και Y εάν και 4. Να βρεθούν οι κατανομές των υπό συνθήκη τ.μ. [ Y Y ] και [ ] p x x p x p x Po x Po x e

Σχετικά έγγραφα
( t) ( ) ( 0,1) ( ) ( ) ( ) ( ) Κεντρικό Οριακό Θεώρημα (Central Limit Theorem Lindeberg Levy) τότε η τ.μ. Sn

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

3. Χαρακτηριστικές Παράμετροι Κατανομών

{ } } ( ) (, ) (, ) (, ) ( x) ( ) ( ) ( ) Άσκηση 21. Άσκηση 22. π π π. Δείξτε ότι εάν xi x. για i = 1, 2 τότε έχουμε ότι οι τ.μ u = x1+ x2.

Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβλητής

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων

Το πρόβλημα των μηδενικών ιδιοτιμών.

4. Ειδικές Διακριτές, Συνεχείς Κατανομές

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας

Εφαρμοσμένα Μαθηματικά ΙΙ 10ο Σετ Ασκήσεων (Λύσεις) Ιδιοτιμές - Ιδιοδιανύσματα

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

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

( ) S( x ) 2 ( ) = ( ) ( ) = ( ) ( )

Λύσεις Προαιρετικής Eργασίας Τεχνικές Εκτίμησης

Ορίζουμε την τυπική πολυδιάστατη κανονική, σαν την κατανομή του τυχαίου (,, T ( ) μεταξύ τους ανεξάρτητα. Τότε

ΑΝΑΛΥΣΗ ΚΑΤΗΓΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Σ. ΖΗΜΕΡΑΣ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών- Χρηματοοικονομικών Μαθηματικών Σάμος

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

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

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

x π 1 i n Το παραμετρικό μοντέλο πιθανότητας (η

Μέθοδος μέγιστης πιθανοφάνειας

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Ορίζουμε την τυπική πολυδιάστατη κανονική, σαν την κατανομή του τυχαίου (,, T ( ) μεταξύ τους ανεξάρτητα. Τότε

2. Η πιθανότητα της ένωσης δύο ξένων μεταξύ τους (ασυμβίβαστων) ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) . Δείξτε ότι η στατιστική συνάρτηση T = X( n)

Παραδείγματα Ιδιοτιμές Ιδιοδιανύσματα Ι. Λυχναρόπουλος

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:

, όπου x = 0,1,..., Έτσι, για την πιθανότητα σε ένα έτος να μην υπάρξουν θάνατοι ζώων από τον εμβολιασμό έχουμε, 2! !

2( ) ( ) ψ είναι οι ιδιοκαταστάσεις του τελεστή. ψ x, θα πάρουµε

Έστω η πραγµατική συνάρτηση f(t) της πραγµατικής µεταβλητής t (π.χ χρόνος). Ο µετασχηµατισµός Laplace της συνάρτησης f(t) δίνεται από τη σχέση:

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

Στατιστική Συμπερασματολογία

ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ 2005

4. Ειδικές Διακριτές, Συνεχείς Κατανομές

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

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης

2.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test)

2.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συναρτήσεις πολλών μεταβλητών Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Εδώ θα θέσουμε τα θεμέλια της εκτίμησης κατά Bayes αρχίζοντας με τα μονοπαραμετρικά μοντέλα δηλαδή όταν ϑ : Ω Θ.

ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη12)

ΦΡΟΝΤΙΣΤΗΡΙΑ 7 ΚΑΙ 8

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,

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:

Εδώ θα θέσουμε τα θεμέλια της εκτίμησης κατά Bayes αρχίζοντας με τα μονοπαραμετρικά μοντέλα δηλαδή όταν ϑ : Ω Θ.

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ - ΠΡΟΣΟΜΟΙΩΣΗ

Στατιστική Συμπερασματολογία

ΦΡΟΝΤΙΣΤΗΡΙΟ 11. β) τον εκτιμητή μέγιστης πιθανοφάνειας για την άγνωστη παράμετρο λ 0.

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

R 1. e 2r V = Gauss E + 1 R 2

Μέρος IV. Πολυδιάστατες τυχαίες μεταβλητές. Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ15 ( 1 )

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ

. Να βρεθεί η Ψ(x,t).

Μέθοδος μέγιστης πιθανοφάνειας

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ

Τυχαία Διανύσματα και Ανεξαρτησία

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)

ΚΕΦΑΛΑΙΟ 4. Προσομοίωση Βασικών Στοχαστικών Ανελίξεων : Ανέλιξη Poisson και Κίνηση Brown

ΚΕΦΑΛΑΙΟ 5 ΡΟΠΟΓΕΝΝΗΤΡΙΕΣ

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Σεµινάριο Αυτοµάτου Ελέγχου

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών

Στατιστική Συμπερασματολογία

ΚΕΦΑΛΑΙΟ 2 Ο ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΤΟΥΣ

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

ΑΠΑΝΤΗΣΕΙΣ , Β= 1 y, όπου y 0. , όπου y 0.

