ΕΞΕΤΑΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΣΤΑΤΙΣΤΙΚΗ I: ΕΚΤΙΜΗΤΙΚΗ
|
|
- Περσεφόνη Μήτζου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 1 1. Εστω Y, W, Z ανεξάρτητες παρατηρήσεις από κατανοµές Poisson P(θ), P(3θ), P(4θ), αντίστοιχα, (α) (10 µονάδες) Να δειχθεί ότι η οικογένεια κατανοµών του (Y,W,Z) είναι µία ΜΕΟΚ και να (ϐ) (10 µονάδες) Να δειχθεί ότι ο ΑΟΕ εκτιµητής του g(θ) = e 3θ είναι ο δ = (11/8) Y +W+Z. 2. Εστω Y 1,...,Y n, n 2, τυχαίο δείγµα από κανονική κατανοµή N(µ,σ 2 ), θ = (µ,σ 2 ) Θ = (α) (15 µονάδες) Να ϐρεθεί ο ΕΜΠ του µ 2 /σ 2. (ϐ) (10 µονάδες) Να κατασκευασθεί ένα 100(1 α)% διάστηµα εµπιστοσύνης για το 1/σ. (γ) (10 µονάδες) Να εκτιµηθεί το σ µε ένα 99% διάστηµα εµπιστοσύνης αν σε δείγµα µεγέθους δέκα παρατηρήσαµε y i = 30, yi 2 = Εστω W 1,...,W n τυχαίο δείγµα από κατανοµή Bernoulli B(1,θ), θ Θ = (0,1). (ϐ) (10 µονάδες) Να ϐρεθεί η ασυµπτωτική κατανοµή του log θ.
2 2 1. Εστω U, V, W ανεξάρτητες παρατηρήσεις από κατανοµές Poisson P(θ), P(2θ), P(6θ), αντίστοιχα, (α) (10 µονάδες) Να δειχθεί ότι η οικογένεια κατανοµών του (U,V,W) είναι µία ΜΕΟΚ και να (ϐ) (10 µονάδες) Να δειχθεί ότι ο ΑΟΕ εκτιµητής του g(θ) = e 2θ είναι ο δ = (11/9) U+V +W. 2. Εστω V 1,...,V n, n 2, τυχαίο δείγµα από κανονική κατανοµή N(µ,σ 2 ), θ = (µ,σ 2 ) Θ = (α) (15 µονάδες) Να ϐρεθεί ο ΕΜΠ του µ/σ. (ϐ) (10 µονάδες) Να κατασκευασθεί ένα 100(1 α)% διάστηµα εµπιστοσύνης για το 1/σ 3. (γ) (10 µονάδες) Να εκτιµηθεί το σ 3 µε ένα 95% διάστηµα εµπιστοσύνης αν σε δείγµα µεγέθους οκτώ παρατηρήσαµε v i = 32, vi 2 = Εστω U 1,...,U n τυχαίο δείγµα από κατανοµή Bernoulli B(1,θ), θ Θ = (0,1). (ϐ) (10 µονάδες) Να ϐρεθεί η ασυµπτωτική κατανοµή του θ 2.
3 3 1. Εστω X, U, Z ανεξάρτητες παρατηρήσεις από κατανοµές Poisson P(2θ), P(3θ), P(5θ), αντίστοιχα, (α) (10 µονάδες) Να δειχθεί ότι η οικογένεια κατανοµών του (X,U,Z) είναι µία ΜΕΟΚ και να (ϐ) (10 µονάδες) Να δειχθεί ότι ο ΑΟΕ εκτιµητής του g(θ) = e 7θ είναι ο δ = (17/10) X+U+Z. 2. Εστω W 1,...,W n, n 2, τυχαίο δείγµα από κανονική κατανοµή N(µ,σ 2 ), θ = (µ,σ 2 ) Θ = (α) (15 µονάδες) Να ϐρεθεί ο ΕΜΠ του σ/µ. (ϐ) (10 µονάδες) Να κατασκευασθεί ένα 100(1 α)% διάστηµα εµπιστοσύνης για το σ. (γ) (10 µονάδες) Να εκτιµηθεί το 1/σ µε ένα 90% διάστηµα εµπιστοσύνης αν σε δείγµα µεγέθους δώδεκα παρατηρήσαµε w i = 36, wi 2 = Εστω Y 1,...,Y n τυχαίο δείγµα από κατανοµή Bernoulli B(1,θ), θ Θ = (0,1). (ϐ) (10 µονάδες) Να ϐρεθεί η ασυµπτωτική κατανοµή του 1/ θ.
