Rozdělení diskrétních veličin. Příklady diskrétních náhodných veličin Pokus jev nastaljev nenastal pnS hod mincírublíc1/2počet hodůpočet rubů celkem narození.

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

VÝPOČET OC.
TEORETICKÉ MODELY některých DISKRÉTNÍCH NV
ZÁKLADY PRAVDĚPODOBNOSTI
GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Statistická indukce Teorie odhadu.
Vybraná rozdělení diskrétní náhodné veličiny
MARKOVSKÉ ŘETĚZCE.
Limitní věty.
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
Odhady parametrů základního souboru
HISTORICKÁ DATA Jsou k dispozici: vyrovnání nejvhodnějším typem rozdělení (Batch Fit) Nejsou k dispozici: využití expertních názorů (subjektivní pravděpodobnosti)
Diskrétní rozdělení a jejich použití
Popisná statistika - pokračování
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Pravděpodobnost 10 Binomické rozdělení pravděpodobnosti neboli
Nechť (, , P) je pravděpodobnostní prostor:
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.
Test č.3  Binomické rozdělení pravděpodobnosti VY_32_INOVACE_21-17.
POČET PRAVDĚPODOBNOSTI
Statistická přejímka statistická přejímka představuje postupy zaměřené na následnou přejímací kontrolu (vstupní, mezioperační, výstupní) produktů cílem.
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
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.
Základy zpracování geologických dat
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.
MATEMATICKÁ STATISTIKA
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)
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.
Inferenční statistika - úvod
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
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.
TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM
Podmíněné pravděpodobnosti
Některá rozdělení náhodných veličin
Spojitá náhodná veličina
Náhodná veličina.
Základy statistické indukce
Induktivní statistika
Induktivní statistika
Induktivní statistika
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Spojitá a kategoriální data Základní popisné statistiky
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Rozdělení pravděpodobnosti
Poissonovo rozdělení diskrétní náhodné veličiny
2. Vybrané základní pojmy matematické statistiky
7. Kontingenční tabulky a χ2 test
Induktivní statistika
Základy statistiky.
Náhodné výběry a jejich zpracování
Princip max. věrohodnosti - odhad parametrů
Transkript prezentace:

Rozdělení diskrétních veličin

Příklady diskrétních náhodných veličin Pokus jev nastaljev nenastal pnS hod mincírublíc1/2počet hodůpočet rubů celkem narození dívky děvčechlapec0,48~1/2počet dětípočet dívek v rodině ryzí odhad odpovědi na otázku z pěti možností správněšpatně1/5 počet možných odpovědí počet správných odpovědí náhodně vybraný výrobek výrobek je dobrý výrobek je špatný podíl dobrých výrobků v denní produkci rozsah výběru počet dobrých výrobků ve výběru náhodně vybrané žilné těleso žíla obsahuje rudní minerály žíla je jalová podíl zrudnělých žil počet všech zjištěných žil počet zrudnělých žil ve výběru (čtverci mapy) přítomnost zlatinky ve šlichu přítomna šlich je jalový počet zlatinek ve vzorku šlichu standardně 400 zrn počet zlatinek ve výběru 400 zrn

Binomické rozdělení Náhodná veličina X nabývá hodnot 0, 1, 2,...., n (n je přirozené číslo). Pravděpodobnost úspěchu v jednotlivém pokuse - p; celková pravděpodobnost s úspěchů v n pokusech je P  (0,1). A - jev nastal, B - nenastal: (AAA…A)s-krát (BBB…B)(n-s)krát  p s.q n-s Frekvenční funkce je distribuční funkce kde s - počet případů příznivých (jev nastal), q = 1-p, x≥0 je horní hranice distribuční funkce.

Binomické rozdělení Binomický koeficient je definován jako přičemž =1 Příklad: pravděpodobnost narození právě jedné dívky v rodině s třemi dětmi, když pravděpodobnost narození dívky je 0,48: n = 3, s = 1, p = 0,48 => P(1) = 3. (0,48) 1. (0,52) 2 = 3. 0,13 = 0,39 Charakteristiky průměr = n*p, rozptyl  2 = n*p*q

Binomické rozdělení v geologii Binomické rozdělení se aplikuje u souborů malého rozsahu (n < 30), resp. omezené velikosti, je-li značná pravděpodobnost, že jev nastane. V geologii je mají  hojné minerály v horninách, vyjádřené počtem zrn v dílčích vzorcích pevné velikosti  hojné fosilie v horninách v dílčích vzorcích pevné velikosti

Poissonovo rozdělení Náhodná veličina s binomickým rozdělením s parametrem n a s pravděpodobností úspěchu rovnou p = μ/n má přibližně Poissonovo rozdělení s parametrem   0. Tato přibližná shoda platí tím více, čím větší je rozsah n a menší pravděpodobnost p. Frekvenční funkce: Charakteristiky: průměr = μ, rozptyl  2 = μ

Poissonovo rozdělení je zjednodušením binomického rozdělení

Poissonovo rozdělení Binomické a Poissonovo rozdělení mají obdobnou frekvenční a distribuční funkci; Poissonovo rozdělení se používá tam, kde je veliký rozsah souboru a malá pravděpodobnost úspěchu - prakticky pro n > 30 a p < 0,1. V geologii jde zejména o:  předpověď počtu ložisek nerostných surovin na určité ploše (stejné geologické stavby)  vzácné minerály v horninách, vyjádřené počtem zrn v dílčích vzorcích pevné velikosti  počet částic alfa, vyzařovaných za jednotku času z radioaktivních hornin

Distribuční funkce Poissonova a binomického rozdělení