1. Tõenäosuse mõiste - Sündmuse (klassikaliseks) tõenäosuseks nimetame temas sisalduvate (ehk soodsate) elementaarsündmuste arvu ja kõigi elementaarsündmuste arvu suhet. kindel sündmus, võimatu, juhuslik. Vastandsündmus, selle tõenäosus. - Sündmuse A vastandsündmuseks nimetame sündmust, mis toimub parajasti siis, kui sündmus A ei toimu. 2. Sündmuste summa - Sündmuste A ja B summa on sündmus, mis toimub kui toimub vähemalt üks sündmustest A või B. korrutis - Sündmuste A ja B korrutis on sündmus, mis toimub parajasti siis, kui toimuvad sündmused A ja B. (samaaegselt) vahe - Sündmuste A ja B vahe on sündmus, mis toimub parajasti siis, kui sündmus A toimub aga sündmus B ei toimu. AB 3. Sõltumatud sündmused
Majandusstatistika eksamiküsimused FK100 1. Statistika mõiste. Üldkogum ja valim. Rühmitatud andmed. Statistilise materjali graafiline esitamine (histogramm ja kumulatiivse sageduse graafik). Statistika on andmete kogumine ja töötlemine, statistilised andmekogumid, teadusharu, mille põhiülesandeks on massinähtuste vaatlemine, nende kohta andmete kogumine ja analüüsimine ning selle põhjal järelduste ja üldistuste tegemine ning praktiliste lahenduste pakkumine Üldkogum antud tunnustega elementide hulk (nt. koolis õpilaste hulk), N
Z, mille korral zk=xiyj ja p(zk)=p(xi, yj). ). Kui X ja Y on sõltumatud(ühe juhusliku suuruse omandamise tõenäosus ei sõltu teise juhusliku suuruse väärtuse omandamisest), siis tulenevalt üksikväärtustele vastavusse seatavate südmuste sõltumatusest saame väita, et p(zk)= p(xi) p(yj). Sõltuvate juhuslike suuruste puhul peab arvestama tinglikke tõenäosusi. 28. Mis on juhusliku suuruse mood? Diskreetse juhusliku suuruse moodiks nimetame juhusliku suuruse kõige suurema p ( xmo ) =max p(x i) tõenäosusega esinevat väärtust.Seega väärtus xmo on mood, kui x i. Vastavalt kas on üks või mitu moodi, on unimodaalne või multimodaalne. 29. Mis on juhusliku suuruse keskväärtus? Diskreetse juhusliku suuruse keskväärtuseks EX nimetatakse matemaatilist ootust ehk EX= ∑ x i p (x i) ooteväärtuseks ehk arvu x ∈X
Juhusliku suuruse X väärtused x1 x2 ... xn
Väärtuste ilmumise tõenäosused f(x1) f(x2) ... f(xn) f (x ) = 1
i
Diskreetse juhusliku suuruse jaotusfunktsioon F(x)=P(X
Binoomjaotusega juhusliku suuruse esinevad üksteisest sõltumatult (st P(I on rikkis ja II töötab) = 0,9 * 0,95 + dispersioon on:DX´=pq 5. Poissoni sisuliselt eeldame, et rikaste protsent nii 0,1 * 0,8 = 0,935 jaotusega juhusliku suuruse keskväärtus on:EX=lamda6. Ühtlase hea tervisega kui ka halva tervisega N'ide21. Urnis on 5 punast 3 sinist ja 2 jaotusega juhusliku suuruse dispersioon on: kodanike hulgas on ühesugune). Leida rohelist kuulikest. Urnist võetakse DX=(b-a)*(b-a)/12 tõenäosus, et juhuslikult valitud kodanik üksteise järel kolm kuulikest. Milline on Tõenäosuse geomeetriline tähendus
.., Ak)=P(A1)P(A2)....P(Ak). Tõestus !!! P(AB)=m AB/n=(mAB/mA)*mA/n=P(B/A)*P(A)=P(A)*P(B/A). Analoogiliselt saame, et P(AB)=P(B)P(A/B). Kui A ja B on sõltumatud, st. A toimumise tõenäosus ei sõltu B toimumisest või mittetoimumisest ja vastupidi, siis P(AB)=P(A)P(B). 6. Sündmuste täissüsteemi mõiste. Täistõenäosuse valem (tõestusega). Bayesi valem (tõestusega). Sündmuste täielikuks süsteemiks e sündmuste täissüsteemiks nimetame sündmusi A 1, A2, ..., An kui 1) A1+A2+...+An=K, st. P(A1+A2+... +An)=P(K)=1 ja 2) AiAj=V, st. P(AiAj)=P(V)=0, i, j=1,2,...,n, ij. Mingi katse tulemused, mida nimetatakse elementaarsündmusteks, moodustavad sündmuste täieliku süsteemi. Elementaarsündmustest saab korraga ilmuda ainult üks ning üks kindlasti ilmub. Täistõenäosuse valem. Kui sündmused A1, A2,..
