PRAVDĚPODOBNOST A STATISTIKA

Podobné dokumenty
PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

Odhady parametrů 1. Odhady parametrů

V. Normální rozdělení

PRAVDĚPODOBNOST A STATISTIKA

Náhodný výběr 1. Náhodný výběr

8. Odhady parametrů rozdělení pravděpodobnosti

Intervalové odhady parametrů některých rozdělení.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

PRAVDĚPODOBNOST A STATISTIKA

12. N á h o d n ý v ý b ě r

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Intervalové odhady parametrů

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

14. B o d o v é o d h a d y p a r a m e t r ů

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

Pravděpodobnost a aplikovaná statistika

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

4. B o d o v é o d h a d y p a r a m e t r ů

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

Pravděpodobnost a aplikovaná statistika

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

8. Analýza rozptylu.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

PRAVDĚPODOBNOST A STATISTIKA

vají statistické metody v biomedicíně

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

Pravděpodobnostní model doby setrvání ministra školství ve funkci

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

7. Odhady populačních průměrů a ostatních parametrů populace

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

Národní informační středisko pro podporu jakosti

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

2. Náhodná veličina. je konečná nebo spočetná množina;

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

PRAVDĚPODOBNOST A STATISTIKA

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

Pravděpodobnost a aplikovaná statistika

Číselné charakteristiky náhodných veličin

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

P2: Statistické zpracování dat

Popisná statistika. Zdeněk Janák 9. prosince 2007

Úloha II.S... odhadnutelná

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Kvantily. Problems on statistics.nb 1

Statistika pro metrologii

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

b c a P(A B) = c = 4% = 0,04 d

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

Pravděpodobnost vs. statistika. Data. Teorie pravděpodobnosti pracuje s jednou nebo více teoretickými náhodnými

Teorie odhadů 2 Teorie odhadů... 3 Odhad parametrů... 4

Přednášky část 7 Statistické metody vyhodnocování dat

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Náhodný výběr, statistiky a bodový odhad

Dynamická pevnost a životnost Statistika

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

FITOVÁNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI PRO APLIKACE

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

Pravděpodobnost a statistika Výpisky z cvičení Ondřeje Chocholy

Pravděpodobnostní modely

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

SP2 Korelační analýza. Korelační analýza. Libor Žák

Interval spolehlivosti pro podíl

17. Statistické hypotézy parametrické testy

3. Charakteristiky a parametry náhodných veličin

Generování dvojrozměrných rozdělení pomocí copulí

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Michaela Kurková. Katedra pravděpodobnosti a matematické statistiky

Závislost slovních znaků

a další charakteristikou je četnost výběrového souboru n.

Deskriptivní statistika 1

PoznÁmky k přednášce

Transkript:

PRAVDĚPODOBNOST A STATISTIKA

Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr ϑ. Na základě měřeí (pokusů) chceme odhadou ezámý parametr ϑ. Provedeme pokusů ( měřeí). Výsledky těchto pokusů jsou popsáy áhodým výběrem X ( X 1,, X ) a jeho realizací x ( x 1,, x ). Opět předpokládáme, že složky áhodého vektoru jsou ezávislé a mají stejé rozděleí jako áhodá proměá X. Odhad parametru ϑ budeme provádět pomocí vhodé statistiky T X,, X ) a její realizace t T x,, x ). ( 1 ( 1

Bodové a itervalové odhady Požadavek a vybraé statistiky je, aby byly estraé, kozistetí a pokud možo ejlepší estraé. Budeme využívat hlavě statistiky: výběrový průměr: X 1 i1 X i vývěrový rozptyl (modifikovaý): Výběrový koeficiet korelace: 2 Sˆ 2 1 1 i1 1 X i X Yi Y i1 R S( X ) S( Y ) X i X

Bodové a itervalové odhady Typy odhadů: Bodový ezámý parametr ϑ se sažíme odhadout jedím číslem (bodem). Itervalový pro ezámý parametr ϑ se sažíme ajít iterval.

Bodové odhady Nechť X je áhodá proměá, (X,Y) je áhodý vektor. Pak - realizace vývěrového průměru je bodový odhad E(X), i1 - realizace vývěrového rozptylu (modifikovaého) je bodový odhad D(X), - realizace vývěrového koeficietu korelace je bodový odhad ρ(x, Y). x 1 x i r 1 sˆ 2 i1 1 1 x x y y i s X s x i x i1 Y i 2

Itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Iterval spolehlivosti (kofidečí iterval) pro parametr ϑ se spolehlivostí 1- α (α 0, 1 ) je dvojice statistik T 1, T 2 pro které platí: 1 Itervalový odhad parametru ϑ se spolehlivostí 1- α (α 0, 1 ) je iterval, kde t 1 ( t 2 ) je realizací statistiky T 1 ( T 2 ). t 1,t 2 P T 1 T 2 Požadavek a itervalový odhad: - pravděpodobost 1- α byla co ejvětší - iterval byl co ejmeší Rozumý kompromis pravděpodobost 90%, 95%, 99% t.j. α = 0.1, 0.05, 0.01 Bodový odhad je itervalový odhad se spolehlivostí 0..

