]> Eloszlásfüggvények
  1. Virtual Laboratories
  2. 2. Eloszlások
  3. 1
  4. 2
  5. 3
  6. 4
  7. 5
  8. 6
  9. 7
  10. 8

6. Eloszlásfüggvények és kvantilisek

Kiindulási pontunk, mint általában, most is egy véletlen kísérlet a hozzá tartozó Ω valószínűségi mezővel, és az azon értelmezett valószínűségi mértékkel. Ebben a fejezetben két olyan függvénnyel foglalkozunk, amelyekkel gyakran szokták jellemezni az eloszlásokat.

Eloszlásfüggvények

Definíciók

Legyen X egy valós értékű valószínűségi változó. Ekkor X eloszlásfüggvénye az az F függvény, amelyre

F x X x ,  x .

Mint láthatjuk, az eloszlásfüggvény definíciója nem függ attól, hogy a változó eloszlása diszkrét, folytonos, vagy keverék, és az is igaz, hogy ha ismerjük az eloszlásfüggvényt, akkor X eloszlása egyértelműen meghatározott. A következő ábrán a világoskék rész egy folytonosan elkent eloszlást ábrázol, a sötét pontok pedig olyanok, melyeket pozitív valószínűséggel vesz fel a valószínűségi változónk. Ekkor F x az x pontban és a tőle balra lévő összes súlyt adja meg (itt jegyezzük meg, hogy a szakirodalom az eloszlásfüggvény definícióját tekintve nem teljesen egységes, egyes szerzők az x pont súlyát már nem veszik figyelembe, azaz náluk F x X x ,  x ).

The distribution of X

Az F függvény néhány határértékére gyakran fogunk hivatkozni, ezért bevezetjük az alábbi jelöléseket:

Alaptulajdonságok

A következő feladatokban az eloszlásfüggvények alaptulajdonságait bizonyítjuk. Ezeknek az állításoknak a megfordítása is igaz a következő értelemben: egy függvény eloszlásfüggvény, ha az alábbi tulajdonságokkal rendelkezik.

Igazoljuk, hogy F növekvő, azaz ha x y , akkor F x F y .

Igazoljuk, hogy F x F x minden x esetén, azaz F jobbról folytonos.

  1. Rögzítsünk egy x számot. Legyen x 1 x 2 egy csökkenő sorozat, hogy x n x , amint n .
  2. Igazoljuk, hogy az x n csökkenőek n -ben, és a metszetük x .
  3. Használjuk a csökkenő eseményekre vonatkozó folytonossági tételt!

Igazoljuk, hogy F x X x minden x esetén, azaz F -nek mindenütt létezik a baloldali határértéke.

  1. Rögzítsünk egy x számot, és legyen x 1 x 2 egy növekvő sorozat, amelyre x n x amint n .
  2. Igazoljuk, hogy az x n intervallumok növekvőek n -ben, és az uniójuk x .
  3. Használjuk a növekvő eseményekre vonatkozó folytonossági tételt!

Igazoljuk, hogy F 0 .

  1. Legyen x 1 x 2 egy csökkenő sorozat, melyre x n amint n .
  2. Igazoljuk, hogy a x n intervallumok csökkenőek n -ben, és a metszetük .
  3. Használjuk a csökkenő eseményekre vonatkozó folytonossági tételt!

Igazoljuk, hogy F 1 .

  1. Legyen x 1 x 2 egy növekvő sorozat, melyre x n amint n .
  2. Igazoljuk, hogy az x n intervallumok növekvőek n -ben, és az uniójuk .
  3. Használjuk a növekvő eseményekre vonatkozó folytonossági tételt!

A következő feladatban azt látjuk be, hogy az eloszlásfüggvény segítségével meghatározható annak a valószínűsége, hogy X egy tetszőleges intervallumba esik. Mint már korábban említettük, tetszőleges -en értelmezett valószínűségi eloszlást egyértelműen meghatároznak az intervallumok valószínűségei, így a következő feladat következménye, hogy az eloszlásfüggvény is egyértelműen meghatározza X eloszlását. Mindegyik részfeladat megoldásához fontos segédeszköz a következő összefüggés:

B A B A  ahol  A B .

