Pobierz z
Google Play
Proste zwierzęta bezkręgowe
Metabolizm
Kręgowce zmiennocieplne
Chemiczne podstawy życia
Genetyka klasyczna
Układ pokarmowy
Komórka
Organizm człowieka jako funkcjonalna całość
Bakterie i wirusy. organizmy beztkankowe
Rozmnażanie i rozwój człowieka
Ekologia
Aparat ruchu
Genetyka molekularna
Genetyka
Układ wydalniczy
Pokaż wszystkie tematy
Systematyka związków nieorganicznych
Budowa atomu a układ okresowy pierwiastków chemicznych
Gazy i ich mieszaniny
Reakcje chemiczne w roztworach wodnych
Sole
Wodorotlenki a zasady
Efekty energetyczne i szybkość reakcji chemicznych
Węglowodory
Roztwory
Stechiometria
Pochodne węglowodorów
Układ okresowy pierwiastków chemicznych
Kwasy
Świat substancji
Reakcje utleniania-redukcji. elektrochemia
Pokaż wszystkie tematy
28
Udostępnij
Zapisz
Pobierz
Zarejestruj się
Dostęp do wszystkich materiałów
Dołącz do milionów studentów
Popraw swoje oceny
Rejestrując się akceptujesz Warunki korzystania z usługi i Politykę prywatności.
Zarejestruj się
Dostęp do wszystkich materiałów
Dołącz do milionów studentów
Popraw swoje oceny
Rejestrując się akceptujesz Warunki korzystania z usługi i Politykę prywatności.
Zarejestruj się
Dostęp do wszystkich materiałów
Dołącz do milionów studentów
Popraw swoje oceny
Rejestrując się akceptujesz Warunki korzystania z usługi i Politykę prywatności.
STATYSTYKA W3 Prawdopodobieństwo - szansa na wystąpienie analizowanego zdarzenia. Klasyczna definicja prawdopodobieństwa - częstość zdarzeń prowadzących do określonego efektu w stosunku do wszystkich zdarzeń, które mogą zajść w doświadczeniu losowym. Ciąg zdarzeń musi być skończony, dla nieskończonego definicja klasyczna nie działa. Aksjomatyczna definicja prawdopodobieństwa Kołmogorowa Każdemu zdarzeniu A można przypisać liczbę P(A) ― prawdopodobieństwo zdarzenia A - w przedziale między zero a jeden (0 ≤ P A ≤ 1). • Prawdopodobieństwo zdarzenia pewnego wynosi jeden. ● Prawdopodobieństwo sumy zdarzeń wykluczających się parami jest równe sumie prawdopodobieństw tych zdarzeń P(U₁A₁) = Σ¡P(Ai). ● Aksjomat - zdanie przyjmowane za prawdziwe, nie dowodzi się go w obrębie danej teorii matematycznej. Zmienna losowa funkcja przypisująca wszystkim możliwym do zajścia wynikom doświadczenia liczby w sposób zależny od prawdopodobieństwa uzyskania danego wyniku. Przestrzeń zdarzeń elementarnych - zbiór wszystkich możliwych wyników doświadczenia losowego. • Jeżeli przestrzeń zdarzeń elementarnych jest skończona (zbiór wartości jest przeliczalny), to zmienna losowa jest zmienną dyskretną ● Jeżeli przestrzeń zdarzeń elementarnych jest ciągła, to zmienna losowa jest zmienną ciągłą (!) Funkcja gęstości prawdopodobieństwa dla zmiennej losowej X - funkcja, dla której prawdopodobieństwo obserwacji o wartości w przedziale [a,b] jest równe powierzchni pod krzywą funkcji gęstości prawdopodobieństwa między punktami a i b. (!) Dystrybuanta zmiennej losowej X w punkcie a - prawdopodobieństwo, że zmienna losowa X przyjmie wartość ≤ a • Empiryczna - wyliczana z wyników doświadczeń Teoretyczna -odgórnie znany rozkład prawdopodobieństwa Rozkład...
