota, která se v souboru vyskytuje nejčastěji. distribuční funkce

Momenty hustota pravděpodobnosti operátor střední (očekávané) hodnoty n-tý moment: n-tý centrální moment: 1. moment - střední hodnota 2. centrální moment - disperze, rozptyl, variance

Momenty 3. centrální moment - asymetrie, šikmost (skewness) 4. centrální moment - koef. špičatosti (kurtosis) (3. standardizovaný centrální moment) (4. standardizovaný centrální moment)

Více náhodných veličin Dvě náhodné proměnné x, y mají rozdělení pravděpodobnosti na intervalech Vx, Vy popsáno funkcemi p(x), q(y) Jaká je pravděpodobnost, že x se nachází v intervalu (x, x+dx) a zároveň y se nachází v intervalu (y, y+dy) ? r(x, y) je rozdělení pravděpodobnosti dvou náhodných proměnných.

Více náhodných veličin Rozdělení pravděpodobnosti dvou náhodných proměnných r(x, y) - funguje podobně jako v případě jedné proměnné: střední hodnota: momenty: centrální momenty: (obecně)

Kovariance, koeficient korelace Jak vypadá rozdělení r(x, y) ? Jsou-li x a y nezávislé, skládá se jejich pravděpodobnost: Obecně (např. nejsou-li nezávislé), vyjadřujeme míru jejich vztahu pomocí kovariance. Kovariance: Koeficient korelace: (ko-variance) antikorelované = 0 nezávislé korelované

Kovariance, koeficient korelace Příklady:

Kovariance, koeficient korelace Příklad: Veličiny x a y jsou lineárně závislé: y = a.x + b

n náhodných veličin Obecný případ pro n náhodných veličin: x1, x2, ..., xn - rozdělení pravděpodobnosti: r(x1, x2, ..., xn) Pro každou veličinu xi lze opět psát: střední hodnotu, momenty, disperzi, ... Součet náhodných veličin: ... a jeho střední hodnota:

Aritmetický průměr - střední hodnota Střední hodnota součtu náhodných veličin: (je rovna součtu středních hodnot) Speciálně: pro n-násobné opakování veličiny x Aritmetický průměr: (Zákon velkých čísel)

Disperze aritmetického průměru A co disperze ? Disperze (variance) součtu náhodných veličin: Jsou-li xi nezávislé, Cov(xi, xj) = 0 Pro aritmetický průměr:

Centrální limitní věta Náhodná veličina x je popsána rozdělením pravděpodobnosti p(x). - střední hodnota: - disperze: Aritmetický průměr při n-násobném opakování veličiny x: - je popsáno rozdělením CLV: S rostoucím n se blíží normálnímu rozdělení Na typu rozdělení p(x) nezáleží!