võimalikust näitav arv lõigul [0,1], mida tavaliselt Suhtelise sageduse omadused: 1. Sündmuse suhteline tähistatakse P. Võimatu sündmuse V tõenäosus P(V)=0, sagedus on mittenegatiivne. 2. Kindla sündmuse suhteline 17. Binoomjaotusega juhuslik suurus, selle kindla sündmuse K tõenäosus P(K)=1. Ülejäänud sagedus on 1 3. Võimatu sündmuse suhteline sagedus on jaotustabel, keskväärtus (tõestusega) ja dispersioon sündmused on juhuslikud sündmused. (tõestusega) Sündmuse A toimumise arv X kirjeldatud 0 4. Sündmuse A vastandsündmuse suhteline sagedus on 2. Tehted sündmustega
b 1 cdx = 1, millest cb – ca = 1 ja c = a ba . Seega tihedusfunktsioon avaldub kujul: 0, kuix a 1 f(x) = , kui a≤x≤b. ba 0, kuix a Graafiliselt on ühtlase jaotusega jaotusfunktsioon esitatav kujul: 2.5 Juhusliku suuruse keskväärtus Juhuslik suurus on täielikult iseloomustatud tema jaotus- või tihedusfunktsiooniga. Lisaks kasutatakse aga juhuslike suuruste mitmete oluliste külgede esiletoomiseks täiendavalt arvkarakteristikuid. Üks olulisemaid on keskväärtus, mille ümbergrupeeruvad juhusliku suuruse võimalikud väärtused. Diskreetse juhusliku suuruse keskväärtus ehk matemaatiline ootus n avaldub kujul: EX = x i 1 i pi .
1. Üldkogum – ehk populatsiooni all mõeldakse kõiki juhtumeid või situatsioone, mille kohta uurijad soovivad, et nende poolt saadud järeldused või prognoosid kehtiksid. Valim – liikmed tuleb valida juhuslikult, st igal üldkogumi liikmel peab olema võrdne võimalus saada valitud valimisse. Valimimaht – Valimisse valitavate objektide arv. Tunnuste- all mõistetakse liikmeid kirjeldavaid erinevaid omadusi. 2. Statistilise uurimistöö etapid. Mingi probleemi statistilise uurimisel läbitakse 4 tööetappi: Uuringu ettevalmistamine Statistiline vaatlus või eksperiment Vaatlusandmete kokkuvõtte ja esialgne töötlemine
Punkti juhuslikul valimisel lõigust [0,1] on loomulik lugeda sündmusteks valitud punkti sattumist osalõikudesse [a,b], kus(a väiksemvõrdne b). Seega pakub suurt huvi ka vähim sigma algebra, mis sisaldab kõiki osalõike. 3. Tõenäosuse aksiomaatiline definitsioon. Tõestada aksioomide põhjal, et tühja hulga tõenäosus on null. Tuletada liitmislause 2 sündmuse (liidetava) puhul Def: Olgu Ω mingi hulk, mille element ω me nimetame elementaarsündmuseks. Olgu S hulga Ω mingi alamhulkade hulk. Hulga S elemente nimetame juhuslikeks sündmusteks ja hulka Ω elementaarsündmuste ruumiks. Hulka S nimetame hulga Ω hulkade algebraks, kui 1) Ω∈ S 2) A∈S ja B∈S => AUB ∈ S ja AÜB ∈S ja A/B ∈S Tühja hulga tõenäosuse tõestamine: 1) P(∅) = 0 tõestus: on ilmne, et ∅+∅=∅ ja ∅*∅=∅. Seega P(∅) = P(∅+∅) = P(∅) + P(∅) => P(∅) = 0.