Itervalové odhady Itervalové odhady pro α = 0.1, 0.05, 0.01

Itervalové odhady Itervalové odhady pro α = 0.05 a pro růzou délku áhodého výběru

Bodové a itervalové odhady pro Biomické rozděleí Nechť X je áhodá proměá, která má Biomické rozděleí Bi(1,p). Nezámý parametr je p pravděpodobost úspěchu při jedom pokuse. Pokus je úspěšý, pokud áhodě vybraý prvek má sledovaou vlastost. Provedeme -měřeí -pokusů. Nechť je áhodý výběr, kde pro realizaci i-té složky X i platí: x i =0, pokud vybraý prvek emá sledovaou vlastost a x i =1, pokud vybraý prvek má sledovaou vlastost. x Ozačme. Pak realizace výběrového průměru je a tedy bodový odhad parametru p je. ( X1,, X ) x x i i1 x p

Bodové a itervalové odhady pro Biomické rozděleí Při itervalovém odhadu parametru p se využívá aproximace Biomického rozděleí Normálím rozděleím. Pro >30 je itervalový odhad parametru p: kde u 1-α/2 je 1- α - kvatil ormovaého ormálího rozděleí.

Bodové a itervalové odhady pro Biomické rozděleí Příklad1: Hodíte 100x kostkou. 6 vám padla 20x. Spočtěte bodový a itervalový odhad (pro α =0,05) pravděpodobosti padutí 6. Příklad2: Straa XYZ echá udělat průzkum její volitelosti. Vybraá agetura udělá průzkum u reprezetativího vzorku obyvatelstva. Osloví 1027 respodetů. Z ich 281 by daou strau volilo. Spočtěte bodový a itervalový odhad (pro α =0,05) volebího výsledku stray.

Bodové a itervalové odhady pro Normálí rozděleí Nechť X je áhodá proměá, která má Normálí rozděleí N(μ, σ 2 ). Nezámé parametry jsou: μ, σ 2 Při bodovém odhadu budeme vycházet z výběrového průměru a výběrového rozptylu: Nechť X, S 2 je výběrový průměr a výběrový rozptyl. Pak platí: X 1 S je ejlepší estraý kozistetí odhad parametru E(X) = μ 2 je ejlepší estraý kozistetí odhad parametru D(X) = σ 2 Bodové odhady:

Bodové a itervalové odhady pro Normálí rozděleí Nechť X je áhodá proměá, která má Normálí rozděleí N(μ, σ 2 ). Itervalový odhad parametru μ: kde t 1-α/2 volosti. je 1- α/2 - kvatil Studetova rozděleí s k=-1 stupi Itervalový odhad parametru σ 2 : 2 2 kde 1 / 2, / stupi volosti. 2 je 1- α/2 (α/2) - kvatil Pearsoova rozděleí s k=-1

Bodové a itervalové odhady pro Normálí rozděleí Příklad3: Při výrobě byla provedea kotrola výrobků. Bylo vybráo =123 výrobků a bylo a ich provedeo měřeí. Dostali jsme statistický soubor a z ěj byly spočítáy charakteristiky statistického souboru: x s 1 i1 2 1 x i = 13,25 x i x i1 2 = 2,3. Za předpokladu, že se jedá o výběr z ormálího rozděleí, spočtěte bodový a itervalová odhad pro α =0,05 středí hodoty a rozptylu.

Bodové a itervalové odhady pro Normálí rozděleí Nechť (X,Y) je áhodý vektor, který má Normálí rozděleí N 2 (μ, σ 2 ). Chceme odhadou korelaci složek áhodého vektoru ( X, Y ). Bodový odhad je realizace výběrového koeficiet korelace: 1 r i1 x x y y i s X s Y i

Bodové a itervalové odhady pro Normálí rozděleí Nechť (X,Y) je áhodý vektor, který má Normálí rozděleí N 2 (μ, σ 2 ). Chceme odhadou korelaci složek áhodého vektoru ( X, Y ). Itervalový odhad pro 10: kde kde u 1-α/2 je 1- α - kvatil ormovaého ormálího rozděleí,

Bodové a itervalové odhady pro Normálí rozděleí Příklad4: Na VUT byl provádě výzkum,zda spolu souvisí iteligece a velikost ohy. Bylo vybráo = 87 studetů a po změřeí jejich iteligece a délky ohy vyšla hodota korelace: r 1 i1 x x y y i s X s Y i = - 0,13 Za předpokladu, že se jedá o výběr z ormálího rozděleí, spočtěte bodový a itervalový odhad pro α =0,05 závislosti iteligece a velikosti ohy.