Tilaston esittäminen frekvenssitaulukossa ja graafisesti. Keskiluvut luokittelemattomalle ja luokitellulle aineistolle: moodi, mediaani, keskiarvo.

Samankaltaiset tiedostot
TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

30A02000 Tilastotieteen perusteet

Tilastolliset jakaumat, niiden esittäminen ja tunnusluvut

dx=2&uilang=fi&lang=fi&lvv=2015

&idx=2&uilang=fi&lang=fi&lvv=2015

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

b) Jos Ville kaataisikin karkit samaan pussiin ja valitsisi sieltä sattumanvaraisen karkin, niin millä todennäköisyydellä hän saisi merkkarin?

Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä palamisaikaa?

3.7 Todennäköisyysjakaumia

Todennäköisyys (englanniksi probability)

Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa.

&idx=2&uilang=fi&lang=fi&lvv=2015

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen

Jatkuvat satunnaismuuttujat

Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin!

Luento KERTAUSTA Kaksiulotteinen jakauma Pisteparvi, Toyota Avensis -farmariautoja

A-Osio. Ei saa käyttää laskinta, maksimissaan tunti aikaa. Valitse seuraavista kolmesta tehtävästä kaksi, joihin vastaat:

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tilastollinen aineisto Luottamusväli

Todennäköisyyslaskenta - tehtävät

ikä (vuosia) on jo muuttanut 7 % 46 % 87 % 96 % 98 % 100 %

Todennäköisyyslaskenta sivuaineopiskelijoille

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Otosavaruus ja todennäköisyys Otosavaruus Ë on joukko, jonka alkiot ovat kokeen tulokset Tapahtuma on otosavaruuden osajoukko

Ilkka Mellin (2008) 1/5

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

GeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus

1. Kuinka monella tavalla joukon kaikki alkiot voidaan järjestää jonoksi? Tähän antaa vastauksen: tuloperiaate ja permutaatio

Tuloperiaate. Oletetaan, että eräs valintaprosessi voidaan jakaa peräkkäisiin vaiheisiin, joita on k kappaletta

Opiskelijanumero Yleisarvio Työläys Hyödyllisyys 12345A K K B U 3 3 3

1. Kuusisivuista noppaa heitetään, kunnes saadaan silmäluku 5 tai 6. Olkoon X niiden heittojen lukumäärä, joilla tuli 1, 2, 3 tai 4.

Sovellettu todennäköisyyslaskenta B

1 TILASTOJEN KÄYTTÖ 7. Mitä tilastotiede on 7 Historiaa 8 Tilastotieteen nykyinen asema 9 Tilastollisen tutkimuksen vaiheet 10

Harjoitus 2: Matlab - Statistical Toolbox

c) A = pariton, B = ainakin 4. Nyt = silmäluku on5 Koska esim. P( P(A) P(B) =, eivät tapahtumat A ja B ole riippumattomia.

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

2. Jatkoa HT 4.5:teen ja edelliseen tehtavään: Määrää X:n kertymäfunktio F (x) ja laske sen avulla todennäköisyydet

tilastotieteen kertaus

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Esimerkki 1: auringonkukan kasvun kuvailu

9 Yhteenlaskusääntö ja komplementtitapahtuma

Matemaattinen tilastotiede. Erkki Liski Matematiikan, Tilastotieteen ja Filosofian Laitos Tampereen Yliopisto

Tutkimustiedonhallinnan peruskurssi

Matematiikan kotitehtävä 2, MAA 10 Todennäköisyys ja tilastot

1. a) Aineistot -osiosta löytyy kuntasektorin kuukausipalkat ammateittain vuonna 2016 (tehtava1a.ods).

031021P Tilastomatematiikka (5 op) viikko 3

Johdatus tn-laskentaan torstai

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

/1. MTTTP1, luento Normaalijakauma (kertausta) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

riippumattomia ja noudattavat samaa jakaumaa.

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B

/1. MTTTP1, luento Normaalijakauma (jatkoa) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

Tilastollisia peruskäsitteitä ja Monte Carlo

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

SISÄLTÖ 1 TILASTOJEN KÄYTTÖ...7 MITÄ TILASTOTIEDE ON?

Teema 7: Todennäköisyyksien laskentaa

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Mat Sovellettu todennäköisyyslasku A

3. laskuharjoituskierros, vko 6, ratkaisut

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan

Diskreetit todennäköisyysjakaumat. Kertymäfunktio Odotusarvo Binomijakauma Poisson-jakauma

7 TODENNÄKÖISYYSLASKENTAA

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

4. laskuharjoituskierros, vko 7, ratkaisut

Sovellettu todennäköisyyslaskenta B

Todennäköisyyslaskenta I. Ville Hyvönen

Tilastollinen päättely II, kevät 2017 Harjoitus 1A

Normaalijakaumasta johdettuja jakaumia

TOD.NÄK JA TILASTOT, MAA10 Kombinaatio, k-kombinaatio

Todennäköisyyden ominaisuuksia

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

031021P Tilastomatematiikka (5 op) viikot 5 6

pisteet Frekvenssi frekvenssi Yhteensä

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

Luku 10. Bayesläiset estimaattorit Bayesläiset piste-estimaatit. Lasse Leskelä Aalto-yliopisto 18. lokakuuta 2017

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Kertymäfunktio. TKK (c) Ilkka Mellin (2007) 1

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

Mat Sovellettu todennäköisyyslasku A

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

14 Jatkuva jakauma. Käsitellään kuitenkin ennen täsmällisiä määritelmiä johdatteleva

Kertaustesti Perheessä on neljä lasta, joista valitaan arpomalla kaksi tiskaajaa. Millä todennäköisyydellä nuorin joutuu tiskaamaan?

Transkriptio:

Kertaus Tilaston esittäminen frekvenssitaulukossa ja graafisesti. Luokiteltu aineisto. Keskiluvut luokittelemattomalle ja luokitellulle aineistolle: moodi, mediaani, keskiarvo. Hajontaluvut luokittelemattomalle ja luokitellulle aineistolle: vaihteluväli, populaation keskihajonta, otoskeskihajonta. Tunnuslukujen laskeminen laskimella. 1

Esimerkki: Laske taulukon aineistosta laskimella keskiarvo, moodi, mediaani ja keskihajonta. a) x f b) luokka f 2 3 3 1 4 6 5 2 6 1 10 12 3 13 15 4 16 18 1 2

Tilasto ohjeita Casion Classpad laskimelle: http://youtu.be/bhnqsq3bukw... ja TI:n Nspire laskimelle: http://youtu.be/dqkexkqpam4 3

Todennäköisyyslaskentaa suotuisien alkeistapausten lkm klassinen TN: P(A) = kaikkien alkeistapausten lkm erilliset tapahtumat: Eivät voi tapahtua samanaikaisesti. riippumattomat tapahtumat: Eivät vaikuta toistensa todennäköisyyksiin. yhteenlaskusääntö: kertolaskusääntö: ehdollinen TN: P(A tai B) = P(A) + P(B) P(A ja B) P(A ja B) = P(A) P(B) (riippumattomat A ja B) P(A ja B) = P(A) P(B A) 4

Esimerkki: Ruokalassa on nakkeja 15 % päivistä ja maitoa 95 % päivistä. Millä TN:llä umpimähkään valittuna päivänä on (a) kumpaakin, (b) ei kumpaakaan, (c) ainakin toista, (d) vain toista? 5

Esimerkki: Ruokalassa on jäljellä enää kymmenen nakkia, joista kolme on soijanakkeja. Nuppu ottaa sattumanvaraisesti viisi nakkia. Millä TN:llä hän saa ainakin yhden soijanakin? 6

Tuloperiaate: Jos valinnan ensimmäisessä vaiheessa on k 1 vaihtoehtoa, toisessa k 2,..., n:nnessä k n, niin erilaisia lopputulosmahdollisuuksia on kappaletta. k 1 k 2... k n 7

Järjestetään n alkiota. Erilaisten järjestysten lukumäärä: Valitaan n alkion joukosta k alkiota, jotka järjestetään. Mahdollisten lopputulosten lukumäärä: Valitaan n alkion joukosta k alkion osajoukko. Mahdollisten osajoukkojen lukumäärä: 8

Esimerkki: Korttipakasta jaetaan viisi korttia. Millä TN:llä saadaan kaksi herttaa ja kolme pataa? 9

Toistokokeen TN: Toistetaan koetta n kertaa onnistumisen TN:n ollessa p ja epäonnistumisen TN:n ollessa q. Tällöin k onnistumisen TN on n k ( ) p k q n k. 10

Esimerkki (Binomitodennäköisyys): Iilimato tarrautuu Likolammessa uivaan 10 prosentin todennäköisyydellä. Pertti ui 5 kertaa. Millä todennäköisyydellä häneen tarttuun iilimato a) kahdesti, b) ainakin kerran? 11

Miksi a kohtaa ei voi laskea seuraavasti? P("iilimato kahdesti") = 0,1 2 0,9 3. 12

Esimerkki: Vuoden 2009 europarlamenttivaaleissa äänesti 40,3 % suomalaisista äänioikeutetuista. Jos valitaan äänioikeutettujen joukosta viisitoista satunnaista henkilöä, millä TN:llä saadaan ainakin kaksi, jotka eivät äänestäneet? 13

Diskreetti satunnaismuuttuja Jakauman esittäminen taulukkona. Kertymäfunktio. Odotusarvo. 14

Esimerkki: Heitetään kahta noppaa ja valitaan tuloksista suurempi (tai jos tulee sama tulos, niin valitaan se). Laske odotusarvo. 15

Jatkuva satunnaismuuttuja Tiheysfunktio. Kertymäfunktio. Todennäköisyyden laskeminen. 16

Esimerkki: Onko funktio f(x) = 0,5x, kun 0 < x < 2, 0 muualla, kelvollinen tiheysfunktioksi? 17

Esimerkki: Eräässä suuressa väestössä naisten keskipituus on 165,4 cm. Pituus noudattaa likimain normaalijakaumaa keskihajonnalla 2,5 cm. Kuinka suuri osa naisista on 160 170 cm pitkiä? 18

Haastavampia tehtäviä 1. Todennäköisyys sille, että hyvä kokki laittaa hyvää ruokaa, on 90 % ja todennäköisyys sille, että huono kokki laittaa hyvää ruokaa, on 20 %. Valitaan kokki umpimähkään joukosta, jossa on hyviä kokkeja 60 % ja huonoja 40 %. Millä todennäköisyydellä hänen laittamansa ruoka on hyvää? 2. Kuusinumeroinen luku alkaa 4:llä ja muut numerot ovat määräytyneet sattumanvaraisesti. Millä todennäköisyydellä luvussa esiintyy ainakin kerran peräkkäin numerot 1 ja 3 tässä järjestyksessä? [S1972] 3. Kuinka monta erilaista "sanaa" voidaan muodostaa kirjaimista S, Ö, S, S, Ö? Mikä tahansa kirjainjono lasketaan sanaksi, ja kaikki kirjaimet on käytettävä. 19