4 4 1. Εστω X, Y, V ανεξάρτητες παρατηρήσεις από κατανοµές Poisson P(2θ), P(4θ), P(6θ), αντίστοιχα, (α) (10 µονάδες) Να δειχθεί ότι η οικογένεια κατανοµών του (X,Y,V ) είναι µία ΜΕΟΚ και να (ϐ) (10 µονάδες) Να δειχθεί ότι ο ΑΟΕ εκτιµητής του g(θ) = e 5θ είναι ο δ = (17/12) X+Y +V. 2. Εστω U 1,...,U n, n 2, τυχαίο δείγµα από κανονική κατανοµή N(µ,σ 2 ), θ = (µ,σ 2 ) Θ = (α) (15 µονάδες) Να ϐρεθεί ο ΕΜΠ του σ 3 /µ 3. (ϐ) (10 µονάδες) Να κατασκευασθεί ένα 100(1 α)% διάστηµα εµπιστοσύνης για το σ 3. (γ) (10 µονάδες) Να εκτιµηθεί το 1/σ 3 µε ένα 80% διάστηµα εµπιστοσύνης αν σε δείγµα µεγέθους έξι παρατηρήσαµε u i = 18, u 2 i = Εστω Z 1,...,Z n τυχαίο δείγµα από κατανοµή Bernoulli B(1,θ), θ Θ = (0,1). (ϐ) (10 µονάδες) Να ϐρεθεί η ασυµπτωτική κατανοµή του θ.
5 Χρήσιµες (και µη) κατανοµές ιωνυµική Αν X B(n,p), n {1,2,...}, 0 < p < 1, τότε ( ) n f(x) = p x (1 p) n x I x {0,1,...,n} (x) και E(X) = np, Var(X) = np(1 p). Poisson Αν X P(λ), λ > 0, τότε λ λx f(x) = e x! I {0,1,2,...}(x) και E(X) = Var(X) = λ. Εκθετική Αν X E(λ), λ > 0, τότε f(x) = 1 λ e x/λ I (0, ) (x) και E(X) = λ, Var(X) = λ 2. Οµοιόµορφη Αν X U(α,β), α < β, τότε f(x) = 1 β α I (α,β)(x). και E(X) = (α + β)/2, Var(X) = (β α) 2 /12. Γάµµα Αν X G(α,β), α,β > 0, τότε f(x) = xα 1 e x/β Γ(α)β α I (0, ) (x) και E(X) = αβ, Var(X) = αβ 2. Κανονική Αν X N(µ,σ 2 ), µ R, σ > 0, τότε f(x) = 1 σ 1 2π e 2σ 2 (x µ)2 I R (x) και E(X) = µ, Var(X) = σ 2. α = P(χ 2 m > χ 2 m,α) 0 χ 2 m,α α α m Ποσοστιαία σηµεία της κατανοµής χ 2 m.
(X1 X 2 ) 2}. ( ) f 1 (x i ; θ) = θ x i. (1 θ) n x i. x i log. i=1. i=1 t2 i
ΕΞΕΤΑΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΣΤΑΤΙΣΤΙΚΗ I: ΕΚΤΙΜΗΤΙΚΗ 8 Ιουνίου 005 Εξεταστική περίοδος Ιουνίου 005 ΘΕΜΑΤΑ Εστω X = (X,, X n ), n, τυχαίο δείγµα από κατανοµή Bernoull B(, θ), θ Θ = (0, ) (α) (0 µονάδες) Να δειχθεί
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ
Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας
ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ
Τµ. Επιστήµης των Υλικών Συνάρτηση Κατανοµής Ορισµός F(x) = P(X x) = f(t) x t x f(t)dt, X διακριτή τ.µ., X συνεχής τ.µ. Ιδιότητες 0 F(x). 2 F είναι αύξουσα συνάρτηση. 3 F είναι συνεχής εκ δεξιών. 4 lim
ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ
Τµ. Επιστήµης των Υλικών ειγµατοληψία Με ιάταξη ειγµατοληψία Χωρίς ιάταξη Χωρίς Επανατοποθέτηση (n)k Με Επανατοποθέτηση n k Χωρίς Επανατοποθέτηση ( n k) Με Επανατοποθέτηση ( n+k 1 ) k ειγµατοληψία Με ιάταξη
A(θ) = n log θ B(x ) = 0. T (x ) = x i. Γ(n)θ n =
ΕΞΕΤΑΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΣΤΑΤΙΣΤΙΚΗ Ι : ΕΚΤΙΜΗΤΙΚΗ» Πέµπτη 24 Ιουνίου 24 Εξεταστική περίοδος Ιουνίου 24 ΘΕΜΑΤΑ. Θεωρώντας ως κριτήριο το µέσο τετραγωνικό σφάλµα : (α ( µονάδες Εστω, 2 δύο εκτιµητές τού g(θ.
