matematikai statisztika gyakorlatok feladatok és megoldások

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "matematikai statisztika gyakorlatok feladatok és megoldások"

Átírás

1 Valószínűségszámítás és matematikai statisztika gyakorlatok feladatok és megoldások. május 6.

2 ii

3 Tartalomjegyzék. Valószínűségszámítási feladatok.. Függetlenség, feltételes valószínűség Valószínűségi változók Nevezetes eloszlású valószínűségi változók Várható érték, szórás Generátorfüggvény, karakterisztikus függvény Központi határeloszlás tétel Vektor valószínűségi változók χ, T és F eloszlások Regresszió analízis Matematikai statisztika feladatok 7.. Paraméter becslések Paraméteres próbák Nem paraméteres próbák iii

4 iv TARTALOMJEGYZÉK

5 . fejezet Valószínűségszámítási feladatok.. Függetlenség, feltételes valószínűség.. Feladat. Szinbád, a szultánnak tett szolgálataiért, választhat egyet az N háremhölgy közül úgy, hogy az egyenként előtte elvonuló hölgyek valamelyikére rámutat. Tegyük fel, hogy a háremhölgyek szépségük szerint egyértelműen sorrendbe állíthatók, és Szinbád taktikája a következő: a véletlen sorrendben elvonuló hölgyek közül, az első n szemrevétele után azt választja, aki szebb minden korábban látottnál. Mennyi annak valószínűsége, hogy Szinbád a legszebb háremhölgyet választja? Megoldás: Vezessük be a következő eseményeket A Szinbád a legszebb háremhölgyet választja B a legszebb hölgy az első helyen áll B a legszebb hölgy a második helyen áll... B N a legszebb hölgy az N-edik helyen áll ahol a B k k,,..., N események teljes eseményrendszert alkotnak, és P B k ) { ha k,,..., n N k,,..., N P A B k) n ha k n +, n +,..., N k amiből a keresett N P A) kn+ n k N n N N kn+ k k k.5849 valószínűség a teljes valószínűség tétellel számolható. Megjegyzés: Ha az N esetben megkeressük azt az n számot, amire P A) maximális, kapjuk az n kn+ k

6 . FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK kifejezés maximumát n 7 esetén, és ekkor P A) Megmutatható, hogy N esetén, N e. 78 arány adja a maximális valószínűséget, ami most n Feladat. Két testvér, A és B, p illetve q valószínűséggel mond igazat. Ha B azt állítja, hogy A hazudik, mennyi annak valószínűsége, hogy A igazat mond? Megoldás: Vezessük be az alábbi eseményeket akkor feltehetjük: amiből a keresett P A B ) A A mond egy igaz állítást A A mond egy hamis állítást B B azt állítja, hogy A igaz állítást mond B B azt állítja, hogy A hamis állítást mond P A ) p P A ) p P B A ) P B A ) q P B A ) P B A ) q P B A ) P A ) P B A ) P A ) + P B A ) P A ) valószínűség a Bayes tétellel számolható. q) p q) p + q p).. Valószínűségi változók.. Feladat. A következő szerencsejátékot játszuk Ft befizetése ellenében: kockát dobunk, és ha az eredmény, vagy, akkor még fizetünk további 5Ft-ot. Ha a dobás eredménye 4, 5 vagy 6, akkor hatszor ennyi Ft-ot kapunk. Jelölje ξ a játékban elért eredményt bevétel - kiadás), a) adjuk meg a véletlen kísérlet matematikai modelljét! b) adjuk meg ξ eloszlását! c) mennyi a nyerés ξ > ) valószínűsége? d) mi a legvalószínűbb érték? Megoldás:

7 .. VALÓSZÍNŰSÉGI VÁLTOZÓK a) A véletlen kísérlet matematikai modellje a kombinatórikus v.m. n összes eset száma, k kedvező esetek száma): Ω {,,, 4, 5, 6} n 6 ξω) 5 ha ω,, 4 ha ω 4 ha ω 5 6 ha ω 6. Mivel most Ω minden részhalmaza esemény, a ξ függvény v.v., mellyel kapcsolatos események közül elég vizsgálni a eseményeket. {ξ 5} {,, } k {ξ 4} {4} k {ξ } {5} k {ξ 6} {6} k b) ξ értékkészlete véges, ezért diszkrét eloszlása és eloszlásfüggvénye az értékek növekvő sorrendjében megadva: x P ξ x) F x) ) c) Számítsuk ki a P ξ > ) d) Mivel valószínűséget. a keresett érték ξ un. módusza) 5. max {P ξ x)} P ξ 5), x.4. Feladat. Egy egység hosszúságú szakaszon találomra választunk egy pontot. Az így kapott két részből, mint oldlakkal, téglalapot készítünk. Jelölje ξ a téglalap területét, Kézirat, módosítva:. május 6.

8 4. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK a) adjuk meg a véletlen kísérlet matematikai modelljét! b) adjuk meg ξ eloszlását! c) mennyi annak valószínűsége, hogy a terület és közé esik? d) milyen értéknél lesz nagyobb illetve kisebb a terület azonos valószínűséggel? Megoldás: a) A véletlen kísérlet matematikai modellje a geometriai v.m.h összes eset hossza, h kedvező esetek hossza): Ω [; H ξω) ω ω) ω [;. Vizsgáljuk a ξ-vel kapcsolatos {ξ < x} nívóhalmazokat, ami az ω ω) < x ω [;.) egyenlőtlenség megoldáshalmaza. Az egyenlőtlenség ekvivalens alakításával kapjuk aminek megoldása, ha i) 4 4x < x > ii) 4 4x x iii) 4 4x > x < Ha < x < < ω ω + x ω [; {ξ < x} [; h {ξ < x} [; \ {} h {ξ < x} [ ; x [ + x; [ h x ), ha pedig x Tehát ξ valóban valószínűségi változó. {ξ < x} h.

9 .. VALÓSZÍNŰSÉGI VÁLTOZÓK 5 b) ξ eloszlása nem lehet diszkrét, ezért adjuk meg eloszlásfüggvényét: ha x F x) P ξ < x) x ha < x ha < x ami szakaszonként folytonosan differenciálható, tehát ξ folytonos eloszlású fx) x < x <.) sűrűségfüggvénnyel. c) Számítsuk ki a P < ξ < ) valószínűséget. x dx F ) F ) 6 d) Mivel ξ folytonos eloszlású, P ξ x) minden x R esetén, ezért keressük az egyenlet megoldását, amiből P ξ < x) P ξ > x) F x) x x 4, tehát a keresett érték ξ u.n. mediánja) Feladat. Két kockát dobunk, és ξ jelölje az eredmények maximumát, η pedig a két dobás minimumát. a) Adjuk meg ξ; η), ξ és η eloszlását! b) Függetlenek-e ξ és η? c) Mennyi annak valószínűsége, hogy a maximum legalább kétszer akkora mint a minimum? Megoldás: a) Mivel ξ; η) véges értékkészletű, a kombinatorikus v.m.-ben számolhatjuk eloszlását, amit az értékek szerint táblázatba foglalva kapjuk az együttes illetve perem eloszlásokat: x y P ξ x) P η y) ) Kézirat, módosítva:. május 6.

10 6. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK b) Mivel például P ξ, η ) ezért ξ és η nem függetlenek. P ξ ) P η ), c) A keresett valószínűség: P ξ η) Feladat. Válasszunk véletlen pontot az egység sugarú körben, jelölje a pont koordinátáit ξ és η, a polárkoordinátákat pedig ρ és ϕ. a) Adjuk meg a véletlen kísérlet matematikai modelljét! b) Keressünk ξ-vel és η-val kapcsolatos esemányeket, melyek nem fügetlenek! c) Függetlenek-e, a ρ és ϕ véletlen mennyiségekkel kapcsolatos események? Megoldás: a) A véletlen kísérlet matematikai modellje a geometriai v.m.t összes eset területe, t kedvező esetek területe): Ω { x; y) x + y } ξx; y) x x; y) Ω ηx; y) y x; y) Ω b) Mivel a pozitív területű { } { ξ > x; y) ρx; y) x + y x; y) Ω ha x y π ha y > és x arctan ) y ha y és x > ϕx; y) x π ha y < és x arctan y x) + π ha x < arctan y x) + π ha y < és x > } < x és { η > } { x; y) } < y események kizárják egymást, ezért ) P ξ >, η > P ξ > ) P η > ) > tehát a két esemény, és akkor ξ és η, nem függetlenek

11 .. VALÓSZÍNŰSÉGI VÁLTOZÓK 7 c) Adjuk meg a ρ-val kapcsolatos eseményeket ha b t {ρ < b} {x; y) x + y < b } ha < b t b π Ω ha < b t π és a ϕ-vel kapcsolatos eseményeket ha c t {ϕ < c} c ívmétrékű körcikk ha < c π t c π π Ω ha π < c t π. Továbbá {ρ < b} {ϕ < c} c ívmétrékű, b sugarú körgyűrű-cikk c ívmétrékű körcikk b sugarú koncentrikus kör Ω ha b vagy c ha < c π és < b ha < c π és < b ha < b és π < c ha < b és π < c t t c π b π t c π π t b π t π tehát kapjuk P ρ < b, ϕ < c) P ρ < b) P ϕ < c) b, c R, ami ρ és ϕ függetlenségét jelenti, mivel a megfelelő eloszlásfüggvényekre kaptuk: F ρ,ϕ b; c) F ρ b) F ϕ c) b, c R. Megjegyzés: Vegyük észre, hogy a ρ és ϕ véletlen mennyiségek ugyanazon ξ; η) pár által meghatározottak, annak függvényei, valószínűségszámítási értelemben mégis függetlenek..7. Feladat. Egy diszkrét eloszlású v.v. eloszlása x P ξ x) p.. q és tudjuk, hogy a v.v. negatív értéket.5 valószínűséggel vehet fel. Kézirat, módosítva:. május 6.

