Wyklad 6 Charakterystyki CZ 2

Charakterystyki liczbowe zmiennej losowej typu skokowego
Podstawowe rozkłady zmiennych losowych typu skokowego
Charakterystyki liczbowe zmiennej losowej typu

skokowego cz. 2
Aneta Wróblewska
II Informatyki lic.
Instytut Informatyki UMCS
Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Moment zwykły rzędu k
Definicja 1
Niech X będzie zmienną losową typu skokowego o zbiorze SX jej punktów
skokowych xi i funkcji rozkładu prawdopodobieństwa p (określoną za
pomocą tabeli). Moment zwykły rzędu k, ∈ N, k ≥ 1 dany jest
wzorem: X
EX k = xik · pi
xi ∈SX
xik · pi jest bezwzględnie zbieżny.

P
o ile szereg
xi ∈SX
Uwaga!
Inne oznaczenie dla momentu zwykłego rzędu k do αk ,
Moment zwykły rzędu 1 jest wartością oczekiwaną,
Mogą nie istnieć momenty zwykłe rzędu k, jednak jeśli istnieje
moment rzędu k, to istnieją momenty zwykłe rzędu r dla r < k.

Przykład 1
Zmienna losowa X jest określona funkcją rozkładu prawdopodobieństwa
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Wyznacz wartość oczekiwaną i drugi moment zwykły.
Rozwiązanie Do wyznaczania momentów zwykłych (szczególnie tych

wyższych rzędów) można użyć tabeli pomocniczej:
xi pi xi · pi xi2 xi2 · pi
-3 0.1 -0.3 9 0.9
-1 0.2 -0.2 1 0.2
3 0.5 1.5 9 4.5
5 0.2 1 25 5
Suma - 2 - 10.6
Stąd α1 = EX = 2 oraz α2 = EX 2 = 10.6.

Moment centralny rzędu k
Definicja 2
pomocą tabeli). Moment centralny rzędu k, ∈ N, k ≥ 1 dany jest
wzorem: X
µk = (xi − EX )k · pi
xi ∈SX
(xi − EX )k · pi jest bezwzględnie zbieżny.

P
o ile szereg
xi ∈SX
Uwaga!
Moment zwykły centralny rzędu 2 jest wariancją. Dla wariancji
stosuje się równoważne oznaczenia σ 2 lub D 2 X

Przykład 2
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Wyznacz wariancję itrzeci moment centralny.
Rozwiązanie Do wyznaczania momentów centralnych potrzebna jest

wartość oczekiwana. Z poprzedniego przykładu mamy EX = 2. Do
obliczeń wykorzystamy tabelkę pomocniczą:
xi pi xi − EX (xi − EX )2 (xi − EX )2 · pi (xi − EX )3 (xi − EX )3 · pi

-3 0.1 -5 25 2.5 -125 -12.5
-1 0.2 -3 9 1.8 -27 -5.4
3 0.5 1 1 0.5 1 0.5
5 0.2 3 9 1.8 27 5.4
Suma - - - 6.6 - -12
Stąd µ1 = σ 2 = D 2 X = 6.6 oraz µ3 = −12.

Współczynnik asymetrii
Definicja 3
pomocą tabeli). Współczynnik asymetrii (skośności) jest dany
wzorem:
µ3
γ1 = 3
σ
Uwaga!
Współczynnik asymetrii mówi nam, jak wygląda rozłożenie danych
po obu stronach wartości oczekiwanej. Jeśli jest równy 0, to
rozłożenie jest symetryczne po obu stronach, jeśli ujemny - symetria
lewostronna, dodatni - prawostronna.

Przykład 3
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Wyznacz współczynnik asymetrii.
Rozwiązanie W przykładzie 2 obliczyliśmy σ 2 = 6.6 oraz µ3 = −12.

Stąd σ = 2.57, zatem σ 3 = 16.97. W rezultacie dostajemy:
µ3 −12
γ= 3
= = −0.71
σ 16.97

Współczynnik skupienia
Definicja 4
pomocą tabeli). Współczynnik skupienia (kurtoza) jest dany wzorem:
µ4
K=
σ4
Uwaga!
Można też się spotkać z definicją K = σµ44 − 3. Ta definicja jest
często wygodniejsza, bo dla niej kurtoza rozkładu normalnego jest
równa zero.

Przykład 4
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Wyznacz kurtozę.
Rozwiązanie Do wyznaczenia momentów centralnych potrzebna jest

wartość oczekiwana. Z przykładu 1 mamy EX = 2. Do obliczeń
wykorzystamy tabelkę pomocniczą:
xi pi xi − EX (xi − EX )2 (xi − EX )2 · pi (xi − EX )4 (xi − EX )4 · pi

-3 0.1 -5 25 2.5 625 62.5
-1 0.2 -3 9 1.8 81 16.2
3 0.5 1 1 0.5 1 0.5
5 0.2 3 9 1.8 81 16.2
Suma - - - 6.6 - 95.4
Zatem
µ4 95.4
µ2 = σ 2 = D 2 X = 6.6, µ4 = 95.4. Stąd K = σ4 = 6.62 = 2.19
Moda
Definicja 5
pomocą tabeli). Modą (dominantą) jest punkt skokowy xi , różny od
min{xi } oraz max{xi }, dla którego p(xi ) osiąga maksimum absolutne.
Uwaga!
Moda może nie istnieć lub może być więcej niż jedna moda.

Przykład 5
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Wyznacz modę.
Rozwiązanie Maksymalna wartość p(xi ) jest równa 0.5. To

prawdopodobieństwo jest osiągane dla xi = 3 i nie jest to wartość
skrajna. Wobec tego Mo = 3.