juhusliku suuruse kõikvõimalikud väärtused ja nende omandamise tõenäosused. 14. Juhusliku suuruse keskväärtuse ja dispersiooni omadused. Juhusliku suuruse keskväärtuseks (matemaatiliseks ootuseks) nimetatakse arvu, mis on määratud eeskirjaga Keskväärtuse omadused: Olgu a ja b suvalised konstandid, siis E(aX+b)= aEX+b. Olgu X ja Y suvalised juhuslikud suurused, siis E(X+Y) = EX+EY. Dispersioon on juhusliku suuruse keskväärtuse suhtes arvutatud hälbe ruudu keskväärtus. See on arv, mis kirjeldab juhusliku suuruse hajutatust tema keskväärtuse suhtes. Dispersiooni omadused: Konstandi dispersioon on null. D(aX + b) = a2DX 15. Binoom-, Poissoni-, ühtlase- ja normaaljaotuse keskväärtused ja dispersioonid. Katsetes esineb kahesuse element, kus tulemuseks on soodsatest sündmustest moodustuv diskreetne tõenäosusjaotus, mida nim binoomjaotuseks . Keskväärtus ja dispersioon
MATEMAATIKA ARVESTUS 1. Kombinatoorika põhiprintsiibid-liitmis ja korrutamisprintsiip. Liitmisprintsiip- ,,kas üks või teine" . kui mingit objekti A on võimalik valida n erineval viisil ja objekti B m erineval viisil ning valida tuleb kas objekt A või objekt B, siis kõigi erinevate võimalike valikute arv on n + m. Korrutamisprintsiip- ,, nii üks kui ka teine" kui mingit objekti A on võimalik valida n erineval viisil ja objekti B m erineval viisil ning valida tuleb nii objekt A kui ka objekt B, siis kõigi võimalike erinevate valikute arv on n · m. 2. Permutatsiooni permutatsioonideks n erinevast elemendist nimetatakse nende elementide kõikvõimalikke erinevaid järjestusi. Pn = n! 3. Variatsioonid Variatsioonideks n elemendist k-kaupa (k n) nimetatakse nelemendilise hulga kõigi k-elemendiliste osahulkade elementide erinevaid järjestusi. Vnk = n!/(n-k)! k 0! = 1 Variatsioonides on oluline liikmete järjestus erinevalt kombinatsioonidest. Variatsioone on 2x ro
muutumisvahemiku sees kõik juhusliku suuruse väärtused on tekke mõttes samaväärsed. Jaotuse parameetriteks on juhusliku suuruse muutumisintervalli alumine piir a ja ülemine piir b. Eksponentjaotus (pidev) kirjeldab mingi sündmuse toimumisaja jaotust eeldusel, et sündmuse tekkimise jaoks kõik ajahetked on samaväärsed. Kasutatakse töökindlustehnikas, teenindussüsteemides jm. Jaotuse kirjeldamiseks üks parameeter lambda, mis on sündmuste voo intensiivsus/sagedus. Normaaljaotus on esmajoones seotud keskse piirteoreemiga tõenäosusteoorias. Suvalise ühesuguse jaotusega sõltumatute juhuslike suuruste summa või keskväärtuse jaotus läheneb liidetavate arvu kasvades normaaljaotusele. Seega saab juhuslike suuruste liitumisel tekkivate juhuslike suuruste jaotust vähemalt ligikaudu kirjeldada normaaljaotusega. Ei ole vaja suur liidetavate arvu, lubatav on liidetavate
pöördseoseid. Suurima tõepära meetod: Meetodi aluseks on põhimõte leida sellised jaotuse parameetrite väärtused, et antud konkreetse valimi jaoks oleks suurim just nimelt selle valimi saamise tõenäosus. Vähimruutude meetod: Vähimruutude meetod on tavalisim meetod erinevate juhuslike suuruste seosemudelite parameetrite leidmisel (nt regressioonanalüüsis). Nullhüpotees- kontrollitav väide Alternatiivhüpotees- nullhüpoteesi välistav alternatiivne väide Statistiline hüpotees tekib tavaliselt mingi vaadeldava juhusliku suuruse kohta käiva väite (oletuse, hüpoteesi, ...) formaliseerimisel. esimest liiki viga tekib, kui H0 on õige, ent kontrollil loetakse õigeks (võetakse vastu) H1 (sellise vea tõenäosust tähistatakse ); teist liiki viga tekib, kui H0 pole õige, ent kontrollil loetakse H0 õigeks (võetakse vastu) (sellise vea tõenäosust tähistatakse ). Hüpoteeside kontrolli tavapärased sammud on järgmised:
