Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia: Mitä opimme?

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

Normaalijakaumasta johdettuja jakaumia

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2004) 1

Johdatus tilastotieteeseen Otos ja otosjakaumat. TKK (c) Ilkka Mellin (2005) 1

Osa 2: Otokset, otosjakaumat ja estimointi

Mat Sovellettu todennäköisyyslaskenta B 5. harjoitukset / Ratkaisut Aiheet: Jatkuvia jakaumia Avainsanat: Jatkuvia jakaumia

Satunnaismuuttujien muunnokset ja niiden jakaumat. Satunnaismuuttujien muunnokset ja niiden jakaumat

8. laskuharjoituskierros, vko 11, ratkaisut

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Johdatus todennäköisyyslaskentaan Konvergenssikäsitteet ja raja-arvolauseet. TKK (c) Ilkka Mellin (2004) 1

Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille: Esitiedot

Johdatus tilastotieteeseen Estimointimenetelmät. TKK (c) Ilkka Mellin (2005) 1

Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Konvergenssikäsitteet ja raja arvolauseet

Osa 2: Otokset, otosjakaumat ja estimointi

Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille: Esitiedot

Mat Sovellettu todennäköisyyslasku A. Otos- ja otosjakaumat Estimointi Estimointimenetelmät Väliestimointi. Avainsanat:

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Mat Tilastollisen analyysin perusteet, kevät 2007

Tilastollinen päättely II, kevät 2017 Harjoitus 3B

Tilastolliset menetelmät: Tilastolliset testit

6.1 Riippumattomat satunnaismuuttujat

Mat Sovellettu todennäköisyyslaskenta B 9. harjoitukset / Ratkaisut Aiheet: Estimointi Estimointimenetelmät Väliestimointi Avainsanat:

2-suuntainen vaihtoehtoinen hypoteesi

Todennäköisyyslaskenta: Todennäköisyysjakaumia

Testejä suhdeasteikollisille muuttujille

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Johdatus todennäköisyyslaskentaan Kertymäfunktio. TKK (c) Ilkka Mellin (2005) 1

Mat Sovellettu todennäköisyyslasku 9. harjoitukset/ratkaisut. Luottamusvälit

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Yhden selittäjän lineaarinen regressiomalli. TKK (c) Ilkka Mellin (2005) 1

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 2

Tilastolliset menetelmät: Tilastolliset testit

4. Todennäköisyyslaskennan kertausta

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Yhden selittäjän lineaarinen regressiomalli

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ).

Diskreettejä jakaumia. Diskreettejä jakaumia. Diskreettejä jakaumia Mitä opimme? 2/3. Diskreettejä jakaumia Mitä opimme? 1/3

LIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3

EX1 EX 2 EX =

Harjoitukset 1 : Tilastokertaus

1. Valitaan tilanteeseen sopiva stokastinen malli. 2. Sovitetaan malli havaittuun dataan (estimoidaan mallin parametrit).

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Ehdollinen todennäköisyys

Tilastollinen päättömyys, kevät 2017 Harjoitus 6A

Mat Sovellettu todennäköisyyslasku A. Diskreetit jakaumat Jatkuvat jakaumat. Avainsanat:

Testit järjestysasteikollisille muuttujille

Otantajakauman käyttö päättelyssä

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

Jatkuvia jakaumia. Jatkuvia jakaumia. Jatkuvia jakaumia Mitä opimme? 2/3. Jatkuvia jakaumia Mitä opimme? 1/3. Jatkuvia jakaumia Mitä opimme?

2-suuntainen vaihtoehtoinen hypoteesi

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

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

Moniulotteisia todennäköisyysjakaumia

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme?

