Přednáška č. 2 náhodné veličiny

Podobné dokumenty
Doc. Ing. Dagmar Blatná, CSc.

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

PRAVDĚPODOBNOST A STATISTIKA

Digitální učební materiál

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

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

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

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

a další charakteristikou je četnost výběrového souboru n.

Spolehlivost a diagnostika

Lineární regrese ( ) 2

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

Statistické charakteristiky (míry)

12. N á h o d n ý v ý b ě r

[ jednotky ] Chyby měření

3. Charakteristiky a parametry náhodných veličin

2. TEORIE PRAVDĚPODOBNOSTI

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

3. Charakteristiky a parametry náhodných veličin

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

Náhodné jevy, jevové pole, pravděpodobnost

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

Pravděpodobnost a aplikovaná statistika

SP2 Korelační analýza. Korelační analýza. Libor Žák

Generování dvojrozměrných rozdělení pomocí copulí

VY_52_INOVACE_J 05 01

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

Statistická rozdělení

Mendelova univerzita v Brně Statistika projekt

PRAVDĚPODOBNOST A STATISTIKA

Statistika pro metrologii

Chyby přímých měření. Úvod

11. Popisná statistika

PRAVDĚPODOBNOST A STATISTIKA

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

2. Vícekriteriální a cílové programování

Pro orientaci v této problematice jsme se seznámili s nkolika novými pojmy:

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

V. Normální rozdělení

Charakteristiky úrovně

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné

S1P Popisná statistika. Popisná statistika. Libor Žák

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

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

, jsou naměřené a vypočtené hodnoty závisle

Testování statistických hypotéz

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

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

Deskriptivní statistika 1

Metody zkoumání závislosti numerických proměnných

Odhady parametrů 1. Odhady parametrů

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

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

PRAVDĚPODOBNOST A STATISTIKA

NEPARAMETRICKÉ METODY

1. Základy měření neelektrických veličin

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

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

DISKRÉTNÍ MATEMATIKA II

Úvod do korelační a regresní analýzy

1. Čím se zabývá 4PP? zabývá se určováním deformace a porušováním celistvých těles v závislosti na vnějším zatížení

2. Náhodná veličina. je konečná nebo spočetná množina;

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

4.2 Elementární statistické zpracování Rozdělení četností

Pravděpodobnostní modely

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

Náhoda. Pravděpodobnost výhry při sázce na barvu: p = 18/37 = 0,486 Průměrný zisk při n sázkách částky č: - n.č + 2.č.n.p = n.č.

Náhodný výběr 1. Náhodný výběr

Téma 1: Pravděpodobnost

Národní informační středisko pro podporu kvality

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

STATISTIKA. Základní pojmy

3. cvičení 4ST201 - řešení

3. část: Teorie hromadné obsluhy. Ing. Michal Dorda, Ph.D.

12. Neparametrické hypotézy

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

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

OVMT Přesnost měření a teorie chyb

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

PRAVDĚPODOBNOST A STATISTIKA

Základy teorie pravděpodobnosti a teorie grafů

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

S k l á d á n í s i l

8. Zákony velkých čísel

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

Intervalové odhady parametrů některých rozdělení.

3. cvičení 4ST201. Míry variability

Náhodná veličina-označení Parametry Obor platnosti Normální N(µ,σ) Střední hodnota µ Střední směr. odchylka σ. Střední hodnota µ

Markovovy řetězce s diskrétním časem (Discrete Time Markov Chain)

P1: Úvod do experimentálních metod

Pravděpodobnostní model doby setrvání ministra školství ve funkci

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

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

Úvod do teorie měření

6. Posloupnosti a jejich limity, řady

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č.

