Rozkłady zmiennej losowej
JJ, IMiF UTP
28
(IMiF UTP) Rozkłady zmiennej losowej 28 1 / 1
Wybrane typy rozkładów
DEFINICJA. Zmienna losowa X ma rozkład zero-jedynkowy, jeśli przyjmuje wartość 1 z prawdopodobieństwem p (gdzie 0 < p < 1) oraz przyjmuje wartość 0 z prawdopodobieństwem q = 1 − p.
PRZYKŁAD.
80 procent ziaren pewnej rośliny kiełkuje.
Zmienną losowa¸ określamy jako:
X = 1, gdy ziarno wykiełkuje, X = 0, gdy ziarno nie wykiełkuje.
Ta zmienna ma rozkład zero-jedynkowy oraz P(X = 1) = 0, 8, P(X = 0) = 0, 2.
(IMiF UTP) Rozkłady zmiennej losowej 28 2 / 1
Rozkład 0-1
WŁASNOŚCI.
Dystrybuanta zmiennej losowej zero-jedynkowej F (x ) = 0, dla x < 0, F (x ) = 1 − p dla 0 ¬ x < 1,
F (x ) = 1 dla x 1.
0 1 x 1 − p
Wartość oczekiwana E (X ) = 0 · (1 − p) + 1 · p = p.
Wariancja D2(X ) = (0 − p)2(1 − p) + (1 − p)2p = p(1 − p).
(IMiF UTP) Rozkłady zmiennej losowej 28 3 / 1
Schemat Bernoulliego
DEFINICJA.
Schemat Bernoulliego to seria n powtórzeń tego samego doświadczenia, które może zakończyć się albo sukcesem, albo porażką.
W każdym powtórzeniu prawdopodobieństwo p sukcesu jest takie samo, prawdopodobieństwo porażki wynosi q = 1 − p.
Wtedy, dla k = 0, 1, . . . , n mamy:
P(X = k) = nkpkqn−k.
(IMiF UTP) Rozkłady zmiennej losowej 28 4 / 1
Schemat Bernoulliego
PRZYKŁAD.
Prawdopodobieństwo, że statystyczny student nie jest przygotowany do ćwiczeń wynosi p = 13.
Obliczyć prawdopodobieństwo zdarzenia, że spośród 4 osób (losowo wybranych) 3 nie sa¸ przygotowane.
P(X = 3) = 43133231 = 818.
(IMiF UTP) Rozkłady zmiennej losowej 28 5 / 1
Rozkład dwumianowy
DEFINICJA.
Zmienna losowa X ma rozkład dwumianowy, jeżeli przyjmuje wartości k = 0, 1, . . . , n z prawdopodobieństwem
P(X = k) = nkpk(1 − p)n−k. WŁASNOŚCI.
Dystrybuanta zmiennej losowej o rozkładzie dwumianowym F (X ) = P(X ¬ x ) = X
k¬x nk
pk(1 − p)n−k.
Ponadto,
E (X ) = np, D2(X ) = np(1 − p).
(IMiF UTP) Rozkłady zmiennej losowej 28 6 / 1
Rozkład Poissona
DEFINICJA. Zmienna losowa X przyjmuja¸ca wartości k = 0, 1, 2, . . . ma rozkład Poissona o parametrze λ, jeżeli
P(X = k) = λk k!e−λ,
dla k = 0, 1, 2, . . . i dla pewnej stałej λ.
WŁASNOŚCI. Dystrybuanta zmiennej losowej o rozkładzie Poissona
F (X ) = X
k¬x
λk
k!e−λ, Ponadto E(X) = λ, D2(X) = λ.
Rozkład ten ma zastosowanie przy ustalaniu liczby usterek czy liczby zgłoszeń ubezpieczeniowych w określonym czasie.
Można go stosować do aproksymacji rozkładu dwumianowego, który nie jest stablicowany.
(IMiF UTP) Rozkłady zmiennej losowej 28 7 / 1
Rozkład Poissona
DEFINICJA. Zmienna losowa X przyjmuja¸ca wartości k = 0, 1, 2, . . . ma rozkład Poissona o parametrze λ, jeżeli
P(X = k) = λk k!e−λ, dla k = 0, 1, 2, . . . i dla pewnej stałej λ.
