Professional Documents
Culture Documents
Raspodjele 2018 v3
Raspodjele 2018 v3
Raspodjele 2018 v3
SKUP
N
x el A (n-x) el Ā
M N − M
parametri: M, N i n
P(x) = x n-x
- n – veličina uzorka
N
n
xM
n−x N −M N = 1, 2...
1 M N n, M, N N
nM
• očekivana vrijednost: = E ( x); =
N
M M N −n
• varijanca: 2 = E[( x − ) 2 ]; 2 = n 1 −
N N n −1
0,6
0,4
0,2
Probability
0,0
N=50; M=5 N=50; M=3
0,8
0,6
0,4
0,2
0,0
0 1 2 3 4 5
X
Raspodjele podataka Dr. sc. Hrvoje Cajner
Binomna raspodjela
• broj N (elementi skupa) teži u beskonačnost – podvrsta hipergeometrijske
• Bernoulli-jev događaj – samo dva ishoda
- vjerojatnost događaja se ne mijenja i iznosi p
- vjerojatnost q=1-p
- nezavisni pokušaji (slučajno uzorkovanje)
- broj pokušaja (veličina uzorka), n
A Ā
UZORAK n - elemenata
p (1-p)=q
• varijanca: 2 = n pq
• koeficijent asimetrije: 3 =
M3
=
(q-p)
3
n pq
M4 1− 6 p q
• koeficijent zaobljenosti: 4 = 4 = 3 +
n pq
Raspodjele podataka Dr. sc. Hrvoje Cajner
• utjecaj parametara n i p na oblik binomne raspodjele:
Binomial; n=10; p=0,2 Binomial; n=10; p=0,5 Binomial; n=10; p=0,8
0,20 0,20
Probability
Probability
Probability
0,15
0,15 0,15
0,10
0,10 0,10
0,05
0,05 0,05
0,25 0,20
0,3
0,20
Probability
Probability
Probability
0,15
0,2 0,15
0,10
0,10
0,1
0,05 0,05
0,0
0 1 2 3 4 5 0,00 0,00
0 1 2 3 4 5 6 7
X 0 2 4 6 8 10 12
X
X
Link
p = 0,1 ; n = 18
P( x 4) = P( x = 0) + P ( x = 1) + P ( x = 2) + P ( x = 3)
P( x 4) = 1 − [ P( x 4)] = 0,098
0,25 0,25
0,20 0,20
Probability
Probability
0,15 0,15
0,10 0,10
0,05 0,05
0,0982
0,00
0 1 2 3 4 5 6 7 0,00
0 1 2 3 4 5 6 7
X
X
a) b)
80
70
- radi se o Binomnoj raspodjeli (n konačan):
x
60
x = 0,915; n = 15; p = = 0,061
Frequency
50
40
n
30
Binomial; n=15; p=0,061
15
20 0,4
0 1
0,941
2 3 4 5 6 7 8 9
P( x) = 0,061x 0.939(15− x )
10 x
P( x 2) = P( x = 0) + P( x = 1)
0,3
0
0 1 2 3 4 5 6
Probability
xi
0,2
+ P( x = 2);
0,1
P( x 2) = 0,941
0,0
0 1 2 3 4 5 6 7 8 9
X
m
P(x) = P( x − 1)
x
Raspodjele podataka Dr. sc. Hrvoje Cajner
• utjecaj parametra m na Poisson-ovu raspodjelu :
Poisson; Mean=0,5 Poisson; Mean=2 Poisson; Mean=4
0,30 0,20
0,6
0,25
0,5
0,15
0,4
0,20
Probability
Probability
Probability
0,3 0,15 0,10
0,2 0,10
0,05
0,1 0,05
0,0
0 1 2 3 4 0,00 0,00
0 1 2 3 4 5 6 7 8 0 2 4 6 8 10 12
X
X X
2,3x −2 , 3 0,30
P(x) = e 0,25
0,265
x!
0,20
Probability
0,15
2,32 −2 , 3 0,10
Probability
0,10
0 0,9899
4,6 −4 , 6
P(x = 0 ) = e = 0,0101
0! 0,05
P(x 1 ) = 1 − P( x = 0) = 0,9899
0,00
0 1
X
50
TEST:
N N* DF Chi-Sq P-Value
576 0 3 1,02210 0,796
0
x 0 1 2 3 >=4
- podaci se ponašaju po Poisson-ovoj razdiobi!
- zaključak - V1 nije imao navođenje
Raspodjele podataka Dr. sc. Hrvoje Cajner
Negativna binomna raspodjela
• broj N (elementi skupa) teži u beskonačnost
• Bernoulli-jev događaj – samo dva ishoda
- vjerojatnost događaja se ne mijenja i iznosi p
- vjerojatnost q=1-p
- nezavisni pokušaji (slučajno uzorkovanje)
• Binomna – distribucija broja postizanja ishoda A (varijabla x) u
konstantnom broju nezavisnih pokušaja (n)
• Negativna binomna – distribucija broj pokušaja (x) koji su potrebni da se
dobije konstantni broj uspjeha (r)
p=0,09
r=3
10 − 1
P( x = 10) = ( )
7
0,09 3
1-0,09 = 0,01356
3 − 1
0,91 3
= = 30,33
0,09
• Pravokutna
• Trokutasta
• Normalna
• Jedinična normalna
• Lognormalna
• Weibullova
• parametri: a+b
=
2
b−a
=
12
b b 1
f ( x)dx = 1 Cdx = 1 C =
a a b−a
x2 x2
1
P( x1 x x2 ) = f ( x)dx = Cdx = ( x2 − x1 )
x1 x1 b−a
Raspodjele podataka Dr. sc. Hrvoje Cajner
Primjer 1: U nekom proizvodnom procesu se konstantno događa zatajenje pumpe u periodu od
8. do 12. radnog sata. Pretpostavka je da je vjerojatnost zatajenja pumpe uniformno
distribuirana varijabla unutar danog intervala. Potrebno je izračunati vjerojatnost da se dogodi
zatajenje pumpe u periodu od 8. do 9. radnog sata.