Xi; A∈ F. Juhusliku suuruse X jaotuseks nimetatakse funktsiooni D: R → [0;1] selliselt, et D(X(A)) = P(A) Jaotust (diskreetsel juhul) kirjeldab tõenäosusfunktsioon pi=P ( ω| X ( ω ) =xi ) =P( X =x i) ; pi ≥ 0; ∑pi = 1 Omavahelised seosed: Ω X P [0; R 1] D 8. Keskväärtus ja dispersioon. Definitsioonid. Tõestada vähemalt 3 nende omadust Diskreetse juhusliku suuruse X keskväärtus: E(X) = ∑xipi Omadused: a. min(xi) ≤ E(X) ≤ max(xi) E(X) = ∑xipi ≤ ∑maxxipi = maxxi∑pi = maxxi b. Homogeensus: E(cX) = cE(X), c = const E(cX) = ∑xiP(cX=cxi) = c∑xiP(X=xi) = cE(X) c. E(c) = c E(c) = cP(X=c) = c d. Keskväärtus on adiktiivne. Olgu juhuslikud suurused X ja Y, siis
Seega saab juhuslike suuruste liitumisel tekkivate juhuslike suuruste jaotust vähemalt ligikaudu kirjeldada normaaljaotusega. Ei ole vaja suur liidetavate arvu, lubatav on liidetavate mõningane vastastikune sõltuvus, normaaljaotusega liidetavate summa jaotus on täpselt normaaljaotus, katseandmete analüüsi kogemus paljudes valdkondades on näidanud, et suur enamus katseandmeid on hästi kirjeldatavad normaaljaotusega. Normaaljaotusel on kaks parameetrit, mis on vastava juhusliku suuruse keskväärtus ja standardhälve. Normaaljaotus on sümmeetriline. Normeeritud normaaljaotus on normaaljaotuse erijuhtum, kui keskväärtus ja standardhälve on vastavalt 0 ja 1. Tähistatakse X-N(0,1). K sigma reegel: näitab, kui suur on juhusliku suuruse normaaljaotuse korral tõenäosus sattude piirkonda keskväärtus pluss-miinus k standardhälve. Lognormaalne jaotus tekib, kui vaadeldava juhusliku suuruse logaritm on jaotunud
Leia E(X2): 02x0,8+12x0,1+32x0,1= 1 1 Jaotusfunktsiooni abil on raske otsustada juhusliku suuruse käitumise üle mingi punkti ümbruses. Seetõttu kasutatakse lisaks jaotusfunktsioonile ka sellest tuletatud tihedusfunktsiooni. 2 4. Populatsioon ja valim, standardviga Populatsioon on kõigi objektide, isendite, esemete, nähtuste või seisundite kogum, mille kohta soovitakse järeldusi teha Populatsiooni neid objekte, mida on vaadeldud või uurimiseks välja valitud, kutsutakse valimiks Valimit, kus uuritava tunnuse jaotus on samasugune kui populatsioonis, nimetatakse esindavaks valimiks Standardhälve- ruutjuur dispersioonist (dispersioon pt.2)
TÕENÄOSUS SÜNDMUSED Tõenäosusteooria uurib esinevate juhuslike nähtuste seaduspärasusi Meie käsitluse aluseks on katse. Katse seisneb teatud tingimuste realiseeerumises ning selle käigus jälgitakse sündmuste toimumisi. Sündmus võib olla kindel, võimatu või juhuslik. Kindel sündmus (tähistatakse K) sündmus, mis teatud tingimuste korral alati toimub. Kindlateks sündmusteks on kooliaasta algus 1. septembril, igahommikune päikesetõus, vesi on ämbris vedelas olekus kui temperatuur on 10 kraadi. . Võimatu sündmus (tähistatakse V) sündmus, mis antud vaatluse või katse korral kunagi ei toimu. Võimatuteks sündmusteks on näiteks täringul üheaegselt 6 ja 4 silma heitmine; vesi ei saa tahkes olekus olla, kui temperatuur on +10 kraadi. Kindla sündmuse vastandsündmus on võimatu sündmus. Juhuslik sündmus sündmus, mis antud vaatluse või katse korral võib toimuda, aga võib ka mitte toimuda. Juhuslikeks sünd