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

χ 2 -yhteensopivuustesti

Satunnaismuuttujien muunnokset ja niiden jakaumat

S Laskennallinen systeemibiologia

Kompleksilukujen alkeet

Tilastolliset menetelmät

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

Johdatus tilastotieteeseen Väliestimointi. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Tilastollinen riippuvuus ja korrelaatio. TKK (c) Ilkka Mellin (2004) 1

Estimaattori, Estimointi, Mediaani, Moodi, Odotusarvo, Parametri, Posteriorijakauma, Tunnusluku

= true C = true) θ i2. = true C = false) Näiden arvot löydetään kuten edellä Kun verkko on opetettu, niin havainto [x 1

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Jatkuvia jakaumia

Solmu 3/ toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2)

Estimaattori, Estimointi, Mediaani, Moodi, Odotusarvo, Parametri, Posteriorijakauma, Tunnusluku

χ 2 -yhteensopivuustesti

Tilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14)

T Datasta tietoon, syksy 2005 Laskuharjoitus 8.12., ratkaisuja Jouni Seppänen

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Testit laatueroasteikollisille muuttujille

Kaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut

Parametrien oppiminen

Tilastolliset luottamusvälit

Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.

Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia. TKK (c) Ilkka Mellin (2005) 1

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Teoria. Tilastotietojen keruu

Osa 2: Otokset, otosjakaumat ja estimointi

Tilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen. Tilastollisten aineistojen kuvaaminen: Mitä opimme?

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

Mat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat:

Mat Tilastollisen analyysin perusteet, kevät 2007

Tilastolliset menetelmät: Varianssianalyysi

Todennäköisyyslaskennan peruskäsitteet. Todennäköisyyslaskennan peruskäsitteet. Todennäköisyyslaskennan peruskäsitteet: Mitä opimme?

Väliestimointi. Väliestimointi. Väliestimointi: Mitä opimme? 2/3. Väliestimointi: Mitä opimme? 1/3. Väliestimointi: Mitä opimme?

Luento 7 Luotettavuus Koherentit järjestelmät

Mat Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:

Luento 6 Luotettavuus Koherentit järjestelmät

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b

Tilastollinen todennäköisyys

****************************************************************** ****************************************************************** 7 Esim.

Transkriptio:

TKK (c) Ilkka Melli (4) Johdato Johdatus todeäköisyyslasketaa TKK (c) Ilkka Melli (4) : Mitä opimme? / Tutustumme tässä luvussa seuraavii ormaalijakaumasta (ks. lukua Jatkuvia jakaumia) johdettuihi jakaumii: Tarkastelu kohteea ovat seuraavat χ - F-ja t-jakaumie omiaisuudet: (i) Jakauma määrittely (ii) Odotusarvo variassi ja stadardipoikkeama (iii) Tiheysfuktio kuvaaja : Mitä opimme? / Lisäksi tarkastelemme todeäköisyyksie määräämistä χ - F-ja t- jakaumista. Koska χ - F-ja t-jakaumie tiheysfuktioide itegraalifuktioita ei tueta χ - F-ja t-jakaumii liittyvie todeäköisyyksie määräämisessä o käytettävä jotaki umeerista meetelmää. Siksi useimmissa tilastotietee ja todeäköisyyslaskea oppikirjoissa o valmiit taulukot joissa o taulukoitua χ - F-ja t- jakaumie kertymäfuktioide arvoja ja iihi liittyviä todeäköisyyksiä. χ - F-ja t-jakaumie tiheysfuktioide lausekkeet johdetaa luvussa Satuaismuuttujie muuokset ja iide jakaumat. TKK (c) Ilkka Melli (4) 3 TKK (c) Ilkka Melli (4) 4 : Esitiedot Esitiedot: ks. seuraavia lukuja: Satuaismuuttujat ja todeäköisyysjakaumat Kertymäfuktio Jakaumie tuusluvut Jatkuvia jakaumia : Lisätiedot χ - F-ja t-jakaumie tiheysfuktioide lausekkeide johtamie vaatii satuaismuuttuja. potessi sekä riippumattomie satuaismuuttujie summa ja osamäärä jakaumie määräämistä; ks. lisätietoja luvusta Satuaismuuttujie muuokset ja iide jakaumat Huomautus: Tarkoitamme satuaismuuttujie riippumattomuudella sitä että yhdekää satuaismuuttuja saamat arvot eivät riipu siitä mitä arvoja muut satuaismuuttujat saavat; käsite täsmeetää luvussa Kaksiulotteiset todeäköisyysjakaumat. TKK (c) Ilkka Melli (4) 5 TKK (c) Ilkka Melli (4) 6

