Download præsentationen
Præsentation er lastning. Vent venligst
1
Statistik for geografer
Lektion 7
2
Sandsynlighedsregning
Statistisk eksperiment Udfald Udfaldsrum Hændelse Random trial Noget hvor et ud af flere mulige udfald indtræffer Elementary outcome Resultatet af eksperimentet Sample space Mængden af alle mulige udfald Event Delmængde af udfaldsrummet
3
Sandsynlighedsmål S 0 ≤ P(Ei) ≤ 1 P(A) = Σ P(Ei) P(S) = 1 og P(Ø) = 0
En
4
Hvordan bestemmes sandsynligheden?
Model-betragtning Objektiv metode Subjektiv metode Mønt, kortspil osv. Frekvensfortolkning Det afhænger af, hvem man spørger!!!
5
De fire tælleregler Produktreglen Permutationsreglen
Kombinationsreglen Den hypergeometriske regel
6
Additions-sætningen S A B P(AUB) = P(A) + P(B) – P(A∩B)
7
Et eksempel
8
Eksemplet fortsat P(A|B) = P(A∩B) / P(B)
P(Moderen røg) = 10/30 = 33.3% P(Apgar < 7) = 11/30 = 36.7% P(Moderen røg og Apgar < 7) = 8/30 = 26.7% P(Apgar < 7| Moderen røg) = 26.7% / 33.3 % = 8/10 = 80.0%
9
SPSS
10
…og så får vi
11
Bayes’ formel P(Brun) = 35% P(Lus|Blond) = 20% P(Lus) = ???
12
Bayes’ formel fortsat P(Lus|Blond) = P(Lus ∩ Blond)/P(Blond)
P(Lus ∩ Blond) = P(Blond) P(Lus|Blond) = 0.4 · 0.2 = 8% P(Lus) = P(Lus ∩ Brun) + P(Lus ∩ Blond) + P(Lus ∩ Sort) + P(Lus ∩ Rød) = 0.12 · · · · 0.05 = 15.1%
13
Bayes’ formel fortsat P(Rød|Lus) = ???
P(Rød|Lus) = P(Lus ∩ Rød)/P(Lus) = 0.25 · 0.05/0.151 = 8.3%
14
Stokastiske variable R S
En stokastisk variabel er en afbildning af udfaldsrummet ind i de reelle tal. Man benytter ofte store bogstaver som X, Y og Z til at betegne en stokastisk variabel. Ved at udføre eksperimenter ( fx. foretage en meningsmåling, måle nitratindhold i drikkevand osv.) kan man få værdier af en stokastisk variabel. Disse værdier betegnes med de tilsvarende små bogstaver, fx. x1, x2, x3, …… xn , hvis der er udført n eksperimenter. X R S
15
Hvorfor er det lige at vi skal lære det her?
16
Stokastisk variabel
17
…og det vi vil, er jo …
18
Diskret variabel (antals variabel)
19
Beskrivelse af variationen
20
De vigtigste diskrete fordelinger
Den uniforme fordeling (lige-fordelingen) Binomial-fordelingen Poisson-fordelingen
21
Den Uniforme Fordeling
22
Binomial Fordelingen
23
Mere Binomial Fordeling
24
Et eksempel
25
Poisson Fordelingen
26
Poisson Fordelingen
27
Poisson Fordelingen
28
Poisson Fordelingen
29
Læg mærke til : Hvis X ~ bin(n,p) er E(X)=np > Var(X)=np(1-p)
og X~ poisson(λ) er E(X)=λ = Var(X)=λ Hvis man kommer i en situation, hvor middelværdien viser sig at være mindre end variansen, har man en fordeling til denne situation. Denne fordeling kaldes den negative binomialfordeling, som vi ikke skal behandle i dette kursus.
30
SPSS
Lignende præsentationer
© 2024 SlidePlayer.dk Inc.
All rights reserved.