můžeme toto číslo považovat za pravděpodobnost jevu A.

Podobné dokumenty
PRAVDĚPODOBNOST ... m n

můžeme toto číslo považovat za pravděpodobnost jevu A.

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

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

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

Náhodný výběr 1. Náhodný výběr

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

12. N á h o d n ý v ý b ě r

Pravděpodobnost a aplikovaná statistika

Národní informační středisko pro podporu kvality

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

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

Statistika pro metrologii

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

V. Normální rozdělení

PRAVDĚPODOBNOST A STATISTIKA

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

P2: Statistické zpracování dat

2. Náhodná veličina. je konečná nebo spočetná množina;

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

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

Pravděpodobnost a aplikovaná statistika

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

Odhady parametrů 1. Odhady parametrů

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

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

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

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

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

Přednášky část 7 Statistické metody vyhodnocování dat

Dynamická pevnost a životnost Statistika

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

Závislost slovních znaků

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

Definice obecné mocniny

Deskriptivní statistika 1

Pravděpodobnost a statistika - absolutní minumum

Pravděpodobnostní modely

PRAVDĚPODOBNOST A STATISTIKA. Metoda momentů Metoda maximální věrohodnosti

Vícekanálové čekací systémy

Intervalové odhady parametrů

Číselné charakteristiky náhodných veličin

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Intervalové odhady parametrů některých rozdělení.

13 Popisná statistika

Příklady z finanční matematiky I

Entropie, relativní entropie a sdílená (vazební) informace

Náhodný výběr, statistiky a bodový odhad

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

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

1. Základy počtu pravděpodobnosti:

vají statistické metody v biomedicíně

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

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

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

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x),

z možností, jak tuto veličinu charakterizovat, je určit součet

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

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec

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

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

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Náhodné jevy a pravděpodobnost

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Problémy hodnocení výkonnosti a způsobilosti řízení procesů v rámci nesplnění normality rozdělení dominantního znaku jakosti

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

8. Analýza rozptylu.

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

1.3. POLYNOMY. V této kapitole se dozvíte:

8.3.1 Vklady, jednoduché a složené úrokování

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

8. Odhady parametrů rozdělení pravděpodobnosti

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

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

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

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

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost

6. P o p i s n á s t a t i s t i k a

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

6.1 Systémy hromadné obsluhy

Interval spolehlivosti pro podíl

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

Testování statistických hypotéz

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

BAKALÁŘSKÁ STA I. + II.

Sekvenční logické obvody(lso)

2. Úvod do indexní analýzy

6 VYBRANÁ ROZDLENÍ DISKRÉTNÍ NÁHODNÉ VELIINY

11 TESTOVÁNÍ HYPOTÉZ Základní pojmy

Popisná statistika. Zdeněk Janák 9. prosince 2007

7. Odhady populačních průměrů a ostatních parametrů populace

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

ASYNCHRONNÍ STROJE. Obsah

Transkript:

RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout áhodé rocesy. Náhodé okusy: rocesy, jejichž výsledek elze ředem jedozačě určit (je ejistý); závisí jedak a daých odmíkách, ři kterých je rovádě, jedak a áhodě. Teorie ravděodobosti se zabývá ouze áhodými okusy, které jsou za stejých odmíek oakovatelé a u ichž je mělivost výsledků odstatá a vykazuje určitou zákoitost. Hromadé áhodé jevy: výsledky oakovatelých áhodých okusů (začeí,, atd.). ravděodobost áhodého jevu: ravděodobost áhodého jevu je číslo (), které lze iterretovat jako míru možosti astoueí áhodého jevu.. iomatická teorie ravděodobosti: ravděodobost je fukce, která každému áhodému jevu řiřazuje reálé číslo, řičemž musí být slěy ásledující aiomy ) 0 ) (...)... 3). (ro eslučitelé jevy). Klasická defiice ravděodobosti: ravděodobost jevu se rová odílu říadů řízivých astoueí jevu a očtu všech říadů možých, jsou-li všechy stejě ravděodobé. m kde m je očet říadů řízivých je očet říadů možých. 3. Statistická defiice ravděodobosti: Jestliže ři rostoucím očtu oakováí áhodého m okusu () relativí četost kolísá ve stále užších mezích kolem určitého čísla, můžeme toto číslo ovažovat za ravděodobost jevu. relativí četost jevu m kde m je očet astoueí jevu je očet oakováí okusu. - odhad ravděodobosti áhodého jevu a základě výsledků, získaých ři mohoásobém oakováí áhodého okusu - tato defiice má aosteriorí charakter.

