... Defi ció. Statisztia otosabba statisztiai függvéy) alatt a mitaeleme valamely T ο ;ο ;:::;ο ) függvéyét értjü, ahol T : R! R olya függvéy, hogy T

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "... Defi ció. Statisztia otosabba statisztiai függvéy) alatt a mitaeleme valamely T ο ;ο ;:::;ο ) függvéyét értjü, ahol T : R! R olya függvéy, hogy T"

Átírás

1 Matematiai statisztia Programozó Matematius sza részére Pa Gyula KLTE Matematiai és Iformatiai Itézet 4 Debrece, Pf. agy@math.lte.hu. Bevezetés.. A matematiai statisztia célit}uzései Adott egy mita, amelyalajá öveteztetéseet szereté levoi bizoyos valósz }uségeel, eloszlás illetve s}ur}uségfüggvéyeel, aramétereel acsolatba. Például: Becsléselmélet: ismeretle aramétere özel tése otbecslés: a mitába megálla tott selejtaráy alajá szereté megbecsüli az egész soaságba lev}o selejtaráyt itervallumbecslés: ofidecia itervallum azaz megb zhatósági itervallum) eresése, vagyis éldául olya itervallum meghatározása a mitaátlagörül, melybe a várható érté agy valósz }uséggel beleesi Hiotézisvizsgálat: dötés bizoyos hiotézise feltevése) elfogadásáról vagy elvetésér}ol; éldául amitaátlaga a várható értét}ol való eltérése belefér e még a szabváyel}o rásoba? illeszedésvizsgálat: a mita milye eloszlásból származi, azaz milye eloszlással özel thet}o jól? Vagyis dötés arról, hogy az adott mita illeszedi e az adott eloszláshoz?) homogeitásvizsgálat: dötés arról, hogy vajo ét adott mita ugyaabból az eloszlásból származi e? függetleségvizsgálat: dötés arról, hogy vajo ét adott mita függetle e?.. Statisztiai alafogalma... Defi ció. Statisztiai) mita alatt valamely Ω; A; P) valósz }uségi mez}o értelmezett függetle, azoos eloszlású valósz }uségi változó ο ;ο ;:::;ο véges sorozatát értjü. A mita elemszáma, a mita alaeloszlása edig a ο ;ο ;:::;ο változó özös eloszlása. valósz }uségi

2 ... Defi ció. Statisztia otosabba statisztiai függvéy) alatt a mitaeleme valamely T ο ;ο ;:::;ο ) függvéyét értjü, ahol T : R! R olya függvéy, hogy T ο ;ο ;:::;ο ) valósz }uségi változó. Megjegyezzü, hogy ehhez eleged}o éldául az, hogy T folytoos legye, hisze eor tetsz}oleges c R eseté f! Ω:T ο!);:::;ο!)) <cg = f! Ω:ο!);:::;ο!)) T ;c)g A; azaz eseméy, ugyais T folytoossága miatt T ;c) = fx R : T x) ;c)g y lt halmaz, ezért el}oáll y lt itervallumo megszámlálható uiójaét...3. Defi ció. Mitaátlag: vagyis a mitaeleme számtai özee. ο := ο + ο + + ο ; A mitaátlag yilvá statistia, hisze ο = T ο ;ο ;:::;ο ), ahol folytoos függvéy. T x ;x ;:::;x )= x + x + + x..4. Defi ció. Taasztalati emirius) szóráségyzet: s := ο ο ) +ο ο ) + +ο ο ) = ψ i= ο i j= ο j! ; vagyis a mitaeleme átlagtól való égyzetes eltéréseie átlaga. A taasztalati szóráségyzet is statisztia, hisze s = T ο ;ο ;:::;ο ), ahol folytoos függvéy. T x ;x ;:::;x )= ψ i= x i..5. Lemma. Steier formula) Tetsz}oleges c R eseté s = i= ο i c) ψ j= x j! ο i c)! : i= Seciálisa c = választással) s = ο i ο : i=

3 Bizoy tás. ahol s = = i= i= ο c) οi ο = i= ο i c) ο c) i= οi c) ο c) i= ο i c) =ο c) = ο i c)+ο c) ; ψ i= ο i c)! Λ..6. Defi ció. A ο ;ο ;:::;ο mitából éezett redezett mita: ο Λ : 6 ο Λ : 6 ::: 6 ο Λ : : A redezett mita elemei statisztiá, ugyais éldául ο Λ : = T ο ;ο ;:::;ο ), ahol T x ;x ;:::;x ) = mifx ;x ;:::;x g folytoos függvéy. Megjegyezzü, hogy a ο Λ : ;ολ : ;:::;ολ : valósz }uségi változó em függetlee és em azoos eloszlásúa...7. Defi ció. A ο ;ο ;:::;ο mitából éezett taasztalati mediá: A ο ;ο ;:::;ο mita terjedelme: ο Λ m+: ; ha =m + áratla, ο Λ m: + ολ m+: )=; ha =m áros. ο Λ : ο Λ : :..8. Defi ció. A ο ;ο ;:::;ο mitából éezett taasztalati emirius) eloszlásfüggvéy: F : R Ω! R, F x) =F x;!) := X i: ο i!)<x = 8 >< >: ; ha x 6 ο Λ :, ; ha ολ : <x6 ολ +:, ; ha x>ο Λ :. Vagyis mide rögz tett x R eseté F x; ) : Ω! R valósz }uségi változó, ezért statisztia, mégedig a f! Ω : ο i!) < xg A eseméy relat v gyaorisága. Továbbá mide rögz tett! Ω eseté F ;!):R! R eloszlásfüggvéy, mégedig aa a diszrét eloszlása az eloszlásfüggvéye, melye a lehetséges értéei a mitaeleme ο!);ο!);:::;ο!) realizációi, és eze értéeet egyarát = valósz }uséggel veheti fel. 3

4 ..9. Tétel. Gliveo) A matematiai statisztia alatétele) Legyee ο ;ο ;::: függetle, azoos eloszlású valósz }uségi változó özös F eloszlásfüggvéyel. Eor P lim su jf x) F x)j =! xr Tehát a taasztalati eloszlásfüggvéy egyeletese özel ti az elméleti) alaeloszlást, mid}o az mitaelemszám tart végtelebe. Megjegyezzü, hogy mide rögz tett x R eseté a agy számo er}os törvéye alajá valósz }uséggel teljesül F x)! Pο <x)= F x) ha!, ezért P lim jf x) F x)j =!... Defi ció. Legye r N. A ο ;ο ;:::;ο mitából éezett taasztalati r edi mometum: m r; := i= ο r i : =. =: Nyilvá ο = m ;, és a Steier formula alajá s = m ; m ;. Továbbá m r; ée az F véletlet}ol függ}o) eloszlásfüggvéyhez tartozó r edi mometum. Hisztogram oszlodiagram) úgy aható, hogy vesszü a valós számegyeese egy < x < x < < x < beosztását, és az egyes részitervallumora olya magasságú téglalaoat rajzolu, aháy mitalem az illet}o részitervallumba esi; vagyis egy olya lécs}osfüggvéyr}ol va szó, amelye értée az egyes részitervallumoo az illet}o részitervallumba esés gyaorisága. S}ur}uségi hisztogram úgy aható, hogy a relat v gyaoriságoat ábrázolju. Ha a mitaelemszám végtelebe tart és a beosztássorozat fiomodi, aor a s}ur}uségi hisztogram jól özel ti a s}ur}uségf}uggvéyt.. A statisztiába haszálatos éháy fotos eloszlás.. χ eloszlás... Defi ció. Ha ; ;:::; függetle, stadard ormális eloszlású valósz }uségi változó, aor χ := eloszlását χ eloszlása evezzü, melye szabadsági foa.... Defi ció. Szemifatoriális: ) 4) :::; ha áratla,!! := ) 4) :::; ha áros. 4

