- •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 prawdopodobieństwa skokowej zmiennej losowej X spełnia następujące warunki
dla wszystkich wartości x ( 1 )
( 2 )
Przykład 1. Załóżmy, że w poniższym zestawieniu wymieniono możliwe liczby ogłoszeń zamieszczonych dziennie w gazecie i odpowiadające im prawdopodobieństwa
X |
0 |
1 |
2 |
3 |
4 |
5 |
P(X) |
0,1 |
0,2 |
0,3 |
0,2 |
0,1 |
0,1 |
Jest to rozkład prawdopodobieństw zmiennej losowej X. Można zauważyć, że wszystkie prawdopodobieństwa są nieujemne i sumują się do jedności. Zmienne losowa nie przyjmuje wartości większych od 5, co oznacza, że nie zamieszcza się nigdy więcej niż 5 ogłoszeń dziennie. Prawdopodobieństwo zamieszczenia dwóch ogłoszeń wynosi 0,3, a trzech ogłoszeń – 0,2.Powstaje pytanie , skąd się biorą prawdopodobieństwa
Redakcja gazety codziennie rejestruje liczbę zamieszczonych ogłoszeń. Częstości z jakimi pojawiają się w długim szeregu dni różne liczby ogłoszeń ,łatwo obliczyć z tych rejestrów. Częstości te uznajemy za prawdopodobieństwa ukazania się odpowiednich liczb zamieszczonych ogłoszeń.
W innych sytuacjach prawdopodobieństwa można wyprowadzić z pewnych teoretycznych rozważań. Takie rozkłady są tablicowane i można je znaleźć w każdym podręczniku statystyki.
Dystrybuanty ( skumulowane funkcje rozkładu )
Skumulowaną funkcją rozkładu ( dystrybuantą ) skokowej zmiennej losowej X jest funkcja
( 3 )
Dla przykładu 1 dystrybuanta liczby ogłoszeń zamieszczonych dziennie w gazecie wynosi
x |
0 |
1 |
2 |
3 |
4 |
5 |
P(x) |
0,1 |
0,2 |
0,3 |
0,2 |
0,1 |
0,1 |
F(x) |
0,1 |
0,3 |
0,6 |
0,8 |
0,9 |
1,0 |
Należy zauważyć, że każda wartość F(x) jest sumą wszystkich wartości P(i) dla i mniejszych lub równych x. Na przykład
Oczekiwana wartość I odchylenie standardowe zmiennej losowej
Oczekiwana wartość skokowej zmiennej losowej X jest równa sumie wszystkich możliwych wartości tej zmiennej mnożonych przez ich prawdopodobieństwa
( 4 )
Wykorzystując dane z przykładu 1 wyznaczamy oczekiwaną liczbę ogłoszeń w gazecie ( zgodnie z wzorem 4 )
Obliczenie oczekiwanej ( średniej ) liczby ogłoszeń w gazecie
x |
P(x) |
X P(x) |
0 |
0,1 |
0 |
1 |
0,2 |
0,2 |
2 |
0,3 |
0,6 |
3 |
0,2 |
0,6 |
4 |
0,1 |
0,4 |
5 |
0,1 |
0,5 |
|
1,0 |
3,3 |
Z tablicy wynika, że . Możemy powiedzieć, że przeciętnie dzienne zamieszcza się 2,3 ogłoszenia.
Oczekiwana wartość funkcji skokowej zmiennej losowej h(x) jest :
( 5 )
Przykład 2. Miesięczna sprzedaż pewnego produktu charakteryzuje rozkład prawdopodobieństwa podany w poniższej tablicy.
Sprzedaż |
5000 |
6000 |
7000 |
8000 |
9000 |
|
P(x) |
0,2 |
0,3 |
0,2 |
0,2 |
0,1 |
1,0 |
Przypuśćmy, że firma ponosi stały miesięczny koszt produkcji równy 8000 $ i że na każdej wyprodukowanej jednostce zarabia 2 $. Jaki jest miesięczny oczekiwany zysk firmy ?
Funkcja zysku ze sprzedaży produktu jest dla firmy funkcja h(x)=2x – 8000.
Tablica pomocnicza do wyznaczenia oczekiwanego zysku
x |
h(x) |
P(x) |
h(x)P(x) |
5 000 |
2 000 |
0,2 |
400 |
6 000 |
4 000 |
0,3 |
1 200 |
7 000 |
6 000 |
0,2 |
1 200 |
8 000 |
8 000 |
0,2 |
1 600 |
9 000 |
10 000 |
0,1 |
1 000 |
|
|
|
5 400 = E[h(x)] |
W przypadku liniowej funkcji zmiennej losowej, obliczenie oczekiwanej wartości funkcji h(x) można uprościć, korzystając ze wzoru na oczekiwaną wartość funkcji zmiennej losowej.
Oczekiwana wartość liniowej funkcji zmiennej losowej :
E(a X +b) = a E(x)+b ( 6 )
Gdzie a i b są ustalonymi liczbami. W rozpatrywanym przykładzie 2 mamy ;
E [ h (x)] = E[2x – 8 000 ] = 2 E (x) – 8 000 = 2 * 6 700 – 8 000 = 5 400 $ .