TKK (c) Ilkka Melli (4) 7 Johdato >> Johdato Avaisaat Jakaumie määrittelemie TKK (c) Ilkka Melli (4) 8 Johdato Jakaumie määrittelemie ormaalijakauma avulla Useat tilastotietee keskeiset todeäköisyysjakaumat voidaa määritellä ormaalijakauma avulla. Tällaisia ovat esimerkiksi χ - F-ja t joilla o keskeie rooli otosjakaumie teoriassa estimoiissa ja testauksessa (ks. esim. lukuja Otos ja otosjakaumat Estimoiti ja Tilastolliste hypoteesie testaus). Tarkastelemme seuraavie jakaumie määrittelemistä ja omiaisuuksia: Johdato >> TKK (c) Ilkka Melli (4) 9 TKK (c) Ilkka Melli (4) määritelmä / Avaisaat Normaalijakauma Odotusarvo Stadardipoikkeama Stadardoitu ormaalijakauma Tiheysfuktio Todeäköisyyksie määräämie sta Vapausasteet Variassi Olkoot X i i = riippumattomia stadardoitua ormaalijakaumaa N() (ks. lukua Jatkuvia jakaumia) oudattavia satuaismuuttujia. Tällöi Xi ~N() i = X X X TKK (c) Ilkka Melli (4) TKK (c) Ilkka Melli (4)

TKK (c) Ilkka Melli (4) 3 määritelmä / vapausasteet Olkoo X = X i= i N()-jakautueide riippumattomie satuaismuuttujie X i i = eliösumma. Tällöi satuaismuuttuja X oudattaa a (Khii eliö -jakaumaa) :llä vapausasteella. Merkitä: X χ () vapausasteide lukumäärä viittaa yhteelaskettavie lukumäärää määrittelevässä eliösummassa. Vapausasteide lukumäärä o muodo määräävä parametri. TKK (c) Ilkka Melli (4) 4 Odotusarvo variassi ja stadardipoikkeama Tiheysfuktio kuvaaja Olkoo X χ (). Odotusarvo: E( X) = Variassi ja stadardipoikkeama: Var( X) = D ( X) = D( X) = χ () tiheysfuktiota välillä [ ] ku vapausasteide lukumäärällä o seuraavat arvot: (i) = (ii) = (iii) = 5 Jakauma odotusarvo: E( X ) = χ ().6 χ ().4 χ (). χ (5) 4 6 8 TKK (c) Ilkka Melli (4) 5 TKK (c) Ilkka Melli (4) 6 Tiheysfuktio ja se kuvaaja omiaisuuksia tiheysfuktio f(x) o positiivie kaikille positiivisille argumeti arvoille: f(x) > x > Jos vapausasteide lukumäärä = ii tiheysfuktio o mootoisesti laskeva kaikille x. Jos vapausasteide lukumäärä 3 ii tiheysfuktio o yksihuippuie ja sillä o maksimi pisteessä x >. Todeäköisyyksie määräämie sta / Todeäköisyydet voidaa määrätä sta jakauma kertymäfuktio avulla. Olkoo X χ (). Olkoo satuaismuuttuja X kertymäfuktio F Chi (x ; ) = Pr(X x) Huomautus : Merkiällä F Chi (x ; ) o haluttu korostaa riippuvuutta se vapausasteide lukumäärästä. Huomautus : tiheysfuktio itegraalifuktiota ei tueta jote kertymäfuktio määräämisee o käytettävä jotaki umeerista meetelmää. TKK (c) Ilkka Melli (4) 7 TKK (c) Ilkka Melli (4) 8