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ
Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ
Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας
ΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών
Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Στοιχεία Θεωρίας Συνόλων Θεωρούµε Ω το σύνολο αναφοράς. σ-άλγεβρα Εστω A είναι µια κλάση υποσυνόλων του Ω. τ.ω. A είναι µη κενή. 2 A A A c A. 3 A, A 2,... A A A 2...
n + 1 X(1 + X). ) = X i i=1 i=1
ΕΞΕΤΑΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΣΤΑΤΙΣΤΙΚΗ I: ΕΚΤΙΜΗΤΙΚΗ 6 Σεπτεµβρίου 005 Εξεταστική περίοδος Σεπτεµβρίου 005 ΘΕΜΑΤΑ 1 1. Εστω X (X 1,..., X ) τυχαίο δείγµα από γεωµετρική κατανοµή Ge(), Θ (0, 1). (α) (10 µονάδες)
Συνεχείς Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Συνεχείς Κατανομές. τεχνικές. 30 ασκήσεις.
Συνεχείς Κατανομές Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Συνεχείς Κατανομές τεχνικές 0 ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 0 0. 8 8. 8 8 Kglos.gr / 0 / 0 6 εκδόσεις Καλό πήξιμο τηλ. Οικίας
Στατιστική. Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή Γεώργιος Ζιούτας Άδειες
Διάλεξη 1: Στατιστική Συμπερασματολογία - Εκτίμηση Σημείου
Διάλεξη 1: Στατιστική Συμπερασματολογία - Εκτίμηση Σημείου Στατιστική Συμπερασματολογία Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων εκτιμήτρια συνάρτηση, ˆ θ σημειακή εκτίμηση εκτίμηση με διάστημα εμπιστοσύνης
ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΑΤΙΣΤΙΚΗ ΤΜΗΜΑΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ ( ) ΟΜΑΔΑ Α ( 40% )
ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΑΤΙΣΤΙΚΗ ΤΜΗΜΑΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ (0-6-005) ΟΜΑΔΑ Α ( 40% ) ) Έστω μια τυχαία μεταβλητή Χ και ένα δείγμα x, x,, x n. Θεωρούμε την τιμή k = n i= ( x && x) i.να διευκρινιστεί
ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) . Δείξτε ότι η στατιστική συνάρτηση T = X( n)
ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) Θέμα ο (Παρ..3.4, Παρ..4.3, Παρ..4.8.) Εάν = ( ) τυχαίο δείγμα από την ομοιόμορφη ( 0, ) X X,, X. Δείξτε ότι η στατιστική συνάρτηση T = X = το δειγματικό
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 017-018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegean.gr Τηλ: 71035468 ΒΙΒΛΙΟΓΡΑΦΙΑ
Βιομαθηματικά BIO-156
Βιομαθηματικά BIO-156 Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 013 lika@biology.uoc.gr Τυχαία Μεταβλητή τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε απλό ενδεχόμενο
3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 2016-2017 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegean.gr Τηλ: 2271035468
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανε ιστήµιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανε ιστήµιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΙΑΛΕΞΗ 09 ΧΡΗΣΗ ΤΗΣ ΤΥΠΟΠΟΙΗΜΕΝΗΣ ΚΑΝΟΝΙΚΗΣ ΚΑΤΑΝΟΜΗΣ ΑΣΚΗΣΕΙΣ Βόλος, 2015-2016
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΙΑ ΣΥΝΤΟΜΗ ΑΝΑΣΚΟΠΗΣΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΙΑ ΣΥΝΤΟΜΗ ΑΝΑΣΚΟΠΗΣΗ ΓΕΩΡΓΙΟΣ ΤΖΑΒΕΛΑΣ ΕΠΙΚΟΥΡΟΣ ΚΑΘΗΓΗΤΗΣ Ακαδημαϊκό έτος 03-4 Τι είναι
Κεφάλαιο 8. Εκτιµητές Bayes και εκτιµητές minimax. E θ ) g(θ)) (T(X 2, θ Θ. Το πλεονέκτηµα των δύο κριτηρίων είναι
Κεφάλαιο 8 Εκτιµητές Bayes και εκτιµητές miimax Σε αυτό το κεφάλαιο µελετάµε την κατασκευή εκτιµητών χρησιµοποιώντας ως κριτήριο επιλογής το κριτήριο Bayes ή το κριτήριο miimax. Οπως εν συντοµία αναφέρθηκε
Θεωρητικές Κατανομές Πιθανότητας
Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ
Στατιστική. Ενότητα 4 η : Θεωρητικές Κατανομές Πιθανότητας Διακριτής και Συνεχούς Τυχαίας Μεταβλητής. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 4 η : Θεωρητικές Κατανομές Πιθανότητας Διακριτής και Συνεχούς Τυχαίας Μεταβλητής Γεώργιος Ζιούτας Άδειες Χρήσης Το παρόν εκπαιδευτικό
Σημερινό μάθημα: Εκτιμήτριες συναρτήσεις και σημειακή εκτίμηση παραμέτρων Στατιστική συμπερασματολογία (ή εκτιμητική ): εξαγωγή συμπερασμάτων για το σ
10ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 10ο Μάθημα
Τυχαίες Μεταβλητές (τ.µ.)