Transkript:

Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující tabulce jsou uvedey možé ombace jevů pro případ dvou obecě umístěých jevů A, B v jevovém pol a odpovídající vztah pro určeí pravděpodobost. ožý případ Pravděpodobost P A. P B Nastae jev A B ( ( Nastae jev A a eastae jev B P ( A. P( B Neastae jev A a astae jev B P ( A. P( B Neastae jev A a jev B P ( A. P( B Nastae jev A ebo B a druhý jev eastae P ( A. P( B + P( A. P( B Nastae ejvýše jede z jevů 1 P ( A. P( B Nastae alespoň jede z jevů 1 P ( A. P( B Nastaou oba ebo a jede 1 P ( A P( B +. P( A. P( B Pozáma Beroullovo schéma- postup výpočtu pravděpodobost pro alteratví jevy A, A Opaujeme-l za stejých podmíe -rát pous, jehož výsledem je jev A ebo opačý A, prováděé pousy jsou a sobě ezávslé (výslede jedotlvého pousu eovlví jý pous a pravděpodobost pro vz jevu A v jedotlvém pouse je p, pa pravděpodobost, že př pousech astae jev A právě -rát je dáa vztahem P.( 1...( + 1! =. p.(1 p Náhodé velčy Náhodá velča je matematcá velča, jejíž hodota je určováa áhodým vlvy. atematcy je áhodá velča defováa jao měřtelá fuce a možě elemetárích jevů (výsledů pousu. Za áhodou velču považujeme proměou, jejíž hodota je jedozačě určea výsledem áhodého pousu. Náhodá velča je důležtým pojmem teore pravděpodobost a matematcé statsty.př opaováí áhodého pousu dochází v důsledu působeí áhodých vlvů e změám áhodé velčy. Hodotu áhodé velčy tedy eí možé jedozačě určt před provedeím pousu. Přílady áhodé velčy: - - výslede měřeí geometrcých rozměrů součástí, za áhodé vlvy lze považovat podmíy př měřeí, vlv přesost měřdla, způsob odečítáí aměřeé hodoty atd,

- výslede zhotoveí parametru, součást, de se uplatí vlvy proměých podmíe př výrobě, vlvy promělvost vlastostí materálu, promělvost provozích podmíe, - doba bezporuchové čost výrobu, terá je ovlvňováa provozím podmíam, způsobem používáí výrobu, výchozím vlastostm výrobu, vlvy údržby výrobu atd. U áhodé velčy elze předem přesě staovt její přesou hodotu, je možé ale charaterzovat a záladě: - oboru všech možých hodot velčy, - pravděpodobost výsytu aždé z těchto možých hodot. Výše uvedeé velčy představují záladí pops áhodé velčy. Pro ozačováí áhodé velčy se zpravdla používají malá písmea řecé abecedy apř.: ξ, η, τ. Záladí defce áhodé velčy: Velču ξ, jejíž hodota je určea realzací systému podmíe áhodých posusů, azýváme áhodou velčou. Je-l f(x fuce defovaá v oboru všech hodot x, terých abývá áhodá velča, pa tuto fuc azýváme záo rozděleí pravděpodobost ebo fucí hustoty pravděpodobost. Typy áhodých velč Podle toho jaých hodot abývají áhodé velčy je dělíme a: - dsrétí áhodé velčy, velčy defovaé v jedotlvých (dsrétích hodotách a omezeém ebo eomezeém tervalu. Fuce hustoty pravděpodobost je pa tvořea souborem přřazeých pravděpodobostí jedotlvým bodům oboru, hodoty P(x, - spojté áhodé velčy, teré jsou defováy a všech možých hodotách v tervalu - až +, č a omezeém tervalu a, b. Další děleí áhodých velč je podle jejch vzu a: - velčy expermetálí, teré zísáme a záladě vyhodoceí vlastostí zámého výběrového souboru, jedá se o velčy dsrétí, - velčy teoretcé, teré jsou popsáy ověřeým typy fucí a teré určují vlastost záladích souborů. Pops áhodé velčy 1 záladí pops: áhodá velča je určea defčím oborem, souborem hodot x a fuc P(x, terá e aždé hodotě z oboru přřazuje pravděpodobost výsytu P ( ξ = x = P( x Tuto fuc azýváme záoem rozděleí pravděpodobost a pro spojtou áhodou velču se používá ozačeí f(x.

