Στατιστική Ι-Πιθανότητες Ι

Σχετικά έγγραφα
Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική ΙΙ-Διαστήματα Εμπιστοσύνης Ι (εκδ. 1.1)

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }.

Στατιστική Ι-Μέτρα Διασποράς

ΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Στατιστική Ι-Πιθανότητες ΙΙΙ

ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ- 1 o ΔΙΑΓΩΝΙΣΜΑ

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι- Βασικές Εννοιες

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

Στατιστική ΙΙ- Ελεγχος Υποθέσεων Ι (εκδ. 1.3)

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Τυχαία μεταβλητή (τ.μ.)

Κεφάλαιο 2 Πιθανότητες. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΜΑΘΗΜΑΤΙΚΑ. 1 ο ΔΙΑΓΩΝΙΣΜΑ. ΘΕΜΑ 1 ο Δίνεται η συνάρτηση f x. Ι. Το πεδίο ορισμού της f είναι:., 1 υ -1, B. 1, Γ. -1,., 1.

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος

Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Α) Να γράψετε με τη βοήθεια των πράξεων των συνόλων το ενδεχόμενο που παριστάνει το σκιασμένο εμβαδόν σε καθένα από τα παρακάτω διαγράμματα Venn.

Μέρος ΙΙ. Τυχαίες Μεταβλητές

ΓΕ.Λ ΕΞΑΠΛΑΤΑΝΟΥ ΣΧΟΛΙΚΟ ΕΤΟΣ : ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΑΛΓΕΒΡΑΣ Α ΛΥΚΕΙΟΥ. 1 ) Αν Α και Β είναι δύο ασυμβίβαστα ενδεχόμενα ενός δειγματικού χώρου

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

Κεφάλαιο 3 Κατανομές. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

1. Πείραμα τύχης. 2. Δειγματικός Χώρος ΣΤΟΙΧΕΙΑ ΑΠΟ ΤΗ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ

Τμήμα Λογιστικής και Χρηματοοικονομικής. Πιθανότητες. Δρ. Αγγελίδης Π. Βασίλειος

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ

Μαθηματικά Πληροφορικής Πιθανοτικά Εργαλεία. Υποπροσθετικότητα. Η Πιθανοτική Μέθοδος (The Probabilistic Method)

Θεωρία Πιθανοτήτων & Στατιστική

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Ορισμός της Πιθανότητας (Ι)

Στατιστική Ι- Βασικές Εννοιες

Η παρουσίαση που ακολουθεί, αφορά την κανονική κατανομή και σκοπό έχει τη διευκόλυνση των φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών & Μηχανικών

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών

P(200 X 232) = =

{[ 140,150 ),[ 160,170 ),...,[ 200, 210]

Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.

Τυχαία Μεταβλητή (Random variable-variable aléatoire)

Στατιστική Ι-Μέτρα Θέσης

Στατιστική Επιχειρήσεων Ι

Στοχαστικές Στρατηγικές

Πιθανότητες. Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ( Version ) 2001

3. Κατανομές πιθανότητας

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Υπολογιστικά & Διακριτά Μαθηματικά

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

ΑΣΚΗΣΕΙΣ Γ.Π. ΚΕΦ 1,2,3

= 14 = 34 = Συνδυαστική Ανάλυση

Στατιστική ΙΙ- Ελεγχος Υποθέσεων ΙΙ (εκδ. 1.1)

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

Κεφάλαιο 9 Κατανομές Δειγματοληψίας

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας

Δειγματικές Κατανομές

ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

ΣτατιστικήΙΙ- Ελεγχοι X 2 (εκδ. 1.2)

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Στατιστική Ι. Ανάλυση Παλινδρόμησης

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ

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

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

Στατιστική. Εκτιμητική

Πινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την

Τυχαίες Μεταβλητές. Ορισμός

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

Στατιστική Ι. Ενότητα 6: Kατανομή Poisson. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

1 ο Κεφάλαιο : Πιθανότητες. 1. Δειγματικοί χώροι 2. Διαγράμματα Venn. Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. 3. Κλασικός ορισμός. 4.