Τυχαίες Μεταβλητές (τ.µ.) Τυχαία Μεταβλητή (τ.µ.) : συνάρτηση Χ (.) µε πεδίο ορισµού τον δειγµατικό χώρο Ω και πεδίο τιµών ένα σύνολο πραγµατικών αριθµών. X (.) : Ω D ιακριτές τ.µ. Συνεχείς τ.µ. Η πιθανοτική
Στατιστική. Εκτιμητική
Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια
ΕΙΣΑΓΩΓΗ. Μη Παραµετρική Στατιστική, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών
Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Εισαγωγή Στα προβλήµατα που έχουµε ασχοληθεί µέχρι τώρα, υποστηρίζουµε ότι έχουµε ένα δείγµα X = (X 1, X 2,...,X n ) F(,θ). π.χ. X 1, X 2,...,X n τ.δ. N(µ,σ 2 ),
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegean.gr Τηλ: 7035468 ΒΙΒΛΙΟΓΡΑΦΙΑ.
CRAMER-RAO ΚΑΤΩ ΦΡΑΓΜΑ - ΑΠΟ ΟΤΙΚΟΙ ΕΚΤΙΜΗΤΕΣ
CRAMER-RAO ΚΑΤΩ ΦΡΑΓΜΑ - ΑΠΟ ΟΤΙΚΟΙ ΕΚΤΙΜΗΤΕΣ Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Θεώρηµα Cramer-Rao Θεώρηµα Cramer-Rao Εστω X = (X 1, X,...,X n ) ένα δείγµα µε από κοινού πυκνότητα πιθανότητας f X
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
Στατιστική Ι-Θεωρητικές Κατανομές Ι
Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών
Σημερινό μάθημα: Εκτιμήτριες συναρτήσεις, σημειακή εκτίμηση παραμέτρων και γραμμική παλινδρόμηση Στατιστική συμπερασματολογία (ή εκτιμητική ): εξαγωγή
Πιθανότητες και Αρχές Στατιστικής (10η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 48 Σημερινό
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων
Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. Η τυχαία μεταβλητή Χ έχει συνάρτηση πιθανότητας που δίνεται από τον πίνακα: x f(x) / / / / / Να βρεθεί η μέση τιμή και η διασπορά.. Η τυχαία μεταβλητή
X = = 81 9 = 9
Πιθανότητες και Αρχές Στατιστικής (11η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 35 Σύνοψη
2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ
.5. ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ Η μέθοδος κατασκευής διαστήματος εμπιστοσύνης για την πιθανότητα που περιγράφεται στην προηγούμενη ενότητα μπορεί να χρησιμοποιηθεί για την κατασκευή διαστημάτων
Δειγματικές Κατανομές
Δειγματικές Κατανομές Στατιστική συνάρτηση ή στατιστική Δειγματική κατανομή - Εκτιμητής Τα άγνωστα στοιχεία του πληθυσμού λέγονται παράμετροι. Τα συμπεράσματα για μια παράμετρο εξάγονται με τη βοήθεια
Κ Α Λ Η Ε Π Ι Τ Υ Χ Ι Α!!!!!
