Excerpt
K.d.f. radimas. Trumpai aprašysime (1) lygties koeficientų 4, radimo eigą. Tiek klasterinėje, tiek diskriminantinėje analizėje viena iš funda- mentaliausių yra atstumo tarp stebėjimų ir grupių sąvoka (žr. 8.2 skyrelį). Metodas, kurį nagrinėsime, pagrįstas …
Excerpt
sprendinys (2, Vj ;---5V , ) tenkina (1) sąryšį (žr. (10)); čia A-yra tikrinė reikšmė. Atlikę transformaciją Ms u ii PAN Ki A (6) 4 E I gausime standartizuotus koeficientus U,, taip pat tenkinančius (1) lygtį. (5) lygčių sistema maksimaliai turi z …
Excerpt
= CANCOF reiškia, kad norime procedūros rezultatus talpinti duomenų rinkinyje CANCOF Režimu CAN pranešame, kad norime kanoninės d.a. (k.d.f. apskaičiavimo). Režimais CROSSLISTERR TESTLISTERR LISTERR paprašome gautų diskriminantinių taisyklių testavimą …
Excerpt
35 lentelė turi darbinių ir produktyviųjų gyvulių Koreliacija |Koreliacija| skaičius. Beje, priminsime, kad pirmosios Kintamasis I L Pi 2 ŠU sa k.d.f. išraiškos koeficientas prie kintamo- Ais AU vi jo PRGYVUL nėra labai didelis. Tai DM as = o P a Liišks …
Excerpt
5.50 SS -0.25 4.50 4 2 2 2 -3 351813 *381581473 33333 33 a. 3 3 23281 m „D LS] m D S] m 22 2 2 2222 212122222422 22 lt 22221 22 ZA 2 dE22 1 JEIEŲ 1 Ls EiEiyii 1 1 1 1 AS 1g551A[I L Ed 1 1 IE I ad TTT 1 L, 34 pav. …
Excerpt
Ar įrodytos vidurkio ir dispersijos savybės neprieštarauja jų prasmei? Jei a.d. AX dauginamas iš skaičiaus a (b=0), tai E(aX) = aE(X:), D(aX)=a?D(X), D(a) = E(a?) —[E(a)]2 =a2 —42 —g Dispersija yra a.d. X reikšmių atstumų nuo jo vidurkio kvadratų …
Excerpt
+ (x, +y,)P(X =x5,Y =y ) + (15 + Y)JP(X = X5,Y = Y5)= =x [P(X =x,Y =x J+ X = x Y =Y;)] + +x,[P(X =x3,Y =y,)+ P(X =x,.Y =Y5)] + + [P(X =, Y =y)+ P(X =x,Y =y J + +y)(P(X =x,,Y =Y5)+ P(X = x5.Y = Y;)J. Apskaičiuokime pirmą paskutinės sumos dėmenį. Įvykiai (X …
Excerpt
trūki funkcija, kurios šiuoliai yra po s „O jie atsiranda, kai x lygus galimam akių skaičiui. Skirstinio tankis, normalusis skirstinys. Tarkime, kad pasiskirstymo funkcija tolydi (neturi trūkių) ir turi išvestinę, t. y. visiems x egzistuoja riba f4)= …
Excerpt
kreivės visada yra virš abscisių (horizontalios) ašies ir artėja prie jos, kai x artėja į +eeir--. Labai svarbu, kad visas plotas tarp kiekvienos iš šių kreivių ir abscisių ašies yra lygus vienetui - būtino įvykio tikimybei. Grafiko maksimumas yra tada, …
Excerpt
+ Jeicor(A, Y) = *1, tai tarp tokių atsitiktinių dydžių yra determinuotas ryšys, pavyzdžiui: jei X = Y tai E[(X - E(XY(Y - E(Y)] E(X-E(X)? D(X) a) DDD) PIAYNO TDO" Skyrelio pabaigoje trumpai paaiškinsime kitą tikimybės apibrėžimą. Klasikinis apibrėžimas …
Excerpt