ravidla ro očítáí s ravděodobostmi odmíěá ravděodobost je odmíěá ravděodobost jevu vzhledem k jevu, tj. ravděodobost astoueí jevu za ředokladu, že astal jev., ro > 0, ro > 0. ravidlo o ásobeí ravděodobostí: ravděodobost současého astoueí jevů a (tz. jejich růiku) je rova součiu eodmíěé ravděodobosti jedoho jevu a odmíěé ravděodobosti druhého jevu vzhledem k rvímu jevu.. Zobecěí ravidla o ásobeí ravděodobostí ro dva a více jevů: 3 i i. Nezávislost jevů Jestliže, ak jev ezávisí a jevu. Jestliže, ak jev ezávisí a jevu. Nutá a ostačující odmíka (defiice) ezávislosti dvou jevů:. Zjedodušeí ravidla o ásobeí ravděodobostí ro ezávislé jevy: i i 3.

ravidlo ro sčítáí ravděodobostí: ravděodobost sjedoceí jevů a je rova součtu ravděodobostí těchto jevů, zmešeé o ravděodobost jejich růiku.. Disjuktí jevy Jestliže 0, ak jevy a jsou disjuktí. Zjedodušeí ravidla ro sčítáí ravděodobostí ro disjuktí jevy:. 3

Náhodá veličia Náhodá veličia - veličia, jejíž hodota je jedozačě určea výsledkem áhodého okusu - vlivem áhodých čiitelů může abýt růzých hodot, roto elze její kokrétí hodotu řed rovedeím áhodého okusu jedozačě určit - symbolika, Y, atd. - říklady: očet bodů, které adou a hrací kostce, očet oruch určitého zařízeí, doba čekáí a obsluhu v určité rodejě, atd. Záko rozděleí áhodé veličiy - ravidlo, které každé hodotě ebo možiě hodot z každého itervalu řiřazuje ravděodobost, že áhodá veličia abude této hodoty ebo hodoty z určitého itervalu - je to ravděodobostí model chováí emirické áhodé veličiy. Náhodou veličiu okládáme za daou, okud záme všechy její možé hodoty a ravděodobosti výskytu každé z ich. ois rozděleí áhodé veličiy. Diskrétí áhodá veličia Distribučí fukce: udává ravděodobost, že NV abude hodoty meší ebo rové. F t t ravděodobostí fukce: udává ravděodobost, že NV abude hodoty rové., kde je rostor hodot NV, tj. možia možých hodot NV.. Sojitá áhodá veličia Distribučí fukce F f t dt Hustota ravděodobosti f df F ; f d d 4

Charakteristiky áhodých veliči - číselé hodoty, jejichž cílem je kocetrovat (zestručit) ois NV - výstižý ois základích vlastostí rozděleí NV. odle vlastosti rozděleí, kterou oisují, rozezáváme:. Charakteristiky olohy. Charakteristiky variability 3. Charakteristiky šikmosti 4. Charakteristiky šičatosti.. Charakteristiky olohy Středí hodota = očekávaá hodota (z lat. eectatis) a) Diskrétí NV b) Sojitá NV f d odus ˆ a) Diskrétí NV odus je hodota NV, která má ejvětší ravděodobost výskytu. ˆ ma b) Sojitá NV odus je bod, v ěmž je hustota ravděodobosti maimálí. Je to lokálí maimum hustoty ravděodobosti f(). ˆ f Kvatily 0 oužívají se ředevším kvatily sojité áhodé veličiy. Hodota F je 00 rocetím kvatilem NV, jestliže ro i latí:, kde je hodota NV, kterou hodoty NV eřekročí s ravděodobostí 00 %. 5

