SP NV Normalita-vlastnosti

Podobné dokumenty
PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA

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

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

V. Normální rozdělení

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

PRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA. VZORCE PRO 4ST201 a 4ST210

Přírodovědecká fakulta NÁHODNÉ PROCESY. Ivan Křivý

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

SP2 Korelační analýza. Korelační analýza. Libor Žák

Náhodný výběr 1. Náhodný výběr

f(x) f(x 0 ) = a lim x x0 f f(x 0 + h) f(x 0 ) (x 0 ) = lim f(x + h) f(x) (x) = lim

Generování dvojrozměrných rozdělení pomocí copulí

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

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

Nelineární systémy. 3 / Matematické základy

2. Náhodná veličina. je konečná nebo spočetná množina;

PRAVDĚPODOBNOST A STATISTIKA

Teplota. 3 kt. Boltzmanova konstanta k = J K -1. definice teploty. tlaky v obou částech se vyrovnají

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

n-rozměrné normální rozdělení pravděpodobnosti

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

Spolehlivost a diagnostika

12. N á h o d n ý v ý b ě r

PRAVDĚPODOBNOST A STATISTIKA

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA. VZORCE PRO 4ST201 a 4ST210

SP2 01 Charakteristické funkce

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

PRAVDĚPODOBNOST A STATISTIKA

Pravděpodobnost a aplikovaná statistika

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE PRO 4ST201

Odezva na obecnou periodickou budící funkci. Iva Petríková Katedra mechaniky, pružnosti a pevnosti

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

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

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0

8. Analýza rozptylu.

7 LIMITNÍ VĚTY. Čas ke studiu kapitoly: 70 minut. Cíl:

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

PRAVDĚPODOBNOST A STATISTIKA

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE PRO 4ST201

Přírodovědecká fakulta NÁHODNÉ PROCESY. Ivan Křivý

Pravděpodobnost a aplikovaná statistika

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

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

Geometrické modelování. Diferenciáln

β. Potom dopadající výkon bude

Statistická rozdělení

11. Regresní analýza. Čas ke studiu kapitoly: 60 minut. Cíl VÝKLAD Úvod

Odhady parametrů 1. Odhady parametrů

1 Nekonečné řady s nezápornými členy


Přijímací zkouška na navazující magisterské studium 2016

Odhady a testy hypotéz o regresních přímkách

8. Zákony velkých čísel

Náhodné jevy, jevové pole, pravděpodobnost

transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované.

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

Intervalové odhady parametrů některých rozdělení.

3. Charakteristiky a parametry náhodných veličin

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE PRO 4ST201

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

znát vlastnosti bodových odhad rozumt pojmu dostatená statistika a budete umt urit, zda vybraná statistika je dostatenou

Analytická geometrie

S1P Popisná statistika. Popisná statistika. Libor Žák

Řešení písemné zkoušky z Matematické analýzy 1a ZS ,

11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE. k bakalářské zkoušce

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a a N. n=1

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

Přednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.

Okruhy z učiva středoškolské matematiky pro přípravu ke studiu na Fakultě bezpečnostního inženýrství VŠB TU Ostrava

Intervalové odhady parametrů

Matematika I, část II

Statistika pro metrologii

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

TESTOVÁNÍ a DIAGNOSTIKA VÝROBNÍCH STROJŮ I

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

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

8. Odhady parametrů rozdělení pravděpodobnosti

7. Soustavy lineárních diferenciálních rovnic.

STEJNOMĚRNÁ KONVERGENCE POSLOUPNOSTI A ŘADY FUNKCÍ

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE

množina všech reálných čísel

Kapitola 1. Nekonečné číselné řady. Definice 1.1 Nechť {a n } n=1 je posloupnost reálných čísel. Symbol. a n nebo a 1 + a 2 + a

11. Popisná statistika

Pravděpodobnost a matematická statistika

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

Nekonečné řady. 1. Nekonečné číselné řady 1.1. Definice. = L L nekonečnou posloupnost reálných čísel. a) Označme { a }

Světlo v izotropním látkovém prostředí a na rozhraní izotropní bezztrátové dielektrikum je charakterizováno skalární permitivitou ε = εε.

