
- •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
Rozkład Poissona
Rozkład
Poissona jest wygodny do scharakteryzowania zmiennej losowej będącej
liczbą zajść pewnego zdarzenia w określonym przedziale czasu .
Taką zmienną jest liczba awarii urządzenia przemysłowego w ciągu
tygodnia, liczba wypadków samochodowych w ciągu miesiąca, itp.
Rozkład Poissona jest też dobrym przybliżeniem rozkładu
dwumianowego, gdy liczba doświadczeń n jest duża (
,
a prawdopodobieństwo „ sukcesu „ ( zajścia interesującego nas
zdarzenia ) jest niewielkie (
.
Rozkład Poissona:
dla
x= 0,1,2,3,..., (24 )
gdzie
jest średnią rozkładu ( i równocześnie jego wariancji ),
jest podstawą logarytmów naturalnych (
)
Przykłady
Przykład 1. Klientami sklepu spożywczego są kobiety i mężczyźni > Na podstawie wcześniejszych badań wiadomo ,że prawdopodobieństwo zakupu żywności przez kobietę w tym sklepie wynosi 0,6 .
Co jest zmienną losową ?
Wyznaczyć wartość oczekiwaną i wariancję badanej zmiennej losowej ?
Rozwiązanie :
a) ) Zmienną losową jest płeć klienta. Przyjmuje ona wartość 1 w przypadku kobiet oraz 0 , gdy do sklepu wchodzi mężczyzna. Jest to przykład zmiennej zero – jedynkowej .
b)
oraz
Przykład 2.
Sprzedawca pewnego dobra trwałego użytku kontaktuje się z 8 potencjalnymi klientami dziennie. Z wcześniejszych doświadczeń wiadomo , że prawdopodobieństwo zakupu tego dobra przez potencjalnego klienta wynosi 0,10.
jakie jest prawdopodobieństwo tego, że sprzedawca przeprowadzi dokładnie 2 transakcje sprzedaży dziennie ?
Jaki odsetek stanowić będą dni, w których sprzedawca nie dokona żadnej transakcji sprzedaży ?
Jakiej średniej liczby sprzedanych dóbr trwałego użytku dziennie może się spodziewać sprzedawca ?
Rozwiązanie :
Korzystając ze wzoru na prawdopodobieństwo w rozkładzie dwumianowym mamy :
Zamiast
przeprowadzania dość skomplikowanych obliczeń można również
skorzystać z tablic rozkładu dwumianowego odczytując (
dla n=8, k=2, p=0,1
Wobec tego mamy :
b)
zatem 43 % ogółu dni roboczych stanowią takie dni , kiedy nie zostanie dokonana żadna transakcja sprzedaży.
c)
Przykład 3.
Wadliwość produkcji pewnego przedsiębiorstwa wynosi 3%. Z gotowych wyrobów znajdujących się w magazynie sprzedano 40 sztuk.
Jakiej średniej liczby braków można się spodziewać w sprzedanej partii towarów
Jakie jest prawdopodobieństwo , że dokładnie 5 sztuk wadliwych znajdzie się w sprzedanej partii towarów
Rozwiązanie :
a)
b)
(
por. tablicę w rozkładzie Poissona , dla
;
)
Inne podejście opiera się na rachunku dystrybuant. Korzystamy z tablic dystrybuanty w tym rozkładzie i mamy :
Zmienna losowa ciągła I jej rozkłady
Zmienna losowa ciągła , funkcja gęstości, dystrybuanta, podstawowe charakterystyki
Rozkłady zmiennej losowej ciągłej
Rozkład normalny
Rozkład logarytmiczno – normalny
Rozkład chi – kwadrat
Rozkład Studenta
Rozkład Fishera – Snedecora
Inne ( np. rozkład serii, rozkład Darbina - Watsona
Zmienna losowa ciągła jest to taka zmienna , która przyjmuje wszystkie wartości z pewnego określonego przedziału liczbowego.
Dla zmiennej losowej ciągłej pojawia się pojęcie funkcji gęstości. Funkcja gęstości jest to przedziałami ciągła funkcja f(x), dzięki której można określić prawdopodobieństwo tego, że zmienna losowa x znajdzie się w określonym przedziale.
Funkcja gęstości spełnia następujące warunki :
(
1)
(2)
Funkcja gęstości może być interpretowana jako podstawa do liczbowych ustaleń „ średniej gęstości prawdopodobieństwa z otoczenia punktu, zwanego środkiem przedziału klasowego”.
Dystrybuanta dla zmiennej losowej ciągłej określana jest jako prawdopodobieństwo tego, że zmienna losowa przyjmie wartości mniejsze lub równe xi
(
3 )
Dystrybuanta dla zmiennej losowej ciągłej jest całką z określoną górną granicą x , zapisaną w sposób następujący :
(
4 )
Dla prawdopodobieństwa w przedziale ( x1 ; x2 ) należy stosować formułę :
(
5)
Wartość oczekiwana zmiennej losowej ciągłej wyraża się następującym wzorem :
(6)
Wariancja zmiennej losowej ciągłej jest wyznaczona zgodnie z formułą :
(7)
Odchylenie standardowe zmiennej losowej ciągłej dane jest wzorem :
(8)