Όνομα: Επίθετο: Ημερομηνία: 25/6/2018 Πρωί: Απόγευμα: Θεματική ενότητα: Αρχές Αναλογιστικής Προτυποποίησης, Κατασκευή και Αξιολόγηση Αναλογιστικών Προτύπων Κ Α Λ Η Ε Π Ι Τ Υ Χ Ι Α!!!!! 1/15 1. Η κατανομή
pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b
Πιθανότητες και Αρχές Στατιστικής (8η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 41 Περιεχόμενα
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 ΣΥΝΔΥΑΣΤΙΚΗ 1.1 ΒΑΣΙΚΗ ΑΡΧΗ ΑΠΑΡΙΘΜΗΣΗΣ... 13 1.2 ΠΡΟΣΘΕΤΙΚΗ ΑΡΧΗ ΑΠΑΡΙΘΜΗΣΗΣ... 15 1.3 ΔΙΑΤΑΞΕΙΣ..... 16 1.4 ΜΕΤΑΘΕΣΕΙΣ... 18 1.5 ΣΥΝΔΥΑΣΜΟΙ... 20 1.6 ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΤΑΘΕΣΕΙΣ......
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 13 Μαρτίου /31
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 13 Μαρτίου 2017 1/31 Βασικοί ορισμοί. Ορισμός 1: Τυχαίο δείγμα. Τυχαίο δείγμα μεγέθους n από
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-. Λύσεις του όγδοου φυλλαδίου ασκήσεων. 1. Έστω F X, F Y οι συναρτήσεις κατανομής των τ.μ. X, Y και F X,Y η από κοινού συνάρτηση κατανομής τους. Αποδείξτε ότι (i)
ΘΕΜΑ 2. Δίνονται οι συναρτήσεις
ΘΕΜΑ 2 Δίνονται οι συναρτήσεις (, x R 3 f ( x) = x και g x) = x α) Να δείξετε ότι οι γραφικές παραστάσεις των συναρτήσεων f, g τέμνονται σε τρία σημεία τα οποία και να βρείτε. (Μονάδες 13) β) Αν Α, Ο,
β) Αν κάποιος αριθµός α επαληθεύει την παραπάνω ανίσωση, να αποδείξετε ότι 1 1 1 9 < α
ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ, ΑΝΙΣΩΣΕΙΣ 1. α) Να λύσετε τις ανισώσεις: x 5 3 και x x 1 0. β) Να βρείτε τις κοινές λύσεις των ανισώσεων του ερωτήµατος (α). x 1. ίνονται οι ανισώσεις: 3x 1
Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία
ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία Γεώργιος Κ. Τσιώτας Τµήµα Οικονοµικών Επιστηµών Περιεχόµενα ειγµατοληψία Κατανοµές ειγµατοληψίας Κεντρικό Οριακό Θεώρηµα Τι
Πανεπιστήμιο Πελοποννήσου
Πανεπιστήμιο Πελοποννήσου Τυχαίες μεταβλητές Κατανομές Τυχαία Μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) ονομάζεται η συνάρτηση που απεικονίζει το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος στο σύνολο
ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
15/1/009 ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 10 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος:
Εισαγωγή-Αµερόληπτοι Εκτιµητές
Κεφάλαιο Εισαγωγή-Αµερόληπτοι Εκτιµητές. Στοιχεία Θεωρίας Το πρόβληµα που καλούµαστε να αντιµετωπίσουµε στο κοµµάτι της Στατιστικής που λέγεται εκτιµητική έχει ως εξής. Εστω ότι δίνονται δεδοµένα X = (X,
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού
Να αιτιολογήσετε την απάντησή σας µε τη βοήθεια και του ερωτήµατος α). ii) Να αποδείξετε ότι ισχύει η ανισότητα 1+α < 1+ α. α+α
ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ, ΑΝΙΣΩΣΕΙΣ 1. α) Να λύσετε τις ανισώσεις: x 5 3 και x x 1 0. β) Να βρείτε τις κοινές λύσεις των ανισώσεων του ερωτήµατος (α). x 1. ίνονται οι ανισώσεις: 3x 1
Στατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών
Θεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 6 η : Θεωρητικές Κατανομές Πιθανότητας για Συνεχή Τυχαία Μεταβλητή. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών
ΕΝΤΥΠΟ ΘΕΜΑΤΩΝ ΕΞΕΤΑΣΕΩΝ
Όνομα: Επίθετο: Ημερομηνία: 7/07/207 Πρωί: Απόγευμα: Θεματική ενότητα: Αρχές Αναλογιστικής Προτυποποίησης, Κατασκευή και Αξιολόγηση Αναλογιστικών Προτύπων. Οι αναλογιστές μιας εταιρείας μοντελοποιούν την
ΕΚΤΙΜΗΣΗ ΤΩΝ ΠΑΡΑΜΕΤΡΩΝ ΣΤΟ ΜΟΝΤΕΛΟ ΤΗΣ ΤΡΙΠΑΡΑΜΕΤΡΙΚΗΣ ΓΑΜΜΑ ΚΑΤΑΝΟΜΗΣ
Αντρουλα. ηµητριου ΕΚΤΙΜΗΣΗ ΤΩΝ ΠΑΡΑΜΕΤΡΩΝ ΣΤΟ ΜΟΝΤΕΛΟ ΤΗΣ ΤΡΙΠΑΡΑΜΕΤΡΙΚΗΣ ΓΑΜΜΑ ΚΑΤΑΝΟΜΗΣ Μεταπτυχιακη ιπλωµατικη Εργασια Επιβλέπων : Πετρόπουλος Κωνσταντίνος Επίκουρος Καθηγητής Τµήµα Μαθηµατικών, Πανεπιστήµιο
ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ
ΚΕΦΑΛΑΙΟ 8 ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ Στις ενότητες που ακολουθούν εξετάζουμε συνεχείς κατανομές με ευρεία χρήση στις εφαρμογές. Σε αυτές περιλαμβάνονται η ομοιόμορφη, η εκθετική, η Γάμμα και η
ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 8 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gasil
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.