12 8. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK a) Adjuk meg p és q értékét! b) Adjuk meg η ξ eloszlását! c) Adjuk meg a { ξ + ξ } esemény valószínűségét! Megoldás: a) Mivel P ξ < ) p +..5 p., továbbá q q.4. b) Mivel η értékkészlete {,, 4}, y P η y). x P ξ x).7. x P ξ x) 4. x 4 P ξ x) c) Az x + x x Ω egyenlőtlenség megoldáshalmaza {,, }, tehát P ξ + ξ < ) P ξ x) x +x<.8. Feladat. Legyen a ξ v.v. sűrűségfüggvénye fx) { c x ha < x egyébként..5) a) Adjuk meg c értékét! b) Adjuk meg ξ és η ξ eloszlásfüggvényét, η sűrűségfüggvényét! c) Adjuk meg a { ξ ξ < 4} esemény valószínűségét! Megoldás: a) Mivel R c f dx 4c c x 4.

13 .. VALÓSZÍNŰSÉGI VÁLTOZÓK 9 b) ξ eloszlásfüggvénye: F ξ x) P ξ < x) mivel < x esetén ha x x) ha < x + x ha < x ha < x, P ξ < x) x 4 t dt x), c) Az és < x esetén P ξ < x) P ξ < ) + x η eloszlásfüggvénye: F η x) P ξ < x) mivel < x esetén 4 t dt + x. ha x 4 x ha < x ha < x P ξ < x) P x < ξ < x) F ξ x) F ξ x) 4 x. Ebből η sűrűségfüggvénye: f η x) F η x) 4 4 x < x. x x < 4 x R egyenlőtlenséget alakítva, oldjuk meg: < x x + 4 és x x 4 <. A megoldáshalmaz: ; [, így ξ P ξ ) < P 4 < ξ < ) F ξ ) ) F ξ ) Kézirat, módosítva:. május 6.

14 . FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK.9. Feladat. Válasszunk két véletlen pontot a [; intervallumban, jelölje az elsőként választott értéket ξ, és η legyen a két érték maximuma. a) Adjuk meg ξ, η) eloszlását! Független-e ξ és η? b) Adjuk meg a peremek eloszlását! c) Folytonos-e ξ, η) eloszlása? Megoldás: a) Adjuk meg ξ, η) eloszlásfüggvényét: ha x vagy y xy ha < x y F ξ,η x, y) y ha < y és y < x x ha < x és < y ha < x és < y Mivel például a {ξ >.5} és {η <.5} pozitív valószínűségű események kizáróak, ezért nem lehetnek függetlenek, és így ξ és η sem független. b) ξ eloszlásfüggvénye: ξ sűrűségfüggvénye: η eloszlásfüggvénye: η sűrűségfüggvénye: F ξ x) lim y F ξ,η x, y) ha x x ha < x ha < x f ξ x) F ξ x) x. F η y) lim x F ξ,η x, y) ha y y ha < y ha < y f η y) F η y) y y. c) ξ, η) eloszlása nem lehet folytonos, mert P ξ η).5, de folytonos eloszlás esetén P ξ η) fx, y)dxdy xy következne, mivel nulla mértékű halmazon kell integrálni. Megjegyzés: Vegyük észre, hogy a peremek ugyan folytonos eloszlásúak, az F ξ,η eloszlásfüggvény folytonos, és nulla mértékű halmazon kívül folytonosan differenciálható, mégsem folytonos az együttes eloszlás.

15 .. NEVEZETES ELOSZLÁSÚ VALÓSZÍNŰSÉGI VÁLTOZÓK.. Nevezetes eloszlású valószínűségi változók.. Feladat. Egy fős tanulócsoportban lány és 8 fiú van. 6 találomra válsztott felelés során, milyen határok között van a lányok száma legalább.8 valószínűséggel, ha a) minden tanuló csak egyszer felelhet? b) minden tanuló tetszőleges számúszor felelhet? Megoldás: Jelölje ξ a lányok számát a 6 felelő között, akkor feltehetjük, hogy a) ξ Hyp; ; 6), és az n p 6. 6 értéket közrefogó legvalószínűbb értékekkel kezdve, számoljuk: k P ξ k) 4 4 ) 8 ) ) ) 8 ) ) ) 8 ) ) Tehát.8 < P ξ 5) b) ξ Bin6;.6), és az n p 6. 6 értéket közrefogó legvalószínűbb értékekkel kezdve, számoljuk: k P ξ k) 4 6 ) ) ) 5) Tehát 6.8 < P ξ 5) Megjegyzés: A kérdésre más válasz is adható, például a b) esetben ) 6 P ξ 6) értékkel számolva kapjuk.8 < P ξ 6) Kézirat, módosítva:. május 6.

16 . FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK.. Feladat. Egy háztartási bizosításra átlagosan 5 év alatt egyszer kell kártérítést fizetni. a) Mennyi annak valószínűsége, hogy egy biztosított egy adott évben nem jelentkezik kártérítésért? b) Mennyi annak valószínűsége, hogy egy biztosításra 5 év alatt egynél több év lesz, amikor kell kártérítést fizetni? Megoldás: a) Jelölje ξ egy biztosított kártérítéseinek számát egy év alatt, akkor feltehetjük, hogy ξ Po ). A keresett valószínűség: 5 P ξ ) e b) Jelölje η az n 5 év alatt bekövetkező p valószínűségű események számát, akkor η Bin5;. 8 7). A keresett valószínűség: P η > ) ) Feladat. Egy bizonyos forrásból származó adatállomány mérete exponenciális eloszlású véletlen mennyiség. Tudjuk, hogy az esetek felében az állomány mérete meghaladja a kb-ot. a) Mennyi annak valószínűsége, hogy egy állomány mérete meghladja a kb-ot? b) Ha egymás után kapunk ilyen állományokat, mennyi annak valószínűsége, hogy az első kb-ot meghaladó méretű a tizedik útán, de még a tizenötödik előtt érkezik? Megoldás: a) Jelölje ξ egy állomány méretét, akkor ξ Expλ), és tudjuk, hogy amiből P ξ > ) e λ. 5. λ ln.5) tehát a keresett valószínűség P ξ > ) e

17 .. NEVEZETES ELOSZLÁSÚ VALÓSZÍNŰSÉGI VÁLTOZÓK b) Jelölje ν annak az állománynak a sorszámát, amely nagyobb mint kb, akkor ν Geom. 4 98), és a keresett valószínűség P ν 4) 4 k. 4 98) k Feladat. Tudjuk, hogy a felnőtt emberek magassága N 75; ) eloszlású véletlen mennyiség. a) Milyen magas legyen egy ajtó, ha azt karjuk, hogy valaki 99%-os biztonsággal gond lehajlás) nélkül tudja azt használni? b) Ha egy lakásban négy felnőtt lakik, mennyi annak valószínűsége, hogy legfeljebb egy fő magasabb az előbb megadott ajtó-méretnél? c) Milyen magas legyen az ajtaja egy fős előadó teremnek, ha azt akarjuk, hogy 9%-os valószínűséggel senkinek ne okozzon gondot az ajtó? Megoldás: a) Jelölje ξ N 75; ) v.v. egy felnőtt magasságát, és q a keresett értéket, akkor ) q 75 P ξ < q) F q) Φ.99 amiből a Φ. 6 ).99 táblázati értékkel kapjuk tehát q q b) Jelölje ν azok számát, akiknek alacsony ez a méret, akkor ν Bin4;.), tehát a keresett valószínűség: P ν ) c) Jelölje ν azok számát, akiknek alacsony a keresendő q méret, akkor ν Bin; p) Pop), tehát P ν ) e p.9 p ln.9) és teljesülni kell ) q 75 P ξ < q) F q) Φ amiből a Φ. 75 8) táblázati értékkel kapjuk tehát q q Kézirat, módosítva:. május 6.