Pidev suurus - väärtused täidavad mingi vahemiku täielikult ära Jaotusseadus - Diskreetse juhusliku suuruse X jaotusseaduseks nimetatakse vastavust suuruse kõikvõimalike väärtuste xi ja nende tõenäosuste pi vahel. Jaotusfunktsioon - tõenäosus, et juhusliku suuruse X väärtus on väiksem-võrdne mingist reaalarvust x. Valem: F(x)=P(X<=x) Keskväärtus ehk oodatav väärtus - Kui juhusliku suuruse X väärtuse xi esinemise tõenäosus on pi , siis selle juhusliku suuruse keskväärtus ehk oodatav väärtus. Oodatav väärtus on otsustamisel kriteeriumiks. Valitakse see alternatiiv, mille korral oodatav väärtus on ekstremaalne. Näiteks: oodatav kasum maksimaalne,oodatav kulu minimaalne Valem: µ=E[X]= ∑ pixi Dispersioon – diskreetse juhusliku suuruse dispersioon σ^2=∑(xi-µ)^2*pi Pidev juhuslik suurus - Pideva juhusliku suuruse korral ei saa rääkida mingi üksiku konkreetse väärtuse esinemise tõenäosusest
Olgu X küsimuste arv, mida tudeng neist teab. Leidke suuruse X jaotusseadus, jaotusfunktsioon F(x) analüütiliselt ja graafiliselt, jaotustihedus f(x), karakteristlik funktsioon g(w), genereeriv funktsioon G(z), keskväärtus E(X) ja dispersioon D(X) ning tabamuste arvud esimesel ja teisel viskel. Leidke standardhälve. suuruste X1 ja X2 ning X genereerivad funktsioonid, Lahendus: X=1,2,3 suuruse X jaotusseadus, F(x) , Gx(z), EX, DX. C13 C 22 /C 35 =3/10 Lahendus: X=X1-X2 p1=P(X=1)= X1+-X2
Tõenäosus, et
juhuslik suurus satub vahemikku x...x+x:
p(x < X < x+x) = F(x+x) F(x).
Jagame selle tõenäosuse vahemiku pikkusega x ja ja lähendame x nullile. Jaotusfunktsiooni tuletist
nimetatakse jaotustiheduseks ja tähistatakse f(x). Juhusliku suuruse mingisse vahemikku sattumise
tõenäosus leitakse f(x) abil nii:
p( < X < ) = f(x)dx
Juhuslikue suuruste arvkarakteristikud:
Asendikarakteristikud : matemaatiline ootus ehk keskväärtus
diskreetsel suurusel: mx=E[X] = M[X] = i=1nxipi
pideval suurusel : E[X] = -x*f(x)dx
Keskväärtus ja mood ;
Mediaan juhusliku suuruse mediaan on tema väärtus Me, mille puhul p(X
t. y 1 z = s t + z z 1 Sirge parameetrilised vôrrandid: 22. Sirgete paralleelsuse ja ristseisu tunnused. Kahe sirge vastastikused asendid. Sirgete paralleelsuse tunnused: 1) Sihivektorid on kollineaarsed (+ kontrollin et ei ühti). Sirgete ristseisu tunnused: 1) Sihivektorid on risti. 23. Tasandi normaal. Tasandi võrrand ruumis. Kahe tasandi vastastikused asendid. Tasandi normaal iga vektor, mis on risti tasandi mistahes vektoriga (n = (nx=A; ny=B;nz =C) Tasandi vôrrand ruumis: 1) Ax + By + Cz + D = 0. 2) Viimase saamislugu: (M0X)*n = 0 nx(x-x0) + ny(y-y0) + nz(z-z0) = 0. 24. Sirge ja tasandi vastastikused asendid ruumis. Sirge ja tasandi vastastikused asendid ruumis: 1) Paralleelsed: sihivektor risti tasandi normaaliga ja ei ole ühiseid punkte
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 f ( x) ( x) ex /2 2 2 12. Eksponentsiaalne jaotus. (Töö)kindlusfunktsioon f(x) =e-x kui x 0. R(t) = e-t 13. Gammajaotus. Beetajaotus. Logaritmiline jaotus
b. suurema informatiivsusega järjestusskaala c. kõige informatiivsem intervallskaala 2. Uuringufirma viib Eesti elanikkonna hulgas läbi tööjõu-uuringut. Vali õiged terminid, mis tähistavad toodud mõisteid. a. Eesti elanik objekt b. Uuringu teostamiseks kasutatakse intervjuusid mõõtmismeetod c. Tallinna elanikud osakogum d. need isikud, keda küsitletakse valim e. Intervjuul esitatavate küsimuste komplekt mõõtmisvahend f. Eesti elanikkond üldkogum g. inimese vanus tunnus h. need inimesed, kelle sissetulek on väiksem kui 5000 kr osakogum i. inimese sissetulek tunnus 3. Milliste vaatlustega on tegemist? a. küsimustiku täitmine veebis ankeetvaatlus b. andmete hankimine internetist dokumentaalvaatlus c
nimetame funktsiooni, mis seab väärtusele x vastavusse tõenäosuse, et Xx.