Rozkłady związane ze zliczaniem
Ile eksperymentów zakończy się sukcesem?
Ile zgłoszeń napływa średnio w ciągu godziny do pogotowia
ratunkowego w godzinach nocnych?
Ile wypadków śmiertelnych ma miejsce podczas kąpieli w morzu?
Przykładami rozkładów odpowiedzialnych za tego typu sytuację są np.
rozkład dwumianowy i Poissona.
Rozkłady czasu oczekiwania
Jak długo trzeba rzucać kostką, aby wypadła ”szóstka”?
Jak długi jest czas oczekiwania na kolejne zgłoszenie do centrali
telefonicznej?
Jak często dochodzi do wypadków drogowych?
Przykładem rozkładu opisującego tego typu sytuacje jest rozkład
geometryczny.
Rozkład dwupunktowy
Rozkład dwupunktowy
Mówimy, że zmienna losowa X ma rozkład dwupunktowy z parametrem
p ((0 < p < 1)), jeśli może przyjmować jedynie dwie wartości, oznaczone
umownie jako x1 oraz x2 , z prawdopodobieństwami odpowiednio:
P(X = x1 ) = p, P(X = x2 ) = 1 − p.
Uwaga!
W szczególnym przypadku, gdy x1 = 1, x2 = 0 mówimy, że X ma
rozkład zer-jedynkowy z parametrem p.
Parametr p nazywamy prawdopodobieństwem sukcesu.
Gdy X ma rozkład zero-jedynkowy, wówczas
EX = p, D 2 X = p(1 − p)

Rozkład dwumianowy
Rozkład dwumianowy
Zmienna losowa X ma rozkład dwumianowy (Bernoulliego) z
parametrami n i p (n ∈ N oraz 0 < p < 1), jeśli funkcja
prawdopodobieństwa określona jest wzorem:

n k
P(X = k) = p (1 − p)n−k
k
dla k = 0, 1, · · ·
Uwaga!
W rozkładzie dwumianowym:
EX = np, D 2 X = np(1 − p)
W przypadku zmiennej o rozkładzie dwumianowym zakłada się, że

mamy do czynienia z ciągiem prób Bernoulliego

Rozkład dwumianowy - przykłady zastosowań
Przykład 1
Przypuśćmy, że pewna fabryka produkuje pralki, wśród których 5% to
pralki wadliwe. Z partii produkcji wybrano losowo, ze zwracaniem 20
pralek i poddano je szczegółowej kontroli jakości. Jakie jest
prawdopodobieństwo, że w wybranej próbie pralek:
1 dokładnie dwie pralki są wybrakowane;
2 co najwyżej dwie pralki mają wady;
3 żadna pralka nie jest wadliwa
Oblicz oczekiwaną liczbę pralek wadliwych w losowej próbie 20 pralek.

Rozkład geometryczny
Rozkład geometryczny
Zmienna losowa X ma rozkład geometryczny z parametrem p
(0 < p < 1), jeśli funkcja prawdopodobieństwa określona jest wzorem:
P(X = k) = p(1 − p)k−1
Rozkład geometryczny opisuje prawdopdobieństwo sukcesu w k-tej

próbie Bernoulliego.
W rozkładzie geometrycznym:
1 1−p
EX = , D 2X =
p p2

Rozkład Poissona
Rozkład Poissona
Mówimy, że zmienna losowa X ma rozkład Poissona z parametrem
λ > 0, jeśli jej funkcja rozkładu prawdopodobieństwa wyraża się wzorem:
λk −k
P(X = k) = e
k!
Uwaga!
Rozkład Poissona jest rozkładem granicznym rozkadu
dwumianowego, tzn. jeśli w rozkładzie dwumianowym n → ∞ i
jednocześnie p → 0 w taki sposób, że np = const, to P(X = k)
można wyznaczyć z powyższego wzoru, przyjmując λ = np
W rozkładzie Poissona:
EX = λ, D 2 X = λ

Wyklad 6 Charakterystyki CZ 2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Wyklad 6 Charakterystyki CZ 2

Uploaded by

Copyright:

Available Formats

Charakterystyki liczbowe zmiennej losowej typu skokowego

Podstawowe rozkłady zmiennych losowych typu skokowego

Charakterystyki liczbowe zmiennej losowej typu

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Moment zwykły rzędu k

xik · pi jest bezwzględnie zbieżny.

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Wyznacz wartość oczekiwaną i drugi moment zwykły.

Rozwiązanie Do wyznaczania momentów zwykłych (szczególnie tych

Stąd α1 = EX = 2 oraz α2 = EX 2 = 10.6.

Moment centralny rzędu k

(xi − EX )k · pi jest bezwzględnie zbieżny.

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Wyznacz wariancję itrzeci moment centralny.

Rozwiązanie Do wyznaczania momentów centralnych potrzebna jest

xi pi xi − EX (xi − EX )2 (xi − EX )2 · pi (xi − EX )3 (xi − EX )3 · pi

Stąd µ1 = σ 2 = D 2 X = 6.6 oraz µ3 = −12.

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Wyznacz współczynnik asymetrii.

Rozwiązanie W przykładzie 2 obliczyliśmy σ 2 = 6.6 oraz µ3 = −12.

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Rozwiązanie Do wyznaczenia momentów centralnych potrzebna jest

xi pi xi − EX (xi − EX )2 (xi − EX )2 · pi (xi − EX )4 (xi − EX )4 · pi

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Rozwiązanie Maksymalna wartość p(xi ) jest równa 0.5. To

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Podstawowe rozkłady zmiennych losowych typu skokowego

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

W przypadku zmiennej o rozkładzie dwumianowym zakłada się, że

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Rozkład dwumianowy - przykłady zastosowań

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

P(X = k) = p(1 − p)k−1

Rozkład geometryczny opisuje prawdopdobieństwo sukcesu w k-tej

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2

You might also like