Użytkownik iOS
Filip, użytkownik iOS
Zuzia, użytkownik iOS
dwumianowy Rozkład zmiennej losowej dyskretnej • Opiera się na przeprowadzeniu niezależnych doświadczeń, wynikiem których może być tylko ,,sukces" lub ,,porażka" Jeżeli oznaczymy prawdopodobieństwo sukcesu jako p, a prawdopodobieństwo porażki jako q, to p + q = 1 ● Rozkład Poissona • Rozkład zmiennej losowej dyskretnej ● Opisuje rzadkie wydarzenia i przedstawia prawdopodobieństwo, że badane zdarzenie zajdzie określoną liczbę razy Zlicza się w nim zajścia zdarzenia, a parametr oczekiwanych zdarzeń A jest zarówno średnią wystąpień zdarzeń jak i ich wariancją ● Rozkład normalny • Najczęściej spotykany rozkład zmiennej losowej ciągłej Każda zmienna losowa może być opisana jako suma wielu niezależnych zdarzeń losowych Ze względu na swoją popularność rozkład normalny bądź jego aproksymacje są bardzo często zakładane jako przybliżenie rozkładu z próby i wykorzystywane podczas wnioskowania statystycznego i testowania hipotez 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 -5 4 -3 -2 -1 0 X 1 μ = 0, 0 = 0.2 μ= 0,01.0 = 0, 05.0 H-2, of 0.5 2 3 4 Rozkłady powiązane z rozkładem normalnym: Rozkład X² - rozkład zmiennej losowej, która jest sumą niezależnych zmiennych losowych, z których każda ma rozkład normalny. Rozkład t-studenta - rozkład prawdopodobieństwa stosowany dla niedużych prób. Opisuje rozkład zmiennej losowej T będącej ilorazem dwóch niezależnych zmiennych losowych, z których jedna ma rozkład normalny, a druga rozkład X². Estymacja - dział wnioskowania statystycznego obejmujący metody służące do uogólniania wyników badania próby na nieznane parametry całej populacji oraz szacowania błędów takich uogólnień. Metody estymacji dzielimy na dwie grupy: ● Estymacja punktowa - stosowana do oszacowania dokładnej wartości szukanego parametru • Estymacja przedziałowa - stosowana do oszacowania przedziału, do którego należy poszukiwana wartość. Metoda ta pozwala na ocenę precyzji i wiarygodności estymacji Estymator-funkcja skonstruowana w celu jak najlepszego szacowania wartości parametrów. ● Estymator jest skonstruowany na podstawie rozkładu próby, bo jest zmienną losową ● Ocena parametrów jest zawsze dokonywana na podstawie próby i z tego względu obciążona ryzykiem popełnienia błędu szacunku Cechy optymalnego estymatora ● Brak obciążenia po wielokrotnym powtórzeniu doświadczenia wartość średnia wyznaczona z wartości estymatora jest równa szacowanemu parametrowi Dostateczność estymator powinien zawierać wyczerpujące informacje na temat szacowanego parametru •Efektywność - estymator powinien mieć jak najmniejszą wariancję • Zgodność - wraz ze zwiększaniem liczebności próby wartości estymatora powinny być coraz bliższe szacowanym parametrom Duże obciążenie Małe obciążenie Mala wariancja Duża wariancja - Średnia próby (x z kreską nad) – najkorzystniejszym (nieobciążony, zgodny i efektywny) estymator średniej w populacji (μ) • Jeżeli próba pochodzi z populacji o rozkładzie normalnym to rozkład estymatora również jest rozkładem normalnym • Jeżeli populacja ma inny rozkład to mówimy o asymptotycznie normalnym rozkładzie estymatora • Wariancja estymatora jest zależna od wariancji populacji oraz liczności próby Wariancja próby s² - najkorzystniejszy (asymptotycznie nieobciążony, zgodny i efektywny) estymator wariancji w populacji (0²). Frakcja (częstość względna) elementów wyróżnionych w próbie najkorzystniejszy (asymptotycznie nieobciążony, zgodny i efektywny) estymator proporcji w populacji (p) - f = k/n, gdzie k jest liczbą elementów wyróżnionych w próbie o liczności n. Wielkość próby powinna być dobra tak aby jednocześnie minimalizować błąd wynikający z estymacji oraz optymalizować czas i koszt prowadzonych badań. Średnią wyznaczona dla całej populacji (μ) ≈ średnia wyznaczona dla próby (x z kreską nad). Błąd standardowy (D) - termin określający precyzję estymacji.
28
Udostępnij
Zapisz
Studenckie notatki ze statystyki. Nawiązania do matematyki i informatyki.
4
Studenckie notatki ze statystyki. Nawiązania do matematyki i informatyki.
17
Wytłumaczenie rachunku prawdopodobieństwa oraz zaawansowanych metod zliczania (reguła mnożenia i reguła dodawania)
60
Rachunek prawdopodobieństwa
19
Studenckie notatki ze statystyki. Nawiązania do matematyki i informatyki.