3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ
20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας
P (A) + P (B), [Α,Β: ξένα µεταξύ τους] P (C A B) [P (A) + P (B)] P (C A) P (A) P (B) 3 4 ( ) 1 7 = 3 7 =
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217 - Θεωρία Πιθανοτήτων ιδάσκων : Π. Τσακαλίδης Λύσεις Προόδου- 22 Νοεµβρίου 2014 Θέµα 1 - (15 µονάδες) Εχουµε ότι : P (C A B) P (C (A B)) P (CA CB)
cv = κατάλληλη κριτική (κρίσιμη) τιμή από τους πίνακες της Ζ ή t κατανομής
ΕΚΤΙΜΗΣΗ ΔΙΑΣΤΗΜΑΤΟΣ Δ.Ε. της παραμέτρου θ: ˆ θ cv σ < θ < ˆ θ + cv σ ˆ θ ˆ θ θ = η παράμετρος που θέλουμε να εκτιμήσουμε, ˆ θ = η εκτίμηση της θ που προκύπτει από το τ.δ. cv = κατάλληλη κριτική (κρίσιμη)
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης Φεβρουάριος, /50
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης Φεβρουάριος, 2016 1/50 Περιεχόμενα Τυχαίες μεταβλητές. Συνάρτηση πυκνότητας πιθανότητας και
E [X ν ] = E [X (X 1) (X ν + 1)]
Πιθανότητες και Αρχές Στατιστικής (6η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 30 Περιεχόμενα
Κανονική Κατανομή. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Κανονική Κατανομή. τεχνικές. 73 άλυτες ασκήσεις.
Κανονική Κατανομή Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Κανονική Κατανομή τεχνικές 73 άλυτες ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 3 / 1 0 / 0 1 6 εκδόσεις Καλό
Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές
Στατιστική Επιχειρήσεων Ι Βασικές διακριτές κατανομές 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα Το ένα ονομάζεται
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 14 Μαρτίου /34
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 14 Μαρτίου 018 1/34 Διαστήματα Εμπιστοσύνης. Εχουμε δει εκτενώς μέχρι τώρα τρόπους εκτίμησης
ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΕΦΑΛΑΙΟ ΕΙΣΑΓΩΓΗ... 25
ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ... 19 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ 1.1 ΕΙΣΑΓΩΓΗ... 25 1.2 Η ΕΝΝΟΙΑ ΚΑΙ ΤΟ ΑΝΤΙΚΕΙΜΕΝΟ ΤΗΣ ΣΤΑΤΙΣΤΙΚΗΣ... 25 1.3 Ο ΡΟΛΟΣ ΤΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΣΤΗ ΔΙΟΙΚΗΣΗ
ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις
ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 8 Σειρά Α Θέματα ως 7 και αναλυτικές (ή σύντομες) απαντήσεις ΘΕΜΑ : Το δοχείο Δ περιέχει 6 άσπρες και 4 μαύρες μπάλες ενώ το δοχείο Δ περιέχει 5 άσπρες και μαύρες μπάλες.
