Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

VÝPOČET OC.
TEORETICKÉ MODELY některých DISKRÉTNÍCH NV
GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Statistická indukce Teorie odhadu.
Vybraná rozdělení diskrétní náhodné veličiny
Limitní věty.
BINOMICKÉ ROZDĚLENÍ (Bernoulliovo schéma)
KFY/PMFCHLekce 3 – Základy teorie pravděpodobnosti Osnova 1. Statistický experiment 2. Pravděpodobnost 3. Rozdělení pravděpodobnosti 4. Náhodné proměnné.
3. PRINCIP MAXIMÁLNÍ VĚROHODNOSTI
Získávání informací Získání informací o reálném systému
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
Náhodná veličina.
25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK
Náhodná proměnná Rozdělení.
také Gaussovo rozdělení (normal or Gaussian distribution)
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Vybraná rozdělení spojité náhodné veličiny
Generování náhodných veličin (2) Spojitá rozdělení
Pravděpodobnost 10 Binomické rozdělení pravděpodobnosti neboli
Nechť (, , P) je pravděpodobnostní prostor:
Pravděpodobnost a genetická prognóza
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Diskrétní rozdělení Karel Zvára 1.
Data s diskrétním rozdělením
POČET PRAVDĚPODOBNOSTI
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Definice stochastického procesu jako funkce 2 proměnných
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
Průměry aritmetický průměr: geometrický průměr: harmonický průměr:
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.
PRAVDĚPODOBNOST NEZÁVISLÉ JEVY Jevy A,B nazýváme nezávislými, jestliže
ZÁKLADY TEORIE PRAVDĚPODOBNOSTI
Základy zpracování geologických dat
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
Pravděpodobnost.
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.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
(Popis náhodné veličiny)
Hustota pravděpodobnosti – případ dvou proměnných
Molekulová fyzika 3. přednáška „Statistický přístup jako jediná funkční strategie kinetické teorie“
Poissonovo rozdělení diskrétní náhodné veličiny
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Podmíněná pravděpodobnost: Bayesův teorém
Aritmetický průměr - střední hodnota
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
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.
Simulace podnikových procesů
Některá rozdělení náhodných veličin
Spojitá náhodná veličina
Normální (Gaussovo) rozdělení
Vnitřní energie plynu, ekvipartiční teorém
Rozdělení pravděpodobnosti
Medián, modus Medián Pro medián náhodné veličiny x platí: Modus
Poissonovo rozdělení diskrétní náhodné veličiny
2. Vybrané základní pojmy matematické statistiky
Náhodný jev, náhodná proměnná
Základy statistiky.
Testování hypotéz - pojmy
Princip max. věrohodnosti - odhad parametrů
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou x E - př. hrací kostka: experiment typu náhodný výběr, N je konečná - každý z výsledků experimentu je stejně pravděpodobný pravděpodobnost jevu A E na experimentu N: Náhodný jev, náhodná proměnná

experiment E jako spojení experimentů E i, pro nezávislé E i jsou nezávislé i pravděpodobnosti jevů na nich nezávislé opakování experimentu: relativní četnost jevu A: Klasická definice pravděpodobnosti: Nezávislé experimenty, pravděpodobnost

diskrétní náhodná proměnná Rozdělení pravděpodobnosti udává pravděpodobnost p i, že nastane výsledek x i Normalizační podmínka: Pravděpodobnost, že náhodná proměnná X bude nalezena v intervalu (0, x) Rozdělení pravděpodobnosti konečnánekonečná konečná F... distribuční funkce

Rovnoměrné rozdělení experiment typu náhodný výběr (každý jednotlivý výsledek je stejně pravděpodobný) s množinou výsledků: Rovnoměrné rozdělení pravděpodobnosti je dáno podmínkou: normovací podmínka: obecně pro interval : distribuční funkce: diskrétní náhodné veličiny

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

Binomické rozdělení Pravděpodobnost jevu A na experimentu E je p. S jakou pravděpodobností se při n-násobném opakování experimentu jev A realizuje k-krát? normovací podmínka: střední hodnota: disperze: diskrétní náhodné veličiny

Binomické rozdělení příklad:p = 0,5 (např. házení mincí) n = 10: - stř. hodnota:E = 5 - disperze:V = 2,5 n = 20: - stř. hodnota:E = 10 - disperze:V = 5 n = 30: - stř. hodnota:E = 15 - disperze:V = 7,5 diskrétní náhodné veličiny

Poissonovo rozdělení diskrétní náhodné veličiny Studujeme jev A s pravděpodobností p a rozdělením B(n, p). Co se stane, když: Potom pravděpodobnost, že se A realizuje k-krát, lze vyjádřit: normovací podmínka: střední hodnota: disperze:

Poissonovo rozdělení příklad:  = 5: - stř. hodnota:E = 5 - disperze:V = 5  = 10: - stř. hodnota:E = 10 - disperze:V = 10  = 15: - stř. hodnota:E = 15 - disperze:V = 15 diskrétní náhodné veličiny

Poissonovo rozdělení srovnání binomické n.p = 5 Poissonovo  = 5 diskrétní náhodné veličiny

Poissonovo rozdělení diskrétní náhodné veličiny Alternativní odvození: Pravděpodobnost realizace na úseku (t, t+dt) je úměrná délce tohoto úseku, tj. ~ dt Pravděpodobnost realizace k-krát v intervalu (0, t) označíme P k (t). Pro k = 0 platí: Pro : Pro k = 1 platí: Obecně: Vede na rovnici, jejímž řešením je 0 tt+dt dtdt