]> Bevezetés
  1. Virtuális laboratóriumok
  2. 11. Véges mintamodellek
  3. 1
  4. 2
  5. 3
  6. 4
  7. 5
  8. 6
  9. 7
  10. 8
  11. 9

1. Bevezetés

Alapelmélet

Mintavételi modellek

Tételezzük fel, hogy adott m objektumnak egy D populációja. . A populáció lehet egy kártyacsomag, egy golyókkal teli urna, vagy tetszőleges számú adatgyűjtemény. Sok esetben a populáció tagjait 1-től m -ig megjelöljük olymódon, hogy D 1 2 m . Más esetekben (mint pl. a kártyakísérlet) vektorokkal természetesebb módon tudjuk megjelölni az objektumokat. Mindegyik esetben D rendszerint k -nak részhalmaza valamilyen k -ra.

Alapkísérletünk abból áll, hogy n objektumot véletlenszerűen kiválasztunk a D populációból és a kiválasztott objektumoknak egy sorozatát vesszük fel:

X X 1 X 2 X n

ahol X i D , azt jelenti, hogy az i -edik objektumot választtottuk ki. Ha a mintavétel visszatevéses, akkor az n mintaméret tetszőleges pozitív egész lehet. Ebben az esetben a mintatér S

S D n x 1 x 2 x n i 1 2 n x i D

Ha a mintavétel visszatevés nélküli, akkor az n mintaméret nem lehet nagyobb, mint az m populációméret. Ebben az esetben az S mintatér az n méret összes olyan permutációjából áll, amely D -ből lett választva:

S D n x 1 x 2 x n i x i D i j x i x j

Mutassuk meg, hogy

  1. D n m n
  2. D n m n m m 1 m n 1

A mintavétel bármelyik típusánál tegyük fel, hogy a minták ugyanolyan valószínűek és így azt, hogy a X kimeneti változó egyenletes eloszlású az S halmazon; ez a véletlen minta kifejezése:

X A A S ,  A S

A cserélhető tulajdonság

Újra tételezzük fel, hogy egy n elemű mintát választunk ki véletlenszerűen a D populációból visszatevéssel, vagy visszatevés nélkül.

Mutassuk meg, hogy X X 1 X 2 X n mindegyik permutációja ugyanolyan eloszlású, mint X , nevezetesen egyenletes eloszlású a megfelelő S mintatéren:

  1. D n , ha a mintavétel visszatevéses.
  2. D n , ha a mintavétel visszatevés nélküli.

Valószínűségi változóknak egy sorozatát, amely az utolsó gyakorlatban megadott tulajdonságú, cserélhetőnek mondunk. Bár ez a tulajdonság nagyon egyszerűen megérthető mind intuitív, mind matematikai szempontból, ennek ellenére nagyon fontos. A cserélhető tulajdonságot gyakran fogjuk használni ebben a fejezetben.

Általánosabban, mutassuk meg, hogy az n kimeneti változó bármely k sorozata egyenletes eloszlású

  1. D k mintatéren visszatevéses mintavétel esetén.
  2. D k mintatéren visszatevés nélküli mintavétel esetén.

Speciálisan bármelyik mintavételi módszer estén X i egyenletes eloszlású a D halmazon minden i -re.

Mutassuk meg, hogy ha az X 1 X 2 X n mintavétel visszatevéses, akkor ő független valószínűségi változóknak egy sorozata!

Így, amikor a mintavétel visszatevéses, a mintaváltozók az egyenletes eloszlásból vett véletlen mintát alkotnak, technikai szempontból.

Mutassuk meg, hogy ha a mintavétel visszatevés nélküli, akkor az eredményváltozók egy k elemű sorozatának feltételes eloszlása, az egyenletes eloszlás (azon k méretű permutációknak a halmazán, amelyek egy olyan populációból vannak választva, amikor j ismert változóértéket törlünk), ahol a feltételes eloszlás feltétele az, hogy adottak egy j elemű eredményváltozó sorozatnak az értékei (természetesen, k j n ).

Speciálisan X i és X j függetlenek minden különböző i és j értékekre, amikor a mintavétel visszatevés nélküli.

A rendezetlen minta

Sok esetben, kiváltképpen amikor a mintavétel visszatevés nélküli, az objektumok kiválasztási sorrendje nem fontos, csak a kiválasztott objektumok (rendezetlen) halmaza lényeges:

W X 1 X 2 X n

Tételezzük fel, hogy a mintavétel visszatevés nélküli. Ebben az esetben W az értékeit a D halmazból kiválasztott n elemű kombinációk halmazából veszi, amelyek a:

T x 1 x 2 x n minden i x i D és minden i j x i x j

Mutassuk meg, hogy T m n .

