jaotuse tõenäosuste tihedus: f(x) = lim P(x X < x+x)/ x omadused: 1. f(x) 0 on positiivne arv. 2. 3. Eksisteerib kasvõi üks väärtus (x, x+x), millele kehtib P(x X < x+x) = F(x) = f()dx - ksii). 7. Binomiaalne jaotus 1. JS nimetatakse binomiaalselt jaotuvaks (ka Bernoulli jaotus) parameetritega n ja m, kui ta võtab võimalikud väärtused 0, 1, ...., n tõenäosusega P(n, m) valemiga P{Xn =m}= n Kogu seerias katsetega n on sündmuste järjekord: ei= A ,tagasipanekuga skeem, eelmev sündmus ei mõju järgnevale 8. Hüpergeomeetriline jaotus JS nimetatakse jaotunuks (hüper)geomeetriliselt, kui võimalikud väärtused 0, 1 ... n vötab ta tõenäosusega PN,M {n, m}, kus N, M, n on jaotuse parameetrid. Tagasipanekuta skeem 9. Poisson jaotus Jaotusseadus Pt(X=x) = () / x! = fP(x,a) 10. Ühtlane (ristkülik) jaotus f(x) = {1/(b-a)}, kui a x b JS nimetatakse ristkülikjaotusega intervallis [a; b] kui tema tõenäosuse tihedus on
F(x) juhuslikule suurusele X on tõenäosus, et X võtab väärtuse vähem kui antud arvul x. F(x) = P(Xx). P(x´ X x´´) = F(x´´) - F(x´); 0 F(x) 1; F(x1) F(x2) 6. Tõenäosuse tihedusfunktsioon f(x) ja tema põhiomadused. f(x) = lim P(xXx+x) / x; F(x) = f(x) dx x0 f(x) 0; f ( x ) dx 1 7. Binomiaalne jaotus. PXn =m= Cmn pmqn-m , kus P( F) = 1- p = q ja m = 0, 1, ...., n Sündmuste järgnevus ei= A F A F A, tagasipanekuga skeem 8. Hüpergeomeetriline jaotus PN,M n, m = CmM Cn-mN-M / CnN. Tagasipanekuta skeem 9. Poisson jaotus Pt(X=x) = (axe-a) / x! = fP(x,a) 10. Ühtlane (ristkülik) jaotus f(x) = 1/(b-a)}, kui a x b 11. Normaaljaotus. Normeeritud normaaljaotus 1 1 e x a ; a 0; 1 2 / 2 2 2
Jaotused Andmed tõenäosusteooria …. II osa Matemaatiline statistika 1. Klassikalise statistika eeldused. Nende eelduste rikutus Klassikalise statistika eeldused: a. Üldkogum on lõpmatu ja valim on selle lõplik alamhulk; |u| = n – valimi maht b. Valimisse kaasamine on sõltumatu, st valik on tagasipanekuga. Igal valimi elemendil on valimisse kaasamise tõenäosus 1/n. c. Parameetrilisuse eeldus. Valimi elemendil Xi = F(Θ); Θ = (Θ1, Θ2, , Θk). Jaotus on teada. Meie ülesanne on hinnata parameetreid Θj; j=1,2, ,k. 2. Statistiku definitsioon. Hinnangu nihketus ja mõjusus Olgu meil valim ( X 1 , X 2 ,..., X n ). Veenduge, et 1 n a) Hinnang x X i on nihketa ja mõjus hinnang X i keskväärtusele; n i 1 1 n
matemaatiline statistika Jaotused Andmed tõenäosusteooria …. II osa Matemaatiline statistika 1. Klassikalise statistika eeldused. Nende eelduste rikutus Klassikalise statistika eeldused: a. Üldkogum on lõpmatu ja valim on selle lõplik alamhulk; |u| = n – valimi maht b. Valimisse kaasamine on sõltumatu, st valik on tagasipanekuga. Igal valimi elemendil on valimisse kaasamise tõenäosus 1/n. c. Parameetrilisuse eeldus. Valimi elemendil Xi = F(Θ); Θ = (Θ1, Θ2, …, Θk). Jaotus on teada. Meie ülesanne on hinnata parameetreid Θj; j=1,2,…,k. 2. Statistiku definitsioon. Hinnangu nihketus ja mõjusus Olgu meil valim ( X 1 , X 2 ,..., X n ). Veenduge, et 1 n x n
annaabi.ee 