n i P(x i ) P(X = x i ) = lim
Κεϕάλαιο 2 Πιθανότητες και Τυχαίες Μεταβλητές Μπορούµε να καταλάβουµε την έννοια της πιθανότητας από τη σχετική συχνότητα εµϕάνισης n i κάποιας τιµής x i µιας διακριτής τ.µ. X. Αν είχαµε τη δυνατότητα
7. α) Να λύσετε την ανίσωση x 5 <4. β) Αν κάποιος αριθμός α επαληθεύει την παραπάνω ανίσωση, να αποδείξετε ότι
ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ, ΑΝΙΣΩΣΕΙΣ 1. α) Να λύσετε τις ανισώσεις: x 5 3 και x x 1 0. β) Να βρείτε τις κοινές λύσεις των ανισώσεων του ερωτήματος (α). x 1. Δίνονται οι ανισώσεις: 3x 1
Σημειώσεις Στατιστική & Πιθανότητες
Σημειώσεις Στατιστική & Πιθανότητες https://github.com/kongr45gpen/ece-notes 26, Εαρινό εξάμηνο Περιεχόμενα I Πιθανότητες 2 2. Πείραμα τύχης.......................................... 2.. Πράξεις..........................................
ΕΞEΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ-ΣΤΑΤΙΣΤΙΚΗ ΜΑΡΤΙΟΣ 2003 Λ Υ Σ Ε Ι Σ Τ Ω Ν Α Σ Κ Η Σ Ε Ω Ν ΜΕΡΟΣ Α
ΕΞEΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ-ΣΤΑΤΙΣΤΙΚΗ ΜΑΡΤΙΟΣ Λ Υ Σ Ε Ι Σ Τ Ω Ν Α Σ Κ Η Σ Ε Ω Ν ΜΕΡΟΣ Α ) Έχουμε κατασκευάσει 4 δοκίμια. Να βρεθεί προσεγγιστικά ο αριθμός των δοκιμίων που περιέχονται μεταξύ των σημείων
cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-18 Λύσεις του πέμπτου φυλλαδίου ασκήσεων 1 Σε ένα πρόβλημα πολλαπλής επιλογής προτείνονται n απαντήσεις από τις οποίες μόνο μία είναι σωστή Αν η σωστή απάντηση κερδίζει
Μπεϋζιανή Στατιστική και MCMC Μέρος 2 ο : MCMC
Μπεϋζιανή Στατιστική και MCMC Μέρος 2 ο : MCMC Περιεχόμενα Μαθήματος Εισαγωγή στο Πρόβλημα. Monte Carlo Εκτιμητές. Προσομοίωση. Αλυσίδες Markov. Αλγόριθμοι MCMC (Metropolis Hastings & Gibbs Sampling).
3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή τυχαία μεταβλητή (τ.μ. ( είναι μια υνάρτηη που ε κάθε απλό ενδεχόμενο (ω ενός δειγματικού χώρου (Ω αντιτοιχεί έναν αριθμό. Ω ω (ω R ιακριτή τ.μ. : παίρνει πεπεραμένο
4.2. ΔΙΑΙΡΕΣΗ ΠΟΛΥΩΝΥΜΩΝ
4.. Η ταυτότητα της διαίρεσης A. Όπως στους ακέραιους αριθμούς, έτσι και στα πολυώνυμα ισχύει η ταυτότητα της διαίρεσης. Πιο συγκεκριμένα ισχύει ότι: Για κάθε ζεύγος πολυωνύμων Δ(x) και δ(x), με δ(x) 0
ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)
(Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 25 Νοεµβρίου 2009 Ορισµός Εστω X µια διακριτή τυχαία µεταβλητή µε συνάρτηση πιθανότητας f(x) = e λ λx, x = 0, 1,..., (1) x! όπου 0 < λ
Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ
ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα
Τάσσος Δήμου. Μεθοδολογίες και λυμένες ασκήσεις. Λυμένα θέματα συναρτήσεων-μέρος Α. Εύρεση μονοτονίας σε απλές συναρτήσεις
Μεθοδολογίες και λυμένες ασκήσεις Εύρεση μονοτονίας σε απλές συναρτήσεις α) Ξεκινώντας από ένα τυχαίο ζεύγος τιμών x, x τιμών της μεταβλητής από το πεδίο ορισμού με σχέση π.χ. «κτίζουμε» τον τύπο της συνάρτησης,
1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ
Κεφ. I Εισαγωγή.. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ Η ανάγκη µαθηµατικής περιγραφής και µοντελοποίησης συστηµάτων τα οποία εξελίσσονται χρονικά κατά τρόπο που περιέχει, σε µικρό ή µεγάλο βαθµό, τυχαιότητα,
07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)
07/11/2016 Στατιστική Ι 6 η Διάλεξη (Βασικές διακριτές κατανομές) 1 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα
Η «ύλη» του προπτυχιακού µαθήµατος