Mutassuk meg, hogy W egyenletes eloszlású T felett:

W B B T B m n ,  B T

Útmutatás: A D -ből vett minden n elemű kombinációja esetén létezik n elemű n darab n elemű permutációja van. permutáció.

Ha a mintavétel visszatevéses, akkor W D -nek 1-től n db részhalmazából veszi fel értékeit:

T x 1 x 2 x n minden i -re x i D

Mutassuk meg, hogy T m n 1 n .

Mutassuk meg, hogy W nem egyenletes eloszlású a T halmazon.

Egyszerű formulák áttekintése

A következő táblázat az m elemű populációkból választott n elemű minták számát tartalmazza, amely a rendezés és a visszatevés kritériuma szerint van bontva.

Mintavételi formulák
Rendezéssel Rendezés nélkül
Visszatevéssel m n m n 1 n
Visszatevés nélkül m n m n

Példák és alkalmazások

Tételezzük fel, hogy az 1 2 3 4 populációból egy 2 elemű mintát választottunk. Explicit módon vegyük jegyzékbe a következő esetekben az összes mintát:

  1. Rendezett minta, visszatevéssel.
  2. Rendezett minta, visszatevés nélkül.
  3. Rendezetlen minta, visszatevéssel.
  4. Rendezetlen minta, visszatevés nélkül.

Több-típusú populációk

Egy dichotóm populáció két típusú objektumot tartalmaz.

Tételezzük fel, hogy egy 100 komponensű tétel 10 hibásat tartalmaz. Visszatevés nélkül kiválasztunk egy 5 elemű véletlen mintát. Számítsuk ki a annak a valószínűségét, hogy közülük legalább egy tétel hibás!

Egy urna 50 golyót tartalmaz, 30 pirosat és 20 zöldet. Véletlenszerűen választunk egy 15 elemű mintát. Adjuk meg annak valószínűségét, hogy a kiválasztottak között 10 piros golyó lesz; az alábbi esetekre:

  1. A mintavétel visszatevés nélküli
  2. A mintavétel visszatevéses

Az előbbi golyós urnakísérletben válasszunk egy 15 elemű véletlen mintát. Végezzük el a kísérletet 100-szor, mindegyik kísérlet után frissítve. Számítsuk ki a következő esetekre annak az eseménynek a relatív gyakoriságát, hogy a minta 10 piros golyót tartalmaz és hasonlítsuk össze az előző gyakorlatban kiszámított megfelelő valószínűségekkel:

  1. A mintavétel visszatevés nélküli
  2. A mintavétel visszatevéses

Tételezzük fel, hogy egy klubnak 100 tagja van, 40 férfi és 60 nő. Véletlenszerűen választunk egy 10 tagú bizottságot (természetesen visszatevés nélkül).

  1. Adjuk meg annak valószínűségét, hogy mindkét nem képviselve van a bizottságban!
  2. Ha megfigyeltük a kísérletet és valójában a bizottság minden tagja ugyanolyan nemű, akkor tekinthető-e a minta véletlenszerűnek?

Tételezzük fel, hogy egy kis tavacska 500 halat tartalmaz, köztük 50 meg van jelölve. A halász véletlenszerűen kifog 10 halat. Adjuk meg annak valószínűségét, hogy a zsákmány legalábbb 2 megjelölt halat tartalmaz!

Az alaphelyzet az, hogy egy dichotóm populációból, visszatevés nélküli mintavétel útján származtatjuk az adatokat. Ezt a hipergeometrikus eloszlásról szoló fejezetben fogjuk tárgyalni . Általánosabban multi-típusú populációnak nevezzük a k különböző típusból álló objektumok halmazát.

Tételezzük fel, hogy egy törvényhozói testület 60 republikánusból, 40 demokratából és 20 függetlenből áll. Egy 10 tagú bizottságot választanak véletlenszerűen. Adjuk meg annak valószínűségét, hogy legalább egy párt nem képviselteti magát a bizottságban. Útmutatás: Használjuk a bennfoglalás-kizárás törvényt.

Az alapeoszlást, ami a több-típusú populációból való visszatevés nélküli mintavételnél merül fel, a többváltozós hipergeometrikus eloszlás fejezetben tárgyaljuk.

