Náhodný vektor Litschmannová, 2007.

Slides:

Advertisements

Podobné prezentace

Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny

Advertisements

MARKOVSKÉ ŘETĚZCE.

Testování neparametrických hypotéz

Počítačová grafika III – Monte Carlo integrování II Jaroslav Křivánek, MFF UK

Limitní věty.

A5M33IZS – Informační a znalostní systémy Datová analýza I.

STATISTIKA LS 2014 Garant předmětu: Ing. Martina Litschmannová, Ph.D.

Kalmanuv filtr pro zpracování signálů a navigaci

4EK211 Základy ekonometrie Autokorelace Cvičení /

Regresní analýza a korelační analýza

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

Pravděpodobnost a statistika opakování základních pojmů

Generování náhodných veličin (1) Diskrétní rozdělení

Náhodná veličina.

25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK

Iman – Conoverova metoda

Generování náhodných veličin (2) Spojitá rozdělení

Nechť (, , P) je pravděpodobnostní prostor:

Systém rizikové analýzy při statickém návrhu podzemního díla Jan Pruška.

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

N_OFI_2 Přednáška Počet pravděpodobnosti

Charakteristiky výstupního procesu systémů hromadné obsluhy Martin Meca ČVUT, Fakulta strojní.

Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.

Definice stochastického procesu jako funkce 2 proměnných

Matematické metody v ekonomice a řízení II 4. Metoda PERT

Vybraná rozdělení spojité náhodné veličiny

PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA Úvod, kombinatorika

Další spojitá rozdělení pravděpodobnosti

Reprezentace klasifikátoru pomocí „diskriminant“ funkce

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

Popisné statistiky. Výskyt strupovitosti se zdá být ve vztahu s obsahem některých chemických prvků “ve slupkách“ hlíz. Některé odrůdy trpí strupovitostí.

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.

REGIONÁLNÍ ANALÝZA Cvičení 4 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.

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.

Normální rozdělení a ověření normality dat

Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná

Biostatistika 8. přednáška

Úloha č. 1. Zadání: Házíme 4x nepoctivu mincí, na které m ů že padnou pouze panna nebo orel. S pravd ě podobností p 0 =0,25 padne orel. Dv ě.

(Popis náhodné veličiny)

Funkce náhodné proměnné nová náhodná proměnná: a stará náhodná proměnná: x hustota pravděpodobosti: f(x) hustota pravděpodobosti: g(a)

Hustota pravděpodobnosti – případ dvou proměnných

Poissonovo rozdělení diskrétní náhodné veličiny

Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.

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.

BIOSTATISTIKA LS 2016 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Martina Litschmannová,

Základní informace o předmětu1. Přednášející: RNDr. Martin Hála, CSc. katedra matematiky, B105, Další informace a soubory ke stažení.

Pravděpodobnost a matematická statistika I.

Některá rozdělení náhodných veličin

Spojitá náhodná veličina

Náhodná veličina.

Základy zpracování geologických dat Rozdělení pravděpodobnosti

ANALÝZA A KLASIFIKACE DAT

Pravděpodobnost a matematická statistika I.

ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných

Normální (Gaussovo) rozdělení

ANALÝZA A KLASIFIKACE DAT

Rozdělení pravděpodobnosti

, tzn., že distribuční funkce „začíná v 0“.

Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP

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

Poissonovo rozdělení diskrétní náhodné veličiny

2. Vybrané základní pojmy matematické statistiky

ANALÝZA A KLASIFIKACE DAT

Náhodné výběry a jejich zpracování

Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná

Transkript prezentace:

Náhodný vektor Litschmannová, 2007

Dnes jsme naměřili v ČR (-5)°C. Motivační příklad: Dnes jsme naměřili v ČR (-5)°C. Na Lysé hoře (výška). V 6:00 hodin. (teplota, výška, čas) Litschmannová, 2007

Náhodný vektor Definice: Náhodný vektor je sloupcový vektor složený z náhodných veličin X1, X2, … Xn Značení: X = (X1, X2, … Xn ) Litschmannová, 2007

Dvousložkový náhodný vektor Litschmannová, 2007

Sdruženná (simultánní)distribuční funkce Litschmannová, 2007

Sdruženná (simultánní)distribuční funkce Litschmannová, 2007

Diskrétní rozdělení náhodného vektoru Korelační tabulka: Litschmannová, 2007

Diskrétní rozdělení náhodného vektoru Sdružená pravděpodobnostní funkce: Sdružená distribuční funkce: Marginální pravděpodobnostní funkce: Litschmannová, 2007

Diskrétní rozdělení náhodného vektoru Marginální distribuční funkce: Podmíněná pravděpodobnostní funkce: Litschmannová, 2007

Nezávislost složek náhodného vektoru Složky X,Y náhodného vektoru jsou navzájem nezávislé právě tehdy, jsou-li nezávislé náhodné veličiny X, Y. Platí tedy: Speciálně pro náh. vektor s diskrétním rozdělením: Litschmannová, 2007

Charakteristiky náhodného vektoru Litschmannová, 2007

Charakteristiky náhodného vektoru Kovariance – Kovarianční matice – Korelační koeficient (jednoduchý) – Litschmannová, 2007

Litschmannová: Statistika I. – cvičení, Příklady Litschmannová: Statistika I. – cvičení, Náhodný vektor – př. 5.1, 5.2 Litschmannová, 2007

Spojité rozdělení náhodného vektoru Litschmannová, 2007

Spojité rozdělení náhodného vektoru Sdružená distribuční funkce : Sdružená hustota pravděpodobnosti : (pokud ex. druhá smíšená der. F(x,y)) Marginální hustota pravděpodobnosti : Litschmannová, 2007

Spojité rozdělení náhodného vektoru Marginální distribuční funkce: Podmíněná hustota pravděpodobnosti: Litschmannová, 2007

Nezávislost složek náhodného vektoru Složky X,Y náhodného vektoru jsou navzájem nezávislé právě tehdy, jsou-li nezávislé náhodné veličiny X, Y. Platí tedy: Speciálně pro náh. vektor se spojitým rozdělením: Litschmannová, 2007

Litschmannová: Statistika I. – cvičení, Příklady Litschmannová: Statistika I. – cvičení, Náhodný vektor – př. 5.3, 5.4 Litschmannová, 2007

Litschmannová: Statistika I. – cvičení, Využití Statgraphicsu při zpracování diskrétního dvourozměrného vektoru Příklad Litschmannová: Statistika I. – cvičení, Náhodný vektor – př. 5.5 Litschmannová, 2007