Statistik B teori

ht 2024

  • Hem
  • Matematik-avsnitt
  • Lektioner
    • Kapitel 1
    • Kapitel 2
      • Exemplen Kap 2
      • Exemplens lösningar Kap 2
    • Kapitel 3
      • Kap 3 del 1
      • Kap 3 del 2
      • Kap 3 del 3
      • Kap 3 del 4
      • Kap 3 del 5
    • Kapitel 4
      • Kap 4 del 1
      • Kap 4 del 2
      • Kap 4 Del 3
      • Kap 4 del 4
      • Kap 4 Del 5
    • Kapitel 5
      • Kap 5 del 1
      • Kap 5 del 2
      • Kap 5 del 3
      • Kap 5 del 4
    • Kapitel 6
      • Kap 6 Del 1
      • Kap 6 Del 2
      • Kap 6 Del 3
      • Kap 6 Del 4
    • Kapitel 7
      • Kap 7 del 1
      • Kap 7 del 2
      • Kap7 del 3
    • Kapitel 8
      • Kap 8 del 1
      • Kap 8 del 2
      • Kap 8 del 3
    • Kapitel 9
      • Kap 9 del 1
      • Kap 9 del 2

Kap4Del3








Chapter 4 Continous Random Variables

Kapitel 4.4-4.7: Speciella kontinuerliga sannolikhetsfördelningar

 

Vissa sannolikhetsfördelningar är så vanligt förekommande, att de fått egna namn.

Vi har haft några exempel på sannolikhetsfördelningar tidigare i kapitel 4, t.ex. exempel 3. Slumpvariabeln \(Y\) hade följande täthetsfunktion: \(f(y)=0.046875y^2, \ \ 0 \leq y \leq 4\).

Den sannolikhetsfördelningen har inget eget namn, men nu ska vi presentera några välkända fördelningar med egna namn:  

Likformig kontinuerlig fördelning i kapitel 4.4

Exponentialfördelning se nedan och kapitel 4.6

Gammafördelning i kapitel 4.6

Normalfördelning i kapitel 4.5

(Betafördelning i kapitel 4.7 tas inte upp i kursen)  

Vi kommer att gå igenom i vilka situationer som de olika fördelningarna kan användas. Utgående från situation kommer vi att härleda motsvarande formel för f(y).

Vi kommer också att behöva formler för väntevärde och varians/standardavvikelse, Dessa formler kommer vi i flera fall att härleda.  

Likformig kontinuerlig fördelning (kap 4.4)

Exempel (använt tidigare i kap 4)

Ta en 4 dm lång bräda och sätt en skala utefter långsidan där du markerar 0-4. Just innan det ska regna placerar du brädan på marken. Vänta tills den första regndroppen träffar brädan och kolla vilken position på skalan 0-4 som droppen hamnat mittför.

Låt Y = positionen för den första regndroppen.
Då säger man att Y följer en Likformig kontinuerlig fördelning.

Om sannolikhetsfördelningen

Sannolikhetsfördelningen beskrivs av följande täthetsfunktion: \(f(y)=\frac{1}{4}, \ \ 0 \leq y \leq 4\).

Värdet 0.25 (1/4) förklaras av att den totala arean under täthetsfunktionen för \(0 \leq y \leq 4\) ska bli 1; se figuren:

En likformig sannolikhetsfördelning som är kontinuerlig kallas också rektangelfördelning eftersom täthetsfunktionen får utseendet hos en rektangel.

Allmänt

Om Y har en likformig kontinuerlig fördelning (Rektangelfördelning) med \({\theta}_1 \leq y \leq {\theta}_2\)   skriver vi   \(Y \sim Re({\theta}_1,{\theta}_2)\).

(Likformig innebär att alla värden mellan \({\theta}_1\) och \({\theta}_2\) är lika sannolika. )
 

Om beteckningen Re

En vanligare beteckning för denna fördelning är U, men vi har redan använt den beteckningen för likformig diskret fördelning i kapitel 3.

 

Allmänna egenskaper för \(Y \sim Re({\theta}_1,{\theta}_2)\)

Täthetsfunktion:   \(f(y)=\frac{1}{{\theta}_2-{\theta}_1}, \ \ {\theta}_1 \leq y \leq {\theta}_2\)
 

Visar att \(f(y) \geq 0\)  för  \(-\infty < y < \infty\):

  • För \(-\infty < y < {\theta}_1\)  gäller   \(f(y)=0\).

  • För \({\theta}_1 \leq y \leq {\theta}_2\)  gäller \(f(y) =\frac{1}{{\theta}_2-{\theta}_1}\),   vilket är ett positivt tal, eftersom \({\theta}_1 < {\theta}_2\)

  • För \({\theta}_2 < y < \infty\)  gäller   \(f(y)=0\).

Slutsatsen blir att \(f(y) \geq 0\) för alla värden på y (i alla tre områdena.)

 

Visar att totala arean under f(y) är 1, dvs att \(\displaystyle \int_{-\infty}^{\infty} f(y) \ dy =1\):

\(\displaystyle \int_{-\infty}^{\infty} f(y) \ dy =\int_{{\theta}_1}^{{\theta}_2} \textstyle \frac{1}{{\theta}_2-{\theta}_1} \ dy=\) \(\displaystyle \left[ \textstyle \frac{1}{{\theta}_2-{\theta}_1} y \right]_{{\theta}_1}^{{\theta}_2} =\) \(\frac{1}{{\theta}_2-{\theta}_1} \cdot {\theta}_2 – \frac{1}{{\theta}_2-{\theta}_1} \cdot {\theta}_1=\) \(\frac{{\theta}_2-{\theta}_1}{{\theta}_2-{\theta}_1}=1\)
 

Väntevärde:   \(E(Y)=\frac{{\theta}_1+{\theta}_2}{2}\)
 

Varians:   \(V(Y)=\frac{({\theta}_2-{\theta}_1)^2}{12}\)

 

Övningar

Exempel 10

10a) Bestäm väntevärdet för slumpvariabeln Y som anger positionen för den första regndroppen.

10b) Härled allmänt formeln för E(Y) för en likformig kontinuerlig fördelning.
 

10c) Bestäm variansen för slumpvariabeln Y som anger positionen för den första regndroppen.

10d) Härled allmänt formeln för V(Y) för en likformig kontinuerlig fördelning.
 

Ledning
10b och 10d)   Du behöver följande räkneregler:
\(a^2-b^2=(a-b)(a+b)\)   (konjugatregeln),
\(a^3-b^3=(a-b)(a^2+ab+b^2)\),
samt även de två kvadreringsreglerna
\((a+b)^2=a^2+2ab+b^2\)   och \((a-b)^2=a^2-2ab+b^2\)

För 10b kan du även kolla bokens härledning (sats 4.6)

 

Svar Exempel 10

10a) \(E(Y)=2\)

10c) \(V(Y)=1.333…\)



Powered by WordPress | theme SG Double