Kártyák

Emlékeztetünk arra,hogy a standard kártyacsomag a következőképpen egy direkt szorzattal modellezhető:

D 1 2 3 4 5 6 7 8 9 10 j q k

ahol az első koordinátát a neve, vagy fajtája (ász, 2-10, jumbó, dáma, király) és a második koordinátát a színe (treff, káró, kőr, pikk) kódolja. Az általános kártyakísérlet n kártya visszatevés nélküli véletlenszerű húzásából áll a D kártyacsomagból. Így az i -edik kártya X i Y i Z i ahol Y i a kártya értéke és Z i a kártya színe. Az n 5 eset a póker kísérlet és az n 13 a bridge kísérlet. Ami az értékeket vagy a színeket illeti, megjegyezzük, hogy a kártyacsomag a fentebb említett módon egy több-típusú populáció.

Az n 5 kártyakísérletben (póker) mutassuk meg, hogy

  1. 311,875,200 rendezett kártyaelosztás létezik!
  2. 2,598,960 rendezetlen kártyaelosztás létezik!
létezik.

Az n 13 kártyakísérletben (bridge) mutassuk meg, hogy

  1. 3,954,242,643,911,239,680,000 rendezett kártyaelosztás létezik!
  2. 635,013,559,600 rendezetlen kártyaelosztás létezik!

A kártyakísérletben legyen n 5 . Végezzük el a kísérletet 5-ször és mindegyik futásnál listázzuk ki az összes lehetséges rendezett sorozatát a megfigyelt öt rendezetlen kártyának.

A kártyakísérletben mutassuk meg, hogy

  1. Y i egyenletes eloszlású az 1 2 10 j k q halmazon minden i esetén.
  2. Z i egyenletes eloszlású minden i esetén.

A kártyakísérletben mutassuk meg, hogy Y i és Z j függetlenek minden i és j esetén.

A kártyakísérletben mutassuk meg, hogy Y 1 Y 2 és Z 1 Z 2 függetlenek. Hasonlítsuk össze ezt az eredményt az előző gyakorlattal.

Tételezzük fel, hogy 5 kártyát osztottunk (sorrend számít).

  1. Adjuk meg annak valószínűségét, hogy a harmadik kártya pikk!
  2. Adjuk meg annak valószínűségét, hogy a második és negyedik kártya dáma!
  3. Adjuk meg annak valószínűségét, hogy a második kártya kőr, ha tudjuk, hogy az ötödik kártya kőr!
  4. Adjuk meg annak valószínűségét, hogy a harmadik kártya dáma és a negyedik kártya kőr!

Végezzük el a kártyakísérletet 500-szor, mindegyik kísérlet után frissítve. Számítsuk ki az előző gyakorlatban szereplő mindegyik valószínűséghez a megfelelő relatív gyakoriságot!

Adjuk meg annak valószínűségét, hogy egy bridge leosztás nem tartalmaz honor kártyákat azaz olyan kártyát, aminek az értéke 10-es, jumbó, dáma, király, vagy ász! Az ilyen leosztást Yarborough leosztásnak nevezzük Yarborough második grófja után.

Kockázás

Feldobva n szabályos kockát, az ekvivalens azzal, hogy az D 1 2 3 4 5 6 populációból véletlenszerűen húzunk egy n elemű mintát visszatevéssel. Általában a D 1 2 m populációból való n elemű visszatevéses véletlen mintavétel ekvivalens egy m -oldalú szabályos kocka n -szer történő feldobásával.

A kockapókerban 5 standard szabályos kockát dobunk fel.

  1. Adjuk meg annak valószínűségét, hogy mindegyik kockával ugyanannyit dobtunk!
  2. Adjuk meg annak valószínűségét, hogy a dobott számok különbözőek!
  3. Adjuk meg annak valószínűségét, hogy az 1 kétszer, a 6 háromszor fordul elő!

Végezzük el a póker kockakísérletet 500-szor mindegyik kísérlet után frissítve. Számoljuk ki az előző gyakorlatban szereplő eseményekhez a relatív gyakoriságot és hasonlítsuk össze a megfelelő valószínűséggel!

A kocka póker játékot részletesebben dolgozzuk fel a Szerencsejátékok fejezetben.

Születésnapok

Tételezzük fel, hogy kiválasztunk n személyt véletlenszerűen és feljegyezzük a születésnapját. Ha feltételezzük, hogy a születésnap egyenletes eloszlású egy évben, és ha eltekintünk a szökőévtől, akkor ez a kísérlet ekvivalens egy a D 1 2 365 halmazból vett n elemű visszatevéses mintavétellel. Hasonlóan a születési hónapokra, vagy születési hetekre is igaz ez.

