Några allmänna räkneregler för sannolikheter

Slides:



Advertisements
Liknande presentationer
FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Advertisements

Exempel Utifrån medicinsk erfarenhet är 5% av befolkningen smittade av ett visst virus. Ett nytt test har visat sig ge 80% av de smittade korrekt diagnos.
Algebra Kap 4 Mål: Lösa ekvationer
Teori.
FL2 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
732G22 Grunder i statistisk metodik
Statistikens grunder, 15p dagtid
Vad ingår kursen? i korta drag
Tillämpad statistik Naprapathögskolan
Beskrivande statistik för två beroende slumpvariabler
Felkalkyl Ofta mäter man inte direkt den storhet som är den intressanta, utan en grundläggande variabel som sedan används för att beräkna det som man är.
Grundlägande statistik,ht 09, AN1 F5 Kombinatorik (KW 1.6) Ex.: På en matsedel finns tre förrätter, två huvudrätter och två efterrätter. På hur många olika.
Skattningens medelfel
FK2002,FK2004 Föreläsning 2.
732G22 Grunder i statistisk metodik
Fysikexperiment 5p Föreläsning Korrelationer Ett effektivt sätt att beskriva sambandet mellan två variabler (ett observationspar) är i.
Binomialsannolikheter ritas i ett stolpdiagram
Statistik för internationella civilekonomer
Sannolikhet Stickprov Fördelningar
Föreläsning 7 Fysikexperiment 5p Poissonfördelningen Poissonfördelningen är en sannolikhetsfördelning för diskreta variabler som är mycket.
Övningsexempel till Kapitel 3 Ex 1: En familj planerar att skaffa tre barn. Sannolikheten att få en flicka är 0.47 medan sannolikheten att få en pojke.
Matematisk statistik och signal-behandling - ESS011 Föreläsning 3 Igor Rychlik 2015 (baserat på föreläsningar av Jesper Rydén)
732G22 Grunder i statistisk metodik
Fysikexperiment, 5p1 Random Walk 36 försök med Random walk med 1000 steg. Beräknad genomsnittlig räckvidd är  1000  32. Visualisering av utfallsrum.
1 Fler uträkningar med normalfördelningstabell Låt X vara Nf(170,5). Beräkna Lösning:
Grundläggande statistik, ht 09, AN1 F6 Slumpmässigt urval 1. Population där X är diskret med fördelningen p(x). Medelvärdet μ och variansen σ². Observationer:
Forskningsmetodik lektion
1 Stokastiska variabler. 2 Variabler En variabel är en egenskap hos en individ /objekt. En variabel kan, som vi tidigare sett, vara kvalitativ eller kvantitativ.
Lars Madej  Talmönster och talföljder  Funktioner.
  2 f ( 2 ) Chi-Square Distribution: df=10, df=30, df=50 df = 10 df = 30 df = 50 Chi-2-fördelningen.
Statistisk hypotesprövning. Test av hypoteser Ofta när man gör undersökningar så vill man ha svar på olika frågor (s.k. hypoteser). T.ex. Stämmer en spelares.
Föreläsning 4 732G81. Kapitel 4 Sannolikhetsfördelningar Sid
Betingade sannolikheter. 2 Antag att vi kastar en tärning och noterar antalet prickar som kommer upp. Låt A vara händelsen ”udda antal prickar”, dvs.
Diskreta slumpvariabler. Stokastiskvariabel En slumpvariabel (stokastisk variabel) är en Funktion eller regel som tilldelar ett tal till varje Utfall.
1. Kontinuerliga variabler
1 Numeriska Deskriptiva Tekniker. 2 Centralmått §Vanligtvis fokuserar vi vår uppmärksamhet på två typer av mått när vi beskriver en population: l Centraläge.
Korstabeller och logistisk regression Samband mellan kvalitativa variabler.
Sannolikhet och statistik Tabell Används för att ge en bra överblick av svaren man fått in, datan. Består av rader och kolumner. Frekvens Är hur många.
Samband & Inferens Konfidensintervall Statistisk hypotesprövning
INFERENS & SAMBAND. population Population Stickprov, urval INFERENS = Dra slutsatser om hela populationen utifrån ett stickprov Data, observationer.
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Diagram, kombinatorik & sannolikhet
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2017
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Mer om repetionssatser och arrayer
Vad ingår kursen? i korta drag
Grundlägande statistik,ht 09, AN
Regiongemensam enkät i förskola och familjedaghem 2016
Grundl. statistik F2, ht09, AN
Regiongemensam enkät i förskola och familjedaghem 2016
Y 5.4 Tabeller och diagram Frekvens och relativ frekvens
Y 5.3 Kombinatorik Kombinationer
Presentationens avskrift:

Några allmänna räkneregler för sannolikheter Låt som ex s.v. X anta värdena 0,1,2,3,4

Kap 3,3 Tvåpunktsfördelning För att kunna använda en kvalitativ variabel så måste vi göra om den så att den för siffror som värden. Vanligt är då att man låter den få endast två värden, 0 eller 1. Ex: Anta att vi har en variabel som beskriver kön. Låt då s.v. X få värdet ett om det är en kvinna och 0 om det är en man. Detta skrivs ofta kortare som

Fler ex Kast med en symmetrisk tärning Attityd-mätning om ny kaffeautomat på arbetsplatsen Om vi observerar vad många tycker i frågan så kan vi skriva in 1 el 0 i datorn istället för pos och neg

Pi är en vanlig beteckning för denna typ av sannolikhet och ska alltså inte blandas ihop med det irrationella talet 3,14. Vi kan enkelt räkna ut väntevärde och varians enl

Kap 3,6 Binomialfördelning Denna fördelning är uppbyggd av n st tvåpunktsfördelningar. Ex: Y=antalet 6:or vid 10 oberoende kast Y är här summan av 10st X. Numrera dessa X 1-10, dvs Om en s.v. kan byggas upp på detta sätt så fås en binomialfördelad variabel.

Vissa sannolikhetsfördelningar är så pass kända att de får namn. Binomialfördelningens sannolikhetsfördelning ser ut enl där Ta ex på tavlan Eftersom Y är en summa av n st två-punktsfördelningar. Se åter öv 302

Ex Kast med en symmetrisk tärning X= antalet 6:or vid 5 kast med en tärning Beräkna P(X=2) Lösning: ty n=5 och Vi kan få 2 6:or vid 5 kast på 10 olika sätt Kort skriver vi X är Bi(n,p)

Användning av binomialtabellen Tabellen ger sannolikheter av typen Ex X år Bi(9, 0.2) dvs n=9 (N i tabellen) Visa tabellen

Kap 4 Två slumpvariabler Låt X och Y vara två diskreta slumpvariabler. Ex: I en stor population studerar vi kön och ögonfärg Låt Vi kan skriva X och Y som ett par (X,Y) eftersom vi för ett barn kan mäta både kön och ögonfärg Sannolikhetsfördelningen för (X,Y) skriver vi p(x,y)

Det gäller p(0,0)=0,17=sannolikheten att ett på måfå valt barn är pojke och har en annan färg på ögonen än blå. (påhittade siffror) X 0 1 Pojke flicka 0 ej blå Y 1 blå p(0,0)=0,17 p(1,0)=0,13 p(0,1)=0,34 p(1,1)=0,36

Vi tittar återigen på korstabellen med sannolikheter p(x) och p(y) som är radsummor resp kolumnsummor av korstabellens sannolikheter kallas marginalfördelningar och är sannolikhetsfördelningen för X resp Y X 0 1 Pojke flicka p(y) 0 ej blå Y 1 blå 0,17 0,13 0,34 0,36 0,30 0,70 p(x) 0,51 0,49 1,00

Formellt kan vi skriva Två slumpvariabler sägs vara oberoende om och endast om Är variablerna kön och ögonfärg oberoende i ex ovan? Exempelvis pojke, ej blå Obs siffrorna påhittade

X = antal rum i en lägenhet Ytterligare ett ex X = antal rum i en lägenhet X och Y är beroende, dvs de är relaterade till varann X 1 2 3 p(y) Y 1 0,45 0,05 0 0,05 0,25 0,20 0,50 p(x) 0,50 0,30 0,20 1,00