การแจกแจงความน่าจะเป็นของตัวแปรสุ่ม

Slides:



Advertisements
งานนำเสนอที่คล้ายกัน
การเขียนผังงาน (Flowchart)
Advertisements

คณิตศาสตร์ กับ การเชิญแขกมางาน
การสุ่มงาน(Work Sampling)
ความต่อเนื่องแบบเอกรูป (Uniform Continuity)
เป็นการศึกษาผลต่างของประชากรสองกลุ่ม ซึ่งประชากรทั้งสองกลุ่มต้องเป็นอิสระต่อกัน หรือไม่มีความสัมพันธ์กันโดยการกำหนดสมมติฐานในการทดสอบเป็นดังนี้
ความน่าจะเป็น Probability.
ไม่อิงพารามิเตอร์เบื้องต้น
Introduction to Probability เอกสารประกอบการเรียนการสอน วิชา ความน่าจะเป็นเบื้องต้น เรื่อง ความน่าจะเป็นเบื้องต้น อ.สุวัฒน์ ศรีโยธี สาขาวิชาคณิตศาสตร์
ความหมายของความสัมพันธ์ (Relation)
Sampling Distribution
สถิติที่ใช้ในการวิจัย
การเลือกตัวอย่าง อ.สมพงษ์ พันธุรัตน์.
Ordering and Liveness Analysis ลำดับและการวิเคราะห์บอกความ เป็นอยู่หรือความตาย.
Chapter 4: Special Probability Distributions and Densities
Chapter 2 Probability Distributions and Probability Densities
Object-Oriented Analysis and Design
Probability & Statistics
Probability & Statistics
ศูนย์หนังสือจุฬาลงกรณ์มหาวิทยาลัย
การประยุกต์สมการเชิงเส้นตัวแปรเดียว
บทที่ 2 อุปสงค์ อุปทาน.
ฟังก์ชัน ฟังก์ชันเป็นรูปแบบหนึ่งของความสัมพันธ์ แต่มีกฎเกณฑ์มากกว่า
การประมาณค่าทางสถิติ
คณิตศาสตร์และสถิติธุรกิจ
Object-Oriented Analysis and Design
2 การเก็บรวบรวมข้อมูล Data Collection.
Graphical Methods for Describing Data
หน่วยที่ 8 อนุพันธ์ย่อย (partial derivative).
Use Case Diagram.
มิสกมลฉัตร อู่ศริกุลพานิชย์ กลุ่มสาระการเรียนรู้คณิตศาสตร์
โดย มิสกรรณกา หอมดวงศรี
การวิเคราะห์สหสัมพันธ์และการถดถอย
การตรวจสอบข้อมูลทางอุทกวิทยา
การหาปริพันธ์ (Integration)
C Programming Lecture no. 6: Function.
การคำนวณค่าสถิติเบื้องต้น … สถิติเชิงพรรณนา
การควบคุมทิศทางการทำงานของโปรแกรม
ประชากร และกลุ่มตัวอย่าง
สถิติเชิงสรุปอ้างอิง(Inferential or Inductive Statistics)
การบ้าน แซมเปิลสเปซ.
การสุ่มตัวอย่าง (Sampling)
โครงสร้างข้อมูลแบบคิว
วิทยาลัยการอาชีพวังไกลกังวล
กฏเกณฑ์นับเบื้องต้นเกี่ยวกับการนับ วิทยาลัยการอาชีพวังไกลกังวล
การแจกแจงปกติ ครูสหรัฐ สีมานนท์.
การแก้สมการพหุนามดีกรีสอง
การแจกแจงปกติ NORMAL DISTRIBUTION
การแจกแจงปกติ.
ทฤษฎีบททวินาม (Binomial Theorem)
วิทยา กรระสี (วท.บ. วิทยาการคอมพิวเตอร์)
สถิติธุรกิจ BUSINESS STATISTICS.
เทคนิคในการวัดความเสี่ยง
การเคลื่อนที่แบบโพรเจกไทล์
คำสั่งทำซ้ำ for คำสั่ง for เป็นคำสั่งทำซ้ำในลักษณะ Definite loop คือทราบจำนวนรอบที่แน่นอนในการทำงาน ซึ่งจะใช้ตัวแปร 1 ตัวในการนับจำนวนรอบว่าครบตามกำหนดหรือไม่
ทฤษฎีเบื้องต้นของความน่าจะเป็น
การเขียนรายงานเพื่อนำเสนอโครงงานวิทยาศาสตร์
Recursive Method.
เรื่องการประยุกต์ของสมการเชิงเส้นตัวแปรเดียว
Chi-Square Test การทดสอบไคสแควร์ 12.
คะแนนมาตรฐาน และ โค้งปกติ
ตัวแปร และชนิดข้อมูล.
คณิตศาสตร์พื้นฐาน ค ชั้นมัธยมศึกษาปีที่ 3 โดย ครูชำนาญ ยันต์ทอง
ครูบุษบา กล้าขยัน - พหุนามและเศษส่วนของพหุนาม
คณิตศาสตร์พื้นฐาน ค ชั้นมัธยมศึกษาปีที่ 3 โดย ครูชำนาญ ยันต์ทอง
คณิตศาสตร์ (ค33101) ชั้นมัธยมศึกษาปีที่ 3 หน่วยการเรียนรู้ที่ 7
การให้เหตุผล.
คณิตศาสตร์พื้นฐาน ค ชั้นมัธยมศึกษาปีที่ 3 โดย ครูชำนาญ ยันต์ทอง
คณิตศาสตร์พื้นฐาน ค ชั้นมัธยมศึกษาปีที่ 3 โดย ครูชำนาญ ยันต์ทอง
ค31212 คณิตศาสตร์สำหรับ คอมพิวเตอร์ 2
สำนักวิชาเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยนเรศวร พะเยา
ใบสำเนางานนำเสนอ:

การแจกแจงความน่าจะเป็นของตัวแปรสุ่ม มี 2 ชนิด คือ การแจกแจงความน่าจะเป็นของตัวแปรแบบไม่ต่อเนื่องและ การแจกแจงความน่าจะเป็นของตัวแปรแบบต่อเนื่อง การแจกแจงความน่าจะเป็น ของตัวแปรสุ่มไม่ต่อเนื่อง เป็นความน่าจะเป็นที่เกิดขึ้นแน่นอนในแต่ละค่าของตัวแปรจึงสามารถแสดงในรูปของฟังก์ชันหรือตารางได้ มีการแจกแจงความน่าจะเป็นที่สำคัญมี 4 ชนิด การแจกแจงความน่าจะเป็นเอกรูป (uniform probability distribution) การแจกแจงความน่าจะเป็นแบร์นูลี(Bernoulli probability distribution) การแจกแจงความน่าจะเป็นทวินาม (binomial probability distribution) การแจกแจงความน่าจะเป็นปัวส์ซอง (poisson probability distribution)

1) การแจกแจงความน่าจะเป็นเอกรูป

2) การแจกแจงความน่าจะเป็นแบร์นูลี โดยทั่วไปแล้วในการทดลองต่างๆนั้นอาจมีผลลัพธ์ได้หลายอย่างแต่ความสนใจนั้นอาจสนใจเพียงอย่างเดียว อย่างอื่นไม่สนใจเลยก็ได้ เรียกการทดลองที่มีผลลัพธ์ที่เป็นไปได้เพียงสองอย่างนี้ว่า การทดลองแบร์นูลี 0 ; ในกรณีอื่นๆ

3) การแจกแจงทวินาม ถ้าทำการทดลองเอกรูปซ้ำ ๆ กันจำนวน n ครั้ง เราเรียกการทดลองนี้ว่าการทดลองทวินาม ถ้าให้ X แทนจำนวนครั้งที่เกิดเหตุการณ์สำเร็จในการทดลอง n ครั้ง ดังนั้น x = 0,1,2,…,n ส่วนจำนวนเหตุการณ์ที่ไม่สำเร็จคือ n-x ดังนั้นความน่าจะเป็นที่จะได้เหตุการณ์สำเร็จ x ครั้ง คือ