Tegyük fel, hogy a b . Igazoljuk, hogy

  1. X a F a F a ,
  2. a X b F b F a ,
  3. a X b F b F a ,
  4. a X b F b F a ,
  5. a X b F b F a .

Az előző feladatok megfordítása a következőképp igaz: ha egy -en értelmezett F függvényre igazak az 1.-5. feladatokban leírt tulajdonságok, akkor a 6. feladatban adott formulák egy valószínűségeloszlást határoznak meg -en, melynek F az eloszlásfüggvénye.

Igazoljuk, hogy X pontosan akkor folytonos eloszlású, ha az eloszlásfüggvénye, F , folytonos.

Kapcsolat a súly- és sűrűségfüggvényekkel

Egy valószínűségi változó eloszlás-, illetve súly- és sűrűségfüggvénye szoros kapcsolatban állnak egymással, ezt elemezzük a következő feladatokban

Tegyük fel, hogy X diszkrét eloszlású az S diszkrét halmazon, és jelölje f a súlyfüggvényét, F pedig az eloszlásfüggvényét. Igazoljuk, hogy minden x esetén

F x t S  és  t x f t .

Megfordítva, igazoljuk, hogy x S -re

f x F x F x .

Tehát azt kaptuk, hogy diszkrét esetben F egy lépcsős függvény; szakadási pontjainak halmaza S ; és az x pontban lévő ugrásának nagysága épp a súlyfüggvényének értéke x -ben.

Sűrűségfüggvénnyel rendelkező folytonos eloszlású (vagy más szóval abszolút folytonos eloszlású) valószínűségi változókra hasonló állítás igaz:

Tegyük fel, hogy X folytonos eloszlású -en f sűrűségfüggvénnyel (amiről feltesszük, hogy szakaszonként folytonos), és F eloszlásfüggvénnyel. Igazoljuk, hogy minden x esetén

F x t x f t .

Megfordítva, igazoljuk, hogy ha f folytonos x -ben, akkor F deriválható x -ben, és f x F x .

Az előző feladatban megfogalmazott állítás egy analízisbeli alapvető fontosságú tétel speciális esete. Keverék eloszlásokra az előző két feladat állításainak keveréke igaz:

Tegyük fel, hogy X keverék eloszlású, diszkrét része az S megszámlálható halmazon értelmezett, folytonos része pedig a valós számokon. Jelölje g a diszkrét részhez tartozó (parciális) súlyfüggvényt, h a folytonos részhez tartozó (parciális) sűrűségfüggvényt, F pedig az eloszlásfüggvényt. Igazoljuk, hogy

  1. F x t S t x g t t x h t amint x ,
  2. g x F x F x amint x S ,
  3. h x F x , ha x S és h folytonos x -ben.

Természetesen feltételes eloszlások esetén is definiálható az eloszlásfüggvény, és a fenti eredmények ilyenkor is érvényesek.

Tegyük fel, hogy X folytonos eloszlású -en, és f sűrűségfüggvénye szimmetrikus a -ra, azaz:

f a t f a t ,  t .

Igazoljuk, hogy ekkor az F eloszlásfüggvényre

F a t 1 F a t ,  t .

Megbízhatóság

Legyen az X valószínűségi változó eloszlásfüggvénye F . Az alábbi, úgynevezett túlélési függvény nyilván ugyanannyi információt hordoz, mint F :

G x 1 F x X x ,  x .

Az 1. Feladatban megfogalmazott tulajdonságok megfelelőit mondjuk ki, és lássuk be a túlélési függvényekre!

Tegyük fel, hogy T egy 0 -en folytonos eloszlású valószínűségi változó. Ha T egy alkatrész élettartama, akkor a G túlélési függvényt nevezhetjük megbízhatósági függvénynek, hiszen G t pont annak a valószínűsége, hogy az alkatrész t időegység elteltével is üzemel. A következő h függvényt pedig nevezhetjük a hiba rátafüggvényének:

h t f t G t ,  t 0 .

Igazoljuk, hogy h t t t T t t T t ha t kicsi.

