Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
1
Várhatóérték, szórás
2
Diszkrét változó várható értéke
,
3
Példa olyan esetre, amikor nem létezik a
várható érték Értékkészlet: Eloszlás:
4
Néhány egyszerű példa A kockadobás várható értéke:
5
Folytonos változó várható értéke
6
Példa olyan esetre, amikor nem létezik a
várható érték A Cauchy-eloszlás sűrűségfüggvénye: Ez valóban sűrűségfüggvény: Viszont a várható érték nem létezik, mert: nem létezik!
7
Nevezetes folytonos eloszlások várható értéke
8
Variancia, szórás
9
Folytonos esetben a variancia és a szórás
10
Nevezetes eloszlások várható szórása
11
Várható érték, szórás, variancia tulajdonságai I.
12
Várható érték, szórás, variancia tulajdonságai II.
13
Markov-egyenlőtlenség
Másképpen:
14
Csebisev-egyenlőtlenség
Másképpen:
16
Transzformált változó eloszlása
Ha X a [0 , 1] intervallumon egyenletes eloszlású és F(y) egy szigorúan monoton növekvő eloszlásfüggvény azon az intervallumon, ahol 0 < F(y) < 1 , akkor az Y = F -1(X) valószínűségi változó eloszlásfüggvénye éppen F(y) lesz, ahol y= F -1(x) az eloszlásfüggvény inverzét jelöli. Bizonyítás: P(Y < y) =P(F -1(X) < y) =P(F(F -1(X)) < F(y)) = P(X < F(y)) = F(y) , mert F(y) [0 , 1] .
17
Transzformált változó eloszlása
A tétel lehetőséget ad arra, hogy a számítógép Uni (0 , 1) véletlen- számgenerátora segítségével tetszőleges F(x) eloszlásfüggvény- hez jól illeszkedő véletlenszámokat generáljunk! Pl. Ha X Uni (0 , 1), akkor -1/ ln(1-X) Exp() lesz!
18
Transzformált változó eloszlása
Ha X a [0 , 1] eloszlásfüggvénye F(y) egy szigorúan monoton növekvő eloszlásfüggvény, akkor az Y = F (X) valószínűségi változó eloszlásfüggvénye a (0 , 1) intervallumon egyenletes lesz! Pl. Ha X Exp(), akkor Y=1-e -X egyenletes eloszlású!
19
Transzformált változó eloszlása
A tétel lehetőséget ad majd a statisztikában egy X adatsor adott F(x) eloszlásfüggvényhez való illeszkedésének ellenőrzésére. Feltételezve, hogy az egyenletes eloszláshoz való illeszkedést tudjuk Ellenőrizni, az adatsor akkor illeszkedik jól az F(x)-hez, ha F (X) egyenletes eloszlású!
20
Transzformált változó eloszlása
normális esetben Ha X N(m, D), akkor Y =X+ N(m+, ||D), azaz normális változó lineáris transzformáltja is normális lesz! Bizonyítás: Tegyük fel, hogy >0! P(Y < t)=P(X < (t-)/)=P(X < u)=((u-m)/D)= =((t-(m+))/ D) , azaz Y N(m+, D).
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.