Dstrbučí fuce - je umulatví pravděpodobost a udává hodotu s jaou áhodá velča abude hodot meších ebo ejvýše x P ( ξ x = F( x Druhou velčou pro pops je opět defovaý obor áhodé velčy. Defc dstrbučí fuce lze vyslovt taé ve tvaru: dstrbučí fuce F(x áhodé proměé x se rová pravděpodobost jevu, že áhodá velča ξ bude pod úroví áhodé proměé x. Hodotu dstrbučí fuce pro dsrétí áhodou velču určíme sečteím všech pravděpodobostí pro ξ x x F ( x = P( x x o a pro spojtou áhodou velču x F ( x = f ( x. dx x o Vlastost dstrbučí fuce: - pro dsrétí áhodou velču je defováa v dsrétích bodech a mez body je ostatí, - pro spojtou áhodou velču je a defovaém oboru spojtou fucí, - pro aždé x z oboru platí 0 F(x 1, - F(x je a defovaém oboru elesající, - pro lbovolé hodoty áhodé proměé x 1 < x platí P(x 1 ξ x = F(x F(x 1. - F(x je spojtá zleva, - dervace dstrbučí fuce je fuce hustoty pravděpodobost f(x = df(x/dx. Hlaví využtí dstrbučí fuce je př výpočtech výsytu áhodé velčy v mezích. Pro teoretcé áhodé velčy jsou hodoty dstrbučích fucí uvedey ve statstcých tabulách ( Jao: Statstcé tabuly. 3 Číselé charatersty áhodé velčy Číselé charatersty se azývají momety áhodé velčy. Záladí typy mometů jsou momety počátečí a cetrálí. omety se od sebe dále odlšují řády(stup. Pro případ obecého -tého řádu mometu jsou jejch defce ásledující. a počátečí momet pro spojtou áhodou velču pro dsrétí áhodou velču (ξ = x. f ( x dx (ξ = p m. m x. p

b cetrálí momet je hodota vztažeá záladí hodotě, terou je prví počátečí momet pro spojtou áhodou velču pro dsrétí áhodou velču ( (ξ = x m1. f ( x dx (ξ = ( x m1 p.. p Záladí momety ez ejpoužívaější momety patří prví počátečí momet m 1 a druhý cetrálí momet. Výzam těchto mometů a jejch záladí vlastost jsou ásledující. Středí hodota áhodé velčy je popsáa prvím počátečím mometem tedy vztahem pro spojtou áhodou velču pro dsrétí áhodou velču = m1 = x. f ( x dx E x. p( x E. = Středí hodotu áhodé velčy lze považovat za charaterstcou velost z oboru áhodé velčy př současém vyhodoceí pravděpodobost výsytu všech hodot z oboru áhodé velčy. ez záladí vlastost středí hodoty patří: - poud ξ = ostata, pa E(ξ =, - E(.ξ =. E(ξ pro lbovolou ostatu, - E(ξ 1 + ξ +...ξ = E(ξ 1 +Ε(ξ +... +Ε(ξ, dílčí velčy ξ 1, ξ,...ξ musí být závslé, - E(ξ 1. ξ....ξ = E(ξ 1.Ε(ξ.....Ε(ξ, dílčí velčy ξ 1, ξ,...ξ musí být ezávslé. Rozptyl áhodé velčy je popsá druhým cetrálím mometem tedy vztahem pro spojtou áhodou velču pro dsrétí áhodou velču ξ = ( ξ = ( x m1 p D =. f ( x. dx ( ( ξ = ( x m1 0 D. p Rozptyl je velča, terá číselě vyjadřuje promělvost (varabltu hodot v oboru áhodé velčy př současém vyhodoceí pravděpodobost výsytu jedotlvých odchyle z oboru áhodé velčy. K záladím vlastostem rozptylu patří: - poud ξ = ostata, pa D(ξ = 0, - D(.ξ =. D(ξ pro lbovolou ostatu, - D(ξ 1 + ξ +...ξ = D(ξ 1 +D(ξ +... +D(ξ, dílčí velčy ξ 1, ξ,...ξ musí být ezávslé, - D(ξ = E(ξ [E(ξ], - D(ξ 0, rozptyl je azáporý.

