Pravděpodobnost a statistika I KMA/K413

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

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

Téma 22. Ondřej Nývlt

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

Výběrové charakteristiky a jejich rozdělení

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

Charakterizace rozdělení

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

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

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

Pravděpodobnost a aplikovaná statistika

AVDAT Náhodný vektor, mnohorozměrné rozdělení

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

MATEMATICKÁ STATISTIKA

Minikurz aplikované statistiky. Minikurz aplikované statistiky p.1

Statistika II. Jiří Neubauer

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Diskrétní náhodná veličina

8.1. Definice: Normální (Gaussovo) rozdělení N(µ, σ 2 ) s parametry µ a. ( ) ϕ(x) = 1. označovat písmenem U. Její hustota je pak.

Základy teorie pravděpodobnosti

1 Rozptyl a kovariance

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

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

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

Pravděpodobnost a statistika (BI-PST) Cvičení č. 7

Náhodná veličina a rozdělení pravděpodobnosti

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

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

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

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

z Matematické statistiky 1 1 Konvergence posloupnosti náhodných veličin

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

Základy teorie pravděpodobnosti

Vybraná rozdělení náhodné veličiny

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

PRAVDĚPODOBNOST A STATISTIKA

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

1 Pravděpodobnostní prostor

Inovace bakalářského studijního oboru Aplikovaná chemie

PRAVDĚPODOBNOST A STATISTIKA

NMAI059 Pravděpodobnost a statistika

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

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.

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

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

MATEMATICKÁ STATISTIKA - XP01MST

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)

Bakalářské studium na MFF UK v Praze Obecná matematika Zaměření: Stochastika. 1 Úvodní poznámky. Verze: 13. června 2013

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

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP

NÁHODNÝ VEKTOR. 4. cvičení

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Pravděpodobnost a statistika Katedra teoretické informatiky Fakulta informačních technologií

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

8. Normální rozdělení

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

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

PRAVDĚPODOBNOST A STATISTIKA

Náhodný vektor a jeho charakteristiky

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

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz).

7. Rozdělení pravděpodobnosti ve statistice

Základy pravděpodobnosti a statistiky. Popisná statistika

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

Diskrétní náhodná veličina. November 12, 2008

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

10. N á h o d n ý v e k t o r

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

MATEMATIKA III V PŘÍKLADECH

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

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

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

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

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák

Poznámky k předmětu Aplikovaná statistika, 5.téma

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

Definice spojité náhodné veličiny zjednodušená verze

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

NÁHODNÁ VELIČINA. 3. cvičení

ROZDĚLENÍ NÁHODNÝCH VELIČIN

NMSA202 PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA POZNÁMKY O ZKOUŠCE

Evgeny Kalenkovich. z Teorie pravděpodobnosti I

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

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer

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

KGG/STG Statistika pro geografy

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

Odhady Parametrů Lineární Regrese

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK

1 Klasická pravděpodobnost. Bayesův vzorec. Poslední změna (oprava): 11. května 2018 ( 6 4)( 43 2 ) ( 49 6 ) 3. = (a) 1 1 2! + 1 3!

Transkript:

Pravděpodobnost a statistika I KMA/K413 Konzultace 3 Přírodovědecká fakulta Katedra matematiky jiri.cihlar@ujep.cz

Kovariance, momenty

Definice kovariance: Kovariance náhodných veličin Dále můžeme dokázat:, cov, cov, cov D, cov D D D, cov D D D

Pro nezávislé veličiny, platí: Tvrzení o nezávislých veličinách 0, cov D D D D D D

Momenty náhodné veličiny: Definice momentů náhodné veličiny Centrované momenty náhodné veličiny: Normované momenty náhodné veličiny: k k M k k CM k k NM

Tvrzení o momentech Střední hodnota je prvním momentem. První centrální moment je vždy roven nule. Druhým centrálním momentem je rozptyl. První normovaný moment je roven nule a druhý normovaný moment je roven jedné. Třetí normovaný moment se nazývá koeficient šikmosti. Čtvrtý normovaný moment zmenšený o číslo 3 se nazývá koeficient špičatosti.

