
- •Rodzaje badań statystycznych
- •Szeregi statystyczne
- •Szereg szczegółowy ważony
- •Szereg rozdzielczy
- •Rachunek prawdopodobieństwa
- •Rozkład prawdopodobieństwa skokowej zmiennej losowej X spełnia następujące warunki
- •Oczekiwana wartość I odchylenie standardowe zmiennej losowej
- •Wariancja I odchylenie standardowe zmiennej losowej
- •Twierdzenie Czebyszewa
- •Wybrane rozkłady zmiennej losowej skokowej
- •Rozkład jednopunktowy
- •Rozkład dwupunktowy
- •Rozkład dwumianowy
- •Średnia, wariancja I kształt rozkładu dwumianowego
- •Rozkład Poissona
- •Zmienna losowa ciągła I jej rozkłady
- •Rozkłady zmiennej losowej ciągłej
- •Rozkład chi – kwadrat
- •Rozkład t – Studenta
- •Rozkład f – Snedecora
- •Estymacja punktowa I przedziałowa
- •Pobieranie próby losowej
- •Trzy główne aspekty centralnego twierdzenia granicznego
- •Estymatory I ich własności
- •Estymacja przedziałowa parametrów
- •Weryfikacja hipotez statystycznych
- •Hipotezy alternatywne mogą być sformułowane względem hipotezy zerowej
- •Weryfikacja hipotez statystycznych Podstawowe pojęcia
- •Test dla dwóch średnich
- •Test dla wariancji
- •Test dla dwóch wariancji
- •Test dla wskaźnika struktury
- •Test dla dwóch wskaźników struktury
- •Parametryczne testy istotności – Przykłady
- •Testy nieparametryczne
- •Test zgodności - Kołmogorowa
- •Analiza korelacji I regresji .
- •Wyniki obserwacji pogrupowano I zamieszczono w poniższej tablicy
Wariancja I odchylenie standardowe zmiennej losowej
Wariancja zmiennej losowej jest oczekiwana wartość kwadratu odchylenia tej zmiennej od jej średniej . Pojęcie to jest podobne do pojęcia wariancji w zbiorze wyników obserwacji ( w próbie lub populacji ) .
Wariancją
skokowej zmiennej losowej X jest :
( 7)
Dla przykładu 1 mamy :
x |
P(x) |
|
|
|
0 |
0,1 |
-2,3 |
5,29 |
0,529 |
1 |
0,2 |
-1,3 |
1,69 |
0,338 |
2 |
0,3 |
-0,3 |
0,09 |
0,027 |
3 |
0,2 |
0,7 |
0,49 |
0,098 |
4 |
0,1 |
1,7 |
2,89 |
0,289 |
5 |
0,1 |
2,7 |
7,29 |
0,729 |
|
|
|
|
2,01 |
Wygodny do stosowania wzór obliczania wariancji zmiennej losowej :
(
8 )
Zgodnie z wzorem (8) wyznaczamy dla przykładu 1 wariancję liczby ogłoszeń w gazecie.
Obliczenia pomocnicze
X |
P(X) |
X P(X) |
X2P(X) |
0 |
0,10 |
0 |
0 |
1 |
0,20 |
0,20 |
0,20 |
2 |
0,30 |
0,60 |
1,20 |
3 |
0,20 |
0,60 |
1,80 |
4 |
0,10 |
0,40 |
1,60 |
5 |
0,10 |
0,50 |
2,50 |
|
1,00 |
2,30 |
7,30 |
Dla zmiennych losowych standardowe odchylenie określamy jako dodatni pierwiastek kwadratowy z wariancji . Standardowe odchylenie zmiennej losowej wyraża się wzorem:
(
9 )
W
rozpatrywanym przykładzie 1 wynosi
Wariancję
liniowej funkcji zmiennej losowej
wyznaczyć można z następującego wzoru :
(
10 )
gdzie a i b są ustalonymi liczbami.
Wariancja jako średnie kwadratowe odchylenie wartości zmiennej losowej od jej wartości średniej jest miarą rozproszenia możliwych wartości zmiennej. Wariancja daje wyobrażenie o zmienności a tym samym o niepewności związanej z przyszłymi wartościami zmiennej, które mogą tym bardziej odbiegać od przeciętnej, im wyższa jest wariancja.
Posługiwanie się odchyleniem standardowym często jest wygodniejsze z tego powodu, że wariancja jest wielkością „kwadratową” Odchylenie standardowe jest łatwiejsze do interpretacji z punktu widzenia ekonomicznego. Na przykład : standardowe odchylenie stopy przychodu z określonej lokaty kapitału powszechnie jest uznawane za miarę ryzyka związanego z tą lokatą.
Twierdzenie Czebyszewa
Znajomość odchylenia standardowego pozwala wyznaczyć granice, w których możliwe wartości zmiennej losowej mieszczą się z pewnym określonym prawdopodobieństwem. Granice te wyznacza twierdzenie Czebyszewa . Twierdzenie to powiada, że dla dowolnej liczby k większej od jedności prawdopodobieństwo, że wartość zmiennej losowej odchyla się od wartości o mniej niż o k odchyleń standardowych, jest nie mniejsze niż 1 – 1/k2.
Możemy
to twierdzenie zapisać następująco : dla dowolnej zmiennej
losowej o średniej
i odchyleniu standardowym
oraz dla dowolnej liczby
:
(
11 )