Teooria eksami probleemid I osa Tõenäosusteooria 1. Defineerige sündmuste algebra. Tooge vähemalt 2 sündmuste algebra mittetriviaalset näidet Klassi F0 nimetatakse sündmuste algebraks, kui: 1) ∅,Ω ∈ F0 (Ω < ∞; Ω – elementaarsündmuste ruum ehk hulk, mille elementideks on juhusliku katse kõikvõimalikud tulemused) 2) A ∈ F0 => Ā ∈ F0 3) A,B ∈ F0 => A + B ∈ F0 Nt: Ω = {1,2,3,4,5,6} a. F = {∅,Ω} b
SÜNDMUSE TÕENÄOSUS 1. Mis on sündmus tavaelus? 2. Mis on juhuslik sündmus? 3. Millisest aspektist me tahame sündmusi uurida? 4. Sündmuse matemaatiline definitsioon (elementaarsündmus, elementaarsündmuste ruum, sündmus). Elementaarsündmus on mingi vaadeldava protsessi või läbiviidava katse tulemus. Elementaarsündmuste ruumi moodustavad kõik elementaarsündmused ehk kõikvõimalike tulemuste hulk. Sündmuseks nimetatakse mingit suvalist elementaarsündmuste ruumi alamhulka. 5. Sündmuse toimumise kriteerium. Sündmuse toimumise juures on meile oluline vaid see, kas toimub või mitte. Sündmus
Statistika teooria I 1. Kirjeldava statistika põhimõisted: aritmeetiline keskmine, mediaan, kvartiilid, mood, dispersioon, standardhälve, haare. Esitada definitsioonid ja osata antud andmeväärtuste puhul neid mõisteid rakendada N x + x 2 + ... + x N xi Aritmeetiline keskmine: µ = 1 = i =1 N N
elementaarsündmused sisalduvad ka sündmuses B (nt A: ärtu sõdur, B: ärtu piltkaart, C: piltkaart korral A B C) Vastandsündmus A : sisaldab kõik elementaarsündmused, mis ei sisaldu sündmuses A (nt A: must kaart, A : punane kaart) sündmusega seondub tema tõenäosus, mis on mingi arv nullist kuni üheni. Tõenäosus- sündmuse esinemissagedust katsetes (ka võimalikkust, osakaalu vms). Tõenäosusteooria seisukohalt on tõenäosus sündmuse mõõduks ning tõenäosuse omadused tulenevad tõenäosusteooria aksiomaatikast : 1.Normeeritusaksioom: 0 P(A) 1 2 Liitmisaksioom: vastastikkku välistuvate sündmuste loenduva summa tõenäosus võrdub nende sündmuste tõenäosuste summaga, st P( Ai ) = P( Ai ) kui AiAj = Ø (-aditiivsus) 3.Tinglik tõenäosus määratletakse seosega P(A/B) = P(AB) / P(B) (tinglik tõenäosus näitab sündmuse A
Determinatsioonikordaja iseloomustab mudeli kirjeldusvõimet. Standardviga iseloomustab funktsioontunnuse väärtuste yi kõrvalekallet regressioonmudeliga määratud väärtustest ŷi. Mudel kirjeldab suuruste vahelist seost: mis suunas üks suurus teist mõjutab; kui palju mõjutab; kas mõju on lineaarne või mittelineaarne. Mudel võimaldab prognoosimist. Mudel võimaldab välja tuua erindeid. Regressioonanalüüs võimaldab hinnata mudeli parameetrite arvväärtusi. Ei ütle, milline matemaatiline kuju peab mudelil olema. Lineaarne mudel y= ax + b on üks võimalikest. Teooriast on teada, millise kujuga seos uuritavate suuruste vahel eksisteerib, on teada mudeli üldkuju. On vaja leida vaid konkreetsele andmestikule vastavad parameetrid, st mudeli konkreetne kuju. Regressiooni jääk on valimisse kuuluva objekti tegeliku väärtuse ja mudelväärtuse vahe: Mitmene regressioon - Sõltuvat tunnust mõjutab enamasti rohkem kui üks seletav tunnus. Käivet võib
Klassikaline või geomeetriline tõenäosus μ(ΩA)=(2,25-2*0,5)=1,25 k V =k! Ck P(A)=1,25/2,25=5/9 Variatsioonid: n n Liitmislause, korrutamislause, tinglik 1) Karbis on 10 pooljuhti, neist 7 hiljuti testitut. Karbist tõenäosus, sõltumatud sündmused, võetakse huupi 5 pooljuhti. Leidke tõenäosus, et sõltumatute katsete seeria nende hulgas on täpselt 3 hiljuti testitut. Liitmislause: P(A1+A2)=P(A1)+P(A2)-P(A1A2) Lahendus: A=“3 pooljuhti 5-st on testitud“ P((A1+A2)+A3)= P(A1)+P(A2)+P(A3)-P(A1A2)- 5 P(A1A3)-P(A2A3)+P(A1A2A3) │Ω│=n= C10 =12 Tinglik tõenäosus: DEF. P(A/B)=P(AB)/P(B) ; 3 2
25- protsentiili nim. esimene kvartiil. Mediaan on 50-protsentiil e. teine kvartiil. 75-protsentiil nim. kolmas kvartiil. Mood arvrea suurima sagedusega liige. Dispersioon 2= ((x1-x)2+(x2-x)2+...+(xN-x)2)/N =(i=1N(xi-x)2)/N Standardhälve =2 Haare arvrea suurima ja vähima väärtuse vahe 2. Sündmus ja tõenäosus. Kindel sündmus ja võimatu sündmus. Sündmus on tõenäosusteooria põhimõiste. Tavaliselt tähistatakse sündmusi suurte tähtedega ladina tähestiku algusest:A, B, C Vajadusel kasutatakse indekseid. Sündmuse tõenäosus on sündmuse toimumise võimalikkust näitav arv lõigult (0,1), mida tavaliselt tähistatakse tähega P. Võimatu sündmuse V tõenäosus P(V)=0 Kindla sündmuse K tõenäosus P(K)=1 3
Oluline erinevus on järelduste tundlikkuses: mitteparameetrilised skeemid on oluliselt tuimemad ja sama järeldustäpsuse saavutamiseks vajatakse rohkem katseandmeid. Miteparameetriline Mann-Whitney test on kahe valimi homogeensushüpoteesi kontrolliks. Testi sammud: *koguda kaks sõltumatut valimit *järjestada andmed ühise kasvava reana *leida kummagi valimi elementidele xi ja yj vastavad järjekorranumbrid ühises reas. *leida xi'dele vastavate järjekorranumbrite summa *leida testi statistik T=S-N(N+1)/2 *valitud olulisuse nivoo alfa ja valimite mahtude N ja M jaoks leida vastavatest tabelist kriitiline kvantiil *järelduste tegemine: kuistatistik jääb kahe kriitlise kvantiili vahele, siis võetakse nullhüpotees vastu ja valimid võib lugeda homogeenseks. Aegrida on aja järgi järjestatud valim. Aegridade põhjal mudeli hindamist, sellest järelduste tegemist jms nim aegridade analüüsiks. Aegread tekivad selliste protsesside
Kõik kommentaarid