Tehát h t t annak a valószínűsége, hogy a alkatrész a következő t időegység alatt tönkremegy, feltéve, hogy t ideig üzemelt. Továbbá a hiba rátafüggvénye egyértelműen meghatározza T eloszlását:

Igazoljuk, hogy

G t s 0 t h s ,  t 0 .

Igazoljuk, hogy a h hiba rátafüggvényre:

  1. h t 0 ,  t 0 ,
  2. t 0 h t .

Az előző feladat megfordításaként tegyük fel, hogy h teljesíti a 15. feladat tulajdonságait. Igazoljuk, hogy a 14. feladatbeli formulával definiált függvény egy megbízhatósági függvény!

Többváltozós eloszlásfüggvények

Legyenek X és Y egy közös véletlen kísérlettől függő valós értékű valószínűségi változók, azaz X Y egy 2 -beli véletlen vektor. Ekkor az X Y pár eloszlásfüggvénye a következő F függvény:

F x y X x Y y ,  x y 2 . A bivariate distribution

A fenti ábrán a világoskék rész egy folytonosan elkent eloszlást ábrázol, a sötét pontok pedig olyanok, melyeket pozitív valószínűséggel vesz fel a véletlen vektorunk. Tehát F x y az a súly, melyet a valószínűség eloszlás az x y ponttól balra és lefelé lévő síknegyedhez rendel. Ugyanúgy, mint az egyváltozós esetben, X Y eloszlásfüggvénye most is egyértelműen meghatározza az X Y pár eloszlását.

Legyenek a , b , c , d valós számok, melyekre a b és c d . Igazoljuk, hogy

a X b c Y d F b d F a d F b c F a c .

Az előző feladat segítségével általánosítsuk a 6. feladat eredményét, azaz a kisebb és a nem nagyobb relációk minden lehetséges kombinációjára fejezzük ki a megfelelő valószínűségeket az eloszlásfüggvénnyel!

Legyen F az X Y pár eloszlásfüggvénye, G és H pedig X és Y eloszlásfüggvényei. Igazoljuk, hogy

  1. G x F x ,
  2. H y F x .

Az előző feladat jelöléseivel igazoljuk, hogy X és Y pontosan akkor függetlenek, ha

F x y G x H y  tetszőleges   x y 2  esetén. 

A fenti definíció és valamennyi állítás természetes módon általánosítható n dimenziós véletlen vektorokra.

Az empirikus eloszlásfüggvény

Tegyük fel, hogy adott egy x 1 x 2 x n minta valamilyen valós értékű valószínűségi változó realizációiból. Ekkor definiálhatjuk az eloszlás ezen minta alapján kapott empirikus (vagy tapasztalati) eloszlásfüggvényét a következő módon:

F n x i 1 2 n x i x n ,  x .

Tehát F n x az x -nél kisebb, vagy egyenlő mintaelemek relatív gyakorisága.

Kvantilisek

Definíciók

Legyen X egy valószínűségi változó F eloszlásfüggvénnyel, és legyen p 0 1 . Ekkor azt az x értéket, amelyre

F x X x p  és   F x X x p ,

az eloszlás p -kvantilisének nevezzük. Durván szólva a p -kvantilis az az érték, ahol az eloszlásfüggvény áthalad (vagy átugrik) a p értéken. Például a következő ábrán a az egyetlen p -kvantilis, és b az egyetlen q -kvantilis. Viszont r -kvantilis az egész c d intervallum, míg d minden r s -beli számhoz rendelt kvantilis értéke.

Vegyük észre, hogy a kvantilis- és az eloszlásfüggvény lényegében egymás inverzei, azonban ez nem pontosan a hagyományos inverz függvény reláció, hisz az eloszlásfüggvény általában nem kölcsönösen egyértelmű. Néha hasznos, ha garantálni tudjuk, hogy minden p -hez egyértelműen választható kvantilis, ezért definiáljuk az eloszlásfüggvény általánosított inverzét:

Legyen p 0 1 . Annak segítségével, hogy F jobbról folytonos és növekvő, igazoljuk, hogy x F x p egy a alakú intervallum!

Így definiálhatjuk a kvantilisfüggvényt a következő módon:

F p x F x p ,  p 0 1 .