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Στατιστική. 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές. Γεώργιος Μενεξές Τμήμα Γεωπονίας

ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ ΤΗΣ Τ.Θ.Δ.Δ. ΘΕΜΑ Β. B. Το αντίστοιχο διάγραμμα Venn είναι το παρακάτω:

{[ 140,150 ),[ 160,170 ),...,[ 200, 210]

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

5. Έλεγχοι Υποθέσεων

Έντυπο Yποβολής Αξιολόγησης ΓΕ

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 14 Μαρτίου /34

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

Transcript:

Στατιστική Ι-Πιθανότητες Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 15 Οκτωβρίου 2015

Περιγραφή 1 Ενωση και Τομή Ενδεχομένων

Περιγραφή 1 Ενωση και Τομή Ενδεχομένων

Πιθανότητα Ορισμός Πιθανότητατουενδεχομένου x = x i,αναφέρεταιωςολόγοςτουαριθμούτων αποτελεσμάτωνενόςπειράματοςμετιμές x i προςτονσυνολικόαριθμότων αποτελεσμάτων ενός πειράματος. Παραδείγματα 1 Παράδειγμα Ι: Η Πιθανότητα να έχουμε«(κ)εφάλι»όταν ρίχνουμε ένα νόμισμα(θεωρητική πιθανότητα) 1/2 2 Παράδειγμα ΙΙ: Η Πιθανότητα να έχουμε«βασιλιά»(κ) όταν επιλέγουμε ένα χαρτί τράπουλας(θεωρητική πιθανότητα) 4/52 3 Παράδειγμα ΙΙΙ: Η Πιθανότητα να έχουμε δαπάνες για διαφήμιση ίση με 5.000σεσχετικήδειγματολη ία(εμπειρικήπιθανότητα) 6/24 βεαμερ-τυ-λογ

Πιθανότητα Ορισμός Πιθανότητατουενδεχομένου x = x i,αναφέρεταιωςολόγοςτουαριθμούτων αποτελεσμάτωνενόςπειράματοςμετιμές x i προςτονσυνολικόαριθμότων αποτελεσμάτων ενός πειράματος. Παραδείγματα 1 Παράδειγμα Ι: Η Πιθανότητα να έχουμε«(κ)εφάλι»όταν ρίχνουμε ένα νόμισμα(θεωρητική πιθανότητα) 1/2 2 Παράδειγμα ΙΙ: Η Πιθανότητα να έχουμε«βασιλιά»(κ) όταν επιλέγουμε ένα χαρτί τράπουλας(θεωρητική πιθανότητα) 4/52 3 Παράδειγμα ΙΙΙ: Η Πιθανότητα να έχουμε δαπάνες για διαφήμιση ίση με 5.000σεσχετικήδειγματολη ία(εμπειρικήπιθανότητα) 6/24 βεαμερ-τυ-λογ

Πιθανότητα Ορισμός Πιθανότητατουενδεχομένου x = x i,αναφέρεταιωςολόγοςτουαριθμούτων αποτελεσμάτωνενόςπειράματοςμετιμές x i προςτονσυνολικόαριθμότων αποτελεσμάτων ενός πειράματος. Παραδείγματα 1 Παράδειγμα Ι: Η Πιθανότητα να έχουμε«(κ)εφάλι»όταν ρίχνουμε ένα νόμισμα(θεωρητική πιθανότητα) 1/2 2 Παράδειγμα ΙΙ: Η Πιθανότητα να έχουμε«βασιλιά»(κ) όταν επιλέγουμε ένα χαρτί τράπουλας(θεωρητική πιθανότητα) 4/52 3 Παράδειγμα ΙΙΙ: Η Πιθανότητα να έχουμε δαπάνες για διαφήμιση ίση με 5.000σεσχετικήδειγματολη ία(εμπειρικήπιθανότητα) 6/24 βεαμερ-τυ-λογ

Πιθανότητα Ορισμός Πιθανότητατουενδεχομένου x = x i,αναφέρεταιωςολόγοςτουαριθμούτων αποτελεσμάτωνενόςπειράματοςμετιμές x i προςτονσυνολικόαριθμότων αποτελεσμάτων ενός πειράματος. Παραδείγματα 1 Παράδειγμα Ι: Η Πιθανότητα να έχουμε«(κ)εφάλι»όταν ρίχνουμε ένα νόμισμα(θεωρητική πιθανότητα) 1/2 2 Παράδειγμα ΙΙ: Η Πιθανότητα να έχουμε«βασιλιά»(κ) όταν επιλέγουμε ένα χαρτί τράπουλας(θεωρητική πιθανότητα) 4/52 3 Παράδειγμα ΙΙΙ: Η Πιθανότητα να έχουμε δαπάνες για διαφήμιση ίση με 5.000σεσχετικήδειγματολη ία(εμπειρικήπιθανότητα) 6/24 βεαμερ-τυ-λογ

Δαπάνες για Διαφήμιση σε 000ς Ευρώ advertisement in thous. Euro advertisement in thous. Euro 0 1 2 3 4 5 6 7 Frequency 0 2 4 6 8 10 0 5 10 15 20 25 0 5 10 15 20 25 30 adv