F(x)=P(Xx). Näide täringuviske jaotusfunktsioonist. Jaotusfunktsioon on kasulik,
kui JS väärtusi on palju. Saame arvutada tõenäosuse, et juhuslik suurus kuuulub teatavasse
piirkonda (poollõiku) P(a
sin2 + cos2 = 1 tan = sin /cos 1+tan2 = 1/cos2 sin2 = 1 cos2 sin = tan *cos cos2 = 1/tan2 +1 cos2 = 1 sin2 cos = sin /tan cos2 1 = - sin2 cot = cos /sin cot =1/tan sin2 1 = - cos2 cos = cot *sin tan *cot =1 sin = cos /cot 1+cot2 = 1/sin2 sin = cos (90o ) sin = vastas kaatet/hüpotenuus cos = sin (90o ) cos = lähis kaatet/hüpotenuus tan = 1/tan (90o ) tan = vastas kaatet/lähis kaatet cot =tan (90o ) cot = lähis kaatet/vastas kaatet tan = cot (90o ) Kolmnurga pindala Koosinusteoreem Siinusteoreem S=a*h/2 a2=b2+c2-2bc*cos a/sin=b/sin=c/sin=2R S=1/2a*b*
Tõenäosusteooria ja matemaatiline statistika Ajaloost Tekkinud 17. saj. seoses hasartmängudes (kaardid, täringud) tekkinud probleemidega kuidas jaotada panuseid, kui mäng juhtuks mingil põhjusel pooleli jääma, milliste kaartide korral on mõtet edasi mängida jms Tuntumad teadlased, kellel on suuri teeneid tõenäosusteooria arendamisel: De Fermat, Pascal, Huygens, Bernoulli, Gauss, Laplace, Kolmogorov jt Tänapäeval on tõenäosusteooria ja matemaatiline statistika paljude ülikoolide mitmete erialade õppekavas. Põhimõisted katse põhimõtteliselt lõpmatult palju kordi teostatav toiming, mille korraldamise protseduur on fikseeritud; katse käigus jälgitakse, kas teatud sündmused toimuvad või mitte sündmus katse tulemus või erinevate tulemuste ühendamisel saadav tulemus Näit. Katseks on täringu viskamine, sündmusteks võivad olla järgmised: - saadakse 4 silma - saadakse 5 silma - saadakse 3 või 6 silma - saadakse paarisarv s
Tõenäosusteooria (II) Tihti võib sündmusi vaadelda koosnevaina lihtsamatest sündmustest. Näiteks, olgu ühes urnis 4 valget ja 3 punast kuuli ning teises urnis 6 valget ja 3 punast palli. Kummastki urnist võetakse üks pall. Vaatleme järgmisi sündmusi: C võetud pallide hulgas on vähemalt üks punane pall, D mõlemad võetud pallid on punased. Me võime need sündmused esitada järgmiste osasündmuste (nn elementaarsündmuste) kaudu: A esimesena urnist võetud pall on punane B teisest võetud pall on punane Sündmuse C võime esitada niimoodi: toimub sündmus A või toimub sündmus B või toimuvad mõlemad sündmused A ja B. Sündmuse D võime esitada aga nõnda: toimub sündmus A ja toimub sündmus B. Tõenäosusteoorias antakse selliselt moodustatud sündmustele omaette nimetused. Sündmuste A ja B summaks nimetatakse sündmust C, mille korral toimub vähemalt üks sündmustest A või B (s.t toimub sündmus A või toimub sündmus B või toimuvad
rühmitades võimalikud väärtused klassidesse. Näiteks kaalukategooriad maadlusvõistlustel. Tulemuste statistilise töötlemisvõimaluste laiendamise huvides kasutatakse ka ordinaalskaala kodeerimist arvuliseks (kvantitatiivseks) tunnuseks (näiteks keskmise hinde leidmiseks). Nii saadud statistiliste tulemuste tõlgendamisel tuleb olla ettevaatlik (ei või näiteks väita, et keskmine hinne 4,0 on kaks korda parem kui 2,0). Üldkogum ja valim Üldkogum on objektide (nähtuste, isendite, protsesside) hulk, mille kohta soovitakse teha teaduslikult põhjendatud järeldusi. Valim on üldkogumist eraldatud objektide hulk, mille mõõtmise ja vaatlemise alusel tehakse järeldusi üldkogumi kohta. Nõuded valimile: 1. Valimi maht peab olema küllalt suur. 2. igal üldkogumi indiviidil peab olema võrdne võimalus sattuda valimisse. Neid kaht nõuet rahuldavat valimit nimetatakse representatiivseks e. esindavaks.
