I. előadás.

Az előadások a következő témára: "I. előadás."— Előadás másolata:

1 I. előadás

2 Ismétlés Mintavételi terv
Példa: A gyártó állítása szerint a szállítmányban a selejt valószínűsége   A legfeljebb 5% selejtet tartalmazó szállítmányt az átvevő is elfogadja. - Az átvevő átveszi a szállítmányt, ha elemű mintában legfeljebb selejtes terméket talál. Mekkora az átadó kockázata? - Az átvevő akkor is átveszi a szállítmányt, benne a selejtarány, de elemű mintában legfeljebb 2 selejtes terméket talál. Mekkora az átvevő kockázata? (Nyilvánvaló, hogy a mintát visszatevéssel választjuk. Miért?) Eredmény: ( 3,61%; 81,6% )

3 Ismétlés Normális eloszlás
Példa: Egy gyártmány mérethibája normális eloszlású valószínűségi változó várható értékkel. Megállapítottuk, hogy a mérethiba 0,8 valószínűséggel nem éri el a 20 mm-es határt, amelyen belül a gyártmány még elfogadható minőségű. A termék első osztályú, ha a mérethiba abszolút értéke nem éri el a 10 mm-es határt. - Mekkora a valószínűsége, hogy egy véletlenszerűen kiválasztott termék első osztályú? - A termékek hány százaléka nem tér el a várható értéktől a szórás kétszeresénél jobban? (2 szabály) Eredmény: ( 1,625; 0,4778; ,9544 )

4 A matematikai statisztika tárgya
A valószínűségszámításban egy esemény valószínűségét, egy valószínűségi változó eloszlásának típusát, várható értékét, szórását stb. elméleti megfontolások alapján tudtuk kiszámítani. A gyakorlatban egy-egy esemény valószínűségét, egy-egy valószínűségi változó pontos eloszlását, várható értékét, szórását stb. nem ismerjük, csak tapasztalati adatok statisztikai feldolgozásával tudunk rájuk következtetni. A matematikai statisztika a kísérleti adatokból ( a mintából ) kapható becslésekkel, a véletlen valószínűségi változó típusára, vagy az eloszlás jellemzőire a minta alapján feltett hipotézisekkel foglalkozik. Definíció. A matematikai statisztikában a vizsgálat tárgyát képező egyedek összességét a hozzájuk tartozó számértékekkel együtt statisztikai sokaságnak nevezzük.

5 A matematikai statisztika tárgya A minta megadása
Definíció. A teljes sokaságból vizsgálatra kivett n elemet a hozzájuk tartozó számértékekkel együtt statisztikai mintának nevezzük. Mivel ugyanabból a sokaságból kivett újabb és újabb mintához más-más számértékek tartoznak, az értékek tekinthetők egymástól független, ugyanazon eloszlású valószínűségi változóknak is. A minta megadása a./ felsorolással: b./ gyakoriságokkal:

6 A minta megadása Módusz, medián
c./ osztályokba sorolással: Módusz: A leggyakrabban előforduló elemet a minta móduszának nevezzük. pl.: a./ 4; b./ 2; c./ nincs Medián: Az adatokat monoton növekvő sorrendbe rendezve, a középső elem (ha van) a minta mediánja. Ha nincs középső elem (páros darabszám esetén), akkor a „két középső elem” számtani közepe a minta mediánja. pl.: a./ ; b./ 2; c./ nincs

7 A minta átlaga Terjedelem. A minta terjedelme a legnagyobb és a legkisebb elem különbsége. pl.: a./ 5; b./ 4; c./ nincs A minta átlaga  Definíció. A mintavételi változók ( mintaelemek ) számtani közepe a mintaátlag ( tapasztalati, empirikus várható érték ) : pl.: a./ 3,286

8 A minta átlaga Definíció. Ha a mintavétel során egy-egy mintaelem többször is előfordul, mégpedig összesen -szer ( gyakorisággal ), összesen -ször ( gyakorisággal ), összesen -szor ( gyakorisággal ), akkor a mintaátlag: Itt a gyakoriságok összege természetesen . pl.: b./ 2,46

9 A minta átlaga Tétel. A mintaátlagnak, mint valószínűségi változónak a várható értéke megegyezik a teljes statisztikai sokaság ( "elméleti sokaság" ) várható értékével, azaz Itt a  valószínűségi változó értékei a teljes sokaság értékei, az mintaelemek -vel azonos eloszlású valószínűségi változók ( i = 1, 2, ..., n ). Tétel. A mintaátlag szórásnégyzete és a teljes statisztikai sokaság ( ) közötti összefüggés: vagyis Tétel. Ha a teljes statisztikai sokaság normális eloszlású, akkor a mintaátlag is normális eloszlású, mégpedig ( az előbbiek alapján ) eloszlású.

10 A minta szórása Definíció. A minta szórásnégyzete: . Ha az mintaelemek az gyakoriságokkal vannak megadva, akkor a minta szórásnégyzete: . Tétel. A minta szórásnégyzetének, mint valószínűségi változónak a várható értéke: ( nem egyezik meg az alapsokaság szórásnégyzetével! ) Mivel várható értéke nem az alapsokaság szórásnégyzete, ezért a matematikai statisztikában a korrigált szórásnégyzetet használjuk.

11 A minta szórása Definíció. A korrigált tapasztalati szórásnégyzet: Tétel. A minta korrigált tapasztalati szórásnégyzetének várható értéke a teljes statisztikai sokaság szórásnégyzete, azaz . pl.: c./

12 Tapasztalati eloszlásfüggvény
Definíció. Az mintaelemek közül azoknak a számát, amelyekre teljesül, hogy , jelöljük el. Az ( x  R ) függvényt a minta eloszlásfüggvényének ( tapasztalati eloszlásfüggvényének ) nevezzük. Tétel. Az tapasztalati eloszlásfüggvény várható értéke x  R esetén: Megjegyzés.   Az előbbi tételben szereplő F függvény a teljes statisztikai sokaság eloszlásfüggvénye. (az u. n. elméleti eloszlásfüggvény) Az empirikus eloszlásfüggvény tehát a F elméleti eloszlásfüggvény jó közelítése. 

13 Tapasztalati sűrűségfüggvény
Definíció. Osszuk fel a  mintabeli értékeire szóba jöhető intervallumot részintervallumokra. Az részintervallumokra eső mintaelemek számát jelöljük vel. Az részintervallumon állandó függvényt tapasztalati sűrűségfüggvénynek ( a minta sűrűségfüggvényének ) nevezzük. Megjegyzés. Mivel , ezért ha az n elég nagy és a részintervallumok elég kicsik, akkor a teljes sokaság f sűrűségfüggvényét a mintabeli sűrűségfüggvény jól közelíti.

14 Példa a tapasztalati eloszlás- és sűrűségfüggvényre
Példa: tapasztalati sűrűségfüggvény tapasztalati eloszlásfüggvény

15 Példa

16 Az empirikus eloszlásfüggvény

17 A sűrűséghisztogram

18 Az empirikus sűrűségfüggvény

19 Példa

20 Az adatok táblázata

21 A sűrűséghisztogram

22 Az empirikus eloszlásfüggvény

23 Empirikus átlag és szórás