18 4. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK.4. Feladat. Egy öt fiúból, és öt lányból álló társaságban a fiúk magassága N 8; 8), a lányoké N 7; ) eloszlású véletlen mennyiség. a) Ha választunk egy fiút és egy lányt, mennyi annak valószínűsége, hogy a fiú legalább 5 cm-rel magasabb a lánynál? b) Ha öt táncoló párt alkot a társaság, mennyi annak valószínűsége, hogy van köztük legalább egy pár, ahol a fiú nem magasabb 5 cm-rel a lánynál? Megoldás: a) Jelölje az egymástól független ξ N 8; 8) a fiú, η N 7; ) a lány magasságát, akkor a keresett valószínűség ) 5 8 P ξ > η + 5) P ξ η > 5) F ξ η 5) Φ 64 ) Φ mivel ξ η N 8; 64). b) ν jelölje azon párok számát, ahol a fiú nem magasabb 5 cm-rel a lánynál, akkor ν Bin5;.479), és a keresett valószínűség P ν > ) Feladat. Legyenek ξ, η N ; ) függetlenek, adjuk meg a) ξ eloszlását! b) ξ + η eloszlását! c) ξ η eloszlását! Megoldás: a) Adjuk meg az eloszlásfüggvényt: { F ξ x) mivel < x esetén ha x Φ x) ha < x P ξ < x) P x < ξ < x) Φ x). A sűrűségfüggvény: f ξ x) F ξ x) x ϕx) πx exp x ) < x

19 .. NEVEZETES ELOSZLÁSÚ VALÓSZÍNŰSÉGI VÁLTOZÓK 5 b) ξ + η eloszlásfüggvénye: F ξ +η x) { ha x e x ha < x mivel ξ és η függetlenek, ezért együttes sűrűségfüggvényük f ξ,η u; v) ) ) exp u exp v u; v) R.6) π π és így < x esetén P ξ + η < x) x π r [ exp u +v <x π exp π exp u + v ) r dtdr ) r x exp x x ) ) dudv r exp c) Vezessük be a ζ ξ, és ζ η η v.v.-kat, akkor ζ, ζ ) hξ, η), ahol u ) hu, v) v, v u R, v R. ) r dr a ξ, η) értékkászletének -valószínűségű részén értelmezett, invertálható h x, y) x y, y) x R, y R és differenciálható, az inverz derivált mátrixa: [ y x x R, y R és [ y x det y x R, y R. Tehát a.6)-ből kapjuk ζ, ζ ) sűrűségfüggvényét f ζ,ζ x, y) y ) π exp x y + y x R, y R, amiből a keresett sűrűségfüggvény: f ζ x) y ) π exp x y + y dy [ π x + y y π x + x R. y ) π exp x + y dy Megjegyzés: Vegyük észre, hogy ξ + η exponenciális eloszlású λ paraméterrel, ξ η eloszlása pedig az u.n. Cauchy eloszlás. Kézirat, módosítva:. május 6.

20 6. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK.4. Várható érték, szórás.6. Feladat. Az.. feladatban adjuk meg az eredmény várható értékét szórását! Megoldás: Használjuk ξ.) eloszlását x P ξ x) x P ξ x) x P ξ x) Tehát Eξ) 5 Dξ) 649 ) Feladat. Az.4. feladatban adjuk meg a terület várható értékét szórását! Megoldás: Használjuk ξ.) sűrűségfüggvényét: Tehát fx) x < x <. Eξ) x x dx Eξ ) x x dx 8 5 így kapjuk Dξ) 8 5 ) Feladat. A következő szerencsejátékot játszuk: T -összeg befizetése ellenében dobunk egy kockát, és ha az eredmény, vagy, akkor nem nyerünk semmit, ha 4, 5 vagy 6 a dobás eredménye, akkor 8, 4 illetve a nyereményünk a) Milyen T -összegig érdemes játszani? b) Mennyi a játékban elért eredmény szórása, amikor a várható eredmény? Megoldás:

21 .4. VÁRHATÓ ÉRTÉK, SZÓRÁS 7 a) Jelölje ξ a játékban elért eredményt, akkor ξ eloszlása amiből x P ξ x) T 8 T 6 4 T T Eξ) T + 8 T ) T ) 6 + T ) 6 T. Tehát érdemes játszani, ha b) Mivel Eξ) T, és ekkor T <. D ξ) Eξ ) ) Dξ) Feladat. Adjuk meg a.5. feladat ξ és η véletlen mennyiségeivel kapcsolatban az a) Eξ), Eη), Eξη) várható értékeket és a Dξ), Dη) szórásokat! b) η aξ + b közelítést! Megoldás: a) Használjuk az.4) eloszlást, amiből x y P ξ x) P η y) Eξ) Eη) Kézirat, módosítva:. május 6.

22 8. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK Eξη) ) ) ) ) továbbá tehát Eξ ) 6 + Eη ) 6 + Dξ) Dη) ) ) b) Mivel covξ, η) r kapjuk a regressziós együtthatók értékét a és a maradék szórásnégyzetet σ R ) b ) ) ) Feladat. Adjuk meg az.8. feladatban szereplő ξ és η valószínűségi változók várható értékét és szórását, valamint a két véletlen mennyiség korrelációs együthatóját! Megoldás: Mivel ξ sűrűségfüggvénye

23 .4. VÁRHATÓ ÉRTÉK, SZÓRÁS 9 fx) { ha < x 4 x egyébként. kapjuk Eξ) Eη) Eξ ) Eη ) Eξ 4 ) Eξη) Eξ ) x 4 x dx + x x 4 x x 4 x dx 4 x dx + 4 x dx + 4 x dx + x x 4 x 4 x dx 5 4 x dx 9 4 x dx kapjuk Dξ) 5 Dη) 9 ) covξ, η) r. Megjegyzés: Vegyük észre, hogy ξ és η korrelálatlan, de nem független, mert például és P ξ < ) 4 P η > ) P 8 P 4 4 x dx 4 ) + P ξ < 9 ξ > 9 ) 9 ξ < 4, η > ) P ξ < ) x dx.. Feladat. Egy ujságárusnál egy adott lapot átlagosan vásárló keres egy napon. Ha naponta lapot rendel, mennyi a várható haszna, ha az 5Ft-ért beszerzett lapot 6Ft-ért adja a vásárlónak, és a megmaradt példányokat Ft-ért veszi vissza a terjesztő? Megoldás: Felthetjük, hogy a napi kereslet ν Po), és ha N jelöli a rendelt mennyiséget, akkor a haszon véletlen mennyisége: ξ ν {ν N} N ν) {ν N} + N) {ν>n} ν {ν N} N {ν N} + N N ν N) {ν N} + N k N) {νk} + N. k Kézirat, módosítva:. május 6.

24 . FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK Adjuk meg ennek várható értékét: Eξ) k k ) k e k!.. Feladat. Legyenek ξ N ; ), ξ Exp) függetlenek, és jelölje ξ ξ és η ξ ξ. Adjuk meg az η aξ + b regressziós közelítést! Megoldás: Számítsuk ki a szükséges várható értékeket: amiből kapjuk Eξ) Eη) E ξ ξ ) 5 D ξ) 4 Eξη) E ) ξ ξ + ) 5 covξ, η) 5 5 Eη ) E ξ ξ) + ) ) + D η) ) ) 5 a 4 b 5 ) r σ R Generátorfüggvény, karakterisztikus függvény.. Feladat. Legyen a ξ és η független v.v.-k generátorfüggvénye: G ξ z) + 4 z + 4 z G η z) 6 z + z + z adjuk meg ξ + η generátorfüggvényét, várható értékét és szórását! Megoldás: Mivel G ξ+η z) + 4 z + ) 4 z 6 z + z + ) z 8 z z4 + 8 z z + z z C

25 .5. GENERÁTORFÜGGVÉNY, KARAKTERISZTIKUS FÜGGVÉNY kapjuk G ξ+η z) 5 8 z z z + 5 z + G ξ+η ) Eξ + η) tehát G ξ+η z) 5 z + 5 z z + 5 G ξ+η ) E ξ + η) ) Eξ + η) Eξ + η) 7 Dξ + η) Feladat. Legyen a ξ v.v. sűrűségfüggvénye ) 7 79 f ξ x) e x x R a, b R adjuk meg η aξ + b karakterisztikus függvényét! Megoldás: Adjuk meg először ξ φ ξ t) Ee itξ ) karakterisztikus függvényét, amiből e itx e x dx e itx ex dx + e itx e x dx + t ) i t + t + + t ) + i t + t t R + t φ η t) e itb ϕ ξ at) eitb + a t t R. Megjegyzés: Vegyük észre, hogy az inverziós formula következménye szerint, a folytonos eloszlás sűrűségfüggvényét megkaphatjuk e x π amiből a t u helyettesítéssel, és rendezve e x e itx + t dt e iux π + u du x R. kapjuk a Cauchy eloszlás karakterisztikus függvényét. Kézirat, módosítva:. május 6.