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 konstantne c vahemikus [a; b] ja väljaspool [a; b] võrdne 0. 11. Normaaljaotus. Normeeritud normaaljaotus Normaaljaotus, mille tihedus on normeeritud ja tsentreeritud (a =0 ja ,=1) on Gaussi kõver 12. Eksponentsiaalne jaotus. (Töö)kindlusfunktsioon 13. Gammajaotus. Beetajaotus. Logaritmiline jaotus = 0 kui t <0 14. 2 jaotus. F jaotus. Studenti jaotus 52 jaotuseks n vabadusastmega nimetatakse sõltumatute standardsete normaalsete suuruste n ruutude summa jaotust 20. Matemaatiline ootus ja tema omadused
4. Juhusliku suuruse arvkarakteristikud Jaotusseadus iseloomustab juhuslikku suurust täielikult. Teades jaotusseadust võib määrata kõik ülejäänud juhusliku suuruse karakteristikud. Kuid paljude praktiliste ülesannete lahendamiseks ei ole vaja nii täiuslikku informatsiooni. Juhusliku suuruse osaliseks kirjeldamiseks on kasutusele võetud mitmeid jaotusseadust iseloomustavaid arvkarakteristikuid Keskväärtus (matemaatiline ootus) Juhusliku suuruse keskväärtus ehk matemaatiline ootus on juhusliku suuruse tähtsaim arvkarakteristik, mis näitab juhusliku suuruse kaalutud keskmist, mida sageli ka ette prognoositakse. Dispersioon ja standardhälve Juhusliku suuruse iseloomustamiseks ei piisa ainult keskväärtusest. Tähtsuselt järgmisteks karakteristikuteks on dispersioon ja standardhälve. Need iseloomustavad juhusliku suuruse hajuvust keskväärtuse ümber. Dispersiooniks nimetatakse juhusliku suuruse hälvete ruutude keskmist keskväärtusest:
2) Statistilise uurimistöö etapid Uuringu ettevalmistamine (eesmärk, plaan, andmete vajadus, andmete kogumisviis, töötlemisviis, võimalikud järeldused). Statistiline vaatlus (küsitlus, dokumentide läbivaatamine, ankeedi korraldamine, andmete hankimine statistilistest andmebaasidest). Vaatlusandmete kokkuvõtt ja esialgne töötlemine. Andmete analüüs, järelduste ja üldistuste sõnastamine. 3) Statistilise vaatluse vead Metodoloogilised vead – valim ei kirjelda üldkogumit adekvaatselt. – vaatluse eesmärk ja objekt pole täpselt piiritletud. – vaatlusviis on ebaõnnestunult valitud. – vaatluse juhendmaterjalid pole üheselt mõistetavad. Registreerimisvead (tahtlikult tekitatud vead; mittetahtlikud vead). tahtlikud vead – andmeid moonutatakse meelega. mittetahtlikud vead – jämedad vead (tekivad mõõtmist, vaatlust või küsitlemist segava
4 0,040 0,159 0,635 5 0,008 0,040 0,198 1,000 1,7 3,571 0,8 2 3 4 5 6 X(võtmiste arv) 1.rahakotis on 9 münti 5 kahekümnesendilist ja 4 viiekümnesendilist.rahakotist võeti münte esimese 50 sendise sa Saadud rahasumma on juhuslik suurus(x). Leida juh. Suuruse jaotustabel ja keskväärtus. võimalikud variandid P x1 50 50 0,44 x3 70 20+50 0,28 x4 90 20+20+50 0,16 x5 110 20+20+20+50 0,08 x6 130 20+20+20+20+50 0,03 0,99 Jaotustabel