Vegyük észre, hogy a 21. feladat értelmében a definíció értelmes. Továbbá ha F szigorúan monoton módon nő fel nulláról egyre az S intervallumon (vagyis az eloszlás folytonos, és S -re koncentrált), akkor F az F függvény hagyományos értelemben vett inverze. Általában nem szokás a kvantilis függvényt definiálni a nulla és az egy pontokban. Ha mégis definiálnánk, akkor F 0 mindig lenne.

Tulajdonságok

A következő feladatban azt látjuk be, hogy az elnevezés helyes, F p valóban egy p-kvantilis.

Tetszőleges p 0 1 -re igazoljuk, hogy

  1. F p egy p -kvantilis.
  2. ha x egy p -kvantilis, akkor F p x .

A többi alaptulajdonságot a következő két feladat tartalmazza.

Igazoljuk, hogy

  1. F növekvő a 0 1 intervallumon!
  2. F F x x tetszőleges x -re, melyre 0 F x 1 .
  3. F F p p tetszőleges p 0 1 esetén.
  4. F p F p tetszőleges p 0 1 esetén. Tehát F balról folytonos.
  5. F p x F x p amint p 0 1 . Tehát F jobboldali határértékei léteznek.

Mint mindig, az inverz képzés most is lényegében azt jelenti, hogy megcseréljük a független és a függő változó szerepét. Az alábbi rajzon is látható, hogy F szakadási pontjainak F esetén konstans szakaszok felelnek meg, és fordítva, F -en egy folytonos szakasz egy szakadást eredményez F -ben.

Igazoljuk, hogy tetszőleges x és p 0 1 esetén F p x akkor és csak akkor, ha p F x .

Nevezetes kvantilisek

Az 12 -kvantilist nevezik az eloszlás mediánjának. Ha a medián egyértelmű, akkor azt tekinthetjük az eloszlás középpontjának. Az 14 -kvantilist szokás alsó kvantilisnek, a 34 -kvantilist pedig felső kvantilisnek nevezni. Ezzel a terminológiával élve a medián a középső kvantilis. Feltéve, hogy ezek a kvantilisek egyértelműek, jelölje q 1 , q 2 és q 3 az X eloszlás alsó, középső és felső kvantilisét. Ekkor az q 1 -től q 3 -ig terjedő intervallum az eloszlás középső fele, ennek a hosszát nevezik interkvantilis terjedelemnek:

IQR q 3 q 1

(a jelölés az angol interquartile range kifejezés rövidítése). Az interkvantilis terjedelem bizonyos értelemben az eloszlás medián körüli szóródását méri. Legyen a illetve b az X eloszlás minimális és maximális értékei (feltesszük, hogy ezek végesek). Ekkor az

a q 1 q 2 q 3 b

paraméterek elég sok információt hordoznak az eloszlás középpontjáról, elkentségéről, ferdeségéről. Ezért gyakran ábrázolják ezt az öt paramétert grafikusan egy úgynevezett boxplot (vagy doboz diagram) ábrán, amelyen egy vonalat húznak az a minimális értéktől a b maximális értékig, egy téglalap alakú dobozt q 1 -től q 3 -ig, és vízszintes vonallal jelölik az a , q 2 és b értékeit. Ekkor az öt paraméter X lehetséges értékeit négy olyan részre osztja, melyek mindegyikének 14 a valószínűsége.

Tegyük fel, hogy X folytonos eloszlású valós értékű valószínűségi változó f sűrűségfüggvénnyel, amely szimmetrikus az a pontra, azaz f a t f a t ,  t . Igazoljuk, hogy a t az eloszlás p-kvantilise, akkor a t az eloszlás 1 p -kvantilise.

Példák, alkalmazások

Legyen F a következő függvény:

F x 0 x 1 110 1 x 32 310 32 x 2 610 2 x 52 910 52 x 3 1 x 3 .
  1. Vázoljuk F gráfját, és igazoljuk, hogy F egy diszkrét eloszlás eloszlásfüggvénye!
  2. Határozzuk meg a hozzá tartozó f súlyfüggvényt, és rajzoljuk fel azt is!
  3. Határozzuk meg 2 X 3 értékét, ahol X eloszlásfüggvénye F .
  4. Határozzuk meg és rajzoljuk le a kvantilis függvényt!
  5. Határozzuk meg a fent tárgyalt öt paraméter értékét, és készítsük el a doboz diagram ábrát!