TKK (c) Ilkka Melli (4) 9 Todeäköisyyksie määräämie sta / Kaikkie a liittyvie tapahtumie todeäköisyydet saadaa todeäköisyyksistä Pr(X x) = F Chi (x ; ) todeäköisyyslaskea laskusäätöje avulla. Esimerkiksi Pr( a X b) = F ( b) F ( a) Chi Chi Todeäköisyyksie määräämie sta: Taulukot / taulukot sisältävät tavallisesti argumeti x arvoja taulukoitua useille vapausasteide lukumäärille mutta vai muutamille kertymäfuktio F Chi arvoille. Site taulukot mahdollistavat seuraava tehtävä ratkaisemise (taulukkokohtaisi rajoituksi): Määrää x ku todeäköisyys Pr(X x) = F Chi (x ; ) o aettu. TKK (c) Ilkka Melli (4) Todeäköisyyksie määräämie sta: Taulukot / Todeäköisyyksie määräämie sta: Esimerkki Koska a käytetää tavallisesti väliestimoii tai testaukse yhteydessä taulukoihi o yleesä taulukoitu sellaisia argumeti x arvoja jotka vastaavat todeäköisyyde Pr(X x) = F Chi (x ; ) komplemettitodeäköisyyttä p = Pr(X x) = F Chi (x ; ) χ () tiheysfuktiota välillä [ 35]. taulukoista saadaa: Aluee A pita-ala = Pr(3.94 X 8.37) = FChi (8.37;) FChi (3.94;) =.95.5 =.9 χ ()...8.5.6.4 A =.9..5 5 5 5 3 35 3.94 8.37 TKK (c) Ilkka Melli (4) TKK (c) Ilkka Melli (4) Todeäköisyyksie määräämie sta: Ohjelmat Olkoo X χ (). Moet tietokoeohjelmat mahdollistavat seuraavie tehtävie ratkaisemise ilma taulukoide asettamia rajoituksia: (i) Määrää todeäköisyys Pr(X x) = F Chi (x ; ) ku x o aettu. (ii) Määrää x ku todeäköisyys Pr(X x) = F Chi (x ; ) o aettu. Johdato >> TKK (c) Ilkka Melli (4) 3 TKK (c) Ilkka Melli (4) 4

TKK (c) Ilkka Melli (4) 5 määritelmä / Avaisaat Normaalijakauma Odotusarvo Stadardipoikkeama Stadardoitu ormaalijakauma Tiheysfuktio Todeäköisyyksie määräämie sta Vapausasteet Variassi Olkoot Y i i = m ja X i i = riippumattomia stadardoitua ormaalijakaumaa N() (ks. lukua Jatkuvia jakaumia) oudattavia satuaismuuttujia. Tällöi Yi ~ N() i= m Xi ~ N() i = Y Y Ym X X X ja edellee m Y = Y ~ χ ( m) X = X ~ χ ( ) Y X i i= i= i TKK (c) Ilkka Melli (4) 6 määritelmä / vapausasteet Olkoo Y Y F = m = X m X jossa Y ~ χ ( m) X ~ χ ( ) Y X Tällöi satuaismuuttuja F oudattaa Fisheri F- jakaumaa m:llä ja :llä vapausasteella. Merkitä: F F(m ) vapausasteide lukumääristä esimmäie (m) viittaa yhteelaskettavie lukumäärää määrittelevä lausekkee osoittajassa. vapausasteide lukumääristä toie () viittaa yhteelaskettavie lukumäärää määrittelevä lausekkee imittäjässä. Vapausasteide lukumäärät m ja ovat muodo määrääviä parametreja. TKK (c) Ilkka Melli (4) 7 TKK (c) Ilkka Melli (4) 8 Odotusarvo variassi ja stadardipoikkeama omiaisuuksia Olkoo F F(m ). Odotusarvo: E( F) = > Variassi ja stadardipoikkeama: ( m+ ) Var( F) = D ( F) = > 4 m ( ) ( 4) ( m+ ) D( F) = > 4 m ( ) ( 4) Olkoo F F(m ). Tällöi myös /F o F-jakautuut mutta vapausastei ja m: ~ F( m ) F TKK (c) Ilkka Melli (4) 9 TKK (c) Ilkka Melli (4) 3

TKK (c) Ilkka Melli (4) 3 Tiheysfuktio kuvaaja Tiheysfuktio ja se kuvaaja omiaisuuksia F(m ) tiheysfuktiota välillä [ 5] ku vapausasteide lukumäärillä m ja o seuraavat arvot: (i) m = = 4 (ii) m = 4 = (iii) m = 4 = 4 Jakauma odotusarvo: E( F) = > F(m ).4. F(4 4).8.6 F( 4).4 F(4 ). 3 4 tiheysfuktio f(x) o positiivie kaikille positiivisille argumeti arvoille: f(x) > x > Jos osoittaja vapausasteide lukumäärä m = ii tiheysfuktio o mootoisesti laskeva kaikille x. Jos osoittaja vapausasteide lukumäärä m 3 ii tiheysfuktio o yksihuippuie ja sillä o maksimi pisteessä x >. TKK (c) Ilkka Melli (4) 3 Todeäköisyyksie määräämie sta / Todeäköisyydet voidaa määrätä sta jakauma kertymäfuktio avulla. Olkoo F F(m ). Olkoo satuaismuuttuja F kertymäfuktio F F (x ; m )= Pr(F x) Huomautus : Merkiällä F F (x ; m ) o haluttu korostaa riippuvuutta se vapausasteide lukumääristä m ja. Huomautus : tiheysfuktio itegraalifuktiota ei tueta jote kertymäfuktio määräämisee o käytettävä jotaki umeerista meetelmää. Todeäköisyyksie määräämie sta / Kaikkie a liittyvie tapahtumie todeäköisyydet saadaa todeäköisyyksistä Pr(F x) = F F (x ; m ) todeäköisyyslaskea laskusäätöje avulla. Esimerkiksi Pr( a F b) = F ( b) F ( a) F F TKK (c) Ilkka Melli (4) 33 TKK (c) Ilkka Melli (4) 34 Todeäköisyyksie määräämie sta: Taulukot /4 taulukot sisältävät tavallisesti argumeti xarvojataulukoituia useille vapausasteide lukumäärille m ja mutta vai muutamille kertymäfuktio F F arvoille. Site taulukot mahdollistavat seuraava tehtävä ratkaisemise (taulukkokohtaisi rajoituksi): Määrää x ku todeäköisyys Pr(F x) = F F (x ; m ) o aettu. Todeäköisyyksie määräämie sta: Taulukot /4 Koska a käytetää tavallisesti väliestimoii tai testaukse yhteydessä taulukoihi o yleesä taulukoitu sellaisia argumeti x arvoja jotka vastaavat todeäköisyyde Pr(F x) = F F (x ; m ) komplemettitodeäköisyyttä p = Pr(F x) = F F (x ; m ). TKK (c) Ilkka Melli (4) 35 TKK (c) Ilkka Melli (4) 36

