DQDOLW\N VNRQVWUXRZDá UR]NáDG a priori SUDZGRSRGRELHVWZD Uy*Q\FK XG]LDáyZILUP\ZU\QNX
6
0
0
Pełen tekst
(2) 1D. SRGVWDZLH. LQIRUPDFML. ]. SUyE\. PXVLP\. SUDZGRSRGRELHVWZD P( x θ) dla poszczególnych θ:. REOLF]\ü Prawdop. a priori. Informacja z próby. n P( x θ) = θ x (1 − θ) n − x , x gdzie n = 20 , x = 4 , θ ∈ {0.1, 0.2, 0.3, 0.4, 0.5, 0.6} . Otrzymamy:. θ. P(θ). P( x θ). P( x θ) ⋅ P(θ). P (θ x ). 0.1. 0.05. 0.089779. 0.004489. 0.060052. θ. P( x θ). 0.2. 0.15. 0.218199. 0.032730. 0.437850. 0.1. 0.089779. 0.3. 0.20. 0.130421. 0.026084. 0.348946. 0.2. 0.218199. 0.4. 0.30. 0.034991. 0.010497. 0.140429. 0.3. 0.130421. 0.5. 0.20. 0.004621. 0.000924. 0.012362. 0.4. 0.034991. 0.6. 0.10. 0.000270. 0.000027. 0.000361. 0.5. 0.004621. Σ. 1.00. 0.074751. 1.000000. 0.6. 0.000270. .RU]\VWDMF]HZ]RUXBayesa P (θ x ) =. P ( x θ) ⋅ P (θ) ∑ P ( x θi ) ⋅ P ( θi ). DNWXDOL]XMHP\SUDZGRSRGRELHVWZDa priori áF]FMH]LQIRUPDFM ] i. SUyE\LRWU]\PXMHP\SUDZGRSRGRELHVWZDa posteriori P(θ x) .. Prawdop. a posteriori.
(3) =Dáy*P\*HSREUDQRWDN*H GUXJ SUyE ]áR*RQ ] RVyE L RND]DáR VL *HZ UyGQLFK]QDOD]áRVL QDE\ZFyZSURGXNWyZEDGDQHMILUP\. . . . Nowy 5R]NáDG a priori. . . Nowa informacja z próby. . . . θ. P(θ). P( x θ). P( x θ) ⋅ P(θ). P (θ x ). 0.1. 0.060052. 0.142344. 0.0085480. 0.049074. 0.2. 0.437850. 0.246291. 0.1078384. 0.619103. 0.3. 0.348946. 0.146496. 0.0511193. 0.293477. 0.4. 0.140429. 0.04681. 0.0065734. 0.037738. 0.5. 0.012362. 0.008545. 0.0001056. 0.000606. 0.6. 0.000361. 0.000812. 0.0000003. 0.000002. Σ. 1.00000. 0.1741850. 1.000000. Nowy UR]NáDG a posteriori. . . . . . . . . . . . . . .
(4) Pytanko:. . $ FR E\ P\ RWU]\PDOL JG\E\ ZSLHUZ SRáF]\ü Z\QLNL SRFKRG]FH. . ] REX SUyE D GRSLHUR SRWHP X]\VNDQ Z WHQ VSRVyE LQIRUPDFM. . ]SUyE\SRáF]\ü]LQIRUPDFM a priori?. . :WHG\PLHOLE\ P\. . . n = 20 + 16 = 36 , . . . . . . x = 4+3=7. θ. P(θ). P( x θ). P( x θ) ⋅ P(θ). P (θ x ). 0.1. 0.05. 0.0393186. 0.0019659. 0.049074. 0.2. 0.15. 0.1653428. 0.0248014. 0.619103. 0.3. 0.2. 0.0587838. 0.0117568. 0.293477. 0.4. 0.3. 0.0050393. 0.0015118. 0.037738. 0.5. 0.2. 0.0001215. 0.0000243. 0.000606. 0.6. 0.1. 0.0000007. 0.0000001. 0.000002. Σ. 1.00. 0.040060. 1.00000.