Κεφάλαιο 4 Κανονική Κατανομή. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

Θεωρητικές Κατανομές Πιθανότητας

Να εξετάσετε αν είναι συναρτήσεις πυκνότητας πιθανότητας, κι αν είναι να υπολογίσετε τη συνάρτηση κατανομής πιθανότητας F x (x).

Κεφάλαιο 8 Συνεχείς Κατανομές Πιθανοτήτων

P(200 X 232) = =

όπου α (β) = η αναλογία των μη εμπορεύσιμων αγαθών στο συνολικό εγχώριο (ξένο) δείκτη τιμών.

2.3 Στάσιμο κύμα. ημ 2π. συν = 2A. + τα οποία T. t x. T λ T λ ολ

Μετασχηματισμοί Καταστάσεων και Τελεστών

Κύματα (Βασική θεωρία)

ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

Εισαγωγή στην Εκτιμητική

Εφαρμοσμένα Μαθηματικά ΙΙ 10ο Σετ Ασκήσεων (Λύσεις) Γραμμικοί Μετασχηματισμοί

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)

5. Έλεγχοι Υποθέσεων

14/11/2016. Στατιστική Ι. 7 η Διάλεξη (Βασικές συνεχείς κατανομές)

Διπλωματική Εργασία. Εφαρμοσμένη Θεωρία Πινάκων

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Τρίτη, 31 Μαΐου 2005 Γ ΛΥΚΕΙΟΥ ΚΑΤΕΥΘΥΝΣΗΣ ΜΑΘΗΜΑΤΙΚΑ

2. Στοιχεία Πολυδιάστατων Κατανοµών

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΚΕΦΑΛΑΙΟ 4: ΙΔΙΟΤΙΜΕΣ ΚΑΙ ΙΔΙΟΔΙΑΝΥΣΜΑΤΑ

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ακαδημαϊκό έτος Λύσεις για την Προαιρετική Εργασία

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

Transcript:

Παράδειγμα Οι τμ μεταβητές X παραμέτρους X είναι ανεξάρτητες κατανέμονται σαν Posso με Να βρεθεί οι από κοινού κατανομή των X X Ποία η από κοινού των τμ Y Y εάν Y Y T X X X + X X Βρείτε τις περιθώριες κατανομές των Y Y 4 Να βρεθούν οι κατανομές των υπό συνθήκη τμ [ Y Y ] [ ] Επειδή οι τμ X Y Y + X είναι ανεξάρτητες θα έχουμε για ( x x ( x x ( + X X X X x! x! p x x p x p x Po x Po x : Y X + X T T : X Y Y Y X X Y Έτσι η μετασχηματισμένη από κοινού μάζα πιθανότητας των Y Y είναι ( { + } { } p P X X X P X X Y Y X X X X (!! ( + ( (!! p p p Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση

+ Παρατηρούμε ότι x+ x x έτσι όταν έχουμε + { + } Ισοδύναμα όταν έχουμε { } Δηαδή έχουμε ότι η πιθανότητα ( όπου Y Y {( : + } ( : + { } Έτσι ( p Y Y p είναι μη μηδενική στο πέγμα (lattc ( + ( (!! lswhr Για τις περιθώριες της p έχουμε Y Y ( + Y Y Y!! ( + ( +!!!!!! ( + ( + Po!! p p + + Δηαδή Y X X ~ Po( + + p p + Y Y Y!! ( ( + +!!!! ( ( ( + ( + Po(!!!! Δηαδή όπως περιμέναμε Y X ~ Po( Τώρα είναι φανερό ότι ( + py Y py Y!! Πράγματι Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση

+ p Po( + Y Y (!! + p Po( Y Y (!! 4 Για την υπό συνθήκη τμ [ ] ( Y Y pyy ( Y Y έχουμε: p! + py!! Po( { } (! + Δηαδή [ Y Y Y] ~ Po( εφόσον εάν py ( Po( Z T( Y Y έχουμε T ( Z Y Z + που δίνει p ( z p T ( Z Po z Z Y ~ Po( Z Y τότε για Για την υπό συνθήκη τμ [ Y Y ] έχουμε: ( + p Y Y! py Y( ( + p!! Y ( + + + + B + + + Y Y ~ B + Δηαδή [ ] { } Παρατηρήστε ότι το προηγούμενο αποτέεσμα ως προς τις μεταβητές X X είναι [ X X+ X ] ~ B ενώ όγω συμμετρίας έχουμε ότι + [ X X+ X ] ~ B + Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση

Το προηγούμενο αποτέεσμα μπορεί να γενικευθεί για ανεξάρτητες Posso Δηαδή εάν X ~ Po( για X X j για j τότε θέτοντας S X που εμφανώς ακοουθεί S ~ Po έχουμε: ( Z Z [ X X S ] ~ ( p με!!! + για p p j j j ( p p p p + + όπου ( j Η προηγούμενη μη αρνητική συνάρτηση στο πέγμα συνάρτηση μάζας πιθανότητας εφόσον { } { } P Z+ + Z P X + + X S είναι μια ιδιάζουσα δηαδή Z + + Z με πιθανότητα Είναι όμως συνάρτηση μάζας πιθανότητας στο : + + Για να το δούμε αυτό θέτουμε με στήριγμα ( Z Z [ X X S ] ~ ( p { } ( p p ( ( ( ( p p p + + όπου ( + + ( + + p p p ενώ παρατηρούμε ότι η σταθερά κανονικοποίησης μπορεί να γραφτεί στη μορφή: ( ( ( ( (!!!! (!!!!!!!!!!!!!!! ( Ορισμός της πουωνυμικής κατανομής: Λέμε ότι το τυχαίο διάνυσμα Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση 4

( ( Z Z ~ p p p< < p< ακοουθεί την διάστατη πουωνυμική κατανομή Θέτοντας Z + + Z + Z έχουμε την ιδιάζουσα αναπαράσταση ( ( Z Z Z ~ p p p p < p< Παράδειγμα Δείξτε ότι η ( Z Z4 ~ ( p p4 ( Z Z Z ~ ( p p ή ισοδύναμα η έχει συνάρτηση μάζας πιθανότητας: p p p p p p p 4 + + 4 όπου ( + + p ( p p Πράγματι 4 + + 4 ( ( ( p p 4 ( 4 ( p p p p ( ( p p + + ( ( ( ( p p ( p p ( ( + p p p p + p ( p p p ( p ( p ( ( p ( p Γίνεται οιπόν εμφανές (για την γενική απόδειξη θα χρησιμοποιούσαμε αθροίσματα ότι η συνάρτηση Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση 5

( p p ( ( ( είναι συνάρτηση μάζας πιθανότητας στο ( p p p + + Άσκηση ( Z Z ~ ( p πιθανότητας : Δείξτε ότι έχει συνάρτηση μάζας ( p p ( ( ( p p p + + όπου p p p + + + + ( p p ( p p p ( p p + + ανακυκώνοντας την προηγούμενη σχέση παίρνουμε ( p p ( p ( p p ( p ( p p p ( ( + + p p p p p p Είναι εύκοο να δούμε ότι η πιθανότητα { } { } P Z Z P Z Z Z όπου Z Z Z + + είναι η πιθανότητα σε ανεξάρτητες πουωνυμικές δοκιμές Broull με διαφορετικά αποτεέσματα S S αντίστοιχες πιθανότητες p p Θα μπορούσαμε να θεωρήσουμε ότι το τάξης αποτέεσμα είναι η άρνηση των προηγουμένων Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση 6

κατηγοριών δηαδή S S S falur o th frst catgors με πιθανότητα p ( p+ + p Στην ειδική περίπτωση έχουμε την διωνυμική κατανομή Z~ p p p p p< p< ( p p p ( p ( ( B ( p Δηαδή ( p ( p Bp ( Παράδειγμα με p+ p Έστω ότι ( Z Z ~ ( p ή ισοδύναμα ( Z Z Z ~ ( p p 4 4 με συνάρτηση μάζας πιθανότητας: p p p p p p 4 + + 4 όπου ( + + p ( p p 4 + + 4 Δείξτε ότι το περιθώριο τυχαίο διάνυσμα ( ( p p p ή ισοδύναμα ( Z Z ~ ( p πιθανότητας: Z Z Z έχει κατανομή p p p p p ( + όπου τώρα ( + p ( p Πράγματι + με συνάρτηση μάζας p p p p p p p 4 + + 4 ( ( ( p p + p p 4 4 Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση 7

p p p p p p ( ( p p ( p p ( ( p p + + + + + d Άσκηση X Po( : Εάν για ~ ότι: [ X X S ] ~ ( p με p S X που ακοουθεί δείξτε j j Εμφανώς έχουμε ότι S ~ Po έτσι { } { } P{ X X S } P{ X X X+ + X } P{ S } P{ S } P{ X X X } P{ S } Po( Po( Po( Po( P X X S P X X S!!!!! (!!!! (! p p p Άσκηση ( Z Z5 ~ ( p p5 κατανομές [ Z Z ] [ Z Z Z Z Z ] : Δίνεται ότι Να βρεθούν οι υπό συνθήκη 4 5 Γνωρίζουμε ότι ( Z Z ~ ( p έτσι p ( Z Z p p p p pz Z p Z ( p ( p ( ( p p p p p p p p ( p p Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση 8

p p p B p p p ( ( pz Z Z Z4 Z5 4 5 pz Z Z Z4 Z 5 4 5 pz4 Z5 4 5 4 4 5 4 5 4 5 4 5 4 5 p p p p p p p 4 4 5 45 p4 p5 p4 p5 4 5 ( 5 4 5 4 5 4 5 4 5 p p p p p 45 p p ( 5 45 45 4 5 p Θέτοντας 4 5 p έχουμε p4 p5 4 5 4 p Z Z Z Z Z 5 p p p p p p p p p Σ Ι Χατζησπύρος Πιθανότητες ΙΙ Εισαγωγή στην οοκήρωση 9