14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat

Transkript:

SP - - NV Normala-vlasos Přpomeuí vlasosí Normálího rozděleí Charakerscká fukce Lévyho-Ldebergova věa - cerálí lmí věa -rozměré ormálí rozděleí -rozměré ormálí rozděleí Přpomeuí vlasosí Normálího rozděleí Normálí rozděleí N Základí soubor: Z R Husoa pravděpodobos: f Dsrbučí fukce: F e e π π Číselé charakersky: Sředí hodoa: E Rozpyl: D Medá: ~ Modus: ˆ Koefce škmos: A Koefce špčaos: A 4 d SP NV-Normala-vlasos Lbor Žák ÚM FSI V 9

Vlasos: Nechť ~ N a a b R; b pak plaí: Y a b ~ N a b b Nechť ~ N pak plaí: ~ N L - ezávslé ~ N pak ~ N Normovaé ormálí rozděleí N Základí soubor: Z R Husoa pravděpodobos: f e π Dsrbučí fukce: F e π Číselé charakersky: Sředí hodoa: E Rozpyl: D Medá: ~ Modus: ˆ Koefce škmos: A Koefce špčaos: A 4 Vlasos: Nechť ~ N pak plaí: a ϕ u ϕ u b Φ u Φ u c u p u p Nechť ~ N pak plaí: a ~ N b F Φ c p u p u ϕ u u e π d Φ u e d π Nechť ~ N Y ~ N. Pak a Y jsou sejé áhodé proměé. SP NV-Normala-vlasos Lbor Žák ÚM FSI V 9

Charakerscká fukce Charakerscká fukce: Nechť je áhodá velča defovaá a pravděpodobosím prosoru Fukc ϕ E e R azveme charakersckou fukcí áhodé velčy. Plaí: Nechť ~ N pak ϕ ep Specálě pro ~ N je ϕ ep SP NV-Normala-vlasos Lbor Žák ÚM FSI V 9

Plaí: a ~ N pak ϕ e emá magárí čás b ~ N pak ϕ e a ϕ d e Důkaz d π Příklad ~ N ϕ ep ϕ ep ϕ d ep d ep d π SP NV-Normala-vlasos 4 Lbor Žák ÚM FSI V 9

Lévyho-Ldebergova věa - cerálí lmí věa Plaí Lévyho-Ldebergova věa - cerálí lmí věa: Nechť posloupos áhodých proměých { L L} splňuje: a jsou po dvou ezávslé b mají sejé rozděleí c mají koečé sředí hodoy a rozpyly: : E : D Pak posloupos sadardzovaých průměrů Y koverguje v dsrbuc k ormovaému ormálímu rozděleí. y C Φ : lm F y Φ y Y y C Φ : lm P < y Φ y y C Φ : lm P edy ~. N Y as < y e d y π. SP NV-Normala-vlasos 5 Lbor Žák ÚM FSI V 9

Plaí cerálí lmí věa modfkace pro součy: Nechť posloupos áhodých proměých { L L} splňuje: a jsou po dvou ezávslé b mají sejé rozděleí c mají koečé sředí hodoy a rozpyly: : E : D Pak plaí: y C : lm P Φ < y F y a posloupos součů L L koverguje v dsrbuc k ormálímu rozděleí N. as. edy & ~ N y C F : lm P < y F y SP NV-Normala-vlasos 6 Lbor Žák ÚM FSI V 9