26 . FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK.5. Feladat. Legyen a ξ v.v. sűrűségfüggvénye fx) { 8 x ha < x < egyébként, adjuk meg ξ karakterisztikus függvényét! Megoldás: Adjuk meg a karakterisztikus függvényt: φ ξ t) Ee itξ ) i t eit e itx 8 x dx [ e itx i t 4 x i t eit + t eit 4 + [ e itx [ e itx it 8 x e itx it i t 4 dx i t + t + i 4t e itx it 4 xdx ) e it i 4t t R \ {}. Megjegyzés: Vegyük észre, hogy a fenti eredmény csak t esetben értelmezett, de minden karakterisztikus függvény folytonos a t helyen, és értéke, amit esetünkben ellenőrizhetünk: [ lim i t t + t + i ) e it i 4t 4t.6. Feladat. Legyen a ξ v.v. exponenciális eloszlású, és Eξ), és a ν v.v. eloszlása: k P ν k) 4 4 adjuk meg ν generátorfüggvényét! Adjuk meg továbbá az η ν k ξ k v.v. karakterisztikus függvényét és várható értékét, ha ξ k k,,... függetlenek, és közös eloszásuk azonos a ξ valószínűségi változóéval! Megoldás: Adjuk meg ν Gz) z + 4 z + 4 z z C

27 .6. KÖZPONTI HATÁRELOSZLÁS TÉTEL generátorfüggvényét, és ξ k φt) it t R karaktrisztikus függvényét, amivel kapjuk továbbá φ η t) it + 4 it ) + 4 it ) t R, φ ηt) i it) + 4 i it) + i it) 4 4 φ η) i 5 Eη) 5.6. Központi határeloszlás tétel.7. Feladat. Milyen határok között lehet az a véletlen mennyiség, amit darab, és közötti véletlen szám összegéből 6-ot levonva kapunk, 9%-os valószínűséggel? Megoldás: Jelölje ξ k U; ) k,,, a független véletlen számokat, akkor az η ξ k 6 Eη) Dη) k v.v. közelítően η N ; ), tehát P x η x).9 Φ x).9 Φ x).95 aminek x.645 a megoldása, mivel Φ.645) Feladat. Egy üzletben egy nap átlagosan vevő vásárol. Mennyi annak valószínűsége, hogy 9-nél kevesebben vásárolnak egy napon? Megoldás: Jelölje ν a vásárlók számát, akkor ν P ), ami már közelíthető az N ; ) eloszlással, tehát ) 9 P ν < 7) Φ Φ.74) Feladat. Hányszor kell egy szabályos érmét feldobnunk ahhoz, hogy a fejek számának relatív gyakorisága legalább.9 valószínűséggel.-nél kevesebbel térjen el a valószínűségtől Kézirat, módosítva:. május 6.

28 4. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK Megoldás: Jelölje ν v.v. a fejek számát n dobásból, akkor szabályos érme esetén ν Binn, ), és keressük azt az n számot, melyre teljesül ν P n ) <..9. Mivel közelítően ν N ) n, n ), ezért νn N, 4, amivel kapjuk n Φ n. ).9 Φ n. ).95 n..645 n 64.5 mivel Φ.645).95, tehát n 6765 esetén teljesül a feltétel. Megjegyzés: Ha az érme nem szabályos, akkor ν ) P n p <..9 kell, hogy teljesüljön az ismeretlen p ; [ értékkel, és ekkor ν n p N, amiből. ) n. ) n Φ.9 Φ.95 n 64.5 p p) p p) p p) ) p p) n, ahol a kívánt egyenlőtlenség következik az n 64.5 egyenlőtlenségből, mivel p p) megoldása a feladatnak.. Tehát az előző eredmény minden p esetén.. Feladat. Egy darabos tételben hibás darab van. Ha darabot kiválasztunk, legalább hány hibás darab lesz a kivettek között 9%-os valószínűséggel? Megoldás: Jelölje ν a hibásak számát a mintában, akkor ν Hyp; ; ), amit közelíthetünk N ; ) eloszlással, mivel [ Eν) Dν) Keressük tehát k R, melyre ) k P ν k) Φ k.8 k

29 .7. VEKTOR VALÓSZÍNŰSÉGI VÁLTOZÓK 5.. Feladat. Az. feladatban keressük meg azt az N rendelés számot, mellyel a várható haszon maximális! Megoldás: Jelölje ξ a hasznot, ν Poλ) N λ, λ) a vásárlók számát, ahol λ, b a haszon egy eladott újságon és c a veszteség minden megmaradt példányon, akkor ) N m N Eξ) E b + c) k N) {νk} + bn b + c) k N k Pν k) b + c)n k Vizsgáljuk az m N sorozat monotonitását: N Pν k) + bn. k N m N+ m N b + c) Pν k) + b k b N b + c k ) N λ Pν k) P ν N) Φ λ. Tehát m N maximális, ha ) b N λ b + c Φ λ, adatainkat behelyettesítve: ) N Φ N. 4 7 N Tehát N 96 darabot kell rendelni a maximális várható haszonhoz, és ekkor Eξ) 96 k k 96) k e k!.7. Vektor valószínűségi változók.. Feladat. A ξ ξ, ξ ) v.v.v. kovariancia mátrixa és várható értéke: covξ, ξ) [ 7 5 Eξ) a) Adjuk meg az első a nagyobbik sajátértékhez tartozó) főkomponenssel és főfaktorral való közelítést, és a közelítés hibáját, és a közelítés egyenesének egyenletét! [ Kézirat, módosítva:. május 6.

30 6. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK b) Legyenek η ξ ξ + η ξ + ξ 5 ajuk meg az η η, η ) v.v.v. kovariancia mátrixát és várható érték vektorát! c) Ha ξ, ξ ) egy megfigyelt értéke ; ), adjuk meg a főkomponensek és főfaktorok megfelelő értékeit! Megoldás: a) covξ, ξ) sajátértékei és normált sajátvektorai: λ 8 v λ 4 v tehát ξ τ [ + [ [ τ [ [ 6 + [ és az első főkomponens illetve főfaktor egyenesének egyenlete x + y + σ R λ 4 b) covη, η) [ [ [ 7 5 T [ Eη) [ [ + [ 5 [ c) ξ ξ ξ ξ τ τ τ τ mivel [ [ [ [

31 .7. VEKTOR VALÓSZÍNŰSÉGI VÁLTOZÓK 7.. Feladat. Legyenek egy téglalap oldalai a ξ és η független valószínűségi változók, és Eξ) Dξ) Eη) 5 Dη) jelölje továbbá a terület logaritmusát τ, a kerület logaritmusát pedig κ. Adjuk meg a τ, κ) v.v.v. várható értékének és kovariancia mátrixának közelítését! Megoldás: Mivel [ τ k [ lnξ) + lnη) ln) + lnξ + η) használjuk az elsőfokú Taylor formulát a várható érték középponttal: [ [ [ τ ln5) + 5 ξ ln5) η 5 amiből k [ ) τ E k 5 [ ln5) ln5) 5 [ [ τ cov k [ τ, k ) [ [ 4 [ Feladat. Legyen a ξ, η) v.v.v. sűrűségfüggvénye: fx, y) c exp x + ) xy y x + y + T [ x, y) R. Adjuk meg c értékét, ξ, η) kovariancia mátrixát és várható érték vektorát! Megoldás: Mivel a normális eloszlás sűrűségfüggvénye az exponensben egy kvadratikus formát tartalmaz, vizsgáljuk meg a normális eloszlás lehetőségét, amikor is a sűrűségfüggvény az alábbi alakban írható: fx, y) π σ σ r exp Tehát a tiszta másodfokú tagokból { x ) xy + y [ x m y m T V [ x m [ x y V [ x y y m } kell hogy teljesüljön, amiből V [ [ ξ cov η [ ξ, η ) [ V Kézirat, módosítva:. május 6.