7
matematyka
4
Opisuje wzory i oznaczenia używane do obliczania prawdopodobieństwa i miary rozproszenia danych.
STATYSTYKA W3 Prawdopodobieństwo - szansa na wystąpienie analizowanego zdarzenia. Klasyczna definicja prawdopodobieństwa - częstość zdarzeń prowadzących do określonego efektu w stosunku do wszystkich zdarzeń, które mogą zajść w doświadczeniu losowym. Ciąg zdarzeń musi być skończony, dla nieskończonego definicja klasyczna nie działa. Aksjomatyczna definicja prawdopodobieństwa Kołmogorowa Każdemu zdarzeniu A można przypisać liczbę P(A) ― prawdopodobieństwo zdarzenia A - w przedziale między zero a jeden (0 ≤ P A ≤ 1). • Prawdopodobieństwo zdarzenia pewnego wynosi jeden. ● Prawdopodobieństwo sumy zdarzeń wykluczających się parami jest równe sumie prawdopodobieństw tych zdarzeń P(U₁A₁) = Σ¡P(Ai). ● Aksjomat - zdanie przyjmowane za prawdziwe, nie dowodzi się go w obrębie danej teorii matematycznej. Zmienna losowa funkcja przypisująca wszystkim możliwym do zajścia wynikom doświadczenia liczby w sposób zależny od prawdopodobieństwa uzyskania danego wyniku. Przestrzeń zdarzeń elementarnych - zbiór wszystkich możliwych wyników doświadczenia losowego. • Jeżeli przestrzeń zdarzeń elementarnych jest skończona (zbiór wartości jest przeliczalny), to zmienna losowa jest zmienną dyskretną ● Jeżeli przestrzeń zdarzeń elementarnych jest ciągła, to zmienna losowa jest zmienną ciągłą (!) Funkcja gęstości prawdopodobieństwa dla zmiennej losowej X - funkcja, dla której prawdopodobieństwo obserwacji o wartości w przedziale [a,b] jest równe powierzchni pod krzywą funkcji gęstości prawdopodobieństwa między punktami a i b. (!) Dystrybuanta zmiennej losowej X w punkcie a - prawdopodobieństwo, że zmienna losowa X przyjmie wartość ≤ a • Empiryczna - wyliczana z wyników doświadczeń Teoretyczna -odgórnie znany rozkład prawdopodobieństwa Rozkład...
STATYSTYKA W3 Prawdopodobieństwo - szansa na wystąpienie analizowanego zdarzenia. Klasyczna definicja prawdopodobieństwa - częstość zdarzeń prowadzących do określonego efektu w stosunku do wszystkich zdarzeń, które mogą zajść w doświadczeniu losowym. Ciąg zdarzeń musi być skończony, dla nieskończonego definicja klasyczna nie działa. Aksjomatyczna definicja prawdopodobieństwa Kołmogorowa Każdemu zdarzeniu A można przypisać liczbę P(A) ― prawdopodobieństwo zdarzenia A - w przedziale między zero a jeden (0 ≤ P A ≤ 1). • Prawdopodobieństwo zdarzenia pewnego wynosi jeden. ● Prawdopodobieństwo sumy zdarzeń wykluczających się parami jest równe sumie prawdopodobieństw tych zdarzeń P(U₁A₁) = Σ¡P(Ai). ● Aksjomat - zdanie przyjmowane za prawdziwe, nie dowodzi się go w obrębie danej teorii matematycznej. Zmienna losowa funkcja przypisująca wszystkim możliwym do zajścia wynikom doświadczenia liczby w sposób zależny od prawdopodobieństwa uzyskania danego wyniku. Przestrzeń zdarzeń elementarnych - zbiór wszystkich możliwych wyników doświadczenia losowego. • Jeżeli przestrzeń zdarzeń elementarnych jest skończona (zbiór wartości jest przeliczalny), to zmienna losowa jest zmienną dyskretną ● Jeżeli przestrzeń zdarzeń elementarnych jest ciągła, to zmienna losowa jest zmienną ciągłą (!) Funkcja gęstości prawdopodobieństwa dla zmiennej losowej X - funkcja, dla której prawdopodobieństwo obserwacji o wartości w przedziale [a,b] jest równe powierzchni pod krzywą funkcji gęstości prawdopodobieństwa między punktami a i b. (!) Dystrybuanta zmiennej losowej X w punkcie a - prawdopodobieństwo, że zmienna losowa X przyjmie wartość ≤ a • Empiryczna - wyliczana z wyników doświadczeń Teoretyczna -odgórnie znany rozkład prawdopodobieństwa Rozkład...
