• Nie Znaleziono Wyników

Prawdopodobieństwa Anna Janicka

N/A
N/A
Protected

Academic year: 2021

Share "Prawdopodobieństwa Anna Janicka"

Copied!
13
0
0

Pełen tekst

(1)

Rachunek

Prawdopodobieństwa Anna Janicka

wykład X, 22.12.2020

REGRESJA LINIOWA

WARUNKOWA WARTOŚĆ OCZEKIWANA

(2)

Plan na dzisiaj

20. Warunkowa wartość oczekiwana 18. Regresja liniowa

(3)

20. Warunkowa wartość oczekiwana

0. Motywacja

Wektory dyskretne:

1. Definicja WWO Y pod warunkiem X=x

(4)

20. WWO – dyskretne zm. los cd.

2. Przykłady

prosty przykład

Y = f(X)

3. Tw – WWO funkcji

(5)

20. WWO – ciągłe zm. los.

4. Definicja gęstości warunkowej

5. Własności gęstości warunkowej

ciągły odpowiednik p-stwa warunkowego

jest to gęstość pewnego rozkładu

nie jest jednoznaczna, ale to bez znaczenia

ok dla zmiennych niezależnych

(6)

20. WWO – ciągłe zm. los (cd.)

6. Przykłady

rozkład jednostajny

wyliczenie gęstości łącznej z gęstości

warunkowej (t. drugiej gęstości brzegowej)

7. Definicja WWO Y pod warunkiem X=x

(7)

20. WWO – ciągłe zm. los. cd. (2)

8. Przykład

9. Tw – WWO funkcji

(8)

20. WWO – zmienna losowa

10. Definicja właściwej WWO

11. Definicja p-stwa pod warunkiem X

12. Przykłady

(9)

20. WWO – zmienna losowa (cd)

13. Własności WWO – jak każda zm.los.

(10)

20. WWO – zmienna losowa cd. (2)

14. Własności WWO – specyficzne

(11)

18. Regresja liniowa

Szukamy liniowego przybliżenia zmiennej Y zmienną X, postaci aX + b. Przybliżenie ma być najlepsze możliwe w sensie błędu średniokwadratowego, tj. minimalizujące Wówczas, o ile odp. wyrażenia istnieją i mają sens:

(12)

20. WWO – predykcja

15. WWO jako najlepsze

(średniokwadratowo) przybliżenie borelowskie

(13)

Cytaty

Powiązane dokumenty

inaczej wartość średnia, zależy tylko od rozkładu!.. 14.1 Wartość oczekiwana rozkładu

Wartość oczekiwana dyskretnej zmiennej nieujemnej o wartościach

W rzeczywistości zamiast zmiennych losowych mamy tylko skończone próbki 2.. Z każdą próbką związany

łatwo wyliczyć parametry poszczególnych rozkładów brzegowych w odwrotną stronę nie zachodzi!.. Ograniczenie

◼ każdy rozkład to afiniczne przekształcenie standardowej zmiennej; każde afiniczne przekształcenie to taki rozkład.. Nieskorelowane

◼ zastosowania: mnóstwo, w szczególności weryfikacja modelu probabilistycznego (np. paradoks kawalera de Méré), metody Monte Carlo obliczania

Jeśli rozważymy dystrybuanty empiryczne związane z próbką liczebności N. to

Twierdzenie: Średnia identycznych niezależnych zmiennych z rozkładu Cauchy’ego ma rozkład Cauchy’ego. → Wnioskowanie na podstawie średniej jest bez