Z mometů vyšších řádů se používají častěj cetrálí momety třetího a čtvrtého řádu. Uvedeé momety lze vypočítat pomocí počátečích mometů ze vztahů: 4 (ξ = m 4 4.m 1.m 3 +6.m 1.m -3.m 1 4. Druhy charaterst áhodé velčy - charatersta polohy je číselá hodota, terá vysthuje umístěí hodot a číselé ose tj. v oboru áhodé velčy. Jedá se proto o ásledující hodoty: středí hodota, α vatl, dolí a horí vartl, meda, modus. Alfa vatl x α - udává hodotu z oboru áhodé velčy, jejíž dstrbučí fuce je alfa tj. Pravděpodobost, že áhodá velča epřeročí hodotu x α je právě α P ( ξ xα α. Kvartly udávají hodotu z oboru áhodé velčy pro staoveé meze α = 0,5 evet. 0,75 a ozačují se jao dolí a horí vartl. Jsou to tedy zvláští vatly. edá hodota z oboru áhodé velčy, de dstrbučí fuce má velost 0,5 (ebo j poprvé přeročí pro dsrétí áhodou velču. Záps tvrzeí j eve tvaru F( ξ = e 0,5 odus hodota z oboru áhodé velčy ve teré je maxmálí velost fuce hustoty pravděpodobost. P ( ξ = o...max - charatersta ocetrace je číselá hodota, terá vysthuje promělvost hodot a číselé ose tj. v oboru áhodé velčy vzhledem e středí hodotě áhodé velčy. Jedá se proto o ásledující hodoty: rozptyl, středí směrodatá odchyla, výběrové rozpětí, vartlové rozpětí, varačí oefcet. Středí směrodatá odchyla je defováa jao odmoca rozptylu σ = D (ξ Výběrové rozpětí - R, charatersta posuzuje pouze jede parametr záladího způsobu popsu áhodé velču tj. obor áhodé velčy a určí se dle vztahu R = x max - x m

Kvartlové rozpětí R 50 vymezuje ejpravděpodobější terval v oboru, terý zaručuje výsyt áhodé velčy s pravděpodobostí 0,50. Je urče rozdílem horího a dolího vartlu R 50 = x 75 x 5. Varačí oefcet je bezrozměrá hodota, terá vyjadřuje poměrou velost varablty vztažeou a středí hodotu áhodé velčy dle vztahu σ ν = E - charatersty tvaru jsou hodoty, teré popsují vlastost áhodé velčy ve vztahu obecé teoretcé áhodé velčě ormálí ormovaé. ez záladí patří oefcet symetre a oefcet špčatost. Koefcet symetre vyjadřuje míru symetrčost průběhu rozděleí hustoty pravděpodobost áhodé velčy. Normálí ormovaá áhodá velča je symetrcá a má defovaý oefcet symetre ula. Koefcet symetre se vypočte dle vztahu 1 = 3 1,5 poud je 1 0 jedá se asymetrcé rozděleí áhodé velčy s vrcholem pravděpodobost vpravo, 1 0 popsuje asymetrcé rozděleí áhodé velčy s vrcholem pravděpodobost vlevo. Koefcet špčatost popsuje míru shody v průběhu rozděleí pravděpodobost v oboru áhodé velčy. Pro záladí průběh orálí ormovaé váhodé velčy je hodota oefcetu zvolea ula. poud je 4 = 3 < 0 jedá se o plošší rozděleí áhodé velčy > 0 popsuje špčatější rozděleí áhodé velčy.