ES 2 D(X)= EX )-IE(X)J= j Pk -|3] k —oo K žr 3 1 s 14 1 : E dx [3] A 22 0 Jeia ir b realūs skaičiai, tai E(aX +b)= | (ax+6)f(x)dx=a|x-1dx +b| x dx = Lia =454, +b=50+b=aE(X)+b. Žo 2 Skaitytojui patariame atlikti visus šiuos skaičiavimus ir nubraižyti …
Excerpt
III. PAGRINDINĖS MATEMATINĖS STATISTIKOS SĄVOKOS Įvadas. Pirmiausia išnagrinėsime šias pradines statistines procedūras: pa- rametrų taškinius ir intervalinius įverčius bei hipotezių tikrinimą. Tam reikia prisiminti skyrelyje apie aprašomąją statistiką jau …
Excerpt
Smulkiau paaiškinsime šį sudėtingą užrašą: F(x) = O visiems x < 1, nes mažiau už vienetą akių neiškrito. Reikšmių, tenkinančių sąlygą 1 < x < 2, buvo 4, todėl šioms argumento x reikšmėms B F6)= 357 15: $ 4+6 1 skatina 2 Mi kai 22 x nesviena ir dvi akys …
Excerpt
parametrų reikšmes taip, kad patys įverčiai tenkintų tam tikras sąlygas. Pir- miausia jie turi būti nepaslinktieji, t. y. įverčio, kaip atsitiktinio dydžio, vidurkis turi būti lygus nežinomam parametrui. Kitaip sakant, parinkę daug imčių ir paskaičiavę …
Excerpt
E(X)=E(L SX )=LE(Y X )=1 S EX,)= LnE(X)= EX). EE ET E 2 Įrodėme, kad šis vidurkio įvertis yra nepaslinktas — jo vidurkis sutampa su analizuojamo a. d. X vidurkiu. Norint paskaičiuoti dispersiją D(X), reikia prisiminti šias jos savybes: 1) D(cY) = cŽD(Y); …
Excerpt
Matome, kad skirtumas tarp formulių yra nežymus, ypač kai n yra didelis. Bet naudojamas yra antrasis variantas, nes būtent šis įvertis yra nepaslinktas, taip pat tenkina ir kitus reikalavimus. Taip užrašoma formulė įverčiui apskaičiuoti remiantis imties …
Excerpt
vadinama pasikliovimo tikimybe, arba pasikliovimo lygmeniu, ir paprastai pasirenkama 0,9, 0,95 arba 0,99. Klaidos (teiginio, kad intervalas nepadengia 0) tikimybė lygi 1 — a. Ji turėtų būti kiek galima mažesnė, bet tokiu atveju pasikliautinas intervalas …
Excerpt
įžangos galime pradėti konstruoti pasikliautinąjį intervalą. Mums reikia surasti tokį d, kad būtų teisinga lygybė «a=P(-6 …
Excerpt
priklauso nuo nežinomų parametrų a ir 6. Kaip ir standartinio normaliojo skirstinio atveju, sudarytos Stjudento skirstinio lentelės, tik jų reikia ivairioms n reikšmėms. Pasirenkamas pasikliovimo lygmuo a: (= 0,9; 0,95; 0,99) ir ti- riama tikimybė = B …
Excerpt
Kadangi tyrimas paremtas atsitiktiniais rezultatais — imtimi, tai visos išvados teisingos ne absoliučiai, o tik su tam tikra tikimybe. Sprendimas gali būti tei- singas (priimta teisinga arba atmesta neteisinga hipotezė) irneteisingas (priimta neteisinga …
Excerpt
priėmimo srities, vadinami kritiniais. Jų dažniausiai būna vienas - kritinė sritis lygi (e, u,,] arba [w,„ > > ) arba du, dažniausiai simetriški nulio atžvilgiu, — kritinė sritis lygi intervalų (+, 4 kl ir [up„ > > ) sąjungai. Pirmu atveju hipotezė H„ …