ΠΙΘΑΝΟΤΗΤΕΣ Ι Η «ύλη» του προπτυχιακού µαθήµατος Βασικές έννοιες Πείραµα τύχης ειγµατοχώρος Ενδεχόµενα Πιθανότητα εσµευµένη πιθανότητα Ανεξαρτησία Βασικά ϑεωρήµατα Θεώρηµα ολικής πιθανότητας Θεώρηµα Bayes
4 Πιθανότητες και Στοιχεία Στατιστικής για Μηχανικούς
Πρόλογος Ο μηχανικός πρέπει να συνεχίσει να βελτιώνει την ποιότητα της δουλειάς του εάν επιθυμεί να είναι ανταγωνιστικός στην αγορά της χώρας του και γενικότερα της Ευρώπης. Μία σημαντική αναλογία σε αυτήν
f x g x f x g x, x του πεδίου ορισμού της; Μονάδες 4 είναι οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν και w
ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΤΕΤΑΡΤΗ 0 ΜΑΪΟΥ 015 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΘΕΜΑ Α Α1 Αν οι συναρτήσεις f,g
ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟΔΟΣ 2011 ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΓΕΝΙΚΩΝ ΑΣΦΑΛΙΣΕΩΝ 12 ΙΟΥΛΙΟΥ 2011
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΥΠΟΥΡΓΕΙΟ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΤΡΟΠΗ ΑΝΑΛΟΓΙΣΤΙΚΩΝ ΕΞΕΤΑΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟΔΟΣ 0 ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΓΕΝΙΚΩΝ ΑΣΦΑΛΙΣΕΩΝ ΙΟΥΛΙΟΥ 0 ΠΡΩΙΝΗ ΕΞΕΤΑΣΗ (9 π.μ. π.μ.) . Το πλήθος των αποζημιώσεων N
Ανισώσεις. Κώστας Γλυκός. Τράπεζα θεμάτων ΜΑΘΗΜΑΤΙΚΟΣ. εκδόσεις / 1 0 /
Ανισώσεις Κώστας Γλυκός Τράπεζα θεμάτων ΙΙ Ι δδ ιι ι αα ίί ί ττ εε ρρ αα μμ αα θθ ήή μμ αα ττ αα 6 9 7. 3 0 0. 8 8. 8 8 Kgllykos..gr 5 / 1 0 / 0 1 6 εκδόσεις τηλ. Οικίας : 10-610.178 κινητό : 697-300.88.88
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνεχείς τυχαίες μεταβλητές Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Πιθανότητες Συνεχείς τυχαίες μεταβλητές Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών
3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών Βασικά χαρακτηριστικά τυχαίας μεταβλητής: Μέση Τιμή (Me Vlue) Διακύμανση (Vrice) Γενικά χαρακτηριστικά: Ροπές μεταβλητών / Ροπογεννήτριες Χαρακτηριστικές συναρτήσεις
Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:
Κατανοµές ειγµατοληψίας 1.Εισαγωγή Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: 1. Στατιστικής και 2. Κατανοµής ειγµατοληψίας
Κεφάλαιο 1. Εισαγωγή: Βασικά Στοιχεία Θεωρίας Πιθανοτήτων και Εκτιμητικής
Κεφάλαιο 1. Εισαγωγή: Βασικά και Εκτιμητικής Ορισμός 1.1. Όλα τα δυνατά αποτελέσματα ενός πειράματος αποτελούν το δειγματοχώρο (sample space) που συμβολίζεται με. Κάθε δυνατό αποτέλεσμα του πειράματος,
pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q
Πιθανότητες και Αρχές Στατιστικής (7η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα
Κατανομές Πιθανοτήτων. Γεωργία Φουτσιτζή, Καθηγήτρια, Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Ιωαννίνων Ακαδ.
Κατανομές Πιθανοτήτων Γεωργία Φουτσιτζή, Καθηγήτρια, Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Ιωαννίνων Ακαδ. Έτος 2018-2019 1 Περιεχόμενα Ενότητας Βασικές έννοιες από τη θεωρία Πιθανοτήτων
pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q
7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες
Εφαρμοσμένη Στατιστική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εφαρμοσμένη Στατιστική Διαστήματα εμπιστοσύνης Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ
ΑΡΧΗ ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΤΕΤΑΡΤΗ 0 ΜΑΪΟΥ 05 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΟΛΟ
p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.