Rozkłady zmiennych

Statystyka opisowa i matematyczna

Strona główna | Ekonometria | Statystyka | Prognozowanie i symulacje | Formularz kontaktowy

 

 

Rozkład Poissona

Używamy, gdy prawdopodobieństwo zajścia danego zdarzenia jest mniejsze niż 0,2 (P<0,2) i gdy jednocześnie ilość elementów jest równa lub większa od 20 (n>=20).

 

P(X=k) = (mk · e-m) / k!

gdzie:

k – wartość zmiennej losowej X

m – wartość oczekiwana

k! –silnia z k

 

Wzory dodatkowe:

Wartość oczekiwana – m=E(x)=n · P

 

Przykład:

Co 20 wyrób jest zły, oblicz prawdopodobieństwo, że wśród 120 wylosowanych są 4 złe wyroby: P(X=4) = (64 · e-6) / 4! = 3,212 / 24 = 0,134. W przypadku gdy w treści mamy podany przedział np. więcej złych wyrobów niż 3, ale mniej niż 7 wtedy liczymy i dodajemy każdy element z przedziału: P(3>X>7) = P(X=4)+P(X=5)+P(X=6).

Powyższe zadanie rozwiązaliśmy za pomocą rozkładu Poissona zgodnie z założeniami, ponieważ: P=0,05, n=120. E(X)=0.05 · 120 = 6.

 

Rozkład geometryczny

P(X=k) = p · qk-1

gdzie:

k – wartość zmiennej losowej X

p – prawdopodobieństwo sukcesu

q – prawdopodobieństwo porażki

 

Wzory dodatkowe:

Wartość oczekiwana – E(X)=1/p

Wariancja – V(X)=q/p2

Odchylenie - s=pierwiastek z V(X)

 

Przykład:

Co 5 los jest wygrywający. Oblicz prawdopodobieństwo, że dopiero za 6 razem wylosujemy wygrywający los:

p=0,2; q=0,8; k=6

P(X=6) = 0,2 · 0,85 = 0,065

 

 

 

 

 

Rozkład normalny

P(X=k) = T = (X-m) / s

gdzie:

X – zmienna losowa (wartość k)

m – wartość oczekiwana E(X)

s - odchylenie (pierwiastek z V(X))

 

Wzory dodatkowe:

E(X) = X · P

V(X) = n · p · q

 

Rozkład normalny oznaczamy także tak: N(E(X), s)

 

Rozkład wykładniczy

Funkcja gęstości:

                          / 0 dla x<0

                f(x)=<

                          \ le-2x dla x>=0

 

Dystrybuanta:

                          / 0 dla x<0

                F(x)=<

                          \ 1-e-2x dla x>=0

gdzie:

l - współczynnik Lambda = 1/E(x)

 

Dodatkowe wzory:

E(x) = 1/l

V(x) = 1/l2

Mediana Me = ln0,5 / l

 

Przykład:

Czas oczekiwania ma rozkład wykładniczy i E(x)=0,5. Oblicz prawdopodobieństwo, że czas oczekiwania będzie większy od 1.

P(X>1) = 1-e-2x1=0,865.

 

 

Rozkład dwumianowy

P(X=k) = Cnk · pk · qn-k

gdzie:

Cnk – kombinacja – wzór: n! / (n-k)!· k!

 

Dodatkowe wzory:

E(x)=n · p

V(x)=n · p · q

 

Przykład:

W grupie studentów 20% jest wysokich. Oblicz prawdopodobieństwo, że gdy wybierzemy 5 to 3 z nich będzie wysokich:

P(X=3) = C53 · 0,23 · 0,82 = 0,05.

 

Rozkład jednostajny

Oznaczamy: Xà[a,b].

 

Dystrybuanta:

                          / 0 dla x<a

                F(x)=<

                         \ (x-a)/(b-a) dla a<=x<=b

                          \ 1 dla x>b

 

Funkcja gęstości:

                          / 0 dla x<a

                f(x)=<

                         \ 1/(b-a) dla a<=x<=b

                          \ 0 dla x>b

 

Dodatkowe wzory:

E(x) = (a+b)/2

V(x) = (b-a)2/12

 

 


 

Mapa strony ekonometria.4me.pl

 

Ekonometria
Model ekonometryczny teoria
Jednorównaniowy model ekonometryczny
Metoda Hellwiga
MNK
Podstawy weryfikacji
Hipoteza o istotności parametrów strukturalnych
Funkcja produkcji
Ekonometria  korelacja i regresja  wzory
Założenia i własności predykcji ekonometrycznej
Jak to robią profesjonaliści ?
Analiza przepływów międzygałęziowych
Programowanie liniowe
Analiza popytu
Analiza kosztów
Współczynniki Pearsona  dwie zmienne objaśniające
Współczynniki Pearsona trzy zmienne objaśniające
Zadania obowiązujące na SGH cz.1

 

Statystyka

Statystyka  pojęcia podstawowe

Parametry statystyczne

Opracowanie materiału statystycznego

Tablica korelacyjna

Podstawowe prawdy statystyki

Kilka rozkładów

Statystyka  wzory

Dystrybuanta rozkładu normalnego N

Rozkład Durbina Watsona

Rozkład t-Studenta

Rozkład wartości krytycznej współczynnika korelacji dla 0,05

Rozkład F dla 0,05

Rozkład F dla 0,01

Rozkład liczby serii

Rozkład Poissona

Rozkład G.Cochrana

Rozkład chi kwadrat

Prognozowanie i symulacje

Prognozowanie sprzedaży

Prognozowanie popytu
Prognozowanie -metody heurystyczne
Składowe szeregów czasowych
Modele szeregów czasowych
Metody naiwne
Metoda średniej ruchomej

Wygładzanie wykładnicze
Prognozowanie ekonometryczne
Modele tendencji rozwojowej
Modele analityczne
Trend pełzający
Modele składowej periodycznej
Metoda wskaźników
Analiza harmoniczna
Modele autoregresyjne
Modele ARMA i ARIMA
Model nieliniowy
Model tendencji rozwojowej
Metoda prognozowania Hellwiga
Metoda trendu pełazającego
Prognozowanie ekonometryczne


Copyright © ekonometria.4me.pl 2005-2013. Wszelkie prawa zastrzeżone. Zabrania się kopiowania, redystrybucji, publikacji lub modyfikacji jakichkolwiek materiałów zawartych na stronie internetowej , bez wcześniejszej pisemnej zgody autorów.


Rozkłady zmiennych