الفرق بين المراجعتين لصفحة: «المعلومات الاضافية 1»
من MM*Stat Arabisch
لا ملخص تعديل |
لا ملخص تعديل |
||
سطر ٢٢: | سطر ٢٢: | ||
f(x;p)=\left\{ | f(x;p)=\left\{ | ||
\begin{array}{ll} | \begin{array}{ll} | ||
p^{x}(1-p)^{1-x}\quad & | p^{x}(1-p)^{1-x}\quad & \t... | ||
...or}x=0,1 \\ | ...or}x=0,1 \\ | ||
0\quad & | 0\quad & \text{\rm otherwise} | ||
\end{array}\right. | \end{array}\right. | ||
</math> | </math> | ||
سطر ١١٩: | سطر ١١٩: | ||
تصور الأشكال البيانية التالية تابع الكثافة للقيم المتنوعة من p و n ثابتة . | تصور الأشكال البيانية التالية تابع الكثافة للقيم المتنوعة من p و n ثابتة . | ||
لأجل <math> p | لأجل <math> p < 0.5</math> , يميل التوزيع لليسار . الميل أكبر للقيم الصغيرة من p. | ||
التوزيع متناظر لأجل p - 0.5 يكون مركز التوزيع. للقيم الكبيرة من n , نقرب تابع الكثافة | التوزيع متناظر لأجل p - 0.5 يكون مركز التوزيع. للقيم الكبيرة من n , نقرب تابع الكثافة |
مراجعة ١٧:٢٧، ٣١ يوليو ٢٠٢٠
و
احتمالات هذه الحوادث و
نكرر التجربة n مرة , التكرارات مستقلة و الاحتمالات ثابتة
يدعى كل عنصر من هذه التجربة بتجربة بيرنولي .
لكل تجربة بيرنولي , نعرف المتغير العشوائي يأخذ القيم 0 ( نحصل على الحادث ) و 1 ( نحصل على الحادث ) .
احتمالات الحوادث في هذه التجربة: P(A) = p و ( =1-P) P , و المتغير العشوائي له تابع الاحتمال التالي (بمعنى توزيع بيرنولي):
خطأ رياضيات (خطأ في التحويل. أبلغ الخادوم («cli») عن: «SyntaxError: Illegal TeX function
Found \tin 4:25»): {\displaystyle f(x;p)=\left\{ \begin{array}{ll} p^{x}(1-p)^{1-x}\quad & \t... ...or}x=0,1 \\ 0\quad & \text{\rm otherwise} \end{array}\right. }
بعد تكرار تجربة بيرنولي n مرة , نحصل على عدد ظهورات الحادث A , بمعنى نلاحظ المتغير العشوائي: عدد ظهورات الحادث A في n محاولة
X هو تابع من المتغيرات العشوائية (التركيب الخطي).
الحادث X=x يظهر اذا وفقط اذا الحادث A يشاهد x مرة والحادث يشاهد (n-x) مرة في n محاولة.
مثال:
يبين مؤشر الحادث عدد المحاولات .
تعني استقلال تجارب بيرنولي بأن الاحتمال X=x هو :
حساب الاحتمال فقط لأجل الترتيب المحدد للحادث A, الاحتمال لهذا الترتيب المحدد هو :
يشار لعدد التراتيب المختلفة لهذه الحوادث كمعامل ثنائي الحد ويحسب كالتالي :
نلاحظ بأن التراتيب المختلفة هي حوادث منفصلة , لذلك نحصل على التابع الاحتمالي التالي :
التوزيع الثنائي منقطع , سيعرض تابع الاحتمال كمدرج تكراري وتابع التوزيع كتابع خطوة.
تصور الأشكال البيانية التالية تابع الكثافة للقيم المتنوعة من p و n ثابتة .
لأجل , يميل التوزيع لليسار . الميل أكبر للقيم الصغيرة من p.
التوزيع متناظر لأجل p - 0.5 يكون مركز التوزيع. للقيم الكبيرة من n , نقرب تابع الكثافة
باستعمال التوزيع الطبيعي مع العناصر و .
تتحسن فعالية التقريب لتكون 0.5, يتبع التقريب نظرية الحد المركزية.