WŁASNOŚCI. Dystrybuanta zmiennej losowej o rozkładzie Poissona
F (X ) = X
k¬x
λk
k!e−λ, Ponadto E(X) = λ, D2(X) = λ.
Rozkład ten ma zastosowanie przy ustalaniu liczby usterek czy liczby zgłoszeń ubezpieczeniowych w określonym czasie.
Można go stosować do aproksymacji rozkładu dwumianowego, który nie jest stablicowany.
(IMiF UTP) Rozkłady zmiennej losowej 28 7 / 1
Rozkład Poissona
DEFINICJA. Zmienna losowa X przyjmuja¸ca wartości k = 0, 1, 2, . . . ma rozkład Poissona o parametrze λ, jeżeli
P(X = k) = λk k!e−λ, dla k = 0, 1, 2, . . . i dla pewnej stałej λ.
WŁASNOŚCI. Dystrybuanta zmiennej losowej o rozkładzie Poissona
F (X ) = X
k¬x
λk
k!e−λ, Ponadto E(X) = λ, D2(X) = λ.
Rozkład ten ma zastosowanie przy ustalaniu liczby usterek czy liczby zgłoszeń ubezpieczeniowych w określonym czasie.
Można go stosować do aproksymacji rozkładu dwumianowego, który nie jest stablicowany.
(IMiF UTP) Rozkłady zmiennej losowej 28 7 / 1
Rozkład Poissona
DEFINICJA. Zmienna losowa X przyjmuja¸ca wartości k = 0, 1, 2, . . . ma rozkład Poissona o parametrze λ, jeżeli
P(X = k) = λk k!e−λ, dla k = 0, 1, 2, . . . i dla pewnej stałej λ.
WŁASNOŚCI. Dystrybuanta zmiennej losowej o rozkładzie Poissona
F (X ) = X
k¬x
λk
k!e−λ, Ponadto E(X) = λ, D2(X) = λ.
Rozkład ten ma zastosowanie przy ustalaniu liczby usterek czy liczby zgłoszeń ubezpieczeniowych w określonym czasie.
Można go stosować do aproksymacji rozkładu dwumianowego, który nie jest stablicowany.
(IMiF UTP) Rozkłady zmiennej losowej 28 7 / 1
Rozkład Poissona
PRZYKŁAD.
W pierwszym składzie ksia¸żki popełniono przeciętnie 1,5 błędu na stronę.
Oblicz prawdopodobieństwo, że losowo wybrana strona ma k błędów (przyjmuja¸c rozkład Poissona), dla k = 0, 1, 2.
Oznaczmy przez X liczbę błędów na stronie. Ponieważ E (X ) = 1,5, więc przyjmujemy λ = 1,5. Zatem
P(X = 0) = (1,5)0
0! e−1,5≈ 0, 223, P(X = 1) = (1,5)1
1! e−1,5≈ 0, 335, P(X = 2) = (1,5)2
2! e−1,5≈ 0, 251.
(IMiF UTP) Rozkłady zmiennej losowej 28 8 / 1
Rozkład normalny
DEFINICJA. Zmienna losowa X ma rozkład normalny o parametrach m i σ (dla σ > 0), co zapisujemy N(m, σ),gdy jej funkcja¸ gęstości jest
f (x ) = 1 σ√
2πe−
(x −m)2 2σ2 .
1 σ√ 2π
x y
WŁASNOŚCI. Wykres funkcji gęstości rozkładu N(m, σ) jest symetryczny względem prostej x = m, osia¸ga maksimum lokalne dla x = m (wartość maksymalna to 1
σ√
2π), ma punkty przegięcia dla x = m − σ oraz x = m + σ.
(IMiF UTP) Rozkłady zmiennej losowej 28 9 / 1
Rozkład normalny
DEFINICJA. Zmienna losowa X ma rozkład normalny o parametrach m i σ (dla σ > 0), co zapisujemy N(m, σ),gdy jej funkcja¸ gęstości jest
f (x ) = 1 σ√
2πe−
(x −m)2 2σ2 .
1 σ√ 2π
x y
WŁASNOŚCI. Wykres funkcji gęstości rozkładu N(m, σ) jest symetryczny względem prostej x = m, osia¸ga maksimum lokalne dla x = m (wartość maksymalna to 1
σ√
2π), ma punkty przegięcia dla x = m − σ oraz x = m + σ.
(IMiF UTP) Rozkłady zmiennej losowej 28 9 / 1
Rozkład normalny
DEFINICJA. Zmienna losowa X ma rozkład normalny o parametrach m i σ (dla σ > 0), co zapisujemy N(m, σ), gdy jej funkcja¸ gęstości jest
f (x ) = 1 σ√
2πe−
(x −m)2 2σ2 .
1 σ√ 2π
m x
y
WŁASNOŚCI. Wykres funkcji gęstości rozkładu N(m, σ) jest symetryczny względem prostej x = m, osia¸ga maksimum lokalne dla x = m (wartość maksymalna to 1
σ√
2π), ma punkty przegięcia dla x = m − σ oraz x = m + σ.
(IMiF UTP) Rozkłady zmiennej losowej 28 9 / 1
Rozkład normalny
DEFINICJA. Zmienna losowa X ma rozkład normalny o parametrach m i σ (dla σ > 0), co zapisujemy N(m, σ), gdy jej funkcja¸ gęstości jest
f (x ) = 1 σ√
2πe−
(x −m)2 2σ2 .
1 σ√ 2π
m
1 σ√ 2π
x y
WŁASNOŚCI. Wykres funkcji gęstości rozkładu N(m, σ) jest symetryczny względem prostej x = m, osia¸ga maksimum lokalne dla x = m (wartość maksymalna to 1
σ√
2π),ma punkty przegięcia dla x = m − σ oraz x = m + σ.
(IMiF UTP) Rozkłady zmiennej losowej 28 9 / 1
Rozkład normalny
DEFINICJA. Zmienna losowa X ma rozkład normalny o parametrach m i σ (dla σ > 0), co zapisujemy N(m, σ), gdy jej funkcja¸ gęstości jest
f (x ) = 1 σ√
2πe−
(x −m)2 2σ2 .
1 σ√ 2π
m
1 σ√ 2π
m − σ m + σ x y
WŁASNOŚCI. Wykres funkcji gęstości rozkładu N(m, σ) jest symetryczny względem prostej x = m, osia¸ga maksimum lokalne dla x = m (wartość maksymalna to 1
σ√
2π),ma punkty przegięcia dla x = m − σ oraz x = m + σ.
(IMiF UTP) Rozkłady zmiennej losowej 28 9 / 1
Rozkład normalny
WŁASNOŚCI.
Dystrybuanta, wartość oczekiwana i wariancja dla rozkładu N(m, σ) wynosza¸:
F (x ) = 1 σ√
2π Z x
−∞
e−
(t−m)2 2σ2 dt,
E (X ) = Z ∞
−∞
x 1
σ√ 2πe−
(x −m)2
2σ2 dx =m,
D2(X ) = Z ∞
−∞
(x − m)2 1 σ√
2πe−
(x −m)2
2σ2 dx =σ2.
WNIOSEK:
W rozkładzie N(m,σ) parametr m to wartość oczekiwana, a σ to odchylenie standardowe.
(IMiF UTP) Rozkłady zmiennej losowej 28 10 / 1
Rozkład normalny N(0, 1)
DEFINICJA.
Standardowy rozkład normalny to N(0, 1).
Funkcja¸ gęstości jest
f (x ) = 1
√
2πe−x2/2.
1
1 x
y
UWAGA. Zwykle rysujemy wykres w układzie, w którym jednostka na osi 0y jest większa od jednostki na osi 0x (tak zrobiliśmy na poprzednim rysunku, tak zrobimy na następnym rysunku).
(IMiF UTP) Rozkłady zmiennej losowej 28 11 / 1
Rozkład normalny N(0, 1)
DEFINICJA.
Standardowy rozkład normalny to N(0, 1).
Funkcja¸ gęstości jest
f (x ) = 1
√
2πe−x2/2.
√1
2π ≈ 0.3989
1 x
y
WŁASNOŚĆ. Wykres funkcji gęstości rozkładu N(0, 1) jest symetryczny względem prostej x = 0 (funkcja f (x ) jest parzysta).
(IMiF UTP) Rozkłady zmiennej losowej 28 12 / 1
Standardowy rozkład normalny N(0, 1)
WŁASNOŚĆ.
Jeśli X ma rozkład N(m, σ), to zmienna losowa U = X − m
σ ma rozkład N(0, 1).
Dystrybuanta rozkładu N(0, 1), oznaczana często przez Φ(x ), jest stablicowana. Przypomnienie: Φ(x )= P(U ¬ x).
x
(IMiF UTP) Rozkłady zmiennej losowej 28 13 / 1
Standardowy rozkład normalny N(0, 1)
WŁASNOŚĆ.
Jeśli X ma rozkład N(m, σ), to zmienna losowa U = X − m
σ ma rozkład N(0, 1).
Dystrybuanta rozkładu N(0, 1), oznaczana często przez Φ(x ), jest stablicowana. Przypomnienie: Φ(x )= P(U ¬ x).
x Φ(x )
(IMiF UTP) Rozkłady zmiennej losowej 28 13 / 1
Standardowy rozkład normalny N(0, 1)
WŁASNOŚĆ.
Jeśli X ma rozkład N(m, σ), to zmienna losowa U = X − m
σ ma rozkład N(0, 1).
Dystrybuanta rozkładu N(0, 1), oznaczana często przez Φ(x ), jest stablicowana. Przypomnienie: Φ(x )= P(U ¬ x).
x
limx →∞Φ(x ) = 1
(IMiF UTP) Rozkłady zmiennej losowej 28 13 / 1
Standardowy rozkład normalny N(0, 1)
Przypomnienie: Φ(x ) = P(U ¬ x).
Oczywiście, Φ(x )=1−Φ(−x ).
x −x
limx →∞Φ(x ) = 1
(IMiF UTP) Rozkłady zmiennej losowej 28 14 / 1
Standardowy rozkład normalny N(0, 1)
Przypomnienie: Φ(x ) = P(U ¬ x).
Oczywiście, Φ(x )=1−Φ(−x ).
x −x
limx →∞Φ(x ) = 1 limx →∞Φ(x ) = 1
(IMiF UTP) Rozkłady zmiennej losowej 28 14 / 1
Standardowy rozkład normalny N(0, 1)
Przypomnienie: Φ(x ) = P(U ¬ x).
Oczywiście, Φ(x )=1−Φ(−x ).
x −x
limx →∞Φ(x ) = 1 Φ(x )
(IMiF UTP) Rozkłady zmiennej losowej 28 14 / 1
Standardowy rozkład normalny N(0, 1)
Przypomnienie: Φ(x ) = P(U ¬ x).
Oczywiście, Φ(x )=1−Φ(−x ).
x −x
limx →∞Φ(x ) = 1 Φ(−x )
(IMiF UTP) Rozkłady zmiennej losowej 28 14 / 1
Standardowy rozkład normalny N(0, 1)
Przypomnienie: Φ(x ) = P(U ¬ x).
Oczywiście, Φ(x )=1−Φ(−x ).
x −x
limx →∞Φ(x ) = 1
Φ(x ) 1−Φ(−x )
(IMiF UTP) Rozkłady zmiennej losowej 28 14 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75,6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
1,67 Φ(1,67)
P(X < 85) = PX −75
6 < 85 −75 6
≈P(U < 1,67)
= Φ(1,67)≈ 0,95254 Zatem około 95,25 % mężczyzn waży poniżej 85 kg.
Wartość Φ(1,67) odczytaliśmy z tablic.
(IMiF UTP) Rozkłady zmiennej losowej 28 15 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75,6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
1,67 Φ(1,67)
P(X < 85) = PX −75
6 < 85 −75 6
≈P(U < 1,67)
= Φ(1,67)≈ 0,95254 Zatem około 95,25 % mężczyzn waży poniżej 85 kg.
Wartość Φ(1,67) odczytaliśmy z tablic.
(IMiF UTP) Rozkłady zmiennej losowej 28 15 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75, 6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
−2,5
P(X > 60) = PX − 75
6 > 60 − 75 6
=P(U > −2,5)
= P(U < 2,5) = Φ(2,5)≈ 0,99379 Około 99,4 % mężczyzn waży powyżej 60 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 16 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75, 6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
−2,5 2,5
Φ(2,5)
P(X > 60) = PX − 75
6 > 60 − 75 6
=P(U > −2,5)
= P(U < 2,5) = Φ(2,5)≈ 0,99379 Około 99,4 % mężczyzn waży powyżej 60 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 16 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75, 6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
−1,67 1,67
P(X < 65) = PX − 75
6 < 65 − 75 6
≈P(U < −1,67)
= P(U > 1,67)= 1 −Φ(1,67)≈ 1 − 0,95254 = 0,04746, Około 4,7 % mężczyzn waży poniżej 65 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 17 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75, 6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
−1,67 1,67
P(X < 65) = PX − 75
6 < 65 − 75 6
≈P(U < −1,67)
= P(U > 1,67)= 1 −Φ(1,67)≈ 1 − 0,95254 = 0,04746, Około 4,7 % mężczyzn waży poniżej 65 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 17 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75, 6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
−1,67 1,671,67 Φ(1,67)
P(X < 65) = PX − 75
6 < 65 − 75 6
≈P(U < −1,67)
= P(U > 1,67)= 1 −Φ(1,67)≈ 1 − 0,95254 = 0,04746, Około 4,7 % mężczyzn waży poniżej 65 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 17 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75, 6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
2,5
P(X > 90) = PX − 75
6 > 90 − 75 6
=P(U > 2,5)
= 1 −P(U ¬ 2,5)= 1 −Φ(2,5)≈ 1 − 0,99379 = 0,00621.
Około 0,6 % mężczyzn waży ponad 90 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 18 / 1
Rozkład normalny
PRZYKŁAD. Waga mężczyzn w pewnej populacji ma rozkład N(75, 6).
Jaki procent mężczyzn waży poniżej 85 kg, jaki powyżej 60 kg, jaki poniżej 65kg, a jaki powyżej 90kg?
2,5 Φ(2,5)
P(X > 90) = PX − 75
6 > 90 − 75 6
=P(U > 2,5)
= 1 −P(U ¬ 2,5)= 1 −Φ(2,5)≈ 1 − 0,99379 = 0,00621.
Około 0,6 % mężczyzn waży ponad 90 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 18 / 1
PRZYKŁAD.
Waga mężczyzn w pewnej populacji ma rozkład N(75, 6). Jaki procent mężczyzn ważypomiędzy 85 kg a 90 kg?
1,67 2,5
P(85 < X < 90) = P85 − 75
6 ¬ X − 75
6 ¬ 90 − 75 6
= P(1,67 ¬ U ¬ 2,5)
= P(U ¬ 2,5)−P(U ¬ 1,67)=Φ(2,5)−Φ(1,67)
≈ 0,99379 − 0,95254 = 0,04125.
Około 4,1 % mężczyzn waży pomiędzy 85 a 90 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 19 / 1
PRZYKŁAD.
Waga mężczyzn w pewnej populacji ma rozkład N(75, 6). Jaki procent mężczyzn ważypomiędzy 85 kg a 90 kg?
1,67 2,5 Φ(2,5)
P(85 < X < 90) = P85 − 75
6 ¬ X − 75
6 ¬ 90 − 75 6
= P(1,67 ¬ U ¬ 2,5)
= P(U ¬ 2,5)−P(U ¬ 1,67)=Φ(2,5)−Φ(1,67)
≈ 0,99379 − 0,95254 = 0,04125.
Około 4,1 % mężczyzn waży pomiędzy 85 a 90 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 19 / 1
PRZYKŁAD.
Waga mężczyzn w pewnej populacji ma rozkład N(75, 6). Jaki procent mężczyzn ważypomiędzy 85 kg a 90 kg?
1,67 2,5 Φ(1,67)
P(85 < X < 90) = P85 − 75
6 ¬ X − 75
6 ¬ 90 − 75 6
= P(1,67 ¬ U ¬ 2,5)
= P(U ¬ 2,5)−P(U ¬ 1,67)=Φ(2,5)−Φ(1,67)
≈ 0,99379 − 0,95254 = 0,04125.
Około 4,1 % mężczyzn waży pomiędzy 85 a 90 kg.
(IMiF UTP) Rozkłady zmiennej losowej 28 19 / 1
Rozkład normalny, średnia arytmetyczna
WŁASNOŚĆ.
Niech X ma rozkład normalny N(m, σ). Wybieramy n-elementowa¸ próbę losowa¸ (X1, . . . , Xn). Wtedy średnia arytmetyczna X = X1+···+Xn n ma rozkład N m,√σn.
Uzasadnienie:
E (X ) = E 1 n
n
X
i =1
Xi= 1 nE
n
X
i =1
Xi= 1 n
n
X
i =1
E (Xi) = 1
n · n · m = m;
D2(X ) = D2 1nPni =1Xi= E1nPni =1Xi− 1nE Pni =1Xi2
= n12EPni =1Xi− E Pni =1Xi2
= n12D2 Pni =1Xi= n12
Pn
i =1D2(Xi) = n12 · n · σ2= σn2.
(IMiF UTP) Rozkłady zmiennej losowej 28 20 / 1
Rozkład normalny, średnia arytmetyczna
PRZYKŁAD.
Średnica muszli dojrzałego ślimaka winniczka w pewnej hodowli ma rozkład N(5; 0,4) (w centymetrach). Ślimaki sa¸ pakowane po 16 sztuk.
Jakie jest prawdopodobieństwo, że średnia średnica muszli w opakowaniu będzie większa od 5,2 cm?
X ma rozkład N 5;√0,4
16
= N(5; 0, 1), więc P X > 5,2= PX −50,1 > 5,2−50,1
= P(U > 2) = 1 − Φ(2) = 1 − 0,9772 = 0,0288.
(IMiF UTP) Rozkłady zmiennej losowej 28 21 / 1
Rozkład normalny, przedział ufności
DEFINICJA. Przedział ufności to przedział, który z prawdopodobieństwem równym 1 − α (zadanym z góry) pokrywa nieznana¸ wartość pewnego parametru. Liczba 1 − α to współczynnik ufności.
Załóżmy, że X ma rozkład N(m, σ), gdzie m jest nieznane, a σ znane. Na podstawie losowej próby (X1, . . . , Xn) wyznaczymy dla wartości
oczekiwanej m przedział ufności (m1, m2) ze współczynnikiem ufności 1 − α, czyli znajdziemy m1 oraz m2 takie, że P(m1 < m < m2) = 1 − α.
Średnia arytmetyczna X = X1+···+Xn n ma, jak wiemy, rozkład N m,√σn. Standaryzuja¸c: U = X −mσ ·√
n ma rozkład N(0, 1). Oznaczmy przez uα
taka¸ liczbę, że P(|U| uα) = α, równoważnie:
P(−uα< U < uα) = 1 − α. Zatem,
P−uα< X − m
σ ·√
n < uα
= 1 − α, PX −uα· σ
√n < m < X +uα· σ
√n
= 1 − α.
(IMiF UTP) Rozkłady zmiennej losowej 28 22 / 1
Rozkład normalny, minimalna liczebność próby
PRZYKŁAD. Wiemy, że X ma rozkład N(m, 20). Wyznaczyć minimalna¸ liczebność próby losowej, aby z prawdopodobieństwem 95% (0,95 to współczynnik ufności) wyznaczyć m z dokładnościa¸ do 5.
Ze wzoru na przedział ufności (połowa długości tego przedziałuma być nie większa niż 5) uzyskujemy nierówność:
uα· σ
√n ¬ 5, czyli n uα2σ2
25 = uα2 · 202
25 = 16u2α. Wiemy, że P(−uα< U < uα) = 2 Φ(uα) − 0,5= 0,95, czyli Φ(uα) = 0,975.
Z tablic odczytujemy: uα = 1,96.
Po podstawieniu: n 16 · 1,962 = 61, 4656.
Minimalna liczebność próby to 62.
(IMiF UTP) Rozkłady zmiennej losowej 28 23 / 1