Legyen F a következő függvény:

F x 0 x 0 x x 1 x 0 .
  1. Vázoljuk F gráfját, és igazoljuk, hogy F egy folytonos eloszlás eloszlásfüggvénye!
  2. Határozzuk meg a hozzá tartozó f sűrűségfüggvényt, és rajzoljuk fel azt is!
  3. Határozzuk meg 2 X 3 értékét, ahol X eloszlásfüggvénye F .
  4. Határozzuk meg és rajzoljuk le a kvantilis függvényt!
  5. Határozzuk meg a fent tárgyalt öt paraméter értékét, és készítsük el a doboz diagram ábrát!

Legyen F a következő függvény:

F x 0 x 0 14 x 0 x 1 13 14 x 1 2 1 x 2 23 14 x 2 3 2 x 3 1 x 3 .
  1. Vázoljuk F gráfját, és igazoljuk, hogy F egy kevert típusú eloszlás eloszlásfüggvénye!
  2. Határozzuk meg és vázoljuk a hozzá tartozó parciális súlyfüggvényt!
  3. Határozzuk meg és vázoljuk a hozzá tartozó parciális sűrűségfüggvényt!
  4. Határozzuk meg 2 X 3 értékét, ahol X eloszlásfüggvénye F .
  5. Határozzuk meg és rajzoljuk le a kvantilis függvényt!
  6. Határozzuk meg a fent tárgyalt öt paraméter értékét, és készítsük el a doboz diagramot!

Az egyenletes eloszlás

Tegyük fel, hogy X sűrűségfüggvénye f x 1 b a ,  a x b , azaz X egyenletes eloszlású az a b intervallumon.

  1. Határozzuk meg és rajzoljuk le az eloszlásfüggvényt!
  2. Határozzuk meg és rajzoljuk le a kvantilisfüggvényt!
  3. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter értékét!
  4. Rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Az exponenciális eloszlás

Tegyük fel, hogy T sűrűségfüggvénye f t r r t ,  t 0 , ahol r 0 paraméter.

  1. Határozzuk meg és rajzoljuk le az eloszlásfüggvényt!
  2. Határozzuk meg és rajzoljuk le a megbízhatósági függvényt!
  3. Határozzuk meg és rajzoljuk le a hiba rátafüggvényét!
  4. Határozzuk meg és rajzoljuk le a kvantilisfüggvényt!
  5. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter értékét!
  6. Rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Az előző feladatban szereplő eloszlást nevezik r paraméterű exponenciális eloszlásnak. Ezt az eloszlást karakterizálja az a tulajdonsága, hogy a hiba rátája konstans. Az exponenciális eloszlással részletesen a Poisson folyamatról szóló fejezetben foglalkozunk.

A kvantilis appletben válasszuk a gamma eloszlást, és állítsuk be a k 1 paraméterértéket, így visszakapjuk az exponenciális eloszlást. Változtassuk a b skálaparaméter értékét (ami a ráta reciproka), és figyeljük meg, hogyan változik a sűrűségfüggvény és az eloszlásfüggvény alakja!

A Pareto eloszlás

Tegyük fel, hogy X sűrűségfüggvénye f x a x a 1 , amint x 1 , ahol a 0 paraméter.

  1. Határozzuk meg az eloszlásfüggvényt!
  2. Határozzuk meg a megbízhatósági függvényt!
  3. Határozzuk meg a hiba rátafüggvényét!
  4. Határozzuk meg a kvantilisfüggvényt!
  5. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter értékét!
  6. Az a 2 esetben rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Az előző feladatban szereplő eloszlást Vilfredo Pareto tiszteletére a paraméterű Pareto eloszlásnak nevezik. A Pareto eloszlással részletesen a Nevezetes eloszlások című fejezetben foglalkozunk.