(5) 3U]\NáDG 0DNOHU JLHáGRZ\ LQWHUHVXMH VL SU]\FKRGDPL MDNLH PR*QD RVLJQü ORNXMF NDSLWDá Z RNUH ORQ\FK DNFMDFK 0DNOHU MHVW SU]HNRQDQ\ *H. W naszym przypadku otrzymamy:. SU]\FKyG ] DNFML PD UR]NáDG QRUPDOQ\ SU]\ F]\P UHGQL SU]\FKyG Z\QRVLRNRáRURF]QLHSU]\RGFK\OHQLXVWDQGDUGRZ\P. 1 10 ⋅ 15 + ⋅ 11.54 2 6.82 µ' ' = 8 = 11.77 1 10 + 82 6.82. 0DNOHU SRQDGWR ]EDGDá ]DFKRZDQLH VL FHQ DNFML Z FLJX ORVRZR. Z\EUDQ\FK PLHVL F\ L R REOLF]\á GOD WHM SUyE\ UHGQL SU]\FKyG L. RGFK\OHQLH VWDQGDUGRZH NWyUH Z\QLRVá\ RGSRZLHGQLR L. σ' ' =. 6.8%.. 3U]\MPXMF ]DáR*HQLH *H SU]\FKRG\ PDM UR]NáDG QRUPDOQ\. 1 = 2.077 1 10 + 82 6.82. Z\]QDF]\üUR]NáDGa posteriori SU]HFL WQHJRSU]\FKRGX]DNFML. 5R]NáDGa priori:. 0,2. N (15, 8) ,. Informacje z próby: UR]NáDGQRUPDOQ\ X = 11.54 , s = σˆ = 6.8. $]DWHPUR]NáDGa posteriori MHVWUyZQLH* QRUPDOQ\ N (µ' ' , σ' ' ) , przy. 0,16. r. a priori r. z proby r. a posteriori. 0,12 0,08. czym 1 n µ'+ 2 X 2 σ ( σ' ) µ' ' = 1 n + 2 2 ( σ' ) σ (σ' ' ) 2 =. 1 1 n + 2 2 (σ' ) σ. 0,04 0 -25. -5. 15. 35. 55.
(6) 3U]\SX üP\ WHUD] *H SU]HNRQDQLD PDNOHUD E\á\ LQQH W]Q *H UHGQL SU]\FKyG ] DNFML Z\QRVL RNRáR URF]QLH DOH SU]\ RGFK\OHQLX standardowym 4%. Wówczas otrzymamy:. 1 10 ⋅ 15 + ⋅ 11.54 2 6.82 µ' ' = 4 = 12.32 1 10 + 42 6.82 σ' ' =. 1 1 10 + 2 4 6. 8 2. = 1.89. 0,24 0,2. r. a priori r. z proby r. a posteriori. 0,16 0,12 0,08 0,04 0 -23. -3. 17. 37. 57.
(7)
Powiązane dokumenty
Z\ND]DQHM SU]\ Z\NRQDQLX ]DGD $NW\ZQRü VWXGHQWD RFHQLD SURZDG]F\ üZLF]HQLD ODERUDWRU\MQH 2SyQLHQLH Z RGGDQLX SURJUDPyZ PR*H SRZRGRZDü REQL*HQLH RFHQ\ ] üZLF]H
8II 1D SLHUZV]\ UD] WR FK\ED Z\VWDUF]\ $E\ QLH XWUDFLü VZRMHJR SLHUZV]HJR SURJUDPXPXVLV]JRMHV]FH]DSDPL WDüF]\OL]DSLVDüQDG\VNX:W\PFHOXZ\ELHU]SROHcenie Save =DSDPL WDM z
SZEREGI F]RQ\ V]HUHJ OLF]ERZ\ =ELH*QRü V]HUHJX :DUXQHN NRQLHF]Q\ ]ELH*QRFL V]HUHJX .U\WHULXP SRUyZQDZF]H ]ELH*QRFL V]HUHJyZ .U\WHULD G $OHPEHUWD ]ELH*QRFL L UR]ELH*QRFL
Ch’egli non saglia sulla fiacca muraglia Ma facciamo fuor una sortita bella Butta la sella.. Armi false
:VW S 0DWHULDá\REHMPXMLQIRUPDFMHGRW\F]FHSLHUZV]HMF] FLüZLF]HODERUDWRU\MQ\FK MHGHQ semestr, w zakresie chemii sanitarnej RUD] WHFKQRORJLL ZRG\ L FLHNyZ UHDOL]RZDQ\FK
EH] SRGDQLD UyGáD Z VSRVyE Z\PDJDQ\ SU]H] SUDZR DXWRUVNLH GDMH SRGVWDZ GR X]QDQLD SU]HVW SVWZD SODJLDWX -HGQDN*H QLH W\ONR Z SU]\SDGNX SUDF\ PDJLVWHUVNLHM NZHVWLD WD MHVW EDUG]R
Objaśnimy krótko jedną z metod hierarchicznej analizy skupień, a następnie pokażemy, że klasyfikacja otrzymana w pierwszym rozdziale jako wniosek z analizy konfiguracji
]QDOD]ï\ VLÚ F]WHU\ WHNVW\ NWöUH UöZQLHĝ RGQRV]È VLÚ GR
![QDSL FLX 8% SU]HáF]D VL](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACH5BAEAAAAALAAAAAABAAEAAAICRAEAOw==)