4. การแจกแจงความน่าจะเป็นแบบทวินามลบ (Negative Binomial Probability Distribution) ถ้ามีการทดลองแบบเบอร์นูลี่ซ้ำๆ กัน จนกว่าจะได้สิ่งที่สนใจเป็นครั้งที่ r(r>1) จะเรียกการทดลองนี้ว่า ”การทดลองแบบทวินามลบ” เส้น X เป็น จำนวนครั้งของการโยนลูกเต๋าจนกว่าจะได้เลข 5 เป็นครั้งที่ 3 (r=3)หรือ X เป็นจำนวนสินค้าที่ตรวจสอบจนกว่าได้สินค้าชำรุดชิ้นที่ 7(r=7) ดังนั้นในการทดลองสุ่ม X ครั้ง จะได้สิ่งที่ไม่สนใจครั้งที่ r-1 ครั้ง และได้สิ่งที่สนใจครั้งที่ r ในการทดลองครั้งที่ X ดังแสดงในแผนภาพข้างล่างนี้

E(X) = = r/p V(X) = =rq/p2

P(x;p) = P(x) =P(X = x) = qX - 1 p 5) การแจกแจงความน่าจะเป็นแบบเรขาคณิต ( Geometrix Probability Distribution ถ้าทำการทดลองแบบเบอร์นูลี่ซ้ำกันหลายๆ ครั้ง และนับจำนวนครั้วของการทดลองจนกว่าจะได้สิ่งที่สนใจ (success) เป็นครั้งแรก ฟังก์ชันการแจกแจงความน่าจะเป็นของ X คือ P(x;p) = P(x) =P(X = x) = qX - 1 p ค่าเฉลี่ยตัวแปรสุ่มแบบเลขาคณิต ถ้า X เป็นตัวแปรสุ่มแบบเรขาคณิตที่มีพารามิเตอร์ p

6) การแจกแจงความน่าจะเป็นแบบพหุนาม (Multinomail Probability Distribution) การทดลองสุ่มแบบพหุนามเป็นการทดลองสุ่มเสมือนการทดลองแบบทวินาม แต่ผลลัพธ์ของการทดลองแต่ละครั้งมีมากกว่า 2 อย่าง เช่น ผลการตรวจสอบคุณภาพสินค้าอาจจะเป็นชำรุดมาก ใช้ไม่ได้ ชำรุดเล็กน้อย และสินค้ามีคุณภาพดี

7).การแจกแจงความน่าจะเป็นแบบไฮเพอร์จีออเมตริก (Hypergeometric Probability Distribution) จาการทดลองแบบทวินามซึ่งการทดลองแต่ละครั้งจะต้องเป็นอิสระต่อกัน การทดลองแบบทวินามเป็นการทดลองที่มีการนำของที่สุ่มได้ใส่คืน แต่ถ้าให้มีการสุ่มลูกบอลจากล่องใบนี้โดยไม่มีการใส่คืน จะทำให้การหยิบหรือการทดลองแต่ละครั้งไม่เป็นอิสระต่อกัน จะเรียกการทดลองนี้ว่า “การทดลองแบบไฮเพอร์จีออเมตริก” ซึ่งมีลักษณะการทดลองดังนี้

8) การแจกแจงความน่าจะเป็นปัวส์ซอง เป็นการแจกแจงที่อธิบายถึงจำนวนครั้งที่เกิดเหตุการณ์สำเร็จในช่วงเวลาที่กำหนด

การแจกแจงความน่าจะเป็นของตัวแปรสุ่มต่อเนื่อง 1) การแจกแจงที (t-distribution) มีลักษณะคล้ายการแจกแจงปกติมาตรฐาน คือเป็นโค้งรูประฆังคว่ำ แต่มีลักษณะแบนราบกว่าโค้งปกติมาตรฐาน การแจกแจงปกติ การแจกแจงที ที่ระดับขั้นความเสรี 20 การแจกแจงที ที่ระดับขั้นความเสรี 15

1.725 2.528 -2.528 2.845

2) การแจกแจงไคสแควร์ ( – distribution) มีลักษณะไม่สมมาตร มีเฉพาะค่าบวกเท่านั้น ถ้าระดับขั้นความเสรี เพิ่มขึ้นความเบ้จะลดลง

31.41 10.85 0.90 0.05

3) การแจกแจงเอฟ (F - distribution) (df1 = 25 , df2 = 25) (df1 = 5 , df2 = 5) (df1 = 2 , df2 = 1)

4. การแจกแจงความน่าจะเป็นแบบปกติ (Nornal Probability Distributionv)ซึ้งมีคุณสมบัติดังนี้