5 ..3. Lemma. A χ eloszlás abszolút folytoos, és s}ur}uségfüggvéye ahol Seciálisa f χ x) = 8 >< >: f χ x) = c = 8 >< >: ; ha x 6, c x = e x= ; ha x>, ; ha áratla, ß )!! )!! ; ha x 6, e x= ; ßx ha x>, ; ha áros. f χ x) = 8 >< >: ; ha x 6, e x= ; ha x>. Tehát a χ eloszlás megegyezi az = araméter}u exoeciális eloszlással. Bizoy tás. Nyilvá χ Ha x>, aor eloszlásfüggvéye F χ x) =Pχ <x)=p <x)= ; ha x 6, Pj j < x)=p x< < x)= ß Z x ahol x Gy) = ß Z y Pj j < x); ha x>. Z e u = du = x e u = du = G x); ß e u = du: Nyilvá G y) = =ße y =, ezért F χ deriválható ; ) e: r F χx) =G x) x = ß e x= x ; ezért χ Továbbá χ abszolút folytoos és s}ur}uségfüggvéye eloszlásfüggvéye f χ x) = 8 >< >: ; ha x 6, e x= ; ßx f χ x) =f + x) = f y)f x y)dy = f χ y)f χ x y)dy = 8 >< >: ha x>. ; ha x 6, Z x ßy e y= ßx y) e x y)= dy; ha x>. 5

6 Tehát ha x>, aor f χ x) = ß e x= Z x Z dy = yx y) ß e x= dz = c e x= ; z z) ahol y = xz helyettes tést hajtottu végre. A c ostas abból határozható meg, hogy Tehát végülis = f χ x)dx = c f χ x) = 8 >< >: e x= dx =c: ; ha x 6, e x= ; ha x>. Az általáos eset teljes iducióval bizoy tható. Ha feltesszü, hogy az áll tás igaz aor f χ + x) =f χ + + x) = = 8 >< >: f χ y)f x y)dy = + ; ha x 6, Z x c y = e y= c x y) = e x y)= dy; f χ y)f χ x y)dy ha x>, ra, gy ha x>, aor f χ Z x x) =c c + e x= y = x y) = dy = c c e x= xz) = [x z)] = x dz = ec + x +)= e x= ; ahol ec + abból határozható meg, hogy Mivel gy I + := = x +)= e x= dx f χ x)dx = ec + x +)= e x= dx: + = x +)= )e x= dx Λ x= ec + = I + = + ) x )= e x= dx = )I x= ; )I = ec ; amib}ol c == ß és c == figyelembevételével aju az áll tást. Λ 6

7 .. t eloszlás Studet eloszlás)... Defi ció. Ha és χ függetle valósz }uségi változó stadard ormális, illetve χ eloszlással, aor t := eloszlását. χ = t eloszlása Studet eloszlása) evezzü, melye szabadsági foa A t eloszlás s}ur}uségfüggvéyée meghatározásához szüségü va a övetez}o lemmára.... Lemma. Legyee ο és abszolút folytoos, függetle valósz }uségi változó f ο, illetve f s}ur}uségfüggvéyel. Eor ο= abszolút folytoos, és s}ur}uségfüggvéye f ο= x) = jvjf ο xv)f v)dv: Bizoy tás. Nyilvá ο= F ο= x) =Pο= <x)= = Z eloszlásfüggvéye xv ZZ u=v<x f ο u)f v)du f ο; u; v)du dv dv + Z xv f ο u)f v)du dv; ezért f ο= x) =F ο= x) = Z v)f ο xv)f v)dv + vf ο xv)f v)dv: Λ..3. Lemma. A t eloszlás abszolút folytoos, és s}ur}uségfüggvéye ahol ec = 8 >< >: f t x) = x ec + +)= )!! ; ha áratla, ß )!! )!! )!! ; ha áros. ; Seciálisa f t x) = ßx +) ; f x) = t x +) : 3= Tehát a t eloszlás megegyezi a Cauchy eloszlással. 7

8 Bizoy tás. El}oször meghatározzu χ = eloszlásfüggvéyét: F χ =x) =P q χ = < x) = ; ha x 6, Pχ <x ); ha x>. Tehát ha x>, aor F χ =x) =F χ x ), ami deriválható: F χ =x) =xf χ x ), ezért χ = abszolút folytoos, és s}ur}uségfüggvéye f χ =x) = ; ha x 6, xc x ) = e x = ; ha x>, gy ha x >, aor f χ =x) = = c x e x =. Ebb}ol a... Lemma felhaszálásával ahol f t x) = jvjf xv)f χ =v)dv = Z = = c ß = ec x + ) +)= ; Z v e x +)v = dv = = c ß v e x v = = c v e v = dv ß y x + ) = e y = dy x + ) = Z ec = = c y e y = dy: ß R h i y= Ha =, aor c == ß és ye y = dy = e y = =, gy ec ==ß, ezért f t x) ==[ßx + )]. y e y = dy = Ha =, aor c == és y e y = dy = y= ß y= y ß e y = dy = ß ; gy ec =, ezért f t x) = =x +) 3=. Továbbá > eseté arciális itegrálással y ye y = felbotással e y = = ye y = alajá) h i y= y e y = + ) y e y = dy = ) y e y = dy; ugyais L'Hosital szabállyal bebizoy tható, hogy aor y e y = dy = ) 3) ::: amib}ol ec = = ß lim y e y = =. Ha y! > 3 áratla, ye y = dy = )!!; )!! = = )!! : ß )!! ß )!! 8

9 Ha > 4 áros, aor y e y = dy = ) 3) :::3 y e y = dy = )!! ß=; amib}ol ec = = )!! ß= ß )!! = = )!! : )!! Λ.3. F;` eloszlás.3.. Defi ció. Ha χ és χ ` függetle valósz }uségi változó χ, illetve χ eloszlással, aor F ;` := χ = χ `=` eloszlását F;` eloszlása evezzü, melye szabadsági foai és `..3.. Lemma. Az F ;` eloszlás abszolút folytoos, és s}ur}uségfüggvéye ahol c ;` = f F;`x) = 8 >< >: 8 >< >: ; ha x 6, = ` x c ;` + ` )!! ß` )!!` )!! + ` )!! ` )!!` )!! + ` )!! 4` )!!` )!! ; ; ha x>, + +`)= ` x ; ha és ` áratla, ; ha és ` áros, egyébét. Bizoy tás. El}oször meghatározzu χ = eloszlásfüggvéyét: F χ =x) =Pχ = < x) =Pχ <x)=f χ x); ami deriválható: F χ =x) =f χ x), ezért χ = abszolút folytoos, és s}ur}uségfüggvéye f χ =x) = ; ha x 6, c x) = e x= ; ha x>. 9

10 Ebb}ol a... Lemma felhaszálásával f F;`x) = jvjf χ = xv)f χ =`v)dv = vc ` = xv) = e xv= c```= v`= e `v= dv = c c` =``= x = v +`)= e x+`)v= dv Z x = = c c` =``= y +`)= e y dy: x + `) +`)= Ha + ` áratla, aor arciális itegrálással + ` + ` y +`)= e y dy = ::: 3 ye y dy; ahol ye y dy = Ha + ` ahol R u e u = u du = ß áros, aor arciális itegrálással + ` + ` y +`)= e y dy = ß e u = u du = ::: e y dy; ß : e y dy =. Λ.4. Normális eloszlású mita vizsgálata.4.. Tétel. Ha ο ;ο ;:::;ο függetle, N m; ff ) eloszlású valósz }uségi változó, aor i) ο eloszlása N m; ff =), ii) ο és s függetlee, iii) s =ff eloszlása χ eloszlás. Ee a tétele a bizoy tásához felhaszálju a araterisztius függvéyeet..4.. Defi ció. A ο :Ω! R valósz }uségi változó araterisztius függvéye ' ο : R! C, ' ο t) :=Ee itο := E costο)+ie sitο): A ο = ο ;:::;ο ) : Ω! R valósz }uségi vetorváltozó araterisztius függvéye másée: a ο ;:::;ο valósz }uségi változó együttes araterisztius függvéye) ' ο = ' ο ;:::;ο : R! C, ' ο t) =' ο ;:::;ο t ;:::;t ):=Ee iht;οi = E ex i X j= t j ο j ) :

11 .4.3. Áll tás. i) Ha a ο = ο ;:::;ο ) : Ω! R és az = ;:::; ) : Ω! R valósz }uségi vetorváltozó függetlee, aor ' ο+ t) =' ο t)' t); t R : ii) Ha a ο = ο ;:::;ο ) : Ω! R és az = ;:::; ) : Ω! R valósz }uségi vetorváltozó araterisztius függvéyei megegyeze, azaz ' ο t) = ' t) bármely t R eseté, aor megegyeze az eloszlásai, azaz F ο x) =F x) bármely x R eseté. iii) A ο = ο ;:::;ο ) : Ω! R és az = ;:::; `) : Ω! R` vetorváltozó aor és csa aor függetlee, ha valósz }uségi ' ο; u; v) =' ο u)' v); u R ; v R`: iv) Ha ο =ο ;:::;ο ):Ω! R valósz }uségi vetorváltozó, A egy ` mátrix, és b R`, aor ' Aο+b t) =e iht;bi ' ο A > t); t R`: Seciálisa: ha ο :Ω! R valósz }uségi változó és a; b R, aor ' aο+b t) =e itb ' ο at); t R: Bizoy tás. i). A függetleség alajá ' ο+ t) =Ee iht;ο+ i = E e iht;οi e iht; i = Ee iht;οi Ee iht; i = ' ο t)' t): ii). Nehéz. Azt lehet felhaszáli, hogy zárt itervallumo értelmezett folytoos függvéye egyeletese özel thet}oe trigoometrius oliomoal.) iii). Ha ο és függetlee, aor ' ο; u; v) =Ee ihu;οi+hv; i) = E e ihu;οi e ihv; i = Ee ihu;οi Ee ihv; i = ' ο u)' v): Ha edig teljesül ' ο; u; v) =' ο u)' v); u R ; v R`; aor teitsü olya e ο és e függetle valósz }uségi vetorváltozóat, hogy ο és e ο, valamit és e eloszlásai megegyeze. Eor yilvá ' eο = ' ο és ' e = ', valamit ' eο;e u; v) =' eο u)' e v) u R ; v R`; amib}ol övetezi, hogy ' ο; u; v) =' eο;e u; v) u R ; v R`; ezért a ο; ) : Ω! R +` és e ο;e ) : Ω! R +` valósz }uségi vetorváltozó eloszlásai megegyeze. Így a e ο és e függetleségéb}ol aju, hogy ο és is függetlee, ugyais F ο; x; y) =F eο;e x; y) =F eο x)f e y) =F ο x)f y); x R ; y R`:

12 iv). Nyilvá ' Aο+b t) =Ee iht;aο+bi =e iht;bi Ee iha> t;οi =e iht;bi 'ο A > t); ugyais ht; Aοi = t > Aο) =A > t) > ο = ha > t; οi, hisze u; v R eseté hu; vi = u > v. Λ Példá: ffl Ha stadard ormális eloszlású, aor ' t) =e t =, ugyais ' t) =Ee it = Z e itx e x = dx = ß ß és belátható, hogy R e x it) = dx = R e y = dy = ß. e t = x it) = dx; Ha edig ο ormális eloszlású m; ff ) aramétereel, aor := ο m)=ff stadard ormális eloszlású, tehát ο = ff + m alajá ' ο t) =e itm e fft) = =e itm ff t =. ffl Ha ο exoeciális eloszlású araméterrel, aor ' ο t) == it= ), hisze ' ο t) = e itx e x dx = e it )x dx = it ) e it )x Λ x= x= = it : ffl Mivel a χ eloszlás megegyezi az = araméter}u exoeciális eloszlással, gy aa aaraterisztius függvéye ' χ t) == it). A χ eloszlás defi ciója alajá ' χ t) =' P t) = = Y = ' t) = ' t) ; ezért = it) = ' χ t) = ' t) ' χ t) = it) =. alajá ' t) = = it, gy végülis.4.4. Defi ció. Az = ;:::; ):Ω! R valósz }uségi vetorváltozót dimeziós stadard ormális eloszlásúa evezzü, ha ;:::; függetle, stadard ormális eloszlásúa Defi ció. A ο =ο ;:::;ο ):Ω! R valósz }uségi vetorváltozót dimeziós ormális eloszlásúa evezü, ha létezi olya A mátrix és b R vetor úgy, hogy ο és A + b eloszlása megegyezi, ahol = ;:::; ) : Ω! R dimeziós stadard ormális eloszlású Tétel. A ο =ο ;:::;ο ):Ω! R valósz }uségi vetorváltozó aor és csa aor ormális eloszlású, ha araterisztius függvéye ' ο t) =e ihm;ti hdt;ti= ; t R alaú, ahol m R, D edig egy valós, szimmetrius, ozit v szemidefiit mátrix azaz tetsz}oleges t = t ;:::;t ) R eseté hdt; ti = P j= P `= d j;`t j t` > ). Továbbá Eο =Eο ;:::;Eο d )=m és covο) =E ο Eο)ο Eο) > Λ = D.

13 Ha D ivertálható, aor ο abszolút folytoos, és s}ur}uségfüggvéye f ο x) = e hd x m);x mi= : ß) = detd).4.7. Tétel. Ha ο ;:::;ο m ; ;:::; ):Ω! R m+ ormális eloszlású, és covο ; `) = teljesül mide = ;:::;m és ` = ;:::; eseté, aor ο := ο ;:::;ο m ) és := ;:::; ) függetlee. Bizoy tás. A ο; ) := ο ;:::;ο m ; ;:::; ) várható érté vetora és ovariaciamátrixa E ο ; E Dο ; D ahol D ο := covο), D := cov ). Ezért aaraterisztius függvéye ρ fi fl fi Eο u ' ο; u; v) =ex i ; D ο u u ; E v D v v =ex ρ iheο; ui + he ; vi) hd οu; ui + hd v; vi) flff ff = ' ο u)' v) tetsz}oleges u R m, v R eseté. Ebb}ol edig övetezi a.4.3. Áll tás iii) otja alajá ο és függetlesége. Λ.4.8. Tétel. A ο =ο ;:::;ο ):Ω! R valósz }uségi P vetorváltozó aor és csa aor ormális eloszlású, ha tetsz}oleges c ;:::;c R eseté c j= jο j egydimeziós) ormális eloszlású. Bizoy tás. Ha ο =ο ;:::;ο ) ormális eloszlású, aor tetsz}oleges c =c ;:::;c ) R eseté := hc; οi = P j= c jο j araterisztius függvéye tehát ' t) =Ee it = Ee ithc;οi = Ee ihtc;οi = ' ο tc) =e ihm;tci hdct);cti= =e ihm;cit hdc;cit = ; valóba ormális eloszlású hm; ci; hdc; ci) aramétereel. Ha edig tetsz}oleges c ;:::;c R eseté := hc; οi = c > ο ormális eloszlású, aor yilvá aaraméterei E = c > Eο és D = E E ) E ) > Λ = E = c > E ο Eο)ο Eο) > Λ c = c > covο) c: Így ο =ο ;:::;ο ) araterisztius függvéye hc > ο Eο) c > ο Eο) > i ' ο t) =Ee iht;οi = ' ht;οi ) = e it> Eο t > covο)t= =e iheο;ti hcovο)t;ti= tetsz}oleges t R eseté, tehát ο valóba ormális eloszlású. Λ 3

14 A.4.. Tétel bizoy tása. i). Nyilvá ο := ο ;:::;ο ) ormális eloszlású, hisze := ο m)=ff, =;:::; függetle, stadard ormális eloszlásúa, és ο = ff + m, = ;:::; alajá a ο vetor el}oáll tható, mit az := ;:::; ) stadard ormális eloszlású vetor lieáris traszformáltja. Továbbá ο a ο ;:::;ο lieáris ombiációja, ezért a.4.8. Tétel alajá ο valóba ormális eloszlású. Továbbá yilvá Eο = P j= Eο j= = m= = m és D ο = P j= D ο j = = ff = = ff =. ii). El}oször a.4.8. Tétel alajá belátható, hogy a ο ο ;ο ο ;:::;ο ο ; ο ) vetor ormális eloszlású, hisze a oordiátáia lieáris ombiációi egyúttal a ormális eloszlású ο ;ο ;:::;ο ) vetor oordiátáiból éezett lieáris ombiációa is teithet}o. Továbbá mide =;:::; eseté teljesül covο ο ; ο )=, hisze ψ! ψ covο ο ; ο )=covο ; ο ) covο ; ο )=cov ο ; ο i cov ο i ; = i= covο ;ο i ) i= j= i= covο i ;ο j )= ff ff =; i= j= ο j! ugyais a ο ;ο ;:::;ο változó függetlesége miatt ff ; ha i = j, covο i ;ο j )= ; ha i 6= j. Ezért a.4.7. Tétel alajá ο ο ;ο ο ;:::;ο ο ) és ο függetlee, amib}ol már övetezi és ο függetlesége. s = = iii). A Steier formula alalmazásával ff s = ο m ο ff ο ) = ff = = ahol := ο m)=ff, =;:::; := ο ο ) ψ X =! ο m = ff = ; függetle, stadard ormális eloszlásúa, és = ο m ff = ο m ff= is stadard ormális eloszlású. Tehát ff s + = = ; 4

15 ahol a baloldalo álló összeadadó ii) alajá függetlee. Ezért a baloldal araterisztius függvéye egyrészt másrészt edig ' s =ff + t) =' s =fft)' t); ' s =ff + t) ='P t) = = Y = ' t) =' t)) : Mivel tetsz}oleges t R eseté ' t) == it 6=, ezért lehet vele osztai, gy ' s =ff t) =' t)) = Y = ' t) =' P t); = tehát s =ff valóba χ eloszlású. Λ 3. Becsléselmélet Feladat: a mita alaeloszlásához redelt valamely meyiség becslése, azaz özel tése a mitaeleme felhaszálásával, vagyis statisztiáal. 3.. A várható érté és a szóráségyzet becslése Jelölje az alaeloszlás vagyis a ο ;ο ;:::;ο mitaeleme özös eloszlásáa) várható értéét m, szóráségyzetét ff. Nyilvá Eο = Eο + + Eο )=m; vagyis a mitaátlag várható értée megegyezi az alaeloszlás várható értéével. Ezért azt modju, hogy a mitaátlag torz tatla becslése a várható értée. Továbbá D ο = D ο + + D ο )= ff! ha!. A agy számo er}os törvéye értelmébe P lim ο = m) =, amit úgy fejezü i, hogy! amitaátlag er}ose ozisztes becslése a várható értée. hisze Acetrális határeloszlátétel alajá ο m)=ff!n; ) eloszlásba ha!, ο m lim! P ff= <x ahol S = ο + + ο, ES = m, D S = ff. S Z ES = lim P <x = x e! D u = du; S ß 5

16 A taasztalati szóráségyzet várható értée hisze Es = = D ο ο )=D 4 Eο ο ) = ο + X fj:j6=g = D ο ο )= ff ; ο j 3 5 = ) D ο + X fj:j6=g D ο j = ff : Ezért a taasztalati szóráségyzet em tor tatla becslése a szóráségyete. orrigált taasztalati szóráségyzet: s Λ := i= ο i ο ) = s Viszot a yilvá torz tatla becslése a szóráségyete: D s Λ = Es Λ = ff. Be lehet láti, hogy μ 4 3 ff4 ; ahol μ 4 := E [ο m) 4 ] az alaeloszlás egyedi cetrális mometuma. Azt is be lehet láti, hogy a orrigált taasztalati szóráségyzet er}ose ozisztes becslése a szóráségyete: P lim! sλ = ff =. 3.. Potbecslése Feltesszü, hogy az alaeloszlás, melyb}ol a mita származi, valamely araméterese megadott ff fl) : fl g eloszláscsaládból való, ahol ρ R. Feladat: az ismeretle fl araméter becslése. A maximum lielihood módszer szerit azzal a araméterértéel özel tü, mely eseté alegvalósz }ubb az az eseméy, hogy ée az adott mitaelemeet aju. Példá: i) Tegyü fel, hogy az alaeloszlás > araméter}upoisso eloszlás, ahol ismeretle araméter, azaz ο ;ο ;:::;ο függetle valósz }uségi változó, és P ο i = ) =! e ; =; ;:::; és a feladat: becslése a ο ;ο ;:::;ο mita alajá. Jelölje ; ;:::; a megfigyelt értéeet. A araméter b maximum lielihood becslése olya szám, ahol az L ;:::; ; ) :=P ο = ;:::;ο = ) 6

17 lielihood függvéye globális maximumhelye va. Nyilvá L ;:::; ; ) = Y i= P ο i = i )= Y i= i i! e =e és a logaritmusfüggvéy mootoitása miatt eleged}o megeresi a log lielihood függvéy: log L ;:::; ; ) = + globális maximumhelyét. Mivel a log L ;:::; ; ) = egyelet egyetle megoldása = P i= i=, log L ;:::; ; = i log i= i= i= i = i < Y i= log i!) ha a ; ;:::; megfigyelt értée em midegyie, gy eor a araméter maximum lielihood becslése b = ο. ii) Legye az alaeloszlás > araméter}u exoeciális eloszlás, ahol ismeretle araméter, azaz ο ;ο ;:::;ο függetle valósz }uségi változó melyee a s}ur}uségfüggvéye f ) e x ; ha x>, ο i x) = ; ha x 6, és a feladat: becslése a ο ;ο ;:::;ο mita alajá. Jelölje x ;x ;:::;x a megfigyelt értéeet. A araméter b maximum lielihood becslése olya x szám, ahol az L x ;:::;x ; ) :=f ) ο ;:::;ο x ;:::;x ) lielihood függvéye globális maximumhelye va. Nyilvá L x ;:::;x ; ) = Y i= f ) ο i x i )= i i! ; e x + +x ) ; ha x > ;:::;x > ; ; egyébét, és a logaritmusfüggvéy mootoitása miatt eleged}o megeresi a log lielihood függvéy: globális maximumhelyét. Mivel a log L x ;:::;x ; ) = log L x ;:::;x ; 7 = i= i= x i x i =

18 egyelet egyetle megoldása = = P i= x i, log L ;:::; ; = < ; ezért a araméter maximum lielihood becslése b ==ο. iii) Legye az alaeloszlás egyeletes a [;ff] itervallumo, ahol ff > az ismeretle araméter, azaz ο ;ο ;:::;ο függetle valósz }uségi változó melyee a s}ur}uségfüggvéye f ff) =ff; ha x [;ff], ο i x) = ; egyébét, és a feladat: ff becslése a ο ;ο ;:::;ο mita alajá. Az ff araméter bff maximum lielihood becslése olya x szám, ahol az L x ;:::;x ; ff) :=f ff) ο ;:::;ο x ;:::;x ) lielihood függvéye globális maximumhelye va. Nyilvá Y L x ;:::;x ; ff) = f ff) =ff ; ha x [;ff];:::;x [;ff], ο i x i )= ; egyébét, i= és x [;ff];:::;x [;ff] azzal evivales, hogy ff > max x i 6i6 maximumhely ff = max 6i6 bff = max ο i = ο Λ :. 6i Itervallumbecslése ezért a globális x i, gy az ff araméter maximum lielihood becslése Megit feltesszü, hogy az alaeloszlás, melyb}ol a mita származi, valamely araméterese megadott ff fl) : fl g eloszláscsaládból való, ahol ρ R. Feladat: el}ore megadott " ; ) számhoz olya Sο ;:::;ο ) és T ο ;:::;ο ) statisztiáat találi, hogy P fl Sο ;:::;ο ) 6 fl 6 T ο ;:::;ο ) = " teljesüljö. Eor azt modju, hogy Sο ;:::;ο );Tο ;:::;ο ) Λ egy " szit}u ofidecia itervallum Kofidecia itervallum a ormális eloszlás várható értéére, ha ismert a szóráségyzet Tegyü fel, hogy amita N m; ff ) eloszlásból származi. Ebbe az esetbe a.4.. Tétel alajá ο οnm; ff =), ezért ο m ff= οn; ): 8

19 Válasszu meg az u "= ; ) számot úgy, hogyha οn; ), aor P >u "= )="=, azaz P <u "= )= "=, vagyis Φu "= )= "=, ahol Φx) :=F x) =P <x)= ß Z x Eor ersze a szimmetria miatt P < u "= )="=, ezért e u = du: P [ u "= ;u "= ]) = P >u "= ) P < u "= )= " gy vagyis ο m P m ff= [ u "=;u "= ] = "; P m m ο u "= ff= ; ο + u "= ff= Λ = ": Tehát ο u "= ff= ; ο + u "= ff= Λ egy " szit}u ofidecia itervallum az m araméterre Kofidecia itervallum a ormális eloszlás várható értéére, ha em ismert a szóráségyzet Tegyü fel, hogy amita N m; ff ) eloszlásból származi. Ebbe az esetbe a.4.. Tétel alajá ο m s Λ = = ο m ff= s Λ =ff ο t ; azaz t eloszlású. Válasszu most a t "= ; ) számot úgy, hogy Pt >t "= )="= teljesüljö. Eor ersze a szimmetria miatt Pt < u "= )="=, ezért Pt [ t "= ;t "= ]) = Pt >t "= ) Pt < t "= )= "; gy vagyis P m;ff P m;ff ο m s Λ = [ t "=;t "= ] = "; m ο t "= s Λ = ; ο + t "= s Λ = Λ = ": Tehát ο t "= s Λ = ; ο + t "= s Λ = Λ egy " araméterre. szit}u ofidecia itervallum az m 9

20 Kofidecia itervallum a ormális eloszlás szóráségyzetére Tegyü fel, hogy amita N m; ff ) eloszlásból származi. Ebbe az esetbe a.4.. Tétel alajá s =ff egy χ eloszlású valósz }uségi változó. Válasszu most olya <c < c számoat, hogy Pχ <c )=Pχ >c )="= teljesüljö. Eor P m;ff s =ff [c ;c ] = "; vagyis P m;ff Λ ff s =c ; s =c = ": Tehát [s =c ; s =c ] egy " szit}u ofidecia itervallum a ff araméterre. 4. Statisztiai hiotézise vizsgálata 4.. Egymitás u róba Tegyü fel, hogy ο ;ο ;:::;ο függetle, N m; ff ) eloszlású valósz }uségi változó, ahol ff ismert, m ismeretle. Legye m R egy rögz tett szám. Feladat: dötsü el, hogy a mita alajá elfogadható e az a ullhiotézis azaz feltevés), hogy m = m, vagy iább az m 6= m ellehiotézis alterat va) fogadható el?tehát: H : m = m ullhiotézis, H : m 6= m alterat va: Ha a H ullhiotézis igaz, aor a.4.. Tétel alajá u := ο m ff= οn; ): Legye " ; ) rögz tett. Válasszu meg az u "= ; ) számot úgy, hogy ha οn; ), aor P >u "= )="=. Eor P m u [ u "= ;u "= ] = "; azaz " valósz }uséggel az u statisztia a [ u "= ;u "= ] itervallumba esi. Dötsü aövetez}o módo: ffl Ha az u statisztia értée a [ u "= ;u "= ] itervallumba esi, aor elfogadju a H ullhiotézist, azaz a [ u "= ;u "= ] itervallum az elfogadási tartomáy. ffl Ha az u statisztiaértée em esi bele a [ u "= ;u "= ] itervallumba, aor elvetjü a H ullhiotézist, azaz a [ u "= ;u "= ] itervallum omlemetere a ritius tartomáy.

21 4... Defi ció. Els}ofajú hiba: aa a valósz }usége, hogy a H ullhiotézist elvetjü, edig H igaz. Ezt szoás a róba terjedelmée is evezi.) H H Másodfajú hiba: aa a valósz }usége, hogy a H ullhiotézist elfogadju, edig em igaz. Er}ofüggvéy: aa a valósz }usége, hogy em övetü el másodfajú hibát, azaz a ullhiotézist elfogadju, amior az igaz. A róbát ozisztese evezzü, ha a másodfajú hiba hoz overgál vagyis az er}ofüggvéy értée hez tart), amior a mita elemszáma végtelehez tart. A feti dötési módszer eseté az els}ofajú hibaée ", hisze ha H igaz, aor Nyilvá ahol P m u 6 [ u "= ;u "= ] = " u = ο m ff= ο m ff= ezért a másodfajú hiba valósz }usége P m u [ u "= ;u "= ] ο m = P m =Φ = ο m ff= + m m ff= ; οn; );» ff= u "= m m ff= ;u "= m m ff= u "= m m ff= Φ ahol Φ a stadard ormális eloszlás eloszlásfüggvéye, azaz Ezért az er}ofüggvéy: E m) = Φ Φx) = ß Z x u "= m m ff= e v = dv: +Φ u "= m m ff= u "= m m ff= A róba ozisztes, azaz rögz tett m eseté lim E m) = ezért! eseté! a másodfajú hiba hoz overgál), ugyais lim Φx) =, lim Φx) =. Továbbá x! x! rögz tett mitaelemszám eseté lim E m) = és lim E m) = tehát m! m! m! vagy m! eseté a másodfajú hiba hoz overgál). Az E függvéye miimuma : ; va az m otba, melye értée ", ezért amásodfajú hiba agy lesz mégedig " özeli), ha m özel va m hoz. Nyilvá " csöetése eseté az els}ofajú hiba valósz }usége csöe, viszot u "= öveszi, ezért a másodfajú hiba öveszi. Tehát a étféle hiba valósz }usége elletétes iráyba mozog!)

22 4.. Egymitás t róba Tegyü fel, hogy ο ;ο ;:::;ο függetle, N m; ff ) eloszlású valósz }uségi változó, ahol ff és m is ismeretlee. Legye m R egy rögz tett szám. Legye H : m = m ullhiotézis, H : m 6= m alterat va. Teitsü a statisztiát. Ha a H t := ο m s Λ = ullhiotézis igaz, aor a.4.. Tétel alajá a statisztiá függetlee, ezért ο m ff= οn; ); ff s = ff s Λ ο χ t = s ff ο m ff= s Λ ffi ) ο t ; azaz t eloszlású. Legye " ; ) rögz tett. Válasszu meg a t "= ; ) számot úgy, hogy Pt >t "= )="=. Eor P m t [ t "= ;t "= ] = "; azaz " valósz }uséggel a t statisztia a [ t "= ;t "= ] itervallumba esi. Dötsü aövetez}o módo: ffl Ha a t statisztia értée a [ t "= ;t "= ] itervallumba esi, aor elfogadju a H ullhiotézist, azaz a [ t "= ;t "= ] itervallum az elfogadási tartomáy. ffl Ha az t H statisztia értée em esi bele a [ t "= ;t "= ] itervallumba, aor elvetjü a ullhiotézist, azaz a [ t "= ;t "= ] itervallum omlemetere a ritius tartomáy. Nyilvá az els}ofajú hiba ée ", hisze ha H igaz, aor P m t 6 [ t "= ;t "= ] = ": 4.3. Kétmitás u róba Tegyü fel, hogy a ο ;ο ;:::;ο N m ο ;ff ο ) eloszlású, és az ; ;:::; ` N m ;ff ) eloszlású valósz }uségi változó függetlee, ahol ff ο és ff ismerte, m ο és m ismeretlee. Legye H : m ο = m ullhiotézis, H : m ο 6= m alterat va.

23 Ha a H ullhiotézis igaz, aor a.4.. Tétel alajá u := ο ` s ffο + ff ` οn; ): Legye " ; ) rögz tett. Válasszu meg az u "= ; ) számot úgy, hogy ha οn; ), aor P >u "= )="=. Eor megit vehetjü elfogadási tartomáya a [ u "= ;u "= ] itervallumot, ritius tartomáya edig ee aomlemeterét Kétmitás t róba Tegyü fel, hogy a ο ;ο ;:::;ο N m ο ;ff ο ) eloszlású, és az ; ;:::; ` N m ;ff ) eloszlású valósz }uségi változó függetlee, ahol ff ο, ff, m ο és m is ismeretlee. Legye H : m ο = m ullhiotézis, Ha a H H : m ο 6= m alterat va. ullhiotézis igaz, aor a.4.. Tétel alajá t := s ο ` + ` )s Λ ο; +` )sλ ;` + ` ο t +` : Legye " ; ) rögz tett. Válasszu meg a t "= ; ) számot úgy, hogy Pt +` > t "= )="=. Eor megit vehetjü elfogadási tartomáya a [ t "= ;t "= ] itervallumot, ritius tartomáya edig ee a omlemeterét F róba Tegyü fel, hogy a ο ;ο ;:::;ο N m ο ;ff ο ) eloszlású, és az ; ;:::; ` N m ;ff ) eloszlású valósz }uségi változó függetlee, ahol ff ο, ff, m ο és m is ismeretlee. Legye H : ff ο = ff ullhiotézis, Teitsü az statisztiát. Ha a H H : ff ο 6= ff alterat va. F := sλ ;` s Λ ο; ullhiotézis igaz, aor a.4.. Tétel alajá ffi ` ` ) F = ψ ff ff ο s Λ ;` s Λ ο;!ffi ) ο F` ; ; 3

24 azaz F` ; eloszlású. Legye " ; ) rögz tett. Válasszu olya < c < c számoat, hogy PF` ; <c )=PF` ; >c )="=. Eor vehetjü elfogadási tartomáya a [c ;c ] itervallumot, ritius tartomáya edig ee a omlemeterét. 4

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 1. zárthelyi dolgozat március 21. Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy

Részletesebben

Metrikus terek. továbbra is.

Metrikus terek. továbbra is. Metrius tere továbbra is. Defiíció: Legye X egy halmaz, d : X X R egy függvéy. Azt modju, hogy d metria (távolság), ha.. 3. 4. d d d d x, x 0, x, y 0 x y, x, y dy, x, x, z dx, y dy, z. Az X halmazt a d

Részletesebben

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható 8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük. Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

Statisztika 1. zárthelyi dolgozat március 18. Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati

Részletesebben

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév Árigadozások elıadás Kvatitatív pézügyek szakiráy 01/13. félév Heti óra elıadás + óra gyakorlat Elıadás: fıleg modellek, elemzési módszerek Gyakorlat: R programmal, alkalmazások Számokérés 50%: beadadó

Részletesebben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,

Részletesebben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke

Részletesebben

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet

Részletesebben

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov. Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika

Részletesebben

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel Orosz Gyula: Marov-láco 2. orsoláso visszatevéssel Néháy orét feladat segítségével vezetjü be a Marov-láco fogalmát és a hozzáju acsolódó megoldási módszereet, tiius eljárásoat. Ahol lehet, több megoldást

Részletesebben

Hipotézis-ellenırzés (Statisztikai próbák)

Hipotézis-ellenırzés (Statisztikai próbák) Következtetı statisztika 5. Hipotézis-elleırzés (Statisztikai próbák) 1 Egymitás próbák Átlagra, aráyra, Szórásra Hipotézis-vizsgálat Áttekités Egymitás em paraméteres próbák Függetleségvizsgálat Illeszkedésvizsgálat

Részletesebben

Komputer statisztika

Komputer statisztika Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Komputer statisztika Eger, 010. október 6. Tartalomjegyzék Előszó 4 Jelölések 5 1. Valószíűségszámítás 7 1.1. Valószíűségi mező............................

Részletesebben

Bevezetes a matematikai statisztikaba Dr. Ketskemety Laszlo, iter Marta Budapest, 999. ovember. Lektoralta: Dr. Gyor Laszlo Szerkesztette: Gy}ori Sador Tartalomjegyzek. A matematikai statisztika alapfogalmai

Részletesebben

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz

Részletesebben

24. Kombinatorika, a valószínűségszámítás elemei

24. Kombinatorika, a valószínűségszámítás elemei 4. Kombiatoria, a valószíűségszámítás elemei Kombiatoria A véges halmazoal foglalozó tudomáyterület. Idő hiáyába csa a evezetes összeszámolásoal foglalozu. a) Sorbaállításo (ermutáció) alafeladat: ülöböző

Részletesebben

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi Statisztika Földtudomáy szak, geológus szakiráy, 015/016. taév tavaszi félév Backhausz Áges (ELTE TTK Valószíűségelméleti és Statisztika Taszék)1 Tartalomjegyzék 1. Bevezetés 3 1.1. Példa: az adatok elemzése....................

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

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

Részletesebben

Statisztika (jegyzet)

Statisztika (jegyzet) Statisztika (jegyzet) Csiszár Vill 009. május 6.. Statisztikai mez A statisztika egyik ága a leíró statisztika. Ekkor a meggyelt adatokat áttekithet formába ábrázoljuk, pl. hisztogrammal (oszlopdiagrammal),

Részletesebben

Matematika B4 I. gyakorlat

Matematika B4 I. gyakorlat Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a

Részletesebben

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban? BEVEZETÉS A statisztika teljese laikusokak: agy mukával gyűjtött adatok vizsgálata, abból következtetések levoása ( statistical iferece ) (Egy kicsit sok hűhó semmiért azaz Much ado about othig.) Mi is

Részletesebben

Valószínûség számítás

Valószínûség számítás Valószíûség számítás Adrea Glashütter Feller Diáa Valószíűségszámítás Bevezetés a pézügyi számításoba I. Bevezetés a pézügyi számításoba A péz időértéével apcsolatos számításo A péz időértéée számítása:

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt

Részletesebben

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakiráy Zempléi Adrás Valószíűségelméleti és Statisztika Taszék Matematikai Itézet Természettudomáyi Kar Eötvös Lorád Tudomáyegyetem

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

Részletesebben

Matematikai statisztika gyakorlat 2018/2019 II. félév

Matematikai statisztika gyakorlat 2018/2019 II. félév Matematikai statisztika gyakorlat 018/019 II. félév 1. Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya (amit viszoyítuk); B B: a viszoyítás alapja (amihez viszoyítuk) Megoszlási: a sokaság

Részletesebben

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR védőeryő az ismeretleek záporába VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR www.matektaitas.hu www.matektaitas.hu ifo@matektaitas.hu 1 védőeryő az ismeretleek záporába Kombiatorika Permutáció Ismétlés élküli permutáció

Részletesebben

æ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék

æ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék æ MATEMATIKAI STATISZTIKA Dr. Bolla Mariaa, Matematika Itézet, Sztochasztika Taszék Leíró statisztika Ω, A, P) statisztikai mező, ahol a P mértékcsalád olya P eloszlásokból áll, melyekkel Ω, A, P) valószíűségi

Részletesebben

Integrálás sokaságokon

Integrálás sokaságokon Itegrálás sokaságoko I. Riema-itegrál R -e Jorda-mérték haszálható ehhez: A R eseté c(a)=0, ha 0 eseté létezek C 1,,C s kockák hogy A C1 Cs és s i 1 c C i defiíció: D ullmértékű R itegrálási tartomáy,

Részletesebben

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 Folytoos vlószíűségi változók Értékkészletük számegyees egy folytoos (véges vgy végtele) itervllum. Vlmeyi lehetséges érték vlószíűségű, pozitív vlószíűségek csk értéktrtomáyokhoz trtozk. Az eloszlás em

Részletesebben

3. Valószínűségszámítás

3. Valószínűségszámítás Biometria az orvosi gyaorlatba 3. Valószíűségszámítás 3. Valószíűségszámítás 3.. Bevezetés 3.. Kombiatoria 3... Permutáció 3... Variáció 3..3. Kombiáció 3 3.3. Biomiális együttható tulajdoságai 3 3.4.

Részletesebben

Mo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét.

Mo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét. Segédayag a Matematikai statisztika tatárgyhoz 09 április 0 Leíró statisztika A statisztikai elemzések egyik legfotosabb eszközei a viszoyszámok A viszoyszám két statisztikai adat háyadosa Jelölések: V

Részletesebben

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye. y Valószíőségszámítás elıaás III. alk. matematkus szak 4. elıaás, szeptember 30 A peremeloszlások (X,Y) eloszlásából (elevezés: együttes eloszlás) következtethetük az egyes változók eloszlására: P(X)P(X,Y0)+P(X,Y)+P(X,Y2)

Részletesebben

Statisztika október 27.

Statisztika október 27. Statisztika 2011. október 27. Külöbség valószíőségszámítás és statisztika között Kísérlet: 4-szer dobuk fel egy érmét. Megszámoljuk a fejek számát. Valszám: Ismert a fejdobás valószíősége. Milye valószíőséggel

Részletesebben

A statisztika részei. Példa:

A statisztika részei. Példa: STATISZTIKA Miért tauljuk statisztikát? Mire haszálhatjuk? Szakirodalom értő és kritikus olvasásához Mit állít egyáltalá a cikk? Korrektek-e a megállaítások? Vizsgálatok (kísérletek és felmérések) tervezéséhez,

Részletesebben

Komplex számok. 6. fejezet. A komplex szám algebrai alakja. Feladatok. alábbi komplex számokat és helyvektorukat:

Komplex számok. 6. fejezet. A komplex szám algebrai alakja. Feladatok. alábbi komplex számokat és helyvektorukat: 6 fejezet Komplex számo A omplex szám algebrai alaja D 61 Komplex száma evezü mide olya a+bi alaú ifejezést amelybe a és b valós szám i pedig az összes valós számtól ülöböz épzetes egysége evezett szimbólum

Részletesebben

Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol

Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol Wieer-folyamatok defiiciója. A fukcioális cetrális határeloszlástétel. A valószíűségszámítás egyik agyo fotos fogalma a Wieer-folyamat, amelyet Browmozgásak is hívak. Az első elevezés e fogalom első matematikailag

Részletesebben

3. A VALÓSZÍNŰSÉG-ELMÉLET ALAPJAI

3. A VALÓSZÍNŰSÉG-ELMÉLET ALAPJAI 3. A VALÓSZÍNŰSÉG-ELMÉLE ALAPJAI Ebbe a függelébe azoat a valószíűség-elméleti alapfogalmaat foglalju össze, amelyere a mérése iértéeléséhez szüség va. A 3.. alfejezet a területe teljese ezdő számára észült.

Részletesebben

9. tétel: Elsı- és másodfokú egyenlıtlenségek, pozitív számok nevezetes közepei, és ezek felhasználása szélsıérték-feladatok megoldásában

9. tétel: Elsı- és másodfokú egyenlıtlenségek, pozitív számok nevezetes közepei, és ezek felhasználása szélsıérték-feladatok megoldásában 9. tétel: Elsı- és másodfoú egyelıtlesége, pozitív számo evezetes özepei, és eze felhaszálása szélsıérté-feladato megoldásáa Egyelıtleség: Két relációsjellel összeapcsolt ifejezés vagy függvéy. Az egyelıtleséget

Részletesebben

Valószín ségszámítás (jegyzet)

Valószín ségszámítás (jegyzet) Valószí ségszámítás (jegyzet) Csiszár Vill 9. február 8.. Valószí ségi mez Két bevezet példa: ) Osztozkodási probléma (494, helyes megoldás több, mit évvel kés bb, Pascal, Fermat): Két játékos fej-írás

Részletesebben

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó. I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.

Részletesebben

18. Differenciálszámítás

18. Differenciálszámítás 8. Differeciálszámítás I. Elméleti összefoglaló Függvéy határértéke Defiíció: Az köryezetei az ] ε, ε[ + yílt itervallumok, ahol ε > tetszőleges. Defiíció: Az f függvéyek az véges helye vett határértéke

Részletesebben

Kalkulus gyakorlat - Megoldásvázlatok

Kalkulus gyakorlat - Megoldásvázlatok Kalkulus gyakorlat - Megoldásvázlatok Fizika BSc I/. gyakorlat. Tétel Newto Leibiz. Ha f folytoos az a, b] itervallumo és F primitív függvéye f-ek, akkor b a f F b F a.. Számítsuk ki az alábbi racioális

Részletesebben

matematikai statisztika gyakorlatok

matematikai statisztika gyakorlatok Valószí½Uségszámítás és matematikai statisztika gyakorlatok feladatok és megoldások. február 9. ii Tartalomjegyzék. Valószí½uségszámítási feladatok.. Függetleség, feltételes valószí½uség.......................

Részletesebben

ELTE TTK Budapest, január

ELTE TTK Budapest, január Valószíűségszámítás Arató Miklós előadásai alapjá Készítették: Martiek László Tassy Gergely ELTE TTK Budapest, 008. jauár Typeset by L A TEX . el adás 007. IX.. szerda Klasszikus (kombiatorikus valószí

Részletesebben

Statisztika gyakorlat Geológus szakirány

Statisztika gyakorlat Geológus szakirány Statisztika gyakorlat Geológus szakiráy Játékszabályok Az óráko részt kell vei, maximum 3-szor lehet hiáyozi. Az aláírás megszerzéséek lehetséges módjai: vagy ZH írásával vagy egy el re kihirdetett házi

Részletesebben

A valószínűségszámítás alapjai

A valószínűségszámítás alapjai A valószíűségszámítás alapjai Kombiatoria Permutáció (ismétlés élül): elem összes lehetséges sorredje: P = (-)(-) =!!- fatoriális Variáció ismétlés élül elem -ad osztályú ismétlés élüli variációja - elemből

Részletesebben

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok,

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok, l.ch FÜGGVÉNYSOROZATOK, FÜGGVÉNYSOROK, HATVÁNYSOROK Itt egy függvéysorozat: f( A függvéysorozatok olyaok, mit a valós számsorozatok, csak éppe a tagjai em valós számok, 5 haem függvéyek, f ( ; f ( ; f

Részletesebben

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset: Tartalom A bootstrap módszer Zempléi Adrás TTK, Valószíőségelméleti és Statisztika Taszék 2010. október 21 Bevezetés A függetle, azoos eloszlású eset: emparaméteres paraméteres eset Alkalmazások a rétegzett

Részletesebben

Numerikus módszerek 2. Nemlineáris egyenletek közelítő megoldása

Numerikus módszerek 2. Nemlineáris egyenletek közelítő megoldása Numerius módszere. Nemlieáris egyelee özelíő megoldása Egyelemegoldás iervallumelezéssel A Baach-ipo-ierációs módszer A Newo-módszer és válozaai Álaláosío Newo-módszer Egyelemegoldás iervallumelezéssel

Részletesebben

Kevei Péter. 2013. november 22.

Kevei Péter. 2013. november 22. Valószíűségelmélet feladatok Kevei Péter 2013. ovember 22. 1 Tartalomjegyzék 1. Mérhetőség 4 2. 0 1 törvéyek 12 3. Vektorváltozók 18 4. Véletle változók traszformáltjai 28 5. Várható érték 33 6. Karakterisztikus

Részletesebben

Leíró és matematikai statisztika gyakorlat 2018/2019 II. félév

Leíró és matematikai statisztika gyakorlat 2018/2019 II. félév Leíró és matematikai statisztika gyakorlat 08/09 II. félév Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya amit viszoyítuk; B B: a viszoyítás alapja amihez viszoyítuk Megoszlási: a sokaság

Részletesebben

Barczy Mátyás és Pap Gyula

Barczy Mátyás és Pap Gyula Barczy Mátyás és Pap Gyula mobidiák köyvtár Barczy Mátyás és Pap Gyula mobidiák köyvtár SOROZATSZERKESZTŐ Fazekas Istvá Barczy Mátyás és Pap Gyula Debrecei Egyetem mobidiák köyvtár Debrecei Egyetem Szerzők

Részletesebben

Matematikai statisztika gyakorlatok összefoglaló

Matematikai statisztika gyakorlatok összefoglaló Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Matematikai statisztika gyakorlatok összefoglaló Eger, 2012 Tartalomjegyzék Jelölések 2 1. Összefoglaló 4 1.1. Eloszlások geerálása...........................

Részletesebben

Valószín ségszámítás 2 gyakorlat Alkalmazott matematikus szakirány

Valószín ségszámítás 2 gyakorlat Alkalmazott matematikus szakirány Valószí ségszámítás gyakorlat Alkalmazott matematikus szakiráy Játékszabályok Az óráko részt kell vei, maximum 3-szor lehet hiáyozi. Aki többször hiáyzik, em ka gyakjegyet. 00 + x otot lehet szerezi a

Részletesebben

hogy alkalmas konstrukcióval megadható-e olyan sztochasztikus folyamat, melynek ezek

hogy alkalmas konstrukcióval megadható-e olyan sztochasztikus folyamat, melynek ezek Wieer folyamatok A következő két feladat azt mutatja, hogy az az eseméy, hogy egy sztochasztikus folyamat folytoos trajektóriájú-e vagy sem em határozható meg a folyamat véges dimeziós eloszlásai segítségével,

Részletesebben

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk ÚJRAMINTAVÉTELEZÉSI ELJÁRÁSOK A jackkife (zsebkés) és bootstrap (cipőhúzó a saját kallatyújáál fogva) eljárások agol elevezése is arra utal, hogy itt ad hoc eljárásokról va szó, melyek azoba agyo haszosak

Részletesebben

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA A ombiatoria véges elemszámú halmazoat vizsgál. A fő érdése: a halmaz elemeit háyféleéppe lehet sorbaredezi, iválasztai özülü éháyat vagy aár midet bizoyos feltétele mellett, stb. Ezért a ombiatoria alapját

Részletesebben

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

Részletesebben

3.1. A Poisson-eloszlás

3.1. A Poisson-eloszlás Harmadik fejezet Nevezetes valószíűségi változók Valamely valószíűségi változóhoz kapcsolódó kérdésekre akkor tuduk potos választ adi, ha a változó eloszlása ismert, vagy megközelítőleg ismert. Ebbe a

Részletesebben

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13 Tartalomjegyzék I Kombiatorika Pemutáció Ismétléses permutáció 8 Variáció 9 Ismétléses variáció Kombiáció Ismétléses kombiáció II Valószíségszámítás M/veletek eseméyek között 6 A valószí/ség fogalma 8

Részletesebben

Bootstrap (Efron, 1979)

Bootstrap (Efron, 1979) Bootstrap (Efro, 979) 4. elıadás 204. március 3. Bootstrap módszerek, többdimeziós extrém-érték eloszlások illeszkedésvizsgálata Újramitavételezési eljárás, a becsléseik szórásáak vizsgálatára, modell-illeszkedés

Részletesebben

Matematikai statisztika gyakorlat Programtervez informatikus alapszak, A szakirány 2018/2019 tavaszi félév Megoldások, végeredmények

Matematikai statisztika gyakorlat Programtervez informatikus alapszak, A szakirány 2018/2019 tavaszi félév Megoldások, végeredmények Matematikai statisztika gyakorlat Programtervez iformatikus alapszak, A szakiráy 8/9 tavaszi félév Megoldások, végeredméyek. A. évi épszámlálás alapjá a -4 év közötti épesség emek szeriti megoszlása Forrás:

Részletesebben

FELADATOK A KALKULUS C. TÁRGYHOZ

FELADATOK A KALKULUS C. TÁRGYHOZ FELADATOK A KALKULUS C. TÁRGYHOZ. HALMAZOK RELÁCIÓK FÜGGVÉNYEK. Bizoyítsuk be a halmaz-műveletek alapazoosságait! 2. Legye adott az X halmaz legye A B C X. Ha A B := (A B) (B A) akkor bizoyítsuk be hogy

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

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

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 28.

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 28. Segédayag a Leíró és matematikai statisztika tatárgyhoz 07 március 8 Statisztikai sokaság: a meggyelés tárgyát képez egyedek összessége, halmaza Rövide sokaságak hívjuk A sokaság egysége: a sokaság egy

Részletesebben

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! Fourier sorok FO Trigoometrikus Fourier sorok FO Trigoometrikus redszer Defiíció: trigoometrikus redszer Az {, cos x, si x, cos x, si x, cos 3x, si 3x, } függvéyekből álló (végtele sok függvéyt tartalmazó)

Részletesebben

VEKTORGEOMETRIA. Mit nevezünk null vektornak? Olyan vektort, amelynek a nagysága (abszolút értéke) 0 és az iránya tetszőleges.

VEKTORGEOMETRIA. Mit nevezünk null vektornak? Olyan vektort, amelynek a nagysága (abszolút értéke) 0 és az iránya tetszőleges. VEKTORGEOMETRIA Mt evezü vetora? Olya meységet, amelye ráya és agysága va. Mt evezü egységvetora? Olya vetort, amelye a agysága (abszolút értée). Mt evezü ull vetora? Olya vetort, amelye a agysága (abszolút

Részletesebben

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk, A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés

Részletesebben

2. gyakorlat - Hatványsorok és Taylor-sorok

2. gyakorlat - Hatványsorok és Taylor-sorok . gyakorlat - Hatváysorok és Taylor-sorok 9. március 3.. Adjuk meg az itt szereplő sorok kovergeciasugarát és kovergeciaitervallumát! + a = + Azaz a hatváysor kovergeciasugara. Az biztos, hogy a (-,) yílt

Részletesebben

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk; Statisztika Tegyük fel, hogy va egy halmazuk, és tekitsük egy vagy több valószíűségi változót, amelyek a halmaz mide elemé felveszek valamilye értéket. A halmazt populációak vagy sokaságak evezzük. Példák:

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Vlószíűségszámítás összefoglló I. Feezet ombtor ermutácó Ismétlés élül ülöböző elem lehetséges sorrede! b Ismétléses em feltétleül ülöböző elem összes ülöböző sorrede!... hol z zoos eleme gyorság!!...!

Részletesebben

hidrodinamikai határátmenet

hidrodinamikai határátmenet Véletle közegű kizárási folyamat, hidrodiamikai határátmeet Diplomamuka Írta Horváth Aja Alkalmazott matematikus szak Témavezető: Nagy Katali Egyetemi doces Differeciálegyeletek Taszék Budapesti Műszaki

Részletesebben

6. feladatsor. Statisztika december 6. és 8.

6. feladatsor. Statisztika december 6. és 8. 6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak

Részletesebben

Statisztikai programcsomagok

Statisztikai programcsomagok Statisztikai programcsomagok Sz cs Gábor Szegedi Tudomáyegyetem, Bolyai Itézet Szeged, 2012. tavaszi félév Sz cs Gábor (SZTE, Bolyai Itézet) Statisztikai programcsomagok 2012. tavaszi félév 1 / 26 Bevezetés

Részletesebben

V. Deriválható függvények

V. Deriválható függvények Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája

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

7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés

7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés 7. el adás Becslések és mita elemszámok 7-1. fejezet Áttekités 7-1 Áttekités 7- A populáció aráy becslése 7-3 A populáció átlag becslése: σismert 7-4 A populáció átlag becslése: σem ismert 7-5 A populáció

Részletesebben

Jegyzetek a Matematika A2H tárgyhoz

Jegyzetek a Matematika A2H tárgyhoz Jegyzete a Matematia A2H tárgyhoz Kreedits Sádor és Révész Szilárd György Tartalomjegyzé. Végtele umerius soro 2.. Sorozato - rövid ismétlés............................ 2.2. Végtele umerius soro............................

Részletesebben

Empirikus szórásnégyzet

Empirikus szórásnégyzet Empirikus égyzet Mi lee hasoló szellembe a becslése a mita alapjá? Empirikus égyzet Mi lee hasoló szellembe a becslése a mita alapjá? Az átlagtól való égyzetes eltérést kée átlagoli... Empirikus égyzet

Részletesebben

PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László

PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ Írta Dr. Huzsvai László Debrece 2012 Tartalomjegyzék Bevezetés...1 Viszoyszámok...1 Középértékek (átlagok)...2 Szóródási mutatók...4 Idexek...7 Furfagos kérdések...8 Bevezetés

Részletesebben

90 Folytonos függvények. IV. Folytonos függvények

90 Folytonos függvények. IV. Folytonos függvények 9 Folytoos függvéye IV Folytoos függvéye Az előző fejezetbe adott f : D függvéy viseledését a D halmaz torlódási potjáa öryezetébe vizsgáltu Az pot em feltétleül tartozott a D halmazhoz ( D ) Ebbe a fejezetbe

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószí ségszámítás és statisztika oktatási segédayag Kupá Pál Tartalomjegyzék fejezet Valószí ségszámítási alapfogalmak 5 Eseméyek 5 M veletek eseméyekkel 5 2 A valószí ség fogalma 7 3 Valószí ségi változók

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

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

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

m,p) binomiális eloszlás.

m,p) binomiális eloszlás. A Valószíűségszámítás I. előadássorozat hatodi témája. Néháy fotos diszrét eloszlás. Ismertetem éháy fotos diszrét eloszlás defiicióját, és tárgyalom eze legfotosabb tulajdoságait. Az eloszláso bevezetés

Részletesebben

KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN

KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN DR. REICHART OLIVÉR 005. Budapest Lektorálta: Zukál Edre Tartalom BEVEZETÉS 3. VALÓSZÍNŰSÉGSZÁMÍTÁSI ALAPOK 5.. Kombiatorikai alapösszefüggések

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 1.

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 1. Segédayag a Leíró és matematikai statisztika tatárgyhoz 06 március Közgazdasági értelembe a statisztika a valóság tömör, számszer jellemzésére szolgáló tudomáyos módszerta, illetve gyakorlati tevékeység

Részletesebben

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés Valószí ségszámítás és statisztika gyakorlat Programtervez iformatikus szak, esti képzés.) Egy érmével dobuk. Ha az eredméy fej, akkor még egyszer dobuk, ha írás, akkor még kétszer. a.) Mik leszek a kísérletet

Részletesebben

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,

Részletesebben