6. Charakteristiky variability Roztyl D a) Diskrétí NV D b) Sojitá NV d f d f d f D Směrodatá odchylka D

Některá rozděleí áhodých veliči. Rozděleí diskrétích áhodých veliči lterativí rozděleí () - NV je očet astoueí áhodého jevu v jedom áhodém okusu - sledujeme ouze skutečost, zda áhodý jev astal či eastal - je to rozděleí ula-jedičkové (alterativí) NV - rozděleí má arametry:... ravděodobost astoueí sledovaého jevu v okusu. ravděodobostí fukce, = 0, ; 0 < < 0 jiak. ; 0 D. ; 0 < < Naříklad: očet výskytů ežádoucích účiků léku u jedoho léčeého acieta, očet šestek, které adou ři jedom hodu kostkou, atd. iomické rozděleí i ( ) - NV je očet výskytů áhodého jevu v ezávislých áhodých okusech, je-li ravděodobost astoueí jevu ve všech okusech stejá ( ) - rozděleí má arametry:... očet ezávislých okusů... ravděodobost astoueí sledovaého jevu v okusu. ravděodobostí fukce, = 0,,..., ; 0 < < 0 jiak. D. Naříklad: očet děvčat, arozeých v emocici během jedoho de, očet šestek, které adou ři osmi hodech kostkou, očet modrých kuliček, vybraých v ěti tazích, atd. 7

oissoovo rozděleí o () - NV je očet výskytů áhodého jevu v určitém časovém itervalu délky t (tz. za jedotku času), v jedotce lochy ebo objemu (v rostorové jedotce) - rozděleí má arametr:... středí hodota rozděleí. ravděodobostí fukce e!, = 0,,,... ; 0 0 jiak. ; D. Naříklad: očet oruch stroje za jedu směu, očet telefoích hovorů a ústředě za jedu hodiu, očet vad a m koberce, atd. roimace iomického rozděleí rozděleím issoovým odmíky: očet okusů musí být dostatečě velký (alesoň 30) a ravděodobost velmi malá (alesoň 0,). ři aroimaci udává ravděodobostí fukce řibližou ravděodobost, že ve velkém očtu ezávislých áhodých okusů se sledovaý jev vyskyte -krát, je-li ravděodobost výskytu jevu v jedom okusu velmi malá. Naříklad: očet vadých výrobků ve velké sérii, je-li ravděodobost výroby zmetku velmi malá. Hyergeometrické rozděleí Hy (N ) - oužívá se v říadě závislých okusů, tz. ři výběru bez vraceí - NV je očet vybraých rvků se sledovaou vlastostí ři závislých okusech - má 3 arametry: N... rozsah souboru, z ěhož vybíráme... očet rvků v základím souboru, které mají sledovaou vlastost... rozsah výběru (tj. očet závislých okusů). ravděodobostí fukce N N N ; N D. N N N Naříklad: oužití ři kotrole jakosti u malého očtu výrobků ebo v říadě, kdy kotrola má ráz destrukčí zkoušky (výrobek je ziče). 8

. Rozděleí sojitých áhodých veliči Rovoměré (rektagulárí) rozděleí R(α; β) - základí sojité rozděleí - hustota ravděodobosti je v itervalu (α, β) kostatí Hustota ravděodobosti: Distribučí fukce: 0 D f, α < < β 0 jiak. F, =, α < < β =,. Naříklad: chyba ři zaokrouhlováí čísla, doba čekáí a uskutečěí jevu, který se oakuje v ravidelých itervalech. oeciálí rozděleí ( ) - NV je doba čekáí do astoueí sledovaého jevu, může-li teto jev astat v kterémkoli okamžiku - arametr = očátečí doba, během které sledovaý jev astat emůže - má výzam v aalýze doby řežití - ejjedodušší model ro délku doby do výskytu sledovaé události (ař. úmrtí) - jedoduchost sočívá v kostatí itezitě rocesu - systém emá aměť a doba od začátku sledováí tak eovlivňuje itezitu rocesu. / Hustota ravděodobosti: / Distribučí fukce: F e D. f e,, > 0, 0 0 jiak.,. Naříklad: doba čekáí zákazíka a obsloužeí, doba životosti řístroje, u ěhož dochází k oruše z áhodých říči (ikoli v důsledku ootřebeí), doba realizace dvou o sobě jdoucích telefoích hovorů. 9