Tételezzük fel, hogy egy matematikai osztályban 30 hallgató van.

  1. Adjuk meg annak valószínűségét, hogy születésnapjaik mind különböznek.
  2. Adjuk meg annak valószínűségét, hogy legalább egy duplikált születésnap van.

A születésnap kísérletben legyen m 365 és n 30 . Végezzük el a kísérletet 100-szor, mindegyik kísérlet után frissítve. Számoljuk ki az előző gyakorlatban szereplő eseményekhez a relatív gyakoriságot és hasonlítsuk össze a megfelelő valószínűséggel.

A születésnap problémával későőbb foglalkozunk (ebben a fejezetben).

Golyók és cellák

Tételezzük fel, hogy szétosztunk n különböző golyót m különböző cellába véletlenszerűen. Ez a kísérlet is megfelel az alpmodellnek, ahol D celláknak egy populációja és X i az a cella, amelyik tartalmazza az i -edik golyót. A visszatevéses mintavétel azt jelenti, hogy egy cella több, mint egy golyót tartalmazhat; a visszatevés nélküli mintavétel azt jelenti, hogy egy cella legfeljebb egy golyót tartalmazhat.

Tételezzük fel, hogy 5 golyót helyeztünk el 10 cellába (megszorítások nélkül).

  1. Adjuk meg annak valószínűségét, hogy a golyók különböző cellákba kerültek.
  2. Adjuk meg annak valószínűségét, hogy a golyók ugyanabba a celába kerültek.

Kuponok

Tételezzük fel, hogy ha egy bizonyos terméket (pédául rágógumit vagy zabpehelyhet) vásárolunk, akkor kapunk egy kupont (pl. egy baseball kártyát vagy egy kis játékot) amely m típus közül kerülhet ki. Gondolhatunk erre a kísérletre, mint egy kupontípusokból történő visszatevéses mintavételre; legyen X i az i -edik vásárlásra kapott kupon.

Tételezzük fel, hogy egy gyorsétteremben egy gyerekmenühöz ajándékba egy játék is jár. A játék 5 típus bármelyike lehet egyenlő valószínűséggel. Tételezzük fel, hogy egy mama három gyermekének vásárol gyerekmenüt.

  1. Adjuk meg annak valószínűségét, hogy a játékok ugyanazok.
  2. Adjuk meg annak valószínűségét, hogy a játékok különböznek.

A kupongyűjtő problémát ebben a fejezetben később tárgyalni fogjuk.

A kulcsprobléma

Tételezzük fel, hogy egy személynek n kulcsa van, amely közül az egyik nyit egy bizonyos ajtót. Az illető véletlenszerűen próbálkozik a kulcsokkal. Jelölje N a kísérletek számát, mire megtalálja a jó kulcsot.

Tételezzük fel, hogy a rossz kulcsokat félreteszi (természetesen, ez egy ésszerű dolog). Mutassuk meg, hogy

  1. N i 1 n i 1 2 n esetére. Ilymódon N egyenletes eloszlású az 1 2 n halmazon.
  2. N n 1 2 .
  3. N n 2 1 12 .

Tételezzük fel, hogy a rossz kulcsokat nem tesszük félre (talán az illető egy kicsit sokat ivott). Mutassuk meg, hogy

  1. N i 1 n n 1 n i 1 i esetén. Igy N geometriai eloszlású az halmazon.
  2. N n .
  3. N n n 1 .

Véletlen minta szimulációja

Könnyű szimulálni egy D 1 2 m halmazból vett n elemű visszatevéses mintát. Emlékeztetünk arra, hogy a felső egészrész függvény x az a legkisebb egész szám, ami nagyobb, vagy egyenlő, mint x .

Legyen U U 1 U 2 U n véletlen számoknak egy sorozata. Ezek független valószínűségi változók, mindegyike egyenletes eloszlású a 0 1 intervallumban. Mutassuk meg, hogy X i m U i minden i 1 2 n esetén egy visszatevéses véletlen mintát generál a D halmazon.

Egy kicsit nehezebb n elemű visszatevés nélküli mintát generálni, mivel a következő húzás előtt törölni kell a már kihúzott mintaelemeket.

Mutassuk meg, hogy a következő algoritmus egy n elemű, visszatevés nélküli D -ből vett véletlen mintát generál.

  1. For i 1 to m , let b i i .
  2. For i 1 to n ,
    1. let j m i 1
    2. let U i be a random number
    3. let J j U i
    4. let X i b j
    5. let k b j
    6. let b j b J
    7. let b J k
  3. Return X X 1 X 2 X n