32 8. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK ami valóban egy pozitív definit szimmetrikus) mátrix. Az elsőfokú tagokra teljesül x + y) ) [ m m T V [ x y ) ) m + m x + m + m y, ezért az m + m m + m egyenlet megoldásával kapjuk: m m + [ ξ E η ) [ + +. A konstans tag az exponensben így [ + + T [ [ + + és a sűrűségfüggvény [ fx, y) c exp x + y + T V [ x + y + exp ) +, tehát teljesülni kell az c exp ) + egyenletnek, ahol σ σ r, amiből π σ σ r c exp 4 ) π e 4+ π Tehát összefoglalva, c [ ξ η [ N + +, [ ).

33 .8. χ, T ÉS F ELOSZLÁSOK 9.8. χ, T és F eloszlások.5. Feladat. Legyen ξ ξ, ξ ) N m, V ) -dimenziós normális eloszlású, ahol [ [ m V 4 és keressünk olyan H R tartományt, hogy teljesüljön! P ξ H).95 Megoldás: Mivel a V kovariancia mátrix invertálható, keressük a H tartományt az x m) T V x m) k x R másodfokú egyenlőtlenség megoldáshalmazaként egy alkalmas k > számmal. Ekkor { } {ξ H} W ξ m)) T W V W T W x m)) k ahol W [ λ v T λ v T a főfaktorok előállításának transzformációs mátrixa a v, v sajátvektorokkal és λ, λ sajátértékekkel, ezért {ξ H} { τ T τ k }, ahol τ T τ χ, tehát táblázatból válasszuk a k χ értéket, amivel teljesül [ [ ) T [ [ [ ) ) ξ P ξ , ξ 4 ξ vagy kifejtve a kvadratikus formát: 4 P 5 ξ 6ξ + 4 ξ ξ ξ + 8 ξ 8 + ) 5 ξ 6ξ Megjegyzés: Vegyük észre, hogy az ilyen módon keresett H tartományba esés valószínűsége csak k értékétől és a dimenziótól) függ, ami a skalár esetben jól ismert k σ szabály megfelelője. A H tartománynak szemléletes jelentése is van, ugyanis a főkomponensekkel írva { τ {ξ H} + τ } k, λ λ Kézirat, módosítva:. május 6.

34 . FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK tehát H egy olyan ellipszissel határolt tartomány, melynek középpontja a várható érték, a tengelyek irányvektorai a sajátvektorok, a fél-tengelyhosszak pedig a λ k b λ k a sajátértékek gyökével arányos értékek..6. Feladat. Egy berendezés működtetéséhez szükséges alkatrész élettartama exponenciális eloszlású véletlen mennyiség, és az átlagos élettartam óra a) Milyen határok között van egy alkatrész élettartama 9%-os valószínűséggel? b) Legalább hány óra működési időre számíthatunk 9%-os biztonsággal, ha ilyen alkatrészünk van? Megoldás: a) Jelölje ξ Exp ) egy ilyen alkatrész élettartamát, akkor ) ξ Exp χ, és táblázatból szabadsági fok: ) χ.95. χ , amivel tehát P. ) ξ , P 5 ξ ).9. b) Jelölje a három független élettartamot ξ i Exp ) ξ + ξ összegükre teljesül és táblázatból szabadsági fok: 6) η χ 6, i,,, akkor η ξ + χ.9., amivel tehát P. ) η.9, P η).9.

35 .9. REGRESSZIÓ ANALÍZIS.7. Feladat. Egy óra várható élettartamú alkatrész élettartamánál hányszor több négy egyenként órás várható élettartamú alkatrész össz-élettartama.95 valószínűséggel? Tegyük fel, hogy az alkatrészek élettartama független exponenciális eloszlású! Megoldás: Jelölje ξ Exp ) és ηi Exp ) keressük azt a k > számot, melyre P kξ < η + η + η + η 4 ).95 i,,, 4 a kétfle élettartamot, vagy rendezve ahol P k 8 8 < 8 η +η +η +η 4 ) 8 ξ ).95 8 η +η +η +η 4 ) 8 ξ F 8;, ezért táblázatból szabadsági fok: ;8) kapjuk f , és a 8; ) szabadsági fokhoz amiből k. 79 7, tehát f k 8, P ξ < η + η + η + η 4 ) Regresszió analízis.8. Feladat. A ξ, ξ, ξ ) v.v.v. kovariancia mátrixa és várható érték vektora: covξ, ξ) 4 7 Eξ) ξ a) Ajuk meg a ξ aξ + bξ + c regressziós közelítést, a ρ ξ ξ,ξ többszörös korrelációs együtthatót és a maradék szórást! [ [ [ ξ a b b) Ajuk meg a ξ + regressziós közelítést, a maradék szórásnégyzetet, és a ρ ξ ξ ξ Megoldás: a b parciális korrelációs együtthatót Kézirat, módosítva:. május 6.

36 . FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK a) Jelölje m Eξ ) m E [ ξ ξ ) V D ξ ) 4 V cov [ [ ) ξ ξ V cov, ξ ξ ξ, [ ξ [ 7 [ ) [ ξ amivel a regressziós együtthatók normál -egyenlete 7a + b a + b és megoldása: [ a b [ 4 c [ 4 [ 5 A maradék szórásnégyzet σ R 4 [ 4 és a meghatározottság mértéke: [ T 4 Tehát a regressziós közelítés R b) Jelölje ξ 4 ξ + ξ + 5, a többszörös korrelációs együttható és a maradék szórás 7 4 ρ ξ ξ ξ σ R m E [ ξ ξ ) [ ξ V cov ξ V D ξ ) 7 [ m E ξ ) ) [ 4, [ ξ ξ V cov [ ξ ξ ) [, ξ

37 .9. REGRESSZIÓ ANALÍZIS amivel a regressziós együtthatókat komponensenként számolva: a 7 a 7 a maradék kovariancia mátrix [ 4 V R b 7 b 7 [ [ T [ Tehát a regressziós közelítés [ ξ ξ a maradék szórásnégyzet [ 7 7 [ ξ σ R a parciális korrelációs együttható ρ ξ ξ ξ Megjegyzés: A ξ és ξ kapcsolatának szorosságát mérő ρ ξ ξ korrelációs együttható lényegesen nagyobb az előző értéknél, aminek oka ξ, ugyanis ezen komponens hatására figyelhetünk meg azonos irányú változást ξ és ξ értékében. Ha pedig ξ értéke nem változik, a cél-változó komponensei közti korreláció mértéke elhanyagolható..9. Feladat. Keressük meg az ; ) ; ) ; ) ; 4) R pontokra legjobban illeszkedő másodfokú polinomot! Megoldás: Használjuk a legkisebb négyzetek módszerének regressziós feladatként történő megfogalmazását, amihez számoljuk n 4): x y x x x 4 xy x y Kézirat, módosítva:. május 6.

38 4. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK Amiből m 9 4 m V [ [ 8 V [ ) 8 amiből a regressziós együthatók normál egyenlete: [ 9 [ ) 4 [ a b a b 7 8 megoldása a, b, és c 9 ) közelítés eredménye az másodfokú függvény. y 4 x x +.4. Feladat. Legyen a ξ, η) v.v.v. diszkrét eloszlása: ξ η Tehát a regressziós Adjuk meg az Eη ξ) feltételes várható értéket! Mennyi a maradék szórásnégyzet? Megoldás: Adjuk meg η-nak ξ-re vonatkozó P η y ξ x) feltételes eloszlását, amiből kapjuk: {. Eη ξ x) x x A maradék szórásnégyzethez számoljuk ki: amiből Eη ) E E η ξ) ) σ R Eη ) E E η ξ) )

39 .9. REGRESSZIÓ ANALÍZIS 5.4. Feladat. Legyen a ξ, η) v.v.v. sűrűségfüggvénye: fx, y) x y x ha < x < és < y <. Adjuk meg az Eη ξ) feltételes várható értéket, és a közelítés maradék szórásnégyzetét. Megoldás: Adjuk meg ξ sűrűségfüggvényét f ξ x) amivel a feltételes sűségfüggvény x y x dy ha < x < ξ U; )), f η ξ y x) fx, y) f ξ x) x yx ha < x < és < y <. Tehát vagyis Eη ξ x) y x y x dy x + x ha < x < Eη ξ) A maradék szórásnégyzethez számoljuk ki ξ + ξ. Eη ) E E η ξ) ) y x y x dxdy + ln ln x + x ) dx ln amivel kapjuk: σ R + ln ln ln ) Feladat. Tudjuk, hogy a férfiak magassága N 8; ), a nők magassága pedig N 7; ) eloszlású véletlen mennyiség. Ha egy 6 férfiból és 4 nőből álló társaságból találomra választott személy 75cm magas, mennyi annak valószínűsége, hogy nőt, illetve férfit választottunk? Adjunk döntési szabályt a magasság alapján egy találomra választott személy nemére! Megoldás: Jelölje ξ a választott személy magasságát, továbbá F N a választott személy férfi a válsztott személy nő Kézirat, módosítva:. május 6.