TKK (c) Ilkka Melli (4) 37 Todeäköisyyksie määräämie sta: Taulukot 3/4 Todeäköisyyksie määräämie sta: Taulukot 4/4 Moet taulukot sisältävät todeäköisyyksiä p = Pr(F x) = F F (x ; m ) vastaavia argumeti arvoja vai ku p o piei. Suurii p: arvoihi liittyvät argumeti x arvot saadaa tällöi käyttämällä hyväksi sitä että /F ~ F( m). Olkoo F m F(m ) ja p = Pr(F m a) F m F( m) ja p = Pr(F m b) Tällöi a = b Oletukset: F m F(m ) F m F( m) p = Pr(F m a) = Pr(F m b) Tällöi: a = b Perustelu: Todetaa esi että p = Pr( Fm a) = Pr( Fm a) = Pr( / Fm a) = Pr( Fm / a) = Pr( Fm / a) Toisaalta: p = Pr( Fm b) Yhdistämällä tulokset saadaa: b= / a TKK (c) Ilkka Melli (4) 38 Todeäköisyyksie määräämie sta: Esimerkki Todeäköisyyksie määräämie sta: Ohjelmat F( 6) tiheysfuktiota välillä [ 4]. taulukoista saadaa: Aluee A pita-ala = Pr(.385 F.993) = FF (.993;6) FF (.385;6) =.95.5 =.9 F( 6).8.5.6.4 A =.9..5 3 4.385.993 Olkoo F F(m ). Useat tietokoeohjelmat mahdollistavat seuraavie tehtävie ratkaisemise ilma taulukoide asettamia rajoituksia: (i) Määrää todeäköisyys Pr(F x) = F F (x ; m ) ku x o aettu. (ii) Määrää x ku todeäköisyys Pr(F x) = F F (x ; m ) o aettu. TKK (c) Ilkka Melli (4) 39 TKK (c) Ilkka Melli (4) 4 Johdato >> Avaisaat Normaalijakauma Odotusarvo Stadardipoikkeama Stadardoitu ormaalijakauma Tiheysfuktio Todeäköisyyksie määräämie sta Vapausasteet Variassi TKK (c) Ilkka Melli (4) 4 TKK (c) Ilkka Melli (4) 4

TKK (c) Ilkka Melli (4) 43 määritelmä / määritelmä / Olkoot Y ja X i i = riippumattomia stadardoitua ormaalijakaumaa N() (ks. lukua Jatkuvia jakaumia) oudattavia satuaismuuttujia. Tällöi Y ~N() Xi ~N() i= Y X X X ja edellee X = X ~ χ ( ) i= Y X i Olkoo Y t = X jossa Y ~N() X ~ χ ( ) Y X Tällöi satuaismuuttuja t oudattaa Studeti t- jakaumaa :llä vapausasteella. Merkitä: t t() TKK (c) Ilkka Melli (4) 44 vapausasteet Odotusarvo variassi ja stadardipoikkeama vapausasteide lukumäärä viittaa yhteelaskettavie lukumäärää määrittelevä lausekkee imittäjässä. Vapausasteide lukumäärä o muodo määräävä parametri. Olkoo t t(). Odotusarvo: E( t) = > Variassi ja stadardipoikkeama: t t D( t) = > Var( ) = D ( ) = > TKK (c) Ilkka Melli (4) 45 TKK (c) Ilkka Melli (4) 46 Tiheysfuktio kuvaaja Tiheysfuktio ja se kuvaaja omiaisuuksia / t() tiheysfuktiota välillä [ 4 +4] ku vapausasteide lukumäärällä o seuraavat arvot: (i) = (ii) = 3 (iii) = Jakauma odotusarvo: E( t) = > Kuvaa o piirretty myös stadardoidu ormaalijakauma N( ) tiheysfuktio kuvaaja. TKK (c) Ilkka Melli (4) 47.5.4.3.. t() ja N() t(3) t() t() N() -4-3 - - 3 4 tiheysfuktio f(x) o kaikkialla positiivie: f(x) > kaikille x Tiheysfuktio o yksihuippuie. Tiheysfuktio saa maksimiarvosa pisteessä. Tiheysfuktio o symmetrie suora x = suhtee: f( x) = f(+ x) kaikille x TKK (c) Ilkka Melli (4) 48

TKK (c) Ilkka Melli (4) 49 Tiheysfuktio ja se kuvaaja omiaisuuksia / ja tiheysfuktio muistuttaa stadardoidu ormaalijakauma N( ) tiheysfuktiota mutta o sitä paksuhätäisempi. tiheysfuktio muistuttaa stadardoidu ormaalijakauma N( ) tiheysfuktiota sitä voimakkaammi mitä suurempi o vapausasteide lukumäärä (ks. tarkemmi >). Olkoo t t(). Tällöi t ~ F( ) Olkoo F ~ F( ). Tällöi F t ( ) TKK (c) Ilkka Melli (4) 5 ja ormaalijakauma / ja ormaalijakauma / lähestyy stadardoitua ormaalijakaumaa ku vapausasteide lukumäärä kasvaa. Olkoo t t(). Tällöi lim Pr( t z) =Φ( z) + missä Φ o stadardoidu ormaalijakauma N( ) kertymäfuktio. Koska lähestyy vapausasteide lukumäärä kasvaessa stadardoitua ormaalijakaumaa N( ) voidaa a liittyvät todeäköisyydet määrätä suurilla vapausasteide luvuilla stadardoidu ormaalijakauma avulla. Normaalijakauma-approksimaatio lle o kohtuullie jo ku = 3 ja riittävä useimpii tarkoituksii ku >. Esimerkki: Edellä esitetyssä kuvassa ei t()- ja N()-jakaumie tiheysfuktioide kuvaajia pysty erottamaa toisistaa (ks. <). TKK (c) Ilkka Melli (4) 5 TKK (c) Ilkka Melli (4) 5 Todeäköisyyksie määräämie sta / Todeäköisyyksie määräämie sta voidaa tehdä jakauma kertymäfuktio avulla. Olkoo t t(). Olkoo satuaismuuttuja t kertymäfuktio F t (x ; )= Pr(t x) Huomautus : Merkiällä F t (x ; ) o haluttu korostaa riippuvuutta se vapausasteide lukumäärästä. Huomautus : tiheysfuktio itegraalifuktiota ei tueta jote kertymäfuktio määräämisee o käytettävä jotaki umeerista meetelmää. Todeäköisyyksie määräämie sta / Kaikkie tapahtumie todeäköisyydet saadaa todeäköisyyksistä Pr(t x) = F t (x ; ) todeäköisyyslaskea laskusäätöje avulla. Esimerkiksi Pr( a t b) = F( b) F( a) t t TKK (c) Ilkka Melli (4) 53 TKK (c) Ilkka Melli (4) 54

TKK (c) Ilkka Melli (4) 55 Todeäköisyyksie määräämie sta: Taulukot /3 taulukot sisältävät tavallisesti argumeti xarvojataulukoitua useille vapausasteide lukumäärille mutta vai muutamalle kertymäfuktio F t arvolle. Site taulukot mahdollistavat seuraava tehtävä ratkaisemise (taulukkokohtaisi rajoituksi): Määrää x ku todeäköisyys Pr(t x) = F t (x ; ) o aettu. Todeäköisyyksie määräämie sta: Taulukot /3 Koska a käytetää tavallisesti väliestimoii tai testaukse yhteydessä taulukoihi o yleesä taulukoitu sellaisia argumeti x arvoja jotka vastaavat todeäköisyyde Pr(t x) = F t (x ; ) komplemettitodeäköisyyttä p = Pr(t x) = F t (x ; ) TKK (c) Ilkka Melli (4) 56 Todeäköisyyksie määräämie sta: Taulukot 3/3 Todeäköisyyksie määräämie sta: Esimerkki Moissa taulukoissa o taulukoitu todeäköisyyksiä p = Pr( t x) = Ft ( x; ) vai ku x. Tällöi todeäköisyydet Pr(t x) saadaa soveltamalla tiheysfuktio symmetrisyyttä suora x = suhtee: Pr( t x) = Pr( t x) = Pr( t x) = Pr( t x) = p t() tiheysfuktiota välillä [ 4]. taulukoista saadaa: Aluee A pita-ala = Pr(.8 t +.8) = Ft ( +.8;) Ft (.8;) =.95.5 =.9 t().5.4.3..5.5. A =.9-4 -3 - - 3 4.8 +.8 TKK (c) Ilkka Melli (4) 57 TKK (c) Ilkka Melli (4) 58 Todeäköisyyksie määräämie sta: Ohjelmat Olkoo t t(). Moet tietokoeohjelmat mahdollistavat seuraavie tehtävie ratkaisemise: (i) Määrää todeäköisyys Pr(t x) = F t (x ; ) ku x o aettu. (ii) Määrää x ku todeäköisyys Pr(t x) = F t (x ; ) o aettu. TKK (c) Ilkka Melli (4) 59