Professional Documents
Culture Documents
Jermakowicz 24032024144300 Statystyka 3
Jermakowicz 24032024144300 Statystyka 3
Statystyka
Wykład 3
Zmienne losowe i ich rozkłady
Czy można określić, co jest normą?
Przykład 1:
Doświadczenie – rzut monetą, czyli Ω = orzeł, reszka . Zmienną
losową może być np.
a) 𝑋 𝑜𝑟𝑧𝑒ł = 1, 𝑋 𝑟𝑒𝑠𝑧𝑘𝑎 = 0
b) 𝑋 𝑜𝑟𝑧𝑒ł = 20, 𝑋 𝑟𝑒𝑠𝑧𝑘𝑎 = −10
c) 𝑋 𝑜𝑟𝑧𝑒ł = 100, 𝑋 𝑟𝑒𝑠𝑧𝑘𝑎 = 1000
W tym przypadku (rzut monetą) wartości zmiennej losowej są zawsze
dwie.
Zmienna losowa
Przykład 2:
Doświadczenie – dwukrotny rzut kostką, czyli Ω = 36.
Zmienna losowa to suma wyrzuconych oczek.
I rzut \ II rzut 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Zmienna losowa
Przykład 3:
Doświadczenie – rzucamy kostką aż do momentu, kiedy wypadnie 6,
czyli Ω = 6, nie 6, 6 , nie 6, nie 6, 6 , nie 6, nie 6, nie 6, 6 , …
Zmienna losowa to ilość wykonanych rzutów.
𝑋 6 = 1,
𝑋 𝑛𝑖𝑒 6, 6 = 2
𝑋 𝑛𝑖𝑒 6, 𝑛𝑖𝑒 6, 6 = 3
𝑋 𝑛𝑖𝑒 6, 𝑛𝑖𝑒 6, 𝑛𝑖𝑒 6, 6 = 4 ........
Wartościami tej zmiennej losowej są dodatnie liczby naturalne.
Zmienna losowa
Przykład 4:
Doświadczenie – losujemy 1 opakowanie mąki z magazynu sklepu,
czyli przestrzeń Ω to zbiór wszystkich opakowań mąki.
Zmienna losowa to waga wylosowanego opakowania.
Z przykładu 1:
𝑥𝑖 0 1
𝑥𝑖 -10 20
𝑝𝑖 1/2 1/2 𝑥𝑖 100 1000
𝑝𝑖 1/2 1/2
𝑝𝑖 1/2 1/2
a) b) c)
Rozkład zmiennej losowej dyskretnej
Z przykładu 2:
𝑥𝑖 2 3 4 5 6 7 8 9 10 11 12
𝑝𝑖 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
2 3 4 5 6 7 8 9 10 11 12
Rozkład zmiennej losowej dyskretnej
𝑥𝑖 1 2 3 4 …
Z przykładu 3: 𝑝𝑖 1/6 5/36 25/216 125/1296
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
1 2 3 4 5 6 7 8 9 10 11 12 13
Dystrybuanta
Dystrybuanta
z przykładu 2:
- oś pozioma –
suma wyrzuconych
oczek w dwóch
rzutach (wartości
zmiennej losowej)
- oś pionowa –
prawdopodobieństwo,
że suma wyrzuconych
oczek wynosi
co najwyżej
daną wartość.