-rozměré ormálí rozděleí Defce: Nechť L Σ j j L Σ Σ Náhodý vekor L ~ N Σ má rozděleí áhodá velča c ~ N c c Σc. jeslže pro c R má Mace Σ je symercká Σ Σ pozvě semdefí c R c Σ c. j j L Číslo r hσ se azývá hodosí ormálího rozděleí N Σ Je-l r pak rozděleí se azývá regulárí. Je-l r < pak rozděleí se azývá sgulárí. Pro : > regulárí sgulárí Plaí: Je-l ~ N Σ pak E a var Σ. Plaí: m Je-l ~ N Σ a R Bm pak Y a B ~ Nm a B BΣB SP NV-Normala-vlasos 7 Lbor Žák ÚM FSI V 9

Plaí: - Opakováí - vz SP Náhodé proměé a Y Podobě o plaí pro vekory: kde ~ N mají sejé rozděleí: N Plaí: Je-l ~ N Σ r hσ L r L r jsou ezávslé áhodé velčy ~ N. Nechť B r r hb je mace reálých čísel aková že plaí BB Σ. Pak áhodé vekory a Y B mají sejé rozděleí: N Σ Pozámka: Mace var Σ je symercká pozvě semdefí a edy její vlasí čísla jsou reálá ezáporá. Lze edy provés její skeleí rozklad. Mace B z předcházející věy edy alezeme pomocí skeleího rozkladu. Příklad: 5 4 Nechť ~ N. Najděe B akové aby plalo B 4 5 Řešeí: Skeleí rozklad mace: 5 λ 4 5 6 λ λ λ λ 9 λ λ 9 4 5 λ h λ 9 4 4 h h h h h h λ 4 4 h h h h h H h h SP NV-Normala-vlasos 8 Lbor Žák ÚM FSI V 9

SP NV-Normala-vlasos 9 Lbor Žák ÚM FSI V 9 h h H 9 B Zkouška: 5 4 4 5 8 8 BB edy Pozámka k příkladu: Pak ~ N - Normovaé -roz. ormálí rozděleí. - - - - - - - upraví se rozpyly v jedolvých složkách

SP NV-Normala-vlasos Lbor Žák ÚM FSI V 9-6 -4-4 6 - - - - oroormálí mace mace roace - pooočí se - závslos složek -6-4 - 4 6-6 -4-4 6 - posuuí -8-6 -4-4 -4-4 6 8

Plaí: N Σ h Σ regulárí rozděleí. Pak esuje husoa áhodého vekoru Je-l ve varu: ~ f π ep de Σ Σ Plaí: Je-l ~ N Σ pak charakerscká fukce má var: ϕ ep Σ SP NV-Normala-vlasos Lbor Žák ÚM FSI V 9

Plaí podmíěé rozděleí: N Σ Nechť ~ rozpyl lze rozděl a čás Pak je p-rozměrý áhodý vekor. Sředí hodou a Σ Σ Σ. a Σ Σ ~ N Σ a ~ Σ p cov Σ N p jsou ezávslé právě když cov Σ p p 4 Pokud je regulárí podmíěé rozděleí za podmíky má rozděleí: ~ N ΣΣ Σ ΣΣ Σ p Pozámka: Rozpyl u podmíěého ormálího rozděleí jž ezávsí a - je kosaí. edy - rozměré ormálí rozděleí je homoskedascké. SP NV-Normala-vlasos Lbor Žák ÚM FSI V 9

SP NV-Normala-vlasos Lbor Žák ÚM FSI V 9 Příklad: Nechť 4 7 ~ N. Najděe B akové aby plalo B Řešeí: Příklad: Nechť 9 5 4 7 ~ N Najděe rozděleí pro: a b c d e f g h j k l Řešeí:

-rozměré ormálí rozděleí -rozměré ormálí rozděleí N SP NV-Normala-vlasos 4 Lbor Žák ÚM FSI V 9

SP NV-Normala-vlasos 5 Lbor Žák ÚM FSI V 9 Plaí: ~ N pak ~ N de 4 ep π f 5 cov - ezávslé 6 - ezávslé - ep π f Plaí: má charakersckou fukc: ep ϕ podmíěé rozděleí: ~ N