SÜREKLİ̇ OLASILIK DAĞILIM MODELLERİ

Slides:



Advertisements
Benzer bir sunumlar
BENZETİM Prof.Dr.Berna Dengiz 10. Ders.
Advertisements

YRD.DOÇ.DR.PINAR YILDIRIM OKAN ÜNİVERSİTESİ
Beklenen değer ve Momentler
MIT504 İnternet ve Web Programlama: Javascript programlama devam Yrd. Doç. Dr. Yuriy Mishchenko.
T Dağılımı ve t testi.
İstatistik Tahmin ve Güven aralıkları
Nesneye Dayalı Programlama
BELİRLİ İNTEGRAL.
ATALET(EYLEMSİZLİK) MOMENTİ
Hafta 10: Sürekli Rassal Değişkenler (Yrd.Doç.Dr. Levent AKSOY)
İstatistik eİKT-203 Hafta 04: Permutasyon, Kombinasyon, Olasılık
Hafta 07: Kesikli Değişkenler (Yrd.Doç.Dr. Levent AKSOY)
Hafta 01: Veri (Yrd.Doç.Dr. Levent AKSOY)
Bozok Üniversitesi Bologna Süreci Uyum Çalışmaları Yrd. Doç. Dr. Orhan ER Amaç ve Hedefler Yrd.Doç.Dr. Orhan ER.
Standart Normal Dağılım
Excel’de istatistik fonksiyonları
Hafta 03: Verinin Numerik Analizi (Yrd.Doç.Dr. Levent AKSOY)
Rassal Değişken S örnek uzayı içindeki her bir basit olayı yalnız bir gerçel (reel) değere dönüştüren fonksiyona rassal değişken adı verilir. Şu halde.
FONKSİYONLAR ve GRAFİKLER
İstatistiksel Sınıflandırma
Olasılık Dağılımları ♦ Gazın her molekülü kendi hızına ve konumuna sahiptir. ♦ Bir molekülün belli bir hıza sahip olma olasılığı hız dağılım fonksiyonu.
Normal Dağılım.
Sürekli Olasılık Dağılım (Birikimli-Kümülatif)Fonksiyonu
Sürekli Olasılık Dağılımları
PROGRAMLAMA DİLLERİNE GİRİŞ Ders 5: Fonksiyonlar
GÜNLÜK FAALİYET RAPORU
BENZETİM Prof.Dr.Berna Dengiz 9. Ders.
Bileşik Olasılık Dağılım Fonksiyonu
İngiliz Edebiyatı ve Kültürü Araştırma ve Uygulama Merkezi 1 Ocak – 31 Aralık 2014 Etkinlikler.
SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI
KBH’de Anemi ve Tedavisi
BENZETİM Prof.Dr.Berna Dengiz 3. Ders Monte Carlo Benzetimi
Ters Hiperbolik Fonksiyonlar
BM-103 Programlamaya Giriş Güz 2014 (4. Sunu)
Yrd.Doç.Dr. Mustafa Akkol
Dönel Cisimlerin Hacmi
Hafta 08: Binom Dağılımı (Yrd.Doç.Dr. Levent AKSOY)
Hafta 05: Olasılık Kuramı (Yrd.Doç.Dr. Levent AKSOY)
Hafta 06: Olasılık Kuramı (Yrd.Doç.Dr. Levent AKSOY)
Yrd. Doç. Dr. Hamit ACEMOĞLU
DİERANSİYEL DENKLEMLER
Yard. Doç. Dr. Mustafa Akkol
IMGK 207-Bilimsel araştırma yöntemleri
Bilişim Teknolojileri için İşletme İstatistiği
Bilişim Teknolojileri için İşletme İstatistiği
Bilişim Teknolojileri için İşletme İstatistiği
Bilişim Teknolojileri için İşletme İstatistiği
Tek Anakütle Ortalaması İçin Test
Bilişim Teknolojileri için İşletme İstatistiği
Olasılık Dağılımları ve Kuramsal Dağılışlar
Bölüm 07 Sürekli Olasılık Dağılımları
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
KESİKLİ RASSAL DEĞİŞKENLER
Rassal Değişkenler ve Kesikli Olasılık Dağılımları
MEKANİK İmpuls Momentum Yrd. Doç. Dr. Emine AYDIN
Farklılıkları İncelemeye Yönelik Analiz Teknikleri
Bilişim Teknolojileri için İşletme İstatistiği Yrd. Doç. Dr. Halil İbrahim CEBECİ B.
İstatistik Tahmin ve Güven aralıkları
SÜREKLİ OLASILIK DAĞILIŞLARI Standart Normal Dağılım
Tacettin İnandı Olasılık ve Kuramsal Dağılımlar 1.
Rastgele Değişkenlerin Dağılımları
OLASILIK ve İSTATİSTİK
DERS3 Prof.Dr. Serpil CULA
Kesikli ve Sürekli Şans Değişkenleri İçin;
TARIM EKONOMİSİ İSTATİSTİĞİ
NİŞANTAŞI ÜNİVERSİTESİ
Ö RNEK 1 Rasgele olarak seçilen 10 ailenin gelir ve tüketimleri 100 TL cinsinden aşağıdaki gibi verilmiştir: X ve Y ortak olasılık tablosunu düzenleyiniz.
Matrisler Yrd. Doç. Dr. Meriç Çetin 2017.
Sunum transkripti:

SÜREKLİ̇ OLASILIK DAĞILIM MODELLERİ Yrd. Doç. Dr. Esra KÜRÜM 04.12.2014

Sürekli (continuous) Olasılık Dağılımı Sürekli bir rassal değişken (a,b) aralığındaki her değeri alabiliyorsa bu değişkene ait olasılık dağılım fonksiyonunun grafiğinde eğri altında kalan alan bize bu x değişkeninin olasılığını verir. Eğri altında kalan alandan bahsettiğimiz için x değişkeninin olasılığı f(x) integral yardımıyla bulunur. 1) f(x)  0 olmalıdır. 2) olmalıdır.

Sürekli bir rassal değişkenin tanım aralığındaki herhangi bir değeri tam olarak alma olasılığı sıfırdır. P(a≤ X ≤b) = P(a<X<b) = P(a ≤ X<b) = P(a<X ≤ b)

Kümülatif dağılım fonksiyonu Olasılık yoğunluk fonksiyonu f(x) ile kümülatif dağılım fonksiyonu F(x) arasındaki ilişki:

Sürekli Olasılık Dağılım Modelleri Tek düze (düzgün, uniform) olasılık dağılımı Normal olasılık dağılımı Standart olasılık dağılımı Üstel olasılık dağılımı

EXPONENT (ÜSTEL) OLASILIK DAĞILIMI X rassal değişkeninin tanım aralığı (0,∞)dur. E(X) = λ V(X) = λ2 F(x) =

Örnek Radyo aktif bir cisim tarafından yayınlanan ardışık iki parçacığın yayın anları arasında geçen süre λ=100 parametreli üstel dağılımdır. Ardışık iki yayın arasında geçen sürenin; a) Bir saniyeden az b) 3 ile 4 saniye arasında c) 4 saniyeden fazla olması olasılıkları nedir? d) Ardışık iki yayın arasında geçen sürenin en fazla t kadar olması olasılığı 1⁄2 ise t=?

Örnek X, λ= 5 olan üstel dağılım sahip bir değişken olsun. Kümülatif dağılım fonksiyonunu hesaplayınız. PX 1, P0.1 X  4 ve PX  2 olasılıklarını bulunuz.