Δαπάνες για Διαφήμιση Πίνακας: Δαπάνες για Διαφήμιση x i f i F i P(x = x i ) P(x x i ) 0 2 2 2/24 2/24 5 6 8 6/24 2/24+6/24 10 3 11 3/24... 15 7 18 7/24... 20 3 21 3/24... 25 3 24 3/24 1

Πιθανότητεςγια Διαφήμιση Εκτίμηση Πιθανοτήτων 1 P(x = 5) = 6/24 2 P(x 10) = 2/24+6/24+3/24 = 11/24 3 P(x > 20) = 1 P(x 20)

Πιθανότητα(συν.) Είδη Πιθανοτήτων 1 Εμπειρική Πιθανότητα: Η πιθανότητα που εκτιμάται ως αποτέλεσμα ενός εμπειρικού πειράματος(δειγματοληψία) 2 Θεωρητική Πιθανότητα: Η πιθανότητα που εκτιμάται ως αποτέλεσμα ενός θεωρητικού πειράματος

Σημαντικό!! 1 Οι Θεωρητικές Πιθανότηες ποτέ δεν ταυτίζονται με τις εμπειρικές 2 Οσο αυξάνουμε το δείγμα μας N τόσο οι εμπειρικές προσεγγίζουν τις θεωρητικές 3 Οιεμπειρικέςσυγκλίνουνστιςθεωρητικέςόταν N

Σημαντικό!! 1 Οι Θεωρητικές Πιθανότηες ποτέ δεν ταυτίζονται με τις εμπειρικές 2 Οσο αυξάνουμε το δείγμα μας N τόσο οι εμπειρικές προσεγγίζουν τις θεωρητικές 3 Οιεμπειρικέςσυγκλίνουνστιςθεωρητικέςόταν N

Σημαντικό!! 1 Οι Θεωρητικές Πιθανότηες ποτέ δεν ταυτίζονται με τις εμπειρικές 2 Οσο αυξάνουμε το δείγμα μας N τόσο οι εμπειρικές προσεγγίζουν τις θεωρητικές 3 Οιεμπειρικέςσυγκλίνουνστιςθεωρητικέςόταν N

Σημαντικό!! 1 Οι Θεωρητικές Πιθανότηες ποτέ δεν ταυτίζονται με τις εμπειρικές 2 Οσο αυξάνουμε το δείγμα μας N τόσο οι εμπειρικές προσεγγίζουν τις θεωρητικές 3 Οιεμπειρικέςσυγκλίνουνστιςθεωρητικέςόταν N

Πιθανότητα(συν.) Δειγματικός Χώρος Ο Δειγματικός Χώρος(Ω) είναι το σύνολο όλων των δυνατών αποτελεσμάτων ενός τυχαίου πειράματος Ω = {x 1,...,x n} Ταδειγματικάσημεία {x i } n i=1,πουαπαρτίζουντον Ω,μπορούναπόμόνατους να ορίζουν ένα ένδεχόμενο είτε ένα σύνολο αυτων. Παράδειγμα: Εστωτ.μ. Xορίζεταιωςτοαποτέλεσματηςρίψηςδυοζαριών.Μπορουμενα ορίσουμε ως ενδεχόμενο A να έχουμε άθροισμα ζαριών < 4. Τότε: A = {(1, 1),(1, 2),(2, 1)} Ενω μπορούμε να ορίσουμε ως ενδεχόμενο B να έχουμε άθροισμα ζαριών = 2.Τότε: B = {(1, 1)} βεαμερ-τυ-λογ

Ενωση και Τομή Ενδεχομένων Πιθανότητα(συν.) Ενωση και Τομή ενδεχομένων Εστω δεδομένου του Ω μιας τ.μ. X ορίζουμε ενδεχόμενα {E 1, E 2,...,E k }. Γιαταενδεχόμενα(ήσύνολα) {E i } k i=1μπορούμεναπραγματοποιήσουμε πράξεις: 1 που συμβολίζει την ένωση των ενδεχομένων 2 που συμβολίζει την τομή των ενδεχομένων Ενωση 2 ενδεχομένων 1 Για E 1 και E 2 όπου E 1 E 2, P(E 1 E 2 ) = P(E 1 )+P(E 2 ) P(E 1 E 2 ), 2 Για E 1 και E 2 όπου E 1 E 2 =, P(E 1 E 2 ) = P(E 1 )+P(E 2 ). βεαμερ-τυ-λογ

Ενωση και Τομή Ενδεχομένων Πιθανότητα(συν.) Ενωση 3 ενδεχομένων Για E 1, E 2 και E 3 όπου E 1 E 2 E 3, P(E 1 E 2 E 3 ) = P(E 1 )+P(E 2 )+P(E 3 ) P(E 1 E 2 ) P(E 1 E 3 ) P(E 2 E 3 )+P(E 1 E 2 E 3 )