40 6. FEJEZET. VALÓSZÍNŰSÉGSZÁMÍTÁSI FELADATOK akkor feltehetjük P F ).6 P N).4, és a magasság feltételes sűrűségfüggvényei ) x 8) f F x) exp f N x) π exp π ) x 7) x R, amivel P F ξ 75).6 π exp 75 8)).6 π exp 75 8)) +.4 π exp 75 7)) A Bayes döntéshez P N ξ 75) d x).6 exp ) x 8) > π Tehát és a hibás döntés valószínűsége: d x) { 7. 9 < x 7. 9 x.4 exp ) x 7) π 7. 9 < x. P H d ) P ξ > 7. 9 F ) P F ) + P ξ 7. 9 N) P N)) )) ) Φ.6 Φ

41 . fejezet Matematikai statisztika feladatok.. Paraméter becslések.. Feladat. Egy autóbusz járat egy megállóba ismeretlen, de állandó időközönként érkezik. Véletlen időpontokban érkezve ebbe a megállóba, az alábbi várakozási időtartamokat figyeltük meg perc Becsüljük a járatsűrűséget! Készítsünk maximum likelihood becslést! Megoldás: Jelölje ξ ξ,..., ξ n ) a minta statisztikát, n 8, és x ) a megfigyelt mintát. Feltételezhetjük, hogy ξ k U ; d) k,,..., n, ahol d az ismeretlen járatsűrűség paraméter. Mivel Eξ k ) d, használjuk először a várható érték szokásos becslését d x D ξ) d n amiből a becsült érték és standard hibája d x D ξ) d n Írjuk a likelihood függvényt a d paraméter függvényeként Lx; d) { d n ha < x k < d k,,..., n egyébként, aminek maximum helye ˆdx) max {x, x,..., x n } x n. 7

42 8. FEJEZET. MATEMATIKAI STATISZTIKA FELADATOK Tehát kaptuk a d ξ n maximum likelihood becslést. Vizsgáljuk a becslés torzítatlanságát, amihez szükséges ξ n eloszlásának megadása. F ξ n x) P ξ < x, ξ < x,, ξ n < x) { x n ha < x < d d n egyébként Így f ξ n x) n d n xn < x < d. d Eξ n ) x n d n xn dx n + n d vagyis a maximum likelihood becslés torzított, de korrigálva kapjuk a d n+ n ξ n torzítatlan becslést. Ennek standard hibája n + D n ξ n ) n + n D ξ n) d n + n n + n n + n) d n + n) mivel Eξ n ) d x n d n xn dx n + n d D ξ n ) d n + n n + n). Tehát az így korrigált becsléssel kapott becsült érték és standard hiba: d 9 ) n D d n ξ n n + n) 8 Megjegyzés: Vegyük észre, hogy a maximum likelihood becslésből nyert utóbbi eredmény standard hibája lényegesen kisebb n nagyságrenddel jobb)... Feladat. Egy 5 darabos termékhalmazban ismeretlen számú hibás termék van. Becsüljük a hibásak számát, ha elemű mintát véve, 5 hibásat találtunk! Adjunk 9% biztonsággal felső korlátot a hibásak számára! Megoldás: Jelölje ν a minta statisztikát, akkor ν Hyp5; M; ), ahol M az ismeretlen paraméter. A valószínűség becsült értéke, és a becslés standard hibája: M 5 5 ν ).5 D [ , 499 tehát M becsült értéke, és a becslés standard hibája ν ) M 5 D

43 .. PARAMÉTER BECSLÉSEK 9 Táblázatból u..8, amivel a valószínűség 8%-os szintű kétoldali határai tehát 9%-os szint mellett M 5 5 ± M Feladat. Hány embert kell egy közvélemény kutató cégnek megkérdeznie, hogy egy ismeretlen arányt.5 pontossággal tudjanak megadni 95%-os szint mellett? Megoldás: Jelölje ν a minta statisztikát, akkor a feltehetően nagy létszámú alapsokaság miatt) ν Binn; p), ahol p az ismeretlen arány valószínűség) paraméter. A 95%-os kétoldali intervallum becslés pontossága Mivel u.5.96, kapjuk u.5 ν ν ) u.5 n n n n..96 n. 964 n..4. Feladat. Egy mérési eljárás legnagyobb véletlen hibája ±., n mérés eredményéből x.. a) Becsüljük 9%-os biztonsággal a mért mennyiség értékét! b) Legfeljebb mennyi lehet ugyanezen mennyiség esetén) egy mérés eredménye 95%-os biztonsággal? c) Hány méresre van szükség, hogy a 95%-os szintű intervallum becslés pontossága.5 legyen? Megoldás: Feltehetjük, hogy a mérések eredménye N m, σ ) eloszlású, ahol m az ismeretlen várható érték paraméter, σ. az ismert szórás, tehát m x. D ξ) σ n a) Táblázatból u..645, amivel kapjuk a 9%-os határokat: m. ± {. 9.. Kézirat, módosítva:. május 6.

44 4. FEJEZET. MATEMATIKAI STATISZTIKA FELADATOK b) Jelölje η egy további mérés eredményét, akkor u..645 táblázati értékkel kapjuk a 9%-os η. ± kétoldali határokat, amiből a keresett 95%-os felső határ. η c) u.5.96 amivel a kétoldali intervallum becslés pontosságára tehát n 6 mérés szükséges..96. n n,.5. Feladat. n 4 felnőtt férfi súlyát megmérve, kaptuk x 78.5 kg s x). kg. a) Adjuk meg az átlagos várható) súly 9%-os határait! b) Legalább hány kg lesz egy gépkocsi terhelése, ha 5 férfi foglal benne helyet, 9%-os szint mellett? c) Milyen határok között van a súly szórása 9%-os szint mellett? Megoldás: Feltehetjük a súly adatok N m, σ) eloszlását már a minta mérete miatt is), ahol m a várható érték, σ a szórás paraméter. a) Az átlagsúly, azaz várható érték határai a t táblázati értékkel szabadsági fok: 9) m 78.5 ± { b) Jelölje η, η, η, η 4 a további gépkocsiba szálló) férfiak súlyát, akkor t.8. 6 táblázati értékkel szabadsági fok: 9) a 8%-os kétoldali határok η 78.5 ± amiből kapjuk a 9%-os alsó határt az összegre: ) η + η + η + η 4 4 η kg. 4

45 .. PARAMÉTERES PRÓBÁK 4 c) A χ 9 eloszlás táblázatából χ χ amivel kapjuk a szórás 9%-os konfidencia határait: ) 9 9 σ ;.. 5; ) Paraméteres próbák.6. Feladat. Egy mérési eljárás hibája N ;.) eloszlású véletlen mennyiség. Egy termék egyik fontos jellemzőjét mérjük ezzel az eljárással, és azt jónak minősítjük, ha értéke m.. Tervezzünk próbát ennek ellenőrzésére úgy, hogy a jó terméket csak. valószínűséggel minősítsük hibásnak, és a.5 vagy annál nagyobb, illetve 9.97 vagy annál kisebb jellemzőjű terméket legfeljebb. valószínűséggel minősítsük jónak! Megoldás: u-próbával ellenőrízzük a H : m. hipotézist a H : m. kétoldali alternativ hipotézissel szemben, és keressük n értékét, amivel teljesülnek: α. β m.5. β m Mivel a másodfajú hiba szimmetrikus az m. értékre, és az alternatíva monoton csökkenő függvénye mindkét irányban, elég az α. β m9.97. feltételeket teljesíteni. Tehát u és így a másodfajú hiba ) ) β Φ n Φ n., m amit alakítva kpajuk Φ n ) Φ n ). ahol a bal oldali első tag értéke közelítően már -nek vehető, amit rendezve:.98 Φ n ) Tehát n mérésre van szükség n ) n.5.7. Feladat. Egy tantárgy maximum pontos) dolgozatainak sok éves átlageredménye 58.6 pont. Egy fős tanulócsoport tagjai a szokásos felkészítés mellett kidolgozott Kézirat, módosítva:. május 6.

46 4. FEJEZET. MATEMATIKAI STATISZTIKA FELADATOK feladatokat is kaptak a sikeres felkészüléshez. Az így megírt dolgozatok átlageredménye 6.5 pont, és az eredmények korrigált empírikus szórása Egy másik, 5 fős csoport tagjai pedig képletgyüjteményt használhattak a dolgozat írásakor, és eredményeik átlaga 6., korrigált empírikus szórása 6.69 pont lett. Van-e kimutatható javulás valamelyik esetben? Ha következtetésünk nemleges, mennyi annak kockázata, hogy az adott módon segített csoport átlageredménye mégis 6 pontra nőtt? Tételezzük fel az eredmények normális eloszlását! Megoldás: t-próbával vizsgáljuk a H : m 58.6 hipotézist a H + : m > 58.6 alternatívával szemben, mivel most a másik oldali alternatíva kizárható. A próba statisztika értéke a fős csoport esetén: ami a t α..86 t szabadsági fok: 9) táblázati értékkel. 85 >.86 H -t elutasítjuk, és az így vállalt elsőfajú hiba értéke kevesebb mint α.5, pontosan F T9.85) , ahol F T9 jelöli a T 9 eloszlás eloszlásfüggvényét értékének számításához használjunk MATLAB, MAPLE, SPSS, R, stb. programcsomagot). A próba statisztika értéke a 5 fős csoport esetén ami a t α..76 t szabadsági fok: 4) táblázati értékkel H -t elfogadjuk, és ekkor a vállalt másodfajú hiba értéke m 6 alternatíva esetén az u-próba erőfüggvényével közelítve: ) β Φ m Megjegyzés: Pontosabb értéket kaphatunk a ξ 6 β P σ σ 5 <. 59 F T9. 59).84 m6 s σ másodfajú hibára, ahol F T9 most az un. nem centrált T eloszlás eloszlásfüggvénye, a nem-centráltsági paraméter becsült értéke σ

47 .. PARAMÉTERES PRÓBÁK 4 amivel az R programcsomag pt. 59, df 4, ncp. 65 ) függvény-hívásával kapjuk az eredményt. Az így kapott érték lényegében azonos a fenti közelítéssel, és ez az eredmény sem tekinthető pontos értéknek, mivel használjuk hozzá az ismeretlen szórás becsült értékét..8. Feladat. Ugyanazt a mennyiséget kétféle eljárással mértek meg, és kaptuk: n x. s x). n ȳ. s y). Van-e kimutatható különbség a két eljárás pontossága, és várható eredménye között? Feltételezhetjük a mérési eredmények normális eloszlását. Megoldás: Jelölje m illeteve m a két várható érték paramétert, σ és σ a szórás paramétereket. Vizsgáljuk először a H : σ σ hipotézist. A próba statisztika értéke a nagyobb becsült értéket osztva a kisebbel): f s y) s x) ami az f.. szabadsági fok: ;) táblázati értékkel f. 7 6 f.., tehát α.. terjedelmű próbával elfogadható a szórások egyenlősége. A várható értékek H : m m azonosságát a szórások egyenlőségének feltételezése mellett, a kétmintás T -próbával ellenőrízzük. A szórás becsült értéke a két mintából Sx, y) , amivel a próba statisztika értéke t , és a t..646 szabadsági fok: ) táblázati értékkel t > t..646 tehát α. elsőfajú hiba mellett elvetjük a várható értékek azonosságát. Összefoglalva, a mérések pontossága szórása) azonosnak tekinhető, a várható eredmények azonban szignifikánsan különböznek. Kézirat, módosítva:. május 6.

48 44. FEJEZET. MATEMATIKAI STATISZTIKA FELADATOK.. Nem paraméteres próbák.9. Feladat. Szabályosnak tekinthető-e az a dobókocka, melyet -szor dobva, az alábbi gyakoriságokat figyeltük meg: Megoldás: Vizsgáljuk a H : p i 6 i,,..., 6 hipotézist χ -próbával. tehát a próba statisztika értéke f i n p i f i n p i ) n p i χ 8 4., és a χ.5.8 szabadsági fok: 5) táblázati értékkel χ.5.8 < χ 4., tehát a H hipotézist elutasítjuk.5 elsőfajú hibával, vagyis a kocka nem tekinthető szabályosnak... Feladat. Egy bizonyos típusú file hoszz adataiból kaptuk az alábbi gyakorisági adatokat: f i kb 4 kb 6 kb 5 4 kb 5 4 kb Tekinthetjük-e exponenciális eloszlású véletlen értéknek egy ilyen típusú file méretét? Megoldás: Vizsgáljuk a H : p p λ) p p λ) p p λ) p 4 p 4 λ) p 5 p 5 λ) becsléses illeszkedési hipotézist, ahol λ jelöli a feltételezett exponenciális eloszlás ismeretlen paraméterét, aminek maximum likelihood becsléssel kapott becsült értéke λ x

49 .. NEM PARAMÉTERES PRÓBÁK 45 amit az osztályközök megadásával kaphatunk. Egészítsük ki továbbá táblázatunkat a becsült értéből nyert várható gyakoriságokkal, és a próba statisztika számításával f i n ˆp i f i n ˆp i ) n ˆp i ) ) ) ahol ˆp e ˆp e e ˆp e e ˆp 4 e e ˆp 5 e A próba statisztika értéke 4. 64, és χ. amivel 6.7 szabadsági fok: 5 ), > 6.7 ezért a H hipotézist elutasítjuk α. elsőfajú hiba mellett. Tehát a véletlen mennyiség nem tekinthető exponenciális eloszlásúnak... Feladat. Egy termék három különböző technológiával készülhet I., II. és III. osztályú minősgben. Egy felmérésből kaptuk az alábbi gyakorisági táblázatot: minőség technológia... I. 5 4 II III Van-e kimutatható kapcsolat a minőség és az alkalmazott technológia között? Megoldás: Vizsgáljuk a H : p ij p i p j függetlenségi hipotézist, amihez egészítsük Kézirat, módosítva:. május 6.

50 46. FEJEZET. MATEMATIKAI STATISZTIKA FELADATOK ki a táblázatot az összegekkel, és a várható gyakoriságokkal: minőség technológia I II III A próba statisztika értéke: 5 5) 5 4 5) 5) ) ) 5 ) ) ) ) továbbá α. χ α 8.47 szabadsági fok: ) ) ), amivel 8.47 < tehát H -t elutasítjuk α. elsőfajú hibával, vagyis van kapcsolat a minőség és a technológia között... Feladat. Egy véletlen-szám generátor hívásának n eredménye: Elfogadható-e, a [; intervallumon egyenletes eloszlás feltételezése? Megoldás: Vizsgáljuk a H : F x) x x hipotézist, amihez keressük meg az empirikus eloszlásfüggvény és az egyenletes eloszlás eloszlásfüggvényének legnagyobb

51 .. NEM PARAMÉTERES PRÓBÁK 47 eltérését: x k Fx n x k ) F x n x k + ) F x k ) A próba statisztika értéke , és a Kolmogorov-féle K függvény értéke táblázatból:.655 ) K. 7 ) <.7 tehát ) α >.7.7 terjedelmű próbával elfogadjuk az egyenletes eloszlás feltételezését. Kézirat, módosítva:. május 6.

52 48. FEJEZET. MATEMATIKAI STATISZTIKA FELADATOK

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Elméleti összefoglaló a Valószín ségszámítás kurzushoz Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

Gazdasági matematika II. vizsgadolgozat, megoldással,

Gazdasági matematika II. vizsgadolgozat, megoldással, Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Gazdasági matematika II. vizsgadolgozat megoldása A csoport Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,

Részletesebben

egyetemi jegyzet Meskó Balázs

egyetemi jegyzet Meskó Balázs egyetemi jegyzet 2011 Előszó 2. oldal Tartalomjegyzék 1. Bevezetés 4 1.1. A matematikai statisztika céljai.............................. 4 1.2. Alapfogalmak......................................... 4 2.

Részletesebben

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,

Részletesebben

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O 1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.

Részletesebben

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.

Részletesebben

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Gazdasági matematika II. vizsgadolgozat megoldása, június 10 Gazdasági matematika II. vizsgadolgozat megoldása, 204. június 0 A dolgozatírásnál íróeszközön kívül más segédeszköz nem használható. A dolgozat időtartama: 90 perc. Ha a dolgozat első részéből szerzett

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei Alapfogalmak BIOSTATISZTIKA ÉS INFORMATIKA A valószínűségszámítás elemei Jelenség: minden, ami lényegében azonos feltételek mellett megismételhető, amivel kapcsolatban megfigyeléseket lehet végezni, lehet

Részletesebben

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,

Részletesebben

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma: Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:

Részletesebben

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 9. Együttes eloszlás, kovarianca, nevezetes eloszlások Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés, definíciók Együttes eloszlás Függetlenség

Részletesebben

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat

Részletesebben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben 1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy

Részletesebben

1. Példa. A gamma függvény és a Fubini-tétel.

1. Példa. A gamma függvény és a Fubini-tétel. . Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége [GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell

Részletesebben

Matematika A2 vizsga mgeoldása június 4.

Matematika A2 vizsga mgeoldása június 4. Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont

Részletesebben

Bevezetés a hipotézisvizsgálatokba

Bevezetés a hipotézisvizsgálatokba Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -

Részletesebben

Nemparaméteres próbák

Nemparaméteres próbák Nemparaméteres próbák Budapesti Mőszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Mőegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu

Részletesebben

3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy

3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy Valószínűségszámítás. zárthelyi dolgozat 009. október 5.. Egy osztályba 3-an járnak. Minden fizikaórán a a többi órától függetlenül a tanár kisorsol egy felelőt, véletlenszerűen, egyenletesen, azaz mindig

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris

Részletesebben

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58 u- t- Matematikai statisztika Gazdaságinformatikus MSc 2. előadás 2018. szeptember 10. 1/58 u- t- 2/58 eloszlás eloszlás m várható értékkel, σ szórással N(m, σ) Sűrűségfüggvénye: f (x) = 1 e (x m)2 2σ

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

Részletesebben

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25 Valószínűségszámítás I. Kombinatorikus valószínűségszámítás. BKSS 4... Egy szabályos dobókockát feldobva mennyi annak a valószínűsége, hogy a -ost dobunk; 0. b legalább 5-öt dobunk; 0, c nem az -est dobjuk;

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika

Részletesebben

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb

Részletesebben

Hipotézis vizsgálatok

Hipotézis vizsgálatok Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

A mérési eredmény megadása

A mérési eredmény megadása A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű

Részletesebben

matematikai statisztika

matematikai statisztika Valószínűségszámítás és matematikai statisztika 2003. május 23. ii Tartalomjegyzék I. Valószínűségszámítás 1 1. Véletlen jelenségek matematikai modellje 3 1.1. Valószínűségi mező..............................

Részletesebben

Abszolút folytonos valószín ségi változó (4. el adás)

Abszolút folytonos valószín ségi változó (4. el adás) Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t

Részletesebben

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1 Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =

Részletesebben

Normális eloszlás tesztje

Normális eloszlás tesztje Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra

Részletesebben

Normális eloszlás paramétereire vonatkozó próbák

Normális eloszlás paramétereire vonatkozó próbák Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású

Részletesebben

Statisztika elméleti összefoglaló

Statisztika elméleti összefoglaló 1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Gyakorló feladatok I.

Gyakorló feladatok I. Gyakorló feladatok I. a Matematika Aa Vektorüggvények tárgyhoz (D D5 kurzusok) Összeállította: Szili László Ajánlott irodalmak:. G.B. Thomas, M.D. Weir, J. Hass, F.R. Giordano: Thomas-féle KALKULUS I.,

Részletesebben

Barczy Mátyás és Pap Gyula

Barczy Mátyás és Pap Gyula Barczy Mátyás és Pap Gyula mobidiák könyvtár Barczy Mátyás és Pap Gyula mobidiák könyvtár SOROZATSZERKESZTŐ Fazekas Iván Barczy Mátyás és Pap Gyula Debreceni Egyetem Oktatási segédanyag mobidiák könyvtár

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x

Részletesebben

Számítógépes döntéstámogatás. Statisztikai elemzés

Számítógépes döntéstámogatás. Statisztikai elemzés SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre

Részletesebben

Feladatok és megoldások a 13. hétre

Feladatok és megoldások a 13. hétre Feladatok és megoldások a. hétre Építőkari Matematika A. Az alábbi függvények melyike lehet eloszlásfüggvény? + e x, ha x >, (a F(x =, ha x, (b F(x = x + e x, ha x, (c F(x =, ha x, x (d F(x = (4 x, ha

Részletesebben

Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés

Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés Elek Péter 1. Valószínűségi változók és eloszlások 1.1. Egyváltozós eset Ismétlés: valószínűség fogalma Valószínűségekre vonatkozó axiómák

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek

Többváltozós lineáris regressziós modell feltételeinek Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p

Részletesebben

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

ANALÍZIS III. ELMÉLETI KÉRDÉSEK ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. május 15. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) Trigonometria Megoldások Trigonometria - megoldások ) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) akkor a háromszög egyenlő szárú vagy derékszögű!

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =

Részletesebben

(Independence, dependence, random variables)

(Independence, dependence, random variables) Két valószínűségi változó együttes vizsgálata Feltételes eloszlások Két diszkrét változó együttes eloszlása a lehetséges értékpárok és a hozzájuk tartozó valószínűségek (táblázat) Példa: Egy urna 3 fehér,

Részletesebben

i p i p 0 p 1 p 2... i p i

i p i p 0 p 1 p 2... i p i . vizsga, 06--9, Feladatok és megoldások. (a) Adja meg az diszkrét eloszlás várható értékének a definícióját! i 0... p i p 0 p p... i p i (b) Tegyük fel, hogy a rigófészkekben található tojások X száma

Részletesebben

Matematika III. Nagy Károly 2011

Matematika III. Nagy Károly 2011 Matematika III előadások összefoglalója (Levelezős hallgatók számára) Nagy Károly 20 . Kombinatorika.. Definíció. Adott n darab egymástól különböző elem. Ezeknek egy meghatározott sorrendjét az n elem

Részletesebben

Gyakorló feladatok valószínűségszámításból végeredményekkel. a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

Gyakorló feladatok valószínűségszámításból végeredményekkel. a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli Gyakorló feladatok valószínűségszámításból végeredményekkel a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli Mutassuk meg, hogy tetszőleges A és B eseményekre PA B PA+PB. Mutassuk

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@cs.elte.hu 2016/2017. tavaszi félév Bevezetés Célok: véletlen folyamatok modellezése; kísérletekb l, felmérésekb

Részletesebben

Statisztikai módszerek 7. gyakorlat

Statisztikai módszerek 7. gyakorlat Statisztikai módszerek 7. gyakorlat A tanult nem paraméteres próbák: PRÓBA NEVE Illeszkedés-vizsgálat Χ 2 próbával Homogenitás-vizsgálat Χ 2 próbával Normalitás-vizsgálataΧ 2 próbával MIRE SZOLGÁL? A val.-i

Részletesebben

Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef.

Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef. Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef. Feladatok Gazdaságstatisztika 7. Statisztikai becslések (folyt.); 8. Hipotézisvizsgálat

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H

Részletesebben

Dr. Karácsony Zsolt. Miskolci Egyetem november

Dr. Karácsony Zsolt. Miskolci Egyetem november Valószínűségszámítás és Matematikai statisztika Dr. Karácsony Zsolt Miskolci Egyetem, Alkalmazott Matematikai Tanszék 2013-2014 tanév 1. félév Miskolci Egyetem 2013. november 11-18 - 25. Dr. Karácsony

Részletesebben

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Vektorterek. =a gyakorlatokon megoldásra ajánlott Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Korreláció és lineáris regresszió

Korreláció és lineáris regresszió Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.

Részletesebben

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely. Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak

Részletesebben

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Előadások-gyakorlatok 2018-ban (13 alkalom) IX.12, 19, 26, X. 3, 10, 17, 24, XI. 7, 14,

Részletesebben

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Mi az adat? Az adat elemi ismeret. Az adatokból információkat Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás

Részletesebben

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT MATEMATIKA ÉRETTSÉGI 007. május 8. EMELT SZINT 1) Oldja meg a valós számok halmazán az alábbi egyenletet! x x 4 log 9 10 sin x x 6 I. (11 pont) sin 1 lg1 0 log 9 9 x x 4 Így az 10 10 egyenletet kell megoldani,

Részletesebben

1. Kombinatorikai bevezetés

1. Kombinatorikai bevezetés 1. Kombinatorikai bevezetés 1.1. Permutációk Adott n különböző elem ismétlés nélküli permutációján az elemek egy meghatározott sorrendjét értjük. Az n különböző elem összes permutációinak számát P n -nel

Részletesebben

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János BUDAPESTI MŐSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI KAR JÁRMŐELEMEK ÉS HAJTÁSOK TANSZÉK Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János Budapest 2008

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!

Részletesebben

Függvények Megoldások

Függvények Megoldások Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Trigonometria

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Trigonometria MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Trigonometria A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett

Részletesebben

Matematikai statisztika szorgalmi feladatok

Matematikai statisztika szorgalmi feladatok Matematikai statisztika szorgalmi feladatok 1. Feltételes várható érték és konvolúció 1. Legyen X és Y független és azonos eloszlású valószín ségi változó véges második momentummal. Mutassuk meg, hogy

Részletesebben

Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév

Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév A pirossal írt anyagrészeket nem fogom közvetlenül számon kérni a vizsgán, azok háttérismeretként,

Részletesebben

b) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2

b) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2 1) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) b) c) ( ) ) Határozza meg az 1. feladatban megadott, ; intervallumon

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

Részletesebben

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben