• Nie Znaleziono Wyników

Probabilistyka Wyk“ad czwarty: Pod jednym warunkiem Grzegorz Siudem

N/A
N/A
Protected

Academic year: 2021

Share "Probabilistyka Wyk“ad czwarty: Pod jednym warunkiem Grzegorz Siudem"

Copied!
40
0
0

Pełen tekst

(1)

Probabilistyka

Wykład czwarty: Pod jednym warunkiem

Grzegorz Siudem

Wydział Fizyki wykład zdalny 2020

(2)

Po lekturze prac domowych

(3)

Co należy robić?

Przypominam o konieczności

Odpowiedniego tytułowania maili.

Oddawaniego nazywania plików. Podawaniu źródeł.

Warto pisać też więcej komentarzy!

Uwagi LaTeXowe

Wzory piszemy kursywą, ale funkcje regularnym fontem. Środowiska wpisywania wzorów.

Wektorowe rysunki.

1 11

(4)

Co należy robić?

Przypominam o konieczności

Odpowiedniego tytułowania maili.

Oddawaniego nazywania plików.

Podawaniu źródeł.

Warto pisać też więcej komentarzy!

Uwagi LaTeXowe

Wzory piszemy kursywą, ale funkcje regularnym fontem. Środowiska wpisywania wzorów.

Wektorowe rysunki.

(5)

Co należy robić?

Przypominam o konieczności

Odpowiedniego tytułowania maili.

Oddawaniego nazywania plików.

Podawaniu źródeł.

Warto pisać też więcej komentarzy!

Uwagi LaTeXowe

Wzory piszemy kursywą, ale funkcje regularnym fontem. Środowiska wpisywania wzorów.

Wektorowe rysunki.

1 11

(6)

Co należy robić?

Przypominam o konieczności

Odpowiedniego tytułowania maili.

Oddawaniego nazywania plików.

Podawaniu źródeł.

Warto pisać też więcej komentarzy!

Uwagi LaTeXowe

Wzory piszemy kursywą, ale funkcje regularnym fontem.

Środowiska wpisywania wzorów. Wektorowe rysunki.

(7)

Co należy robić?

Przypominam o konieczności

Odpowiedniego tytułowania maili.

Oddawaniego nazywania plików.

Podawaniu źródeł.

Warto pisać też więcej komentarzy!

Uwagi LaTeXowe

Wzory piszemy kursywą, ale funkcje regularnym fontem.

Środowiska wpisywania wzorów.

Wektorowe rysunki.

1 11

(8)

Co należy robić?

Przypominam o konieczności

Odpowiedniego tytułowania maili.

Oddawaniego nazywania plików.

Podawaniu źródeł.

Warto pisać też więcej komentarzy!

Uwagi LaTeXowe

Wzory piszemy kursywą, ale funkcje regularnym fontem.

Środowiska wpisywania wzorów.

(9)

Czego lepiej nie robić?

Zalecam aby unikali Państwo łączenia punktów linią ciągłą.

podawania wikipedii jako źródła.

zostawiania ujemnego prawdopodobieństwa bez komentarza.

Dowodzenia, że inteligencja ma rozkład normalny, bo IQ ma rozkład normalny.

2 11

(10)

Czego lepiej nie robić?

Zalecam aby unikali Państwo łączenia punktów linią ciągłą.

podawania wikipedii jako źródła.

zostawiania ujemnego prawdopodobieństwa bez komentarza.

Dowodzenia, że inteligencja ma rozkład normalny, bo IQ ma rozkład normalny.

(11)

Czego lepiej nie robić?

Zalecam aby unikali Państwo łączenia punktów linią ciągłą.

podawania wikipedii jako źródła.

zostawiania ujemnego prawdopodobieństwa bez komentarza.

Dowodzenia, że inteligencja ma rozkład normalny, bo IQ ma rozkład normalny.

2 11

(12)

Czego lepiej nie robić?

Zalecam aby unikali Państwo łączenia punktów linią ciągłą.

podawania wikipedii jako źródła.

zostawiania ujemnego prawdopodobieństwa bez komentarza.

Dowodzenia, że inteligencja ma rozkład normalny, bo IQ ma rozkład normalny.

(13)

Jak używać tablicy dystrybuant?

(14)

Na poprzednim wykładzie opowiadałem o

Definicjach i podstawowych własnościach momentów zmiennej losowej.

tym czym są estymatory i dlaczego ich potrzebujemy? prezentowaniu danych – wykresy skrzynkowe i histogramy.

(15)

Na poprzednim wykładzie opowiadałem o

Definicjach i podstawowych własnościach momentów zmiennej losowej.

tym czym są estymatory i dlaczego ich potrzebujemy?

prezentowaniu danych – wykresy skrzynkowe i histogramy.

3 11

(16)

Na poprzednim wykładzie opowiadałem o

Definicjach i podstawowych własnościach momentów zmiennej losowej.

tym czym są estymatory i dlaczego ich potrzebujemy?

prezentowaniu danych – wykresy skrzynkowe i histogramy.

(17)

Na poprzednim wykładzie opowiadałem o

Definicjach i podstawowych własnościach momentów zmiennej losowej.

tym czym są estymatory i dlaczego ich potrzebujemy?

prezentowaniu danych – wykresy skrzynkowe i histogramy.

3 11

(18)

Prawdopodobieństwo

warunkowe

(19)

Prawdopodobieństwo warunkowe

Definicja

P(A|B) = P(A ∩ B) P(B)

Rysunek Przykład

Losujemy jedną rodzinę spośród rodzin z dwójką dzieci. Oblicz prawdopodobieństwo zdarzenia, że będzie to dwóch synów, jesli

starsze dziecko jest chłopcem. jest co najmniej jeden chłopiec.

4 11

(20)

Prawdopodobieństwo warunkowe

Definicja

P(A|B) = P(A ∩ B) P(B) Rysunek

Przykład

Losujemy jedną rodzinę spośród rodzin z dwójką dzieci. Oblicz prawdopodobieństwo zdarzenia, że będzie to dwóch synów, jesli

starsze dziecko jest chłopcem. jest co najmniej jeden chłopiec.

(21)

Prawdopodobieństwo warunkowe

Definicja

P(A|B) = P(A ∩ B) P(B) Rysunek

Przykład

Losujemy jedną rodzinę spośród rodzin z dwójką dzieci. Oblicz prawdopodobieństwo zdarzenia, że będzie to dwóch synów, jesli

starsze dziecko jest chłopcem.

jest co najmniej jeden chłopiec.

4 11

(22)

Wzór łańcuchowy

(23)

Wzór łańcuchowy

Definicja

Jeżeli zdarzenia A1,A2, . . .Anspełniają warunek P(A1∩ A2∩ · · · ∩ An) >0, wówczas zachodzi

P(A1∩ A2∩ · · · ∩ An) = P(A1)P(A2|A1)P(A3|A1∩ A2)

Szkic dowodu

Z listy pytań zawierającej 10 pytań łatwych i 20 trudnych trójka studentów losuje bez zwracania pytanie. Jakie jest

prawdopodobieństwo, że trafią 3 łatwe pytania?

5 11

(24)

Wzór łańcuchowy

Definicja

Jeżeli zdarzenia A1,A2, . . .Anspełniają warunek P(A1∩ A2∩ · · · ∩ An) >0, wówczas zachodzi

P(A1∩ A2∩ · · · ∩ An) = P(A1)P(A2|A1)P(A3|A1∩ A2)

Szkic dowodu

Z listy pytań zawierającej 10 pytań łatwych i 20 trudnych trójka studentów losuje bez zwracania pytanie. Jakie jest

prawdopodobieństwo, że trafią 3 łatwe pytania?

(25)

Wzór łańcuchowy

Definicja

Jeżeli zdarzenia A1,A2, . . .Anspełniają warunek P(A1∩ A2∩ · · · ∩ An) >0, wówczas zachodzi

P(A1∩ A2∩ · · · ∩ An) = P(A1)P(A2|A1)P(A3|A1∩ A2)

Szkic dowodu

Z listy pytań zawierającej 10 pytań łatwych i 20 trudnych trójka studentów losuje bez zwracania pytanie. Jakie jest

prawdopodobieństwo, że trafią 3 łatwe pytania?

5 11

(26)

Prawdopodobieństwo całkowite

(27)

Prawdopodobieństwo całkowite

Definicja – rozbicie

Rozbiciem przestrzeni zdarzeń Ω nazywamy rodzinę zdarzeń {Hi}i∈I które parami się wykluczają, a ich suma wynosi Ω.

Wzór na prawdopodobieństwo całkowite

Niech {H1,H2, . . .Hn} będzie rozbiciem Ω na zdarzenia o niezerowym prawdopodobieństwie. Wówczas dla dowolnego A

P(A) =

n

X

i=1

P(A|Hi)P(Hi).

6 11

(28)

Prawdopodobieństwo całkowite

Definicja – rozbicie

Rozbiciem przestrzeni zdarzeń Ω nazywamy rodzinę zdarzeń {Hi}i∈I które parami się wykluczają, a ich suma wynosi Ω.

Wzór na prawdopodobieństwo całkowite

Niech {H1,H2, . . .Hn} będzie rozbiciem Ω na zdarzenia o niezerowym prawdopodobieństwie. Wówczas dla dowolnego A

P(A) =

n

X

P(A|Hi)P(Hi).

(29)

Wzór Bayesa

(30)

Wzór Bayesa

Twierdzenie

Niech {Hi}i∈Ibędzie (przeliczalnym) rozbiciem Ω na zdarzenia o niezerowym prawdopodobieństwie oraz P(A) > 0 wówczas dla dowolnego j ∈ I

P(Hj|A) = P(A|Hj)P(Hj) P

i∈IP(A|Hi)P(Hi).

Dowód.

Wnioskowanie Bayesowskie

P(Hi)prawdopodobieństwo a priori. P(Hi|A) prawdopodobieństwo a posteriori.

(31)

Wzór Bayesa

Twierdzenie

Niech {Hi}i∈Ibędzie (przeliczalnym) rozbiciem Ω na zdarzenia o niezerowym prawdopodobieństwie oraz P(A) > 0 wówczas dla dowolnego j ∈ I

P(Hj|A) = P(A|Hj)P(Hj) P

i∈IP(A|Hi)P(Hi).

Dowód.

Wnioskowanie Bayesowskie

P(Hi)prawdopodobieństwo a priori. P(Hi|A) prawdopodobieństwo a posteriori.

7 11

(32)

Wzór Bayesa

Twierdzenie

Niech {Hi}i∈Ibędzie (przeliczalnym) rozbiciem Ω na zdarzenia o niezerowym prawdopodobieństwie oraz P(A) > 0 wówczas dla dowolnego j ∈ I

P(Hj|A) = P(A|Hj)P(Hj) P

i∈IP(A|Hi)P(Hi).

Dowód.

Wnioskowanie Bayesowskie

(33)

Testy diagnostyczne - wstęp

(34)

Wprowadzenie

Definicje

Czułość testu to odsetek chorych u których test daje wynik dodatni.

Swoistość testu to odsetek zdrowych u których test daje wynik ujemny.

(35)

Podsumowanie

(36)

Dzisiaj rozmawialiśmy o

Prawdopodobieństwie warunkowym.

wzorze Bayesa i prawdopodobieństwie całkowitym.

wnioskowaniu Bayesowskim.

(37)

Praca domowa

(38)

Praca domowa

Zadanie 4. [10p]

Test na rzadką chorobę1daje fałszywie pozytywną odpowiedź u p% zdrowych, a u chorych zawsze daje poprawną, pozytywną, odpowiedź2. Jaka jest szansa3S, że osoba z pozytywnym wynikiem jest zdrowa? Narysuj wykres S(p) przy założeniu N = 103. Odczytaj wartości dla p = 1, 5, 10%.

(39)

W następnym odcinku...

(40)

Na następnym wykładzie opowiem o

testy diagnostyczne – kontynuacja.

Centralnym Twierdzeniu Granicznym Prawach Wielkich Liczb

Cytaty

Powiązane dokumenty

Po zakończonej pracy uczniowie rozkładają na stolikach stworzone przez siebie karty pracy, tworząc Lerninsel (stacje uczenia się). Podsumowanie i ewaluacja: uczniowie

Pewien wykładowca losuje studentów (z 12-osobowej grupy) do odpowiedzi poprzez rzut dwiema kośćmi k6 i przyjęcie sumy uzyskanych oczek za numer osoby wylosowanej!. Obrusza to jedną

I przestrzenie probabilistyczna i statystyczna, Funkcja masy prawdopodobieństwa liczy zdarzenia sprzyjające danemu wynikow..

Nie ważna jest szansa straty, ale jej oczekiwana wartość inne gry

Próba wysiłkowa, której czułość wynosi 65%, a swoistość 85% jest powszechnie używana w celu wykrycia choroby wieńcowej. Załóżmy, że (w populacji) jest 10% chorych na

Wykład IX: W moim przedziale wszyscy trzej, ojej..

Testy mogą być lepsze lub gorsze (mimo tego samego α mogą mieć różne β).... Poziom

Zbiór punktów o współrzędnych (x, E(Y|x)) nazwiemy linią regresji zmiennej losowej Y względem zmiennej losowej