1 2 3 6
Np. 𝐹 4 = 𝑃 𝑋 ≤ 4 = 𝑃 2 + 𝑃 3 + 𝑃 4 = 36 + 36 + 36 = 36
Wielkości charakteryzujące zmienną losową
𝝈𝟐 = 𝑽 𝑿 = 𝒙𝒊 − 𝝁 𝟐 ∙ 𝒑𝒊
Odchylenie standardowe – pierwiastek kwadratowy z wariancji (miara
rozproszenia)
𝝈= 𝑽 𝑿
Wielkości charakteryzujące zmienną losową
W przykładzie 1:
1 2
1 1 2 1 1 1 1
a) 𝑉 𝑋 = 0 −
2
∙ + 1−
2 2
∙ =
2 4
𝜎=
4
=
2
1 1
b) 𝑉 𝑋 = −10 − 5 2 ∙ 2 + 20 − 5 2 ∙ 2 = 225 𝜎= 225 = 15
1 1
c) 𝑉 𝑋 = 100 − 550 2 ∙ 2 + 1000 − 550 2 ∙ 2 = 202 500 𝜎 = 450
W przykładzie 2:
1 2 3
𝑉 𝑋 = 2 − 6,9 2 ∙ 36 + 3 − 6,9 2 ∙ 36 + 4 − 6,9 2 ∙ 36 + ⋯ +
2 1
+ 12 − 6,9 ∙ 36 ≈ 5,8 𝜎 ≈ 2,4
Rozkład dwumianowy (rozkład Bernoulliego)
Założenia:
Ciąg identycznych, niezależnych doświadczeń (prób)
→ ilość prób to 𝒏
W każdej próbie możliwe tylko dwa wyniki: sukces lub porażka
→ prawdopodobieństwo sukcesu w 1 próbie to 𝒑
→ prawdopodobieństwo porażki w 1 próbie to 𝒒 = 𝟏 − 𝒑
Zmienna losowa to ilość sukcesów w 𝒏 próbach → oznaczane jako 𝒌
𝒏
𝑷 𝑿=𝒌 = ∙ 𝒑𝒌 ∙ 𝒒𝒏−𝒌
𝒌
W Excelu: 𝑷(𝑿 = 𝒌) = 𝑹𝑶𝒁𝑲Ł. 𝑫𝑾𝑼𝑴(𝒌; 𝒏; 𝒑; 𝟎)
Dystrybuanta: 𝑷 𝑿 ≤ 𝒌 = 𝑭 𝒌 = 𝑹𝑶𝒁𝑲Ł. 𝑫𝑾𝑼𝑴(𝒌; 𝒏; 𝒑; 𝟏)
Rozkład dwumianowy – przykład
• 𝒏 = 𝟏𝟐
• 𝒑 = 𝟎, 𝟏
• 𝒒 = 𝟎, 𝟗
• 𝒌 = 𝟑 w a) oraz 𝒌 ≤ 𝟑 w b), czyli 𝒌 = 𝟎, 𝟏, 𝟐, 𝟑
b) 𝑷 𝑿 ≤ 𝟑 = 𝑷 𝑿 = 𝟎 + 𝑷 𝑿 = 𝟏 + 𝑷 𝑿 = 𝟐 + 𝑷 𝑿 = 𝟑 =
= 𝑭 𝟑 = 𝑹𝑶𝒁𝑲Ł. 𝑫𝑾𝑼𝑴 𝟑; 𝟏𝟐; 𝟎, 𝟏; 𝟏 ≈ 𝟗𝟕, 𝟒%
Rozkład dwumianowy – parametry
Wartość oczekiwana
𝝁=𝑬 𝑿 =𝒏∙𝒑
Wariancja
𝝈𝟐 = 𝑽 𝑿 = 𝒏 ∙ 𝒑 ∙ 𝒒
Odchylenie standardowe
𝝈= 𝒏∙𝒑∙𝒒
W przykładzie:
𝝁 = 𝟏, 𝟐 𝝈𝟐 = 𝟏, 𝟎𝟖 𝝈 ≈ 𝟏, 𝟎𝟒
Rozkład dwumianowy – graficznie
n=30, p=0,7
0,2
0,15
0,1
0,05
0
0 3 6 9 12 15 18 21 24 27 30
Rozkład Poissona
Typowe zastosowanie:
Przybliżenie rozkładu dwumianowego, gdy 𝑛 duże (𝑛 ≥ 20), a 𝑝 małe
(𝑝 ≤ 0,05)
Liczba zajść pewnego zdarzenia w określonym przedziale czasu
𝝀𝒌 ∙𝒆−𝝀
𝑷 𝑿=𝒌 = (gdzie λ = 𝑛 ∙ 𝑝)
𝒌!
• 𝒏 = 𝟏𝟖𝟎𝟎 (duże)
• 𝒑 = 𝟏/𝟓𝟎𝟎𝟎 = 𝟎, 𝟎𝟎𝟎𝟐 (małe)
• 𝒌≤𝟏
𝑷 𝑿≤𝟏 =𝑷 𝑿=𝟎 +𝑷 𝑿=𝟏 =𝑭 𝟏
• λ = 𝟏𝟖𝟎𝟎 ∙ 𝟎, 𝟎𝟎𝟎𝟐 = 𝟎, 𝟑𝟔
𝑷 𝑿 ≥ 𝟐 ≈ 𝟏 − 𝟕𝟒% = 𝟐𝟔%
Zmienne losowe ciągłe
To zmienna losowa, która może przyjmować dowolne wartości z
pewnego przedziału liczbowego
Prawdopodobieństwo związane z ciągłą zmienną losową 𝑋 jest
wyznaczone przez funkcję gęstości prawdopodobieństwa 𝒇(𝒙)
W szczególności: 𝑃 𝑋 = 𝑎 = 0
Własności funkcji 𝑓(𝑥):
𝒇(𝒙) ≥ 𝟎 dla wszystkich 𝒙
całe pole pod wykresem
𝒇(𝒙) wynosi 1
a b
Dystrybuanta zmiennej losowej ciągłej
a
Własności dystrybuanty
Przyjmuje wartości
z zakresu od 0 do 1
Jest rosnąca
𝐹 −∞ = 0
𝐹 +∞ 𝑎 = 1
𝐹 𝑎 = න 𝑓 𝑡 𝑑𝑡
−∞
a
𝟏 𝒙−𝝁 𝟐
−
𝒇 𝒙 = 𝒆 𝟐𝝈𝟐
𝝈 𝟐𝝅
Rozkład o parametrach
𝜇 = 0, 𝜎 = 1 nazywamy
rozkładem standardowym
i piszemy:
𝑿~𝑵(𝟎, 𝟏)
Wpływ parametrów na kształt krzywej normalnej
Reguła trzech sigm
μ
Jak to liczymy? ☺
𝑷 𝒂 < 𝑿 ≤ 𝒃 = 𝑭 𝒃 − 𝑭(𝒂)
W Excelu:
• Funkcja gęstości: 𝒇 𝒙 = 𝑹𝑶𝒁𝑲Ł. 𝑵𝑶𝑹𝑴𝑨𝑳𝑵𝒀(𝒙; 𝝁; 𝝈; 𝟎)
Stąd:
𝑷 𝒂<𝑿≤𝒃 =
𝑹𝑶𝒁𝑲Ł. 𝑵𝑶𝑹𝑴𝑨𝑳𝑵𝒀 𝒃; 𝝁; 𝝈; 𝟏
− 𝑹𝑶𝒁𝑲Ł. 𝑵𝑶𝑹𝑴𝑨𝑳𝑵𝒀(𝒂; 𝝁; 𝝈; 𝟏)
Rozkład normalny standardowy – wzorki i własności
Oznaczenie: 𝑼~𝑵 𝟎, 𝟏
Funkcja gęstości: 𝝋(𝒖)
Dystrybuanta: 𝜱(𝒖)
Własności:
𝝋 −𝒖 = 𝝋 𝒖
𝝋 𝟎 = 𝟎, 𝟓
𝜱 −𝒖 = 𝟏 − 𝜱(𝒖)
W Excelu: 𝝋 𝒖 = 𝑹𝑶𝒁𝑲Ł. 𝑵𝑶𝑹𝑴𝑨𝑳𝑵𝒀. 𝑺(𝒖; 𝟎)
𝜱 𝒖 = 𝑹𝑶𝒁𝑲Ł. 𝑵𝑶𝑹𝑴𝑨𝑳𝑵𝒀. 𝑺(𝒖; 𝟏)
Rozkład normalny – przykład 1
𝑷 𝟔𝟏 < 𝑿 < 𝟕𝟐 =
= 𝑭 𝟕𝟐 − 𝑭 𝟔𝟏 =
W Excelu:
𝒂 = 𝑹𝑶𝒁𝑲Ł. 𝑵𝑶𝑹𝑴𝑨𝑳𝑵𝒀. 𝑶𝑫𝑾(𝒑, 𝝁, 𝝈)
Rozkład normalny – przykład 4