1 1
f ( x) = =
12 − 8 4
11 1 1 3
P(8 x 11) = dx = (11 − 8 ) = = 0,75 (75%)
8 4 4 4
18
n n− x x n x n− x
( a + b) = a b → P ( x ) = p q
n
n
binomna r.
x =0
x x
uz uvjet p = q = 0 ,5 i n →
1 1 x−
−
2
funkcija gustoće
P(x) f ( x) = e 2
vjerojatnosti normalne r.
2
Raspodjele podataka Dr. sc. Hrvoje Cajner
• funkcija gustoće vjerojatnosti normalne raspodjele f(x):
1 x− 2
1 −
f ( x) = e 2
za - x
2
parametri: μ i σ2(x)
• očekivana vrijednost: E(x)= μ
• varijanca: σ2(x)
• koeficijent asimetrije: α3= 0 - simetrična razdioba
• koeficijent zaobljenosti: α4= 3 (α’4= 0) – normalno zaobljena
• svojstva funkcije gustoće vjerojatnosti f(x):
1. f ( x) 0 za svaki x
2. f ( x) dx = 1
−
x2
3. f ( x)dx = P( x1 x x2 )
x1
x2
F ( x) = f ( x)dx
x1
Raspodjele podataka Dr. sc. Hrvoje Cajner
• vjerojatnosti ispod normalne raspodjele N{μ, σ2}:
(x − )
Normal; Mean=10; StDev=2
(13 − 10)
z= = z = 1,5
5,0 7,5 10,0 12,5 15,0 17,5
0,20
2
0,15
P( x 13) = P( z 1,5) = 1 − P( z 1,5) = 0,06681
Density
0,10
-3 -2 -1 0 1 2 3
0,4
0,00
5,0 7,5 10
10,0 13
12,5 15,0 17,5
X
0,3
Density
0,2
0,1
0,0668
0,0
-3 -2 -1 0 1 1,5 2 3
z
e 2 2
za x 0, β 0
f ( x) = 2 x
parametri: α i β2
0 za ostalo
Raspodjele podataka Dr. sc. Hrvoje Cajner
• utjecaj parametara na oblik lognormalne raspodjele:
0,000007
0,000006
0,000005
Density
0,000004
0,000003
0,000002
0,000001
0,701
0,000000
10000
0
X
( ) x e
−1 −( x )
za x 0, 0, β 0
f ( x) =
0 za ostalo parametri: α, β
n +1
1 2 t 2 n2+1
f (t ) = (1 + ) ; ( n ) = (n − 1)!
n n n
2
Raspodjele podataka Dr. sc. Hrvoje Cajner
• tablica Studentove ras.-
za određenu vrijednost
površine (vjerojatnosti) i
stupnja slobode daje
vrijednosti parametra t
• treba s oprezom
primjenjivati tablice zbog
različitog korištenja
termina – površina
samo jednog ‘repa’ ili
oba?!
x −x
2
c =
2
n
i E(c ) = k
2
- očekivana vrijednost
i =1
0
F= 1
s 2
-parametri: kbrojnika=n1-1;
knazivnika=n2-1
- preduvjet: (s1>s2)
Primjer: Pronaći
vrijednost varijable F za
=0.25, kb=9 i kn=11.
F=1,53
80 ~84% 90
80
70
60 60
%
50
%
40
40 30
20
20 10
5
0
1
0 5 10 15 20 0 5 10 15 20
x x +
• Henry-jev pravac se ucrtava tako da se odrede dvije čvrste točke:
– 1. točka : (x=, y=50%)
– 2. točka : (x=+, y=84%)
a) Izračunati osnovne parametre prikazanih podataka: aritmetičku sredinu, standardnu devijaciju i varijancu,
te odrediti mod i medijan.
b) Nacrtajte histogram frekvencija i kumulantu
c) Navedite koja bi teorijska razdioba mogla opisati konkretne podatke (odrediti parametre) i napisati
funkciju vjerojatnosti.
d) Ako se prihvati da se proces ponaša po teorijskoj razdiobi, potrebno je izračunati vjerojatnost da se u
uzorku pronađe 4 ili više defektnih proizvoda.
14 40
35
12
30
10
Frekvencija
Frekvencija
25
8
20
6
15
4
10
2
5
0 0
49,3 49,6 49,9 50,2 50,5 50,8 49,3 49,6 49,9 50,2 50,5 50,8
x x
2
1 x−
1 −
1 − 12 t 2
f ( x) = e 2 f (t ) = e
2 2
N i
ft ( x) = f (t )
N - ukupni broj podataka, i -širina razreda (razlika sredina dvaju razreda)
40
12
35
10
30
Teorijska frekvencija, fti
Teorijska frekvencija, f ti
8 25
20
6
15
4
10
2
5
0 0
49,3 49,6 49,9 50,2 50,5 50,8 49,3 49,6 49,9 50,2 50,5 50,8
x x