Upload
halima-delic
View
41
Download
8
Embed Size (px)
DESCRIPTION
Teorijske distribucije vjerovatnoće, statistika u društvenim istraživanjima
Citation preview
Teorijske distribucije vjerovatnoe
Teorijske distribucije vjerovatnoe
Neprekidne distribucije vjerovatnoe
Neprekidna uniformna
distribucija
Normalna distribucija
vjerovatnoe
Hi-kvadrat
distribucija
Studentova
distribucija
Ficher-Snedecerova
distribucija
Prekidne distribucije vjerovatnoe
Uniformni zakon
vjerovatnoe
Bernoullijeva distribucija
vjerovatnoe
Binomna distribucija
vjerovatnoe
Poissonova distribucija
vjerovatnoe
Hipergeometrijska distribucija
vjerovatnoe
Distribucije vjerovatnoeema 5.2.
2
Prekidne distribucije vjerovatnoe
Prekidna uniformna distribucija vjerovatnoe
Populacija je sastavljena od elemenata oznaenih brojevima od 1 do n od kojih svaki ima jednaku vjerovatnou da bude izabran.
Sluajni eksperiment : 1 element se bira sluajno.
X je sluajna varijabla jednaka broju elementa koji je
izabran
Skup realizacija je : X() = {1, 2, .., n}
Vjerovatnoa svake realizacije:
Zbir vjerovatnoa:
1)( ixp
nxXp i
1
3 Statistika u drutvenim naukama
Prekidna uniformna distribucija vjerovatnoe
Sluajna varijabla je rasporeena prema uniformnoj distribuciji ako sve realizacije x varijable X imaju jednaku vjerovatnou u intervalu (1, n).
nUX d ,1~
n
pnxpx xx1
je gdje ,,..,1),,(
4 Statistika u drutvenim naukama
Bernoulli-jeva distribucija vjerovatnoe
Ako posmatramo sluajni eksperiment koji moe imati samo dva ishoda (rezultata) koji se mogu oznaiti sa uspjeh i neuspjeh. To je alternativna situacija iji ishodi su komplementarni i zbir njihovih vjerovatnoa je jednak jedinici.
X je sluajna prekidna varijabla indikator dogaaja.
X uzima vrijednost 1 ako je ishod uspjeh i odgovarajua vjerovatnoa je jednaka p
X uzima vrijednost 0 ako je ishod neuspjeh i odgovarajua vjerovatnoa je jednaka (1-p)=q
5 Statistika u drutvenim naukama
Bernoulli-jeva distribucija vjerovatnoe, cont.
Bernoulli-jev zakon (distribucija) vjerovatnoe X
X slijedi Bernoulli-jev zakon vjerovatnoe koji zavisi od parametra p .
ppXD
1
10:)(
ppppxXEi
ii
1)1(0)(2
1
)(~ pBX
)1(2 ppXX
6 Statistika u drutvenim naukama
Bernoulli-jeva distribucija vjerovatnoe, cont.
ppX
1
10
22 )(][)( XEXEXVar
)1(22 ppppX
ppX
1
102
Poseban sluaj gdje je zakon vjerovatnoe od X2 jednak zakonu vjerovatnoe od X.
)1( ppX
7 Statistika u drutvenim naukama
Bernoulli-jeva distribucija vjerovatnoe, cont.
p
1-p
0 1x 0 x
Bernoullijeva distribucija vjerovatnoe
1
1-p
1
Bernoullijeva distribucija i funkcija distribucije Grafik 5.12.
Funkcija distribucije vjerovatnoe f (x)
8 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe
Ako ponavljamo n puta sukcesivno sluajni eksperiment koji ima dva mogua ishoda (uspjeh i neuspjeh) pod uslovom da vjerovatnoa p ostaje nepromjenjena i da su ishodi eksperimenta nezavisni (izvlaenje se vri sa ponavljanjem) dobijamo n Bernoulli-jevih varijabli koje su rasporeene prema istoj distribuciji vjerovatnoe koja je funkcija p i meusobno su nezavisne.
X je sluajna prekidna varijabla jednaka broju ishoda koje smo oznaili kao uspjeh, a koje smo dobili ponavljanjem n identinih i nezavisnih sluajnih eksperimenata.