A kvantilis appletben válasszuk ki a Pareto eloszlás! Változtassuk a paraméter értékét, és figyeljük meg, hogyan változik a sűrűségfüggvény és az eloszlásfüggvény alakja!

A Cauchy eloszlás

Tegyük fel, hogy X sűrűségfüggvénye f x 1 1 x 2 ,  x .

  1. Határozzuk meg és rajzoljuk le az eloszlásfüggvényt!
  2. Határozzuk meg és rajzoljuk le a kvantilisfüggvényt!
  3. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter és az interkvantilis terjedelem értékét!
  4. Rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Az előző feladatban szereplő eloszlást Augustin Cauchy tiszteletére Cauchy eloszlásnak nevezik. A Cauchy eloszlás a Student féle t eloszláscsalád tagja. A Student féle t eloszlásokról részletesen a Nevezetes eloszlások fejezetben olvashatunk.

A kvantilis appletben válasszuk a Student eloszlásokat, majd a szabadsági fokok számát válasszuk egynek, így megkapjuk a Cauchy eloszlást. Figyeljük meg a sűrűség- és az eloszlásfüggvény alakját!

A Weibull eloszlás

Legyen h t k t k 1 ,  t 0 , ahol k 0 paraméter

  1. Vázoljuk h gráfját a 0 k 1 , k 1 , k 1 esetek mindegyikében!
  2. Igazoljuk, hogy h egy hiba rátafüggvény!
  3. Határozzuk meg és rajzoljuk le a megbízhatósági függvényt mindhárom esetben!
  4. Határozzuk meg és rajzoljuk le az eloszlásfüggvényt mindhárom esetben!
  5. Határozzuk meg és rajzoljuk le a sűrűségfüggvényt mindhárom esetben!
  6. Határozzuk meg és rajzoljuk le a kantilisfüggvényt mindhárom esetben!
  7. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter értékét!

Az előző feladatban szereplő eloszlást Walodi Weibull tiszteletére k paraméterű Weibull eloszlásnak nevezik. A Weibull eloszlással részletesen a Nevezetes eloszlások című fejezetben foglalkozunk.

A kvantilis appletben válasszuk a Weibull eloszlást! Változtassuk a paraméter értékeit, és figyeljük meg a sűrűség- és az eloszlásfüggvény alakját!

Béta eloszlások

Tegyük fel, hogy X sűrűségfüggvénye f x 12 x 2 1 x ,  0 x 1 .

  1. Határozzuk meg és rajzoljuk le X eloszlásfüggvényét!
  2. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter és az interkvantilis terjedelem értékét!
  3. Rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Tegyük fel, hogy X sűrűségfüggvénye f x 1 x 1 x ,  0 x 1 .

  1. Határozzuk meg és rajzoljuk le X eloszlásfüggvényét!
  2. Határozzuk meg és rajzoljuk le kvantilisfüggvényt!
  3. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter és az interkvantilis terjedelem értékét!
  4. Rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Az előző két feladatban tekintett eloszlások béta eloszlások. Az utolsó feladatban tekintett eloszlást - az eloszlásfüggvénye miatt - arkusz szinusz eloszlásnak is nevezik. A Béta eloszlásokkal részletesen a Nevezetes eloszlások című fejezetben foglalkozunk.

A kvantilis appletben válasszuk a béta eloszlást! A következő paraméterértékek mindegyikére figyeljük meg a a sűrűség- és az eloszlásfüggvény helyzetét és alakját!

  1. a 3 , b 2 . Ez épp a 38. feladatban tekintett béta eloszlás.
  2. a 12 , b 12 . Ez épp a 39. feladatban tekintett béta eloszlás.

Logisztikus eloszlás

Legyen F x x 1 x ,  x .

  1. Igazoljuk, hogy F egy folytonos eloszlás eloszlásfüggvénye, és rajzoljuk le a gráfját!
  2. Határozzuk meg és rajzoljuk le a kvantilisfüggvényt!
  3. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter és az interkvantilis terjedelem értékét!
  4. Rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Az előző feladatban tekintett eloszlás a logisztikus eloszlás, melynek kvantilisfüggvényét logisztikus függvénynek nevezik. A logisztikus eloszlást részletesen a Nevezetes eloszlásokról szóló fejezetben tárgyaljuk.

