Hustota pravděpodobnosti – případ dvou proměnných

Slides:



Advertisements
Podobné prezentace
Pravidla pro počítání s mocninami
Advertisements

Elipsa chyb a Helmertova křivka
Odhady parametrů základního souboru
Hodnocení způsobilosti měřících systémů
Kalmanuv filtr pro zpracování signálů a navigaci
Lineární regresní analýza Úvod od problému
3. PRINCIP MAXIMÁLNÍ VĚROHODNOSTI
Úvod do regresní analýzy
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
Odhad genetických parametrů
Pravděpodobnost a statistika opakování základních pojmů
CHYBY MĚŘENÍ.
Generování náhodných veličin (1) Diskrétní rozdělení
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.
Odhady parametrů základního souboru
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Charakteristiky výstupního procesu systémů hromadné obsluhy Martin Meca ČVUT, Fakulta strojní.
Tento Digitální učební materiál vznikl díky finanční podpoře EU- OP Vzdělávání pro konkurenceschopnost, Není –li uvedeno jinak, je tento materiál zpracován.
Charakteristiky variability
Normální (Gaussovo) rozdělení
Průměry aritmetický průměr: geometrický průměr: harmonický průměr:
* Druhá mocnina Matematika – 8. ročník *
Další spojitá rozdělení pravděpodobnosti
Jedno-indexový model a určení podílů cenných papírů v portfoliu
Reprezentace klasifikátoru pomocí „diskriminant“ funkce
Princip maximální entropie
Experimentální fyzika I. 2
Pohled z ptačí perspektivy
V. Analýza rozptylu ANOVA.
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.
Sčítání a násobení výrazů
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.
Metrologie   Přednáška č. 5 Nejistoty měření.
Teorie psychodiagnostiky a psychometrie
Pravidla pro počítání s mocninami.
Pravděpodobnost.
2. Vybrané základní pojmy matematické statistiky
Náhodný vektor Litschmannová, 2007.
Hodnoty tP pro různé pravděpodobnosti P
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Pearsonův test dobré shody chí kvadrát
Biostatistika 8. přednáška
Jednoduchý lineární regresní model Tomáš Cahlík 2. týden
Normální rozdělení. U 65 náhodně vybraných živě narozených dětí byla zkoumána jejich porodní hmotnost [g] a délka [cm].
Korelace.
Problematika optimalizace portfolia
Maximální chyba nepřímá měření hrubý, řádový odhad nejistoty měření
Funkce náhodné proměnné nová náhodná proměnná: a stará náhodná proměnná: x hustota pravděpodobosti: f(x) hustota pravděpodobosti: g(a)
Problém majáku předpokládáme, že l známe  x0x0 xixi l chceme najít odhad x 0 (věrohodnost) maximální věrohodnost.
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Teorie portfolia Úvodní přednáška.
Aritmetický průměr - střední hodnota
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
IV..
Základy zpracování geologických dat R. Čopjaková.
INDUKTIVNÍ STATISTIKA
Spojitá náhodná veličina
4. cvičení
Úvod do praktické fyziky
Odhady parametrů základního souboru
Spojitá a kategoriální data Základní popisné statistiky
Teorie portfolia Úvodní přednáška.
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP
Medián, modus Medián Pro medián náhodné veličiny x platí: Modus
2. Vybrané základní pojmy matematické statistiky
Náhodné výběry a jejich zpracování
Princip max. věrohodnosti - odhad parametrů
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

Hustota pravděpodobnosti – případ dvou proměnných marginální pravděpodobnosti: x0 x0+dx y0 y0+dy

Hustota pravděpodobnosti – případ dvou proměnných operátor očekávané hodnoty : očekávaná hodnota náhodné proměnné x : očekávaná hodnota náhodné proměnné y : obecně :

Hustota pravděpodobnosti – případ dvou proměnných rozptyl náhodné proměnné x : rozptyl náhodné proměnné y : kovariance náhodných proměnných x a y : kovarianční matice korelace náhodných proměnných x a y :

Korelace náhodných proměnných r(x,y) = 0.0 r(x,y) = 0.7 N = 10000

Korelace náhodných proměnných r(x,y) = -0.7 r(x,y) = 0.96 N = 10000

Hustota pravděpodobnosti – případ dvou proměnných nezávislé náhodné proměnné x,y : rozptyl náhodné proměnné x : rozptyl náhodné proměnné y : kovarianční matice:

Odhad kovariance a korelace náhodné proměnné x, y naměříme x1, x2,… xN; y1, y2,… yN cov (x, y) ???

Přenos chyb náhodné proměnné xi : výsledná veličina : Taylorův rozvoj : Očekávaná hodnota: Rozptyl: Rozptyl:

Přenos chyb – nezávislé náhodné proměnné náhodné proměnné xi : výsledná veličina : xi nezávislé  Očekávaná hodnota: Rozptyl:

Přenos chyb – součet náhodných proměnných náhodné proměnné x1, x2 : výsledná veličina : I. x1, x2 nezávislé Očekávaná hodnota: Rozptyl: II. x1, x2 nejsou nezávislé Očekávaná hodnota: Rozptyl:

Přenos chyb – aritmetický průměr náhodné proměnné xi : výsledná veličina : x1, x2 nezávislé Rozptyl: všechny si stejné (si = s)   chyba aritmetického průměru:

Přenos chyb a, b nezávislé součet / rozdíl: součin / podíl: mocnina: