Statisztika 1. zárthelyi dolgozat március 21.

Hasonló dokumentumok
Statisztika 1. zárthelyi dolgozat március 18.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

BIOMATEMATIKA ELŐADÁS

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

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

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

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

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

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

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

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

1. A radioaktivitás statisztikus jellege

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Komputer statisztika

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér

Gyakorló feladatok II.

2. fejezet. Számsorozatok, számsorok

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Innen. 2. Az. s n = 1 + q + q q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

A matematikai statisztika elemei

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit!

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

V. Deriválható függvények

VII. A határozatlan esetek kiküszöbölése

Matematikai statisztika

? közgazdasági statisztika

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

Statisztika október 27.

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

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

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

A tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat

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

18. Differenciálszámítás

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

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

Matematika B4 I. gyakorlat

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

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

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk

Statisztika gyakorlat Geológus szakirány

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2

Statisztika (jegyzet)

Valószín ségszámítás és statisztika

Leíró és matematikai statisztika gyakorlat 2018/2019 II. félév

Feladatok és megoldások a 11. heti gyakorlathoz

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés

FELADATOK A KALKULUS C. TÁRGYHOZ

6. feladatsor. Statisztika december 6. és 8.

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

Kutatói pályára felkészítı modul


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

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

3. MINTAFELADATSOR EMELT SZINT JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA

Matematika I. 9. előadás

(a n A) 0 < ε. A két definícióbeli feltétel ugyanazt jelenti (az egyenlőtlenség mindkettőben a n A < ε), ezért a n A a n A 0.

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

Matematikai statisztika gyakorlat 2018/2019 II. félév

Nevezetes sorozat-határértékek

Kalkulus II., második házi feladat

Ingatlanfinanszírozás és befektetés

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

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

Metrikus terek. továbbra is.

1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1

? közgazdasági statisztika

A primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be,

Sorozatok A.: Sorozatok általában

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

I. rész. Valós számok

A statisztika részei. Példa:

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Analízis I. gyakorlat

Abszolút folytonos valószín ségi változó (4. el adás)

A brexit-szavazás és a nagy számok törvénye

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

3.1. A Poisson-eloszlás

Kevei Péter november 22.

Eseme nyalgebra e s kombinatorika feladatok, megolda sok

Játékszabályok. a keresett valószín ség:

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

= 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

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

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

Hipotézis-ellenırzés (Statisztikai próbák)

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

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.

Lajkó Károly Kalkulus I. példatár mobidiák könyvtár

1. feladatlap megoldása. Analízis II. 1. Vizsgálja meg az alábbi sorokat konvergencia szempontjából! a) n 2 n = 1 1X 1

A maximum likelihood becslésről

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.:

fogalmazva a nagy számok törvénye azt mondja ki, hogy ha vesszük n független és

Valószínűségszámítás és Statisztika I. zh november MEGOLDÁS

Átírás:

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 T X at 1 X torzítatla becslése b-ek? 10 b Igaz-e, hogy 1T 3 1 X + T 3 X torzítatla becslése b-ek? 4 c T 1 X és T X közül melyikek kisebb a szórása? 4 Expoeciális eloszlásból származó mita eseté igaz-e, hogy a mitaátlag kozisztes becslése a paraméter reciprokáak? 8 3 a p paraméterű geometriai eloszlású mitából adjuk torzítatla becslést a paraméterre! 8 b Az alábbi mita geometriai eloszlásból származik:, 1,, 7, 3, 3, 6,, 1, 1, 3, 1, 6 Meyi az a feladatba adott becslés értéke a mitá? 4 4 50 gyerek magasságát mérjük meg cetiméterbe Feltételezzük, hogy midegyikük magassága egymástól függetle, N 130, 5 eloszlású valószíűségi változó Jelölje X a mért magasságok átlagát a Milye eloszlású X? 8 b Meyi P X < 15? 4 1 a Tudjuk, hogy függetle, elemű Z mitából E Z = EZ 1 ; D Z = D Z 1 Ezt = 100-ra és = 00-ra alkalmazva, továbbá felhaszálva, hogy X 1 eloszlása b paraméterű Poisso-eloszlás, azt kapjuk, hogy E b T 1 = EX 1 = b; E b T = EX 1 = b; D b T 1 = EX 1 100 = b 100 ; D b T = EX 1 00 = b 00 Az utóbbi két összefüggésből a szóráségyzet defiícióját felhaszálva adódik, hogy E b T = D T + E b T = b 100 + b Tehát a megadott becslés várható értéke: E b T at1 = b 100 + b ab = b 1 + b 100 a A becslés akkor torzítatle becslése b-ek, ha várható értéke mide b-re b-vel egyezik meg Látható, hogy ez egyetle a-ra sem teljesül az összes b-vel egyszerre, tehát ics a feladat feltételeiek megfelelő a szám b Az a feladat eredméyeit és a várható érték tulajdoságait felhaszálva: 1 E b 3 T 1 + 3 T = 1 3 E b T 1 + 3 E b T = 1 3 b + 3 b = b teljesül mide b > 0-ra Tehát a megadott becslés torzítatla becslése b-ek c Az a feladat szerit a T X becslés szórása kisebb

A agy számok erős törvéye szerit ha X 1, X, függetle valószíűségi változók, azoos eloszlásúak, és várható értékük létezik, akkor X 1 + + X / EX 1 1 valószíűséggel eseté Ha most X 1, X, függetle, expa paraméterű expoeciális eloszlású valószíűségi változók, akkor egyrészt a tétel alkalmazható, másrészt E a X 1 = 1 Tehát a P a X1 + + X 1 a = 1 mide a > 0-ra teljesül, és ez defiíció szerit azt jeleti, hogy a mitaátlag kozisztes becslése a paraméter reciprokáak 3 a Ha X 1,, X p paraméterű geometriai eloszlású mita, akkor P X i = 1 = p a geometriai eloszlás defiíciója szerit Legye I i = 1, ha X i = 1, és 0 külöbe, i = 1,, -re Ez tehát aak idikátora, hogy az i mitaelem 1, várható értéke az X i = 1 eseméy valószíűsége, azaz p Legye most T X 1,, X = I 1++I Ekkor E p T X 1,, X = E p I1 + + I = p = p Ez teljesül mide p 0, 1-re, azaz a paraméter mide lehetséges értékére Ez azt jeleti, hogy T, azaz az 1 mitaelemek relatív gyakorisága torzítatla becslés b-re b Most = 13, és az a rész jelöléseivel hisze a mitaelemek között 4 egyes va T X 1,, X 13 = 4 13, 4 a Tudjuk, hogy függetle, elemű Z mitából E Z = EZ 1 ; D Z = D Z 1 Ugyaakkor függetle ormális eloszlású valószíűségi változók összege is ormális eloszlású, ezt rögzített számmal elosztva is ormális eloszlású valószíűségi változót kapuk Tehát ha Z 1,, Z 50 az egyes gyerekek testmagassága, akkor X is ormális eloszlású valószíűségi változó X várható értéke Z 1 várható értéke, azaz 130, szóráségyzete pedig 5 = 1 Tehát 50 X N 130, 1 b Mivel X N 130, 1, ismert állítás szerit P X < 15 = Φ 15 130 1/ Φ 707 1 Φ 707 1

Statisztika 1 zárthelyi dolgozat 011 március 4 1 Egy pézérmével fejet és írást lehet dobi A fej dobásáak valószíűségét, p-t em ismerjük p 0, 1 Adjuk maximumlikelihood-becslést p-re, ha a mita a következő: 100 függetle dobásból 6 volt fej 1 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk mometummódszeres becslést a paraméterre! 6 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: http://wwwcseltehu/ ages/gyak Statisztika 1 zárthelyi dolgozat 011 március 4 1 Egy pézérmével fejet és írást lehet dobi A fej dobásáak valószíűségét, p-t em ismerjük p 0, 1 Adjuk maximumlikelihood-becslést p-re, ha a mita a következő: 100 függetle dobásból 6 volt fej 1 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést 10m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk mometum-módszeres becslést a paraméterre! 6 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: http://wwwcseltehu/ ages/gyak

1 Legye I i = 1, ha az i dobás fej, 0 külöbe I 1,, I 100 függetle mita a p paraméterű idikátoreloszlásból Maximumlikelihood-módszerrel felírjuk a likelihood-függvéyt: f p I 1 = k 1,, I 100 = k 100 = p P 100 ki 1 p 100 P 100 k i ; f p = p P 100 Ii 1 p 100 P 100 Azt a p-t kell tehát választauk, amelyre f maximális f-be csak a mitaelemek összege szerepel, tehát a mitaelemek összege elégséges statisztika A logaritmusfüggvéy szigorúa mooto övő, tehát ehelyett a loglikelihood-függvéy maximumhelyét is elég megkeresi: l p = log f p = I i log p + 100 I i log 1 p Eek deriváltja: Eek ullhelye: l p = 0 100 l p = 100 p 100 1 p I i 1 p = 100 I i p I i = 100p p = Ugyaakkor l folytoosa differeciálható, lim p 0 l p = lim p 1 l p = globális maximuma va a deriváltjáak ullhelyébe: ˆp = 100 dobás közül 6 volt fej Ez tehát a maximumlikelihood-becslés P 100 = 6 100 100 100 100 Tehát g-ek = 0, 6, beírva, hogy a a A mitaközép várható értéke függetle mita eseté a mitaelemek közös várható értéke, azaz az N m, 100 eloszlás várható értéke: m b Mivel mide m-re E 10 X = 10E X = 10m az a feladat szerit, 10 X torzítatla becslés 10m-re c A megadott mitá 10 X 1697, 17 3 a A kérdés, hogy milye c számra lesz E a cs = a a > 0 Mivel a mita függetle, U 0, a eloszlású: E a cs = cea s = c 1 D X 1 = c 1 a 1 Tehát c = 1 1 = 1000 999 1, 01 jó választás b A agy számok erős törvéye szerit a mitaközepekből álló sorozat 1 valószíűséggel kovergál a várható értékhez függetle, azoos eloszlású, véges várható értékű valószíűségi változókról va szó Tehát a mitaközepekből álló sorozat mide a-ra 1 valószíűséggel kovergál a/-höz Ezért a mitaközepek égyzetéből álló sorozat mide a-ra 1 valószíűséggel kovergál a/ -hez Ebből következik, hogy a mitaközepek égyzetéek égyszereséből álló sorozat mide a-ra 1 valószíűséggel kovergál a -hez, azaz kozisztes becslést ad a -re Tehát a 4 jó, és látható, hogy más megoldás ics 4 A b paraméterű Poisso-eloszlás várható értéke b Ezért azt a b-t kell választauk, amelyre a mitaközép a tapasztalati eloszlás első mometuma megegyezik b-vel: X = b, b mometummódszeres becslése a mitaátlag

Statisztika 1 zárthelyi dolgozat 011 március 4 1 Legye X 1,, X függetle, expa eloszlásból származó mita Számítsuk ki a mitaközép várható értékét és szórását! 8 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk torzítatla becslést be b -re! 10 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: http://wwwcseltehu/ ages/gyak Statisztika 1 zárthelyi dolgozat 011 március 4 1 Legye X 1,, X függetle, expa eloszlásból származó mita Számítsuk ki a mitaközép várható értékét és szórását! 8 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk torzítatla becslést be b -re! 10 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: http://wwwcseltehu/ ages/gyak