Pravdepodobnosť. Rozdelenia pravdepodobnosti

Podobné dokumenty
KGG/STG Statistika pro geografy

Náhodná veličina a rozdělení pravděpodobnosti

Výběrové charakteristiky a jejich rozdělení

Základy štatistiky. Charakteristiky štatistického znaku

KATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY TESTOVANIE ŠTATISTICKÝCH HYPOTÉZ

Definice spojité náhodné veličiny zjednodušená verze

ÚVOD. Rozdělení slouží: K přesnému popisu pravděpodobnostního chování NV Střední hodnota, rozptyl, korelace atd.

Inovace bakalářského studijního oboru Aplikovaná chemie

Vybraná rozdělení náhodné veličiny

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

PRAVDĚPODOBNOST A STATISTIKA

AVDAT Náhodný vektor, mnohorozměrné rozdělení

Téma 22. Ondřej Nývlt

tatistické rozdelenia

ROZDĚLENÍ NÁHODNÝCH VELIČIN

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

Chyby měření 210DPSM

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Všechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a

Přednáška. Další rozdělení SNP. Limitní věty. Speciální typy rozdělení. Další rozdělení SNP Limitní věty Speciální typy rozdělení

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

7. Rozdělení pravděpodobnosti ve statistice

Normální (Gaussovo) rozdělení

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

Testování statistických hypotéz

Praktická statistika. Petr Ponížil Eva Kutálková

Minikurz aplikované statistiky. Minikurz aplikované statistiky p.1

Statistika. Teorie odhadu statistická indukce. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .

ŠTATISTIKA V EXCELI 2007

Pravděpodobnost a statistika I KMA/K413

MATEMATICKÁ STATISTIKA

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Me neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 33

I. D i s k r é t n í r o z d ě l e n í

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

p(x) = P (X = x), x R,

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

Normální rozložení a odvozená rozložení

Tomáš Karel LS 2012/2013

PRAVDĚPODOBNOST A STATISTIKA

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

z Matematické statistiky 1 1 Konvergence posloupnosti náhodných veličin

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc.

1. Přednáška. Ing. Miroslav Šulai, MBA

Poznámky k předmětu Aplikovaná statistika, 5.téma

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Základy teorie pravděpodobnosti

Základy počtu pravděpodobnosti a metod matematické statistiky

Náhodné (statistické) chyby přímých měření

Design Experimentu a Statistika - AGA46E

Metóda vetiev a hraníc (Branch and Bound Method)

NÁHODNÁ VELIČINA. Podle typu výběrového prostoru rozlišujeme dva základní druhy NV Diskrétní (nespojitou) náhodnou veličinu Spojitou náhodnou veličinu

Tomáš Karel LS 2012/2013

Pravděpodobnost a aplikovaná statistika

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Náhodná veličina. Michal Fusek. 10. přednáška z ESMAT. Ústav matematiky FEKT VUT, Michal Fusek

LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení

NÁHODNÁ VELIČINA. 3. cvičení

Náhodné vektory a matice

Charakterizace rozdělení

Aproximace binomického rozdělení normálním

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Studentove t-testy. Metódy riešenia matematických úloh

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Tomáš Karel LS 2012/2013

Diskrétní náhodná veličina. November 12, 2008

4EK211 Základy ekonometrie

STATISTICKÉ ZJIŠŤOVÁNÍ

III. Úplná pravděpodobnost. Nezávislé pokusy se dvěma výsledky. Úplná pravděpodobnost Nezávislé pokusy se dvěma výsledky Náhodná veličina

PRAVDĚPODOBNOST A STATISTIKA

Množiny, relácie, zobrazenia

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

správně - A, jeden celý příklad správně - B, jinak - C. Pro postup k ústní části zkoušky je potřeba dosáhnout stupně A nebo B.

Náhodný vektor a jeho charakteristiky

Statistika II. Jiří Neubauer

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

5. Odhady parametrů. KGG/STG Zimní semestr

Příklady na testy hypotéz o parametrech normálního rozdělení

Zápočtová písemka z Matematiky III (BA04) skupina A

PROGRAM VZDELÁVACEJ ČINNOSTI. Anotácia predmetu

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci

12. cvičení z PST. 20. prosince 2017

Pravděpodobnost a matematická statistika

15. T e s t o v á n í h y p o t é z

Náhodné chyby přímých měření

Transkript:

Pravdepodobnosť Rozdelenia pravdepodobnosti

Pravdepodobnosť Teória pravdepodobnosti je matematickým základom pre odvodenie štatistických metód. Základné pojmy náhoda náhodný jav náhodná premenná pravdepodobnosť náhodný výber

Základné pojmy náhodné javy - javy, ktoré za určitých podmienok, v závislosti od náhody, môžu, ale nemusia nastať sa (A, B, C,...). náhodný pokus - realizácia náhodného javu Pr. hod kockou náhodné javy pri jednom hode kockou sú 1, 2, 3, 4, 5, 6. Pravdepodobnosť nejakého náhodného javu môžeme prirovnať k šanci, s akou sa daný náhodný jav stane. Výpočet pravdepodobnosti, že nastane jav A: P A = m n - pomer výsledkov, keď nastane jav A (m), k počtu všetkých možných výsledkov (n).

Základné pojmy Príklad: Aká je pravdepodobnosť, že pri jednom hode kockou padne číslo 4? Celkový počet výsledkov... 6 (vždy padne 1, 2, 3, 4, 5 alebo 6) Počet výsledkov, keď padne číslo 4... 1 Pravdepodobnosť, že padne číslo 4 (nastane jav A)je: P(A)= 1/6 Príklad: Aká je pravdepodobnosť, že pri jednom hode kockou padne párne číslo? Celkový počet javov... 6 Počet výsledkov, keď padne párne číslo... 3 (číslo 2, 4, 6) Pravdepodobnosť, že padne párne číslo (nastane jav A)je: P(A)= 3/6 = 1/2 Pozn.: Pre výpočet pravdepodobnosti náhodného javu A P(A)=m/n platí podobný princíp ako pri výpočte relatívnej početnosti nejakej hodnoty znaku x i (n i /n).

Základné pojmy Náhodná premenná Náhodne vyberáme štatistické jednotky (ľudia, výrobky,...) a na nich zisťujeme nejaké hodnoty (výška postavy, počet chybných výrobkov). Keď je možné priradiť číslo, môžeme zaviesť funkciu. Funkcia sa nazýva náhodná premenná. náhodné premenné: X 1, X 2, X 3,... hodnoty náhodných premenných: x 1, x 2, x 3, Diskrétna nadobúda len niektoré izolované hodnoty z určitého intervalu (počet žiakov v triede) Spojitá nadobúda všetky hodnoty z konečného alebo nekonečného intervalu (výška, hmotnosť)

Náhodná premenná je charakterizovaná: možnými hodnotami pravdepodobnosťami, s ktorými nastávajú možné hodnoty Rozdelenie pravdepodobnosti Úplný opis náhodnej premennej, kde je každej možnej hodnote priradená pravdepodobnosť, s ktorou možná hodnota nastane. Rozdelenie pravdepodobnosti môže byť charakterizované: tabuľkou funkciou grafom

Rozdelenie pravdepodobnosti diskrétnej náhodnej premennej: Hodnota náhodnej premennej x 1 x 2 x 3... x n Pravdepodobnosť p(x 1 ) p(x 2 ) p(x 3 )... p(x n ) 1 Rozdelenie pravdepodobnosti hodu kockou: Hodnota 1 2 3 4 5 6 Pravdepodobnosť 1/6 1/6 1/6 1/6 1/6 1/6 1

Diskrétna náhodná premenná a) Pravdepodobnostná funkcia p x i = P X = x i, i = 1,2,3,.. n n i=1 p x i = 1 b) Distribučná funkcia F(x) Popisuje pravdepodobnostné správanie náhodnej premennej. Vyjadruje pravdepodobnosť, že náhodná premenná X nadobudne hodnotu menšiu alebo rovnú x. F x = P X x n x

Spojitá náhodná premenná a) Hustota pravdepodobnosti NP funkcia f(x) umožňuje vypočítať pravdepodobnosť, že náhodná premenná nadobudne hodnoty z určitého intervalu b) Distribučná funkcia F(x) Popisuje pravdepodobnostné správanie náhodnej premennej. Vyjadruje pravdepodobnosť, že náhodná premenná X nadobudne hodnotu menšiu alebo rovnú x. F x = P X x = f x dx x

Normálne rozdelenie χ 2 - rozdelenie Studentovo t-rozdelenie

Normálne rozdelenie pravdepodobnosti N(μ, σ 2 ) Parametre: μ stredná hodnota hodnota, okolo ktorej očakávame, že sa budú vyskytovať hodnoty náhodných premenných, udáva, kde na osi x má krivka normálneho rozdelenia maximum σ 2 rozptyl rozptyl náhodnej premennej udáva šírku rozdelenia (kopca hustoty)

Normálne rozdelenie Tri normálne rozdelenia okolo strednej hodnoty =12. Ak má rozdelenie silný rozptyl ( =2) je krivka plochá a rozložená. Ak je rozptyl malý ( =0,5), je krivka strmá a vysoká. Stredná krivka vykazuje proporcie tzv. normovaného normálneho rozdelenia N(0, 1).

Kritická hodnota Pojem používaný pri testovaní štatistických hypotéz.

Normálne rozdelenie

χ 2 rozdelenie Máme n nezávislých náhodných premenných a každá má N(0,1). Počet náhodných premenných udáva počet stupňov voľnosti

χ 2 rozdelenie

Studentovo t-rozdelenie t(n) Pracujeme s dvoma náhodnými premennými. Prvá má normované normálne rozdelenie N(0,1), druhá má χ 2 rozdelenie s n stupňami voľnosti

Výpočet kritických hodnôt v Exceli