oužití: V aalýze řežití, v teorii solehlivosti a životosti, v teorii hromadé obsluhy (tzv. teorii frot), v teorii obovy. ozámka: Zobecěími eoeciálího rozděleí, která umožňují závislost itezity rocesu a čase, jsou Weibullovo a gamma rozděleí. Normálí rozděleí N ( ) - je vhodé tam, kde kolísáí NV je zůsobeo velkým očtem eatrých a vzájemě ezávislých vlivů - omocí N ( ) lze za jistých odmíek aroimovat řadu jiých rozděleí, a to i esojitých - setkáváme se s ím u řady kliických a biologických zaků. Naříklad: výška člověka, áhodá chyba měřeí, atd. Hustota ravděodobosti: Distribučí fukce: f e, - < <, - < <, > 0 F t e dt, - < <. D. - hustota ravděodobosti je zvoovitá křivka (tzv. Gaussova křivka) - je symetrická odle a její tvar závisí a arametru - ormálí rozděleí je jedovrcholové, vrchol je v bodě - = modus = mediá. Normováí NV s ormálím rozděleím Výočet distribučí fukce ormálího rozděleí je obtížý, avíc by bylo uto očítat hodotu distribučí fukce ro každý seciálí říad (tj. ro růzá, μ, σ ), roto se z důvodů usaděí výočtu trasformuje áhodá veličia, která má ormálí rozděleí s arametry μ a σ, a ormovaou veličiu U, která má ormovaé ormálí rozděleí. Normovaé ormálí rozděleí N (0 ) - ůvodí NV, která má N ( ), trasformujeme a NV U, která má N (0 ) - vzike ormovaá veličia U, která má ulovou středí hodotu a jedotkový roztyl - hodoty distribučí fukce a kvatilů N (0 ) je možo tabelovat. U, U 0, U D. 0

Vztah ro výočet F(): F u e u Hustota ravděodobosti: u Distribučí fukce: u e dt u t, ro - < u <. Tabulky ormovaého ormálího rozděleí Vzhledem k symetrii N (0 ) odle bodu u 0 latí ásledující vztahy: u u u u u u Z důvodu symetrie N (0 ) kolem 0 jsou tabelováy hodoty distribučí fukce ro u 0 a kvatily ouze ro 0, 5. u ouze Logaritmicko-ormálí rozděleí LN ( ) - NV má logaritmicko-ormálí rozděleí v říadě, kdy NV Y = l má ormálí rozděleí N ( ) - to zameá, že NV je rostoucí fukcí NV Y, tedy =e Y - je vhodé v situacích, kdy rozděleí je sešikmeé, data jsou tedy jedostraě ohraičea Naříklad: říjem osob s vysokoškolským vzděláím, výdaje domácostí a kulturu během určitého časového itervalu, atd. Hustota ravděodobosti: l f e, > 0 = 0 jiak. Distribučí fukce: F l t e dt, > 0. e e e D.

Rozděleí ěkterých fukcí áhodých veliči - mají zvláští výzam ro řešeí ěkterých matematicko-statistických úloh - ulatňují se síše v teoretické statistice ež v řírodě - stejé začeí ro áhodé veličiy i jejich hodoty - v rai se oužívají ředevším kvatily těchto rozděleí, jsou tabelováy. Rozděleí - NV je součtem ν ezávislých NV s ormovaým ormálím rozděleím - rozděleí má jede arametr: očet stuňů volosti - kvatily jsou tabelováy ro,,..., 30 a ro vybraé ravděodobosti. U i i U U U Rozděleí Studetovo (t) t (ν) - NV t je odílem dvou ezávislých áhodých veliči, a to NV U s rozděleím N (0 ) a NV s rozděleím - rozděleí má jede arametr: očet stuňů volosti - kvatily jsou tabelováy ro,,..., 30 a ro vybraé ravděodobosti - oužívá se ředevším ro výběry malého rozsahu ( < 30) - je symetrické odle bodu t = 0, ro kvatily roto latí vztah t t. t U Rozděleí Fisherovo (Sedecorovo) F (ν ; ν ) - NV F je odílem dvou ezávislých áhodých veliči, a to NV s rozděleím a NV s rozděleím - má dva arametry: očet stuňů volosti NV (v čitateli) očet stuňů volosti NV (ve jmeovateli). F

Oerace s áhodými jevy - vztahy mezi áhodými jevy graficky zázorňují tzv. Veovy diagramy.. Jev je částí jevu ; z jevu lye jev (imlikace); astoueí jevu má vždy za ásledek astoueí jevu.. Jevy a jsou si rovy; a současě. 3. C Jev C je růik jevů a (logický souči); jev C astae rávě tehdy, astae-li současě jev i jev. 4. C Jev C je sjedoceí jevů a (logický součet); jev C astae rávě tehdy, astae-li alesoň jede z jevů a. 5. C Jev C je rozdíl jevů a ; jev C astae rávě tehdy, když jev a současě jev eastae. 6. je jev jistý Jev, který musí astat vždy. Ø je jev emožý Jev, který astat emůže. Kombiatorika ermutace! Variace bez oakováí V k! k! Variace s oakováím V k k Kombiace C k k! k! k! 3