9 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe, cont.
X je rasporeena prema binomnoj distribuciji vjerovatnoe i zavisi od parametara n i p to oznaavamo kao:
Skup realizacija X je:
Vjerovatnoe realizacija predstavljaju lanove razvijenog binoma:
),( pnBX
nX ,.......,3,2,1,0)(
n0,..,k ,)1(
knk pp
k
nkXp
10 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe, cont.
knkkn ppCkXp )1(
xnxx
n ppCxp )1()(
n.0,...,k ,)!(!
!
knk
n
k
nC kn
11 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe, cont.
Funkcija distribucije vjerovatnoe je jednaka:
n
j
k
jj
knkk
n
xx
njxxxqpC
x
xF
je ako ,1
1,1,jeako,
0 je ako ,0
0
1
12 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe, cont.
Ako je X sluajna prekidna varijabla koja se ponaa prema binomnoj distribuciji vjerovatnoe sa parametrima n i p :
Tada je: )( pBX i
n
i
iXX1
Ako za svako i:
n sluajnih varijabli Xi su nezavisne
n
i
iXEXE1
)(
n
i
iXE1
)(
Za svako i: pXE i )(
Dakle: pnpppXEXEn
i
i
....)()(1
13 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe, cont.
n
i
iX X1
22
Za svako i : qpppX i )1()(2
tada je :
)1()1(....)1()1(2 pnpppppppX
Poto su n sluajnih varijabli Xi nezavisne na osnovu osobine aditivnosti varijanse slijedi:
Ako ),(~ pnBX pnXE )( )1(2 pnpX
n
i
iX X1
22 )(
14 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe, cont.
Binomna distribucija je simetrina ako je p=q=0,5.
Koeficijent asimetrije:
Koeficijent spljotenosti:
npq
pq 2
3
)(
npq
pq6134
15 Statistika u drutvenim naukama
Binomna distribucija vjerovatnoe, cont.
0 1 2 3 4 5 6 0 1 2 3 4 5 6
1
Binomna distribucija vjerovatnoe B(6, 0,5) i funkcija distribucije vjerovatnoeGrafik 5.13.
F (x )p
x x
16 Statistika u drutvenim naukama
Poissonova distribucija vjerovatnoe
Kada sluajna prekidna varijabla X moe uzimati kao vrijednosti nulu i sve pozitivne cijele brojeve X()=(0,1,2,..,+) kojima odgovaraju vjerovatnoe date slijedeim izrazom
!)(
xexXp
x
17 Statistika u drutvenim naukama
Poissonova distribucija vjerovatnoe, cont.
Tada je varijabla X rasporeena prema Poisson-ovom rasporedu i funkcija je parametra =np>0
e je baza pirodnog logaritma-Neperov broj
XP()
2X
1
3 ,1
43
npXE )(
18 Statistika u drutvenim naukama
Poissonova distribucija vjerovatnoe, cont.
Funkcija distribucije vjerovatnoe
brojprirodan cijeli za ,1 je ako ,!
0 je ako 0,
0
jjxjk
e
x
xF j
k
k
19 Statistika u drutvenim naukama
Poissonova distribucija vjerovatnoe, cont.
Poisson-ova distribucija je granini sluaj binomne distribucije.
Ako je vjerovatnoa p vrlo mala i broj ponavljanja sluajnog eksperimenta n veliki tj.: p < 0,1 ; n > 50 ili p < 0,05 ; n > 30 binomna distribucija se moe aproksimirati Poisson-ovom distribucijom.
Poisson-ova distribucija se naziva i distribucija malih vjerovatnoa ili distribucija rijetkih fenomena. Ovaj model rasporeda ima veliku praktinu primjenu posebno u teoriji redova ekanja.
20 Statistika u drutvenim naukama
Hipergeometrijska distribucija vjerovatnoe
Hipergeometrijska distribucija vjerovatnoe zavisi od tri parametra: H(N, n, p).
Ova dsitribucija predstavlja zbir n sluajnih Bernouilli-jevih zavisnih varijabli. Radi se dakle o izvlaenju bez ponavljanja.
21 Statistika u drutvenim naukama
Hipergeometrijska distribucija vjerovatnoe, cont.
N = N1 + N2 broj elemenata skupa
N1 broj povoljnih ishoda ili broj elemenata skupa koji posjeduje traeno obiljeje
N2 = N - N1 broj nepovoljnih ishoda ili broj elemenata skupa koji ne posjeduju traeno obiljeje
k broj povoljnih ishoda ili broj elemenata u uzorku koji posjeduju dato obiljeje.
NNn 1Nk ,
22 Statistika u drutvenim naukama
Hipergeometrijska distribucija vjerovatnoe, cont.
1
)(
N
NN
k)p(X
)}Nmin(n,),...,N-n {max(0,)X(
212
1
N
NN
21
12
21
N
nN
N
N
N
Nn
N
NnXE
C
CC
n
knkn
knk
23 Statistika u drutvenim naukama
Tabela: Prekidne distribucije vjerovatnoe Prekidne
distribucije
Distribucije vjerovatnoe
Oekivana vrijednost
Varijansa
Uniformna
~U 1, X n npnxpx xx
1 je gdje ,,...,1,,
1
2
nE X
12
122 n
Bernoullijeva
X~Bernoulli (p)
p p-1
1 0:)(XD
pXE )(
qpppx 12
Binomna
X ~ B(n,p)
xnxxn ppCxp
1
pnXE )(
pnpx 1 2
Poissonova
X ~ P , 2,718,!x
p X x e e n px
E X
2x
Hipergeo-
metrijska
H(N,n,p)
n
N
kn
N
k
N
C
CC
n
N
kn
N
k
N
kXp
21
21
1N
E X nN
1
212
N
nN
N
N
N
Nn
24 Statistika u drutvenim naukama
Teorijske distribucije vjerovatnoe
Neprekidne distribucije vjerovatnoe
Neprekidna uniformna
distribucija
Normalna distribucija
vjerovatnoe
Hi-kvadrat
distribucija
Studentova
distribucija
Ficher-Snedecerova
distribucija
Prekidne distribucije vjerovatnoe
Uniformni zakon
vjerovatnoe
Bernoullijeva distribucija
vjerovatnoe
Binomna distribucija
vjerovatnoe
Poissonova distribucija
vjerovatnoe
Hipergeometrijska distribucija
vjerovatnoe
Distribucije vjerovatnoeema 5.2.
25 Statistika u drutvenim naukama
Neprekidne distribucije vjerovatnoe
Neprekidna uniformna distribucija
Varijabla X ima neprekidni uniformni raspored u intervalu [a; b] ako je:
1) X() = [a;b]
2) Funkcija gustoe vjerovatnoe f je definisana kao:
abxfbaxako
xfbaxako
1)(;
0)(;
26 Statistika u drutvenim naukama
Neprekidne distribucije vjerovatnoe, cont.
Funkcija distribucije vjerovatnoe
x
dxxfxXPxF )()(
bx
bxazaab
ax
ax
xF
za 1,
za,0
27 Statistika u drutvenim naukama
Neprekidne distribucije vjerovatnoe, cont.
12 i
2
2
2 abbaXE
; ~ baUX
28 Statistika u drutvenim naukama
Neprekidne distribucije vjerovatnoe, cont.
a b x
1
b-a
Neprekidna uniformna distribucija vjerovatnoeGrafik 5.22.
f (x)
29 Statistika u drutvenim naukama
Neprekidne distribucije vjerovatnoe, cont.
a b x
1
Funkcija neprekidne uniformne distribucije vjerovatnoe Grafikon 5.23.
F(x)
30 Statistika u drutvenim naukama
Normalna distribucija vjerovatnoe (Laplace-Gauss-ova distribucija)
Varijabla X ima Laplace-Gauss-ov zakon vjerovatnoe koji zavisi od parametara ako : 1) X() = R (skup realnih brojeva) tj. X(-; +) 2) Funkcija gustine vjerovatnoe f je definisana za svako x : 2
2
1
2
1)(
x
exf
= 3,14 ... E(X)=
2 i 2,~ NX
31 Statistika u drutvenim naukama
Normalna distribucija vjerovatnoe (Laplace-Gauss-ova distribucija), cont.
Funkcija distribucije vjerovatnoe je jednaka:
x x
dxexF
2
2
1
2
1)(
32 Statistika u drutvenim naukama
Normalna distribucija vjerovatnoe (Laplace-Gauss-ova distribucija), cont.
-3 -2 +2 +3
Normalna distribucija N (;2)Grafik 5.24.
- +
f(xi)
xi
33 Statistika u drutvenim naukama
Normalna distribucija vjerovatnoe (Laplace-Gauss-ova distribucija), cont.
0
0,05
0,1
0,15
0,2
0,25
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
Poreenje normalnih distribucija sa razliitim aritmetikim sredinama i jednakim varijansama
Grafik 5.26.
N1 N2f(xi)
xi
4,5 21 N
4,8 22 N
34 Statistika u drutvenim naukama
Normalna distribucija vjerovatnoe (Laplace-Gauss-ova distribucija), cont.
35 Statistika u drutvenim naukama
Standardizovana normalna distribucija
Z ima normalnu distribuciju ije parametre treba odrediti (koristei linearnost oekivane vrijednosti):
);( NX
XZ
baXXZ
1
i
0)(1
)1
()(
XEXEZE
36 Statistika u drutvenim naukama
Standardizovana normalna distribucija, cont.
Primjenjujui osobinu nelinearnosti varijanse dobijamo
1)(1
)1
()(2
22
2
22
XXZ
)1;0(NZ
37 Statistika u drutvenim naukama
Standardizovana normalna distribucija, cont.
-3 -2 2 3
Standardizovana normalna distribucija
N (0;1)Grafik 5.28.
-1 10
f(zi)
zi
38 Statistika u drutvenim naukama
Standardizovana normalna distribucija, cont.
Standardizovani oblik normalne distribucije je
Funkcija distribucije vjerovatnoe standardizovanog normalnog rasporeda je data slijedeim izrazom:
1f(z)dz ,2
1)(
-
2
2
z
ezf
dz2
1f(z)dz)( 2
2
z zz
ezF
39 Statistika u drutvenim naukama
Karakteristini intervali normalne distribucije
);( NX Pretpostavka:
kXkp Traimo:
Koristiemo standardiziranu varijablu
i traimo odgovarajuu povrinu.
kZkpkXkp
)1;0(NZ Ako:
40 Statistika u drutvenim naukama
Karakteristini intervali normalne distribucije, cont.
%68 Xp
%9522 Xp
%10033 Xp
41 Statistika u drutvenim naukama
Karakteristini intervali normalne distribucije, cont.
-3 -2 +2 +3
68,3%
95,4%
f (xi)
Karakteristini intervali normalne distribucijeGrafik 5.33.
- + xi
99,7%
42 Statistika u drutvenim naukama
Karakteristini intervali normalne distribucije, cont.
-3 -2 2 3
68,3%
95,4%
f (xi)
Grafik 5.34. Karakteristini intervali standardizovane normalne distribucije
-1 1 xi
99,7%
0
43 Statistika u drutvenim naukama
Aproksimacije distribucija vjerovatnoe
Binomna i Poisson-ova
Binomna i normalna
Poisson-ova i normalna
44 Statistika u drutvenim naukama
Aproksimacije distribucija vjerovatnoe, cont.
10%n
N
30
0,10
n
p
( , , )H N n p ( , )B n p ( )P
10%
30
n
N
n
20
10
(1 ) 10
n
np
n p
15
( , )N
Uslovi za aproksimacijeema 5.1.
*J.J. Droesbeke: Elments de statistiques, Ellipses Paris et Editions de lUniversit libre de Bruxelles, Bruxelles,1977, str.262.
45 Statistika u drutvenim naukama
Hi-kvadrat (2) distribucija
Ako posmatramo n sluajnih varijabli: X1, X2,..., Xn koje su nezavisne i svaka ima normalnu standardizovanu distribuciju.
Ako je varijabla X jednaka zbiru kvadrata varijabli Xi:
kaemo da varijabla X ima hi-kvadrat distribuciju sa n stepena slobode:
22
2
1
2
1
2 .... n
n
i
i XXXXX
2
slobodestepeninX
46 Statistika u drutvenim naukama
Hi-kvadrat (2) distribucija, cont.
Ova distribucija se primjenjuje kada analiziramo znaajnost razlika stvarnih (empirijskih) i oekivanih (teorijskih) frekvencija, vrijednosti varijabli itd.
Definie se kao zbir kvadrata razlika izmeu stvarnih i oekivanih vrijednosti prema oekivanim vrijednostima:
gdje je mi stvarna a ei oekivana frekvencija.
n
i i
ii
e
em
1
22 )(
47 Statistika u drutvenim naukama
Hi-kvadrat (2) distribucija, cont.
Hi kvadrat moe uzeti vrijednosti od 0 do beskonano i zavisi o broju stepena slobode (degrees of freedom- df).
Df se definie kao broj nezavisnih observacija umanjen za broj ogranienja koja se nameu tim observacijama.
48 Statistika u drutvenim naukama
Hi kvadrat distribucija je data slijedeim izrazom:
n
nXE
dff
en
fn
n
2
)(
1)()( ,0)(
)(
22
1)(
2
2
0
22
22
2
2
2
2
2
Hi-kvadrat (2) distribucija, cont.
49 Statistika u drutvenim naukama
Hi-kvadrat (2) distribucija, cont.
2 distribucijaGrafik 5.42.
2n, /2 2
n, 1-/2
f ( 2 )
02
50 Statistika u drutvenim naukama
Hi-kvadrat (2) distribucija, cont.
Gama funkcija koja se koristi u definisanju hi kvadrat distribucije data je slijedeim izrazom:
0
1 0 ,)( dxex x
51 Statistika u drutvenim naukama
Hi-kvadrat (2) distribucija, cont.
Funkcija distribucije vjerovatnoe je jednaka
Najea primjena hi kvadrat distribucije je u testiranju
1. Oblika distribucija
2. Nezavisnosti modaliteta 2 obiljeja skupa
3. Odreivanje intervala povjerenja za varijansu
022
0
22
2
2
2
2 )()(
22
1)(
2 2
Rden
F
j n
nj
52 Statistika u drutvenim naukama
Studentova t-distribucija
Ako je Z sluajna varijabla koja ima normalnu standardiziranu distribuciju i
Ako je X sluajna varijabla koja ima hi kvadrat distribuciju sa n stepena slobode.
Ako je varijabla T varijabla jednaka
Ako su Z i X nezavisne tada T slijedi Studentovu distribuciju sa n stepena slobode.
n
X
ZT
53 Statistika u drutvenim naukama
Studentova t-distribucija, cont.
Za sluajnu varijablu T kaemo da ima Studentovu distribuciju vjerovatnoe ako je njena funkcija vjerovatnoe za t jednaka
2
12
1
2
2
1
1)(
n
n
t
n
n
ntf
f(t) > 0 i f(t) = f(-t) 54 Statistika u drutvenim naukama
Studentova t-distribucija, cont.
Funkcija distribucije vjerovatnoe:
4
63 ,0
2,2
,0)(
43
2
n
nn
n
TE
jt
jjn dttfttPtS )()()(
55 Statistika u drutvenim naukama
Studentova t-distribucija, cont.
Studentova distribucijaGrafik 5.43.
-tn 0
f (t)
tn t
56 Statistika u drutvenim naukama
Centralna granina teorema
Normalna distribucija je fundamentalna distribucija vjerovatnoe i ova distribucija se koristi u velikom broju sluajeva koji su vezani za primjenu centralne granine teoreme.
Posmatrajmo seriju od n sluajnih varijabli (prekidnih ili neprekidnih)
nXXX ,...,, 21
57 Statistika u drutvenim naukama
Centralna granina teorema, cont.
Ako su ove sluajne varijable meusobno nezavisne i ako sve imaju istu distribuciju (bilo koju ali istu), tada njihov zbir
(kada n postaje vrlo velik) tei prema normalnoj distribuciji.
Ova teorema ima vrlo iroko podruje primjene, posebno u oblasti teorije uzoraka.
iX
n
i
iX1
58 Statistika u drutvenim naukama