A kvantilis appletben válasszuk a logisztikus eloszlást, és figyeljük meg a a sűrűség- és az eloszlásfüggvény alakját!

Extrémérték eloszlás

Legyen F x x ,  x .

  1. Igazoljuk, hogy F egy folytonos eloszlás eloszlásfüggvénye, és rajzoljuk le a gráfját!
  2. Határozzuk meg és rajzoljuk le a kvantilisfüggvényt!
  3. Határozzuk meg a doboz diagram ábrához szükséges öt nevezetes paraméter és az interkvantilis terjedelem értékét!
  4. Rajzoljuk le a sűrűségfüggvényt és az ábrán a vízszintes tengelyre a doboz diagramot!

Az előző feladatban szereplő eloszlást nevezik első típusú extrémérték eloszlásnak, vagy más néven Gumbel eloszlásnak (Emil Gumbel tiszteletére). Az Extrémérték eloszlásokkal részletesen a Nevezetes eloszlások című fejezetben foglalkozunk.

A kvantilis appletben válasszuk az extrémérték eloszlást, és figyeljük meg a a sűrűség- és az eloszlásfüggvény helyzetét és alakját!


Tegyük fel, hogy X sűrűségfüggvénye f x x ,  0 x 1 .

  1. Rajzoljuk le f gráfját!
  2. Határozzuk meg az ehhez tartozó F eloszlásfüggvényt, és rajzoljuk le ezt a függvényt is!
  3. Határozzuk meg 13 X 12 értékét!

A hisztogram appletben válasszuk a doboz diagramot, és állítsuk be a szélesség értékét 0,1-re. Az alábbi esetek mindegyikéhez konstruáljunk egy diszkrét eloszlást, és annak legalább 30 realizációját. Vizsgáljuk meg a doboz diagram alakját és az öt paraméter egymáshoz viszonyított relatív helyzetét!

  1. Egyenletes eloszlás
  2. Szimmetrikus, unimodális (egycsúcsú) eloszlás
  3. Jobbra ferde unimodális eloszlás
  4. Balra ferde unimodális eloszlás
  5. Szimmetrikus, kétcsúcsú eloszlás.
  6. u -alakú eloszlás.

Feldobtunk két dobókockát, és a dobott számokat az X 1 X 2 vektorba lejegyeztük.

  1. Határozzuk meg a dobott számok összege, azaz Y X 1 X 2 eloszlásfüggvényét!
  2. Határozzuk meg a dobott számok maximuma, azaz V X 1 X 2 , eloszlásfüggvényét!
  3. Határozzuk meg Y feltételes eloszlásfüggvényét a V 5 feltétel mellett!

Az X Y pár együttes sűrűségfüggvénye f x y x y ,  0 x 1 ,  0 y 1 .

  1. Határozzuk meg X Y eloszlásfüggvényét!
  2. Határozzuk meg X eloszlásfüggvényét!
  3. Határozzuk meg Y eloszlásfüggvényét!
  4. Határozzuk meg X feltételes eloszlásfüggvényét az Y y feltétel mellett, ahol 0 y 1 .
  5. Határozzuk meg Y feltételes eloszlásfüggvényét az X x feltétel mellett, ahol 0 x 1 .
  6. Független egymástól X és Y ?

Statisztikai feladatok

Az M&M adathalmazban határozzuk meg az egy zacskóban lévő cukorkák empirikus eloszlásfüggvényét!

A kabóca adathalmazban jelölje L a testhosszt, G pedig a nemet. Határozzuk meg az alábbi valószínűségi változók empirikus eloszlásfüggvényét:

  1. L
  2. L feltéve, hogy G hím
  3. L feltéve, hogy G nőstény .
  4. Mire tippelünk, L és G függetlenek?

Az ebben a fejezetben tárgyalt fogalmak jelentős részének fontos statisztikai megfelelője definiálható. Ezekről részletesen a Véletlen minták fejezetben olvashatunk, azon belül is leginkább az empirikus eloszlásokról és a rendezett statisztikákról szóló részekben.