Momentová vytvořující funkce Definice: m z e z Platí: m z 0 1 z Pomocí derivací momentové vytvořující funkce v bodě 0 můžeme získat momenty náhodné veličiny. k m z M z0 k

Vlastnosti momentové vytvořující funkce Věta: Nechť a b, a 0. Pak platí: m bz z e m az Věta: Nechť náhodné veličiny i jsou nezávislé a Pak platí: m n i1 i z m z i

Diskrétní rozdělení

Důležitá diskrétní rozdělení pravděpodobnosti Alternativní rozdělení Binomické rozdělení Poissonovo rozdělení A p Bi n; p Po Množina hodnot náhodných veličin s těmito rozděleními je nejvýše spočetná, hodnoty jsou izolované body na ose reálných čísel. Veličiny jsou definovány pomocí pravděpodobnostní funkce.

Definice alternativního rozdělení Definice: Nechť p je reálné číslo, 0 p 1. Budeme říkat, že náhodná veličina má alternativní rozdělení, a symbolicky zapisovat A p, právě tehdy, když nabývá hodnot x 0;1, a její pravděpodobnostní funkce má tvar: x 1 x P x p 1 p

Věta: Nechť. Pak platí, že Vlastnosti alternativního rozdělení A p p 1 1 z e p z m z k e p z m p M k 1 p p D

Definice binomického rozdělení Definice: Nechť p je reálné číslo, 0 p 1, n N. Budeme říkat, že náhodná veličina má binomické rozdělení, a symbolicky zapisovat Bi n; p, právě tehdy, když nabývá hodnot x 0 ; 1; ; ; n, a její pravděpodobnostní funkce má tvar: P x n x x nx p 1 p

Vlastnosti binomického rozdělení Věta: Nechť Bi n; p. Pak platí, že x P x 1 z n m z pe 1 p np n p np D n p 1 p np

Definice Poissonova rozdělení Definice: Nechť 0. Budeme říkat, že náhodná veličina má Poissonovo rozdělení, a symbolicky zapisovat Po, právě tehdy, když nabývá všech přirozených hodnot x 0;1; ;, a její pravděpodobnostní funkce má tvar: P x e x x!

Vlastnosti Poissonova rozdělení Věta: Nechť Po x m. Pak platí, že P x 1 z e D e z 1

Souvislosti diskrétních rozdělení Veličina s binomickým rozdělením je součtem nezávislých náhodných veličin s alternativním rozdělením. Pravděpodobnostní funkce Poissonovské veličiny je limitou pravděpodobnostní funkce binomické veličiny.

Spojitá rozdělení

Důležitá spojitá rozdělení pravděpodobnosti Rovnoměrné rozdělení xponenciální rozdělení Normální rozdělení Ro a; b x A; No ; Množina hodnot náhodných veličin s těmito rozděleními je interval na ose reálných čísel. Veličiny jsou definovány pomocí hustoty pravděpodobnosti.

Definice rovnoměrného rozdělení Definice: Nechť a, b jsou reálná čísla, a b. Budeme říkat, že náhodná veličina má rovnoměrné rozdělení, a symbolicky zapisovat Ro a; b, právě tehdy, když její hustota pravděpodobnosti má tvar: f x 1 pro x a; b b a f x 0 pro x a; b

Vlastnosti rovnoměrného rozdělení Věta: Nechť jestliže Ro a; b f x dx x a; b. Pak platí, že: 1, pak a b b a D 1 F x x b a a

Definice eponenciálního rozdělení Definice: Nechť jsou reálná čísla, 0. Budeme říkat, že náhodná veličina má exponenciální rozdělení, a symbolicky zapisovat x A;, právě tehdy, když její hustota pravděpodobnosti má tvar: A, f x 1 e xa pro x A; pro f x 0 x A;

Vlastnosti exponenciálního rozdělení Věta: Nechť x A;. Pak platí, že jestliže x f x dx A; 1, pak F x 1 e xa m z Az e 1 z A D

Definice normálního rozdělení Definice: Nechť jsou reálná čísla, 0. Budeme říkat, že náhodná veličina má normální rozdělení, a symbolicky zapisovat No ;, právě tehdy, když její hustota pravděpodobnosti má tvar:, 1 f x e pro x ; x

Vlastnosti normálního rozdělení Věta: Nechť No ;. Pak platí, že m f x dx z D e 1 z z

Další vlastnosti normálního rozdělení Nechť No ;,. a b, a 0 Pak platí, že No a b; a. No ; U No0;1 x No ; F x Nechť i No i ; nechť. jsou nezávislé, Pak platí, že No k i i ; ki i. i k i i

Děkuji za pozornost