Użytkownik iOS
Filip, użytkownik iOS
Zuzia, użytkownik iOS
dwumianowy Rozkład zmiennej losowej dyskretnej • Opiera się na przeprowadzeniu niezależnych doświadczeń, wynikiem których może być tylko ,,sukces" lub ,,porażka" Jeżeli oznaczymy prawdopodobieństwo sukcesu jako p, a prawdopodobieństwo porażki jako q, to p + q = 1 ● Rozkład Poissona • Rozkład zmiennej losowej dyskretnej ● Opisuje rzadkie wydarzenia i przedstawia prawdopodobieństwo, że badane zdarzenie zajdzie określoną liczbę razy Zlicza się w nim zajścia zdarzenia, a parametr oczekiwanych zdarzeń A jest zarówno średnią wystąpień zdarzeń jak i ich wariancją ● Rozkład normalny • Najczęściej spotykany rozkład zmiennej losowej ciągłej Każda zmienna losowa może być opisana jako suma wielu niezależnych zdarzeń losowych Ze względu na swoją popularność rozkład normalny bądź jego aproksymacje są bardzo często zakładane jako przybliżenie rozkładu z próby i wykorzystywane podczas wnioskowania statystycznego i testowania hipotez 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 -5 4 -3 -2 -1 0 X 1 μ = 0, 0 = 0.2 μ= 0,01.0 = 0, 05.0 H-2, of 0.5 2 3 4 Rozkłady powiązane z rozkładem normalnym: Rozkład X² - rozkład zmiennej losowej, która jest sumą niezależnych zmiennych losowych, z których każda ma rozkład normalny. Rozkład t-studenta - rozkład prawdopodobieństwa stosowany dla niedużych prób. Opisuje rozkład zmiennej losowej T będącej ilorazem dwóch niezależnych zmiennych losowych, z których jedna ma rozkład normalny, a druga rozkład X². Estymacja - dział wnioskowania statystycznego obejmujący metody służące do uogólniania wyników badania próby na nieznane parametry całej populacji oraz szacowania błędów takich uogólnień. Metody estymacji dzielimy na dwie grupy: ● Estymacja punktowa - stosowana do oszacowania dokładnej wartości szukanego parametru • Estymacja przedziałowa - stosowana do oszacowania przedziału, do którego należy poszukiwana wartość. Metoda ta pozwala na ocenę precyzji i wiarygodności estymacji Estymator-funkcja skonstruowana w celu jak najlepszego szacowania wartości parametrów. ● Estymator jest skonstruowany na podstawie rozkładu próby, bo jest zmienną losową ● Ocena parametrów jest zawsze dokonywana na podstawie próby i z tego względu obciążona ryzykiem popełnienia błędu szacunku Cechy optymalnego estymatora ● Brak obciążenia po wielokrotnym powtórzeniu doświadczenia wartość średnia wyznaczona z wartości estymatora jest równa szacowanemu parametrowi Dostateczność estymator powinien zawierać wyczerpujące informacje na temat szacowanego parametru •Efektywność - estymator powinien mieć jak najmniejszą wariancję • Zgodność - wraz ze zwiększaniem liczebności próby wartości estymatora powinny być coraz bliższe szacowanym parametrom Duże obciążenie Małe obciążenie Mala wariancja Duża wariancja - Średnia próby (x z kreską nad) – najkorzystniejszym (nieobciążony, zgodny i efektywny) estymator średniej w populacji (μ) • Jeżeli próba pochodzi z populacji o rozkładzie normalnym to rozkład estymatora również jest rozkładem normalnym • Jeżeli populacja ma inny rozkład to mówimy o asymptotycznie normalnym rozkładzie estymatora • Wariancja estymatora jest zależna od wariancji populacji oraz liczności próby Wariancja próby s² - najkorzystniejszy (asymptotycznie nieobciążony, zgodny i efektywny) estymator wariancji w populacji (0²). Frakcja (częstość względna) elementów wyróżnionych w próbie najkorzystniejszy (asymptotycznie nieobciążony, zgodny i efektywny) estymator proporcji w populacji (p) - f = k/n, gdzie k jest liczbą elementów wyróżnionych w próbie o liczności n. Wielkość próby powinna być dobra tak aby jednocześnie minimalizować błąd wynikający z estymacji oraz optymalizować czas i koszt prowadzonych badań. Średnią wyznaczona dla całej populacji (μ) ≈ średnia wyznaczona dla próby (x z kreską nad). Błąd standardowy (D) - termin określający precyzję estymacji.