الفرق بين المراجعتين لصفحة: «مثال المتغير العشوائي المنقطع»

من MM*Stat Arabisch

اذهب إلى: تصفح, ابحث
لا ملخص تعديل
لا ملخص تعديل
 
سطر ١: سطر ١:
<math> X</math> لعدد حوادث السير  الحاصلة  عند  تقاطع ما  خلال أسبوع.
[[صورة:H102.gif]]''' مثال المتغير العشوائي المنقطع'''
 
 
يرمز  المتغير العشوائي [[صورة:Mmengjavaimg4.gif]] لعدد حوادث السير  الحاصلة  عند  تقاطع ما  خلال أسبوع.




   
   
من السجلات  الطويلة  المدى  نعرف التوزيع التكراري <math> X</math> التالي :
من السجلات  الطويلة  المدى  نعرف التوزيع التكراري [[صورة:Mmengjavaimg4.gif]] التالي :




سطر ١٠: سطر ١٣:
<TR><TD ALIGN="CENTER">
<TR><TD ALIGN="CENTER">


<math> x_{i}</math>
[[صورة:Mmengjavaimg125.gif]]
  </TD>
  </TD>
<TD ALIGN="CENTER">0</TD>
<TD ALIGN="CENTER">0</TD>
سطر ٢١: سطر ٢٤:
<TR><TD ALIGN="CENTER">
<TR><TD ALIGN="CENTER">
   
   
<math> f(x_{i})</math>
[[صورة:Mmengjavaimg843.gif]]
  </TD>
  </TD>
<TD ALIGN="CENTER">0.08</TD>
<TD ALIGN="CENTER">0.08</TD>
سطر ٣٤: سطر ٣٧:




القيمة  المتوقعة الى  <math> X</math>
القيمة  المتوقعة الى  [[صورة:Mmengjavaimg4.gif]]
أي  حساب    العدد المتوقع  للحوادث:
أي  حساب    العدد المتوقع  للحوادث:


سطر ٥٣: سطر ٥٦:
<TR><TD ALIGN="CENTER">
<TR><TD ALIGN="CENTER">
   
   
<math> f(x_{i})</math>
[[صورة:Mmengjavaimg843.gif]]
  </TD>
  </TD>
<TD ALIGN="CENTER">0.08</TD>
<TD ALIGN="CENTER">0.08</TD>
سطر ٦٧: سطر ٧٠:


   
   
<math> x_{i}f(x_{i})</math>
[[صورة:Mmengjavaimg975.gif]]
  </TD>
  </TD>
<TD ALIGN="CENTER">0</TD>
<TD ALIGN="CENTER">0</TD>
سطر ٨٣: سطر ٨٦:
   
   


<math> E(X)=\mu =\sum x_{i}f(x_{i})=2.34\,.
[[صورة:Mmengjavaimg976.gif]]
</math>




سطر ٩٠: سطر ٩٢:
عدد حوادث السير  هذا غير ممكن  بالطبع  , لا يمكن  أخذ  2.34 حادث خلال أسبوع.
عدد حوادث السير  هذا غير ممكن  بالطبع  , لا يمكن  أخذ  2.34 حادث خلال أسبوع.
   
   
تبين  القيمة <math> E(X)=2.34</math> مركز تابع الاحتمال  للمتغير العشوائي <math> X</math> .
تبين  القيمة [[صورة:Mmengjavaimg977.gif]] مركز تابع الاحتمال  للمتغير العشوائي [[صورة:Mmengjavaimg4.gif]] .




سطر ٩٩: سطر ١٠١:
<TR><TD ALIGN="CENTER">
<TR><TD ALIGN="CENTER">
   
   
<math> x_{i}^{2}</math>
[[صورة:Mmengjavaimg978.gif]]
  </TD>
  </TD>
<TD ALIGN="CENTER">0</TD>
<TD ALIGN="CENTER">0</TD>
سطر ١١٣: سطر ١١٥:


   
   
<math> x_{i}^{2}f(x_{i})</math>
[[صورة:Mmengjavaimg979.gif]]
  </TD>
  </TD>
<TD ALIGN="CENTER">0</TD>
<TD ALIGN="CENTER">0</TD>
سطر ١٢٦: سطر ١٢٨:




<math> Var(X)=\sigma ^{2}=\sum x_{i}^{2}f(x_{i})-\mu ^{2}=7.18-2.34^{2}=1.7044\
[[صورة:Mmengjavaimg980.gif]]
\Rightarrow \sigma =1.306\,.
</math>




    
    
نتوقع  بأن تابع  التوزيع  لحوادث السير  لها  الوسط الحسابي 2.34 والانحراف المعياري <math> 1.306</math>.
نتوقع  بأن تابع  التوزيع  لحوادث السير  لها  الوسط الحسابي 2.34 والانحراف المعياري [[صورة:Mmengjavaimg981.gif]].

المراجعة الحالية بتاريخ ١٧:٥٠، ٣١ يوليو ٢٠٢٠

H102.gif مثال المتغير العشوائي المنقطع


يرمز المتغير العشوائي Mmengjavaimg4.gif لعدد حوادث السير الحاصلة عند تقاطع ما خلال أسبوع.


من السجلات الطويلة المدى نعرف التوزيع التكراري Mmengjavaimg4.gif التالي :


Mmengjavaimg125.gif

0 1 2 3 4 5

Mmengjavaimg843.gif

0.08 0.18 0.32 0.22 0.14 0.06


القيمة المتوقعة الى Mmengjavaimg4.gif أي حساب العدد المتوقع للحوادث:


Mmengjavaimg125.gif

0 1 2 3 4 5

Mmengjavaimg843.gif

0.08 0.18 0.32 0.22 0.14 0.06


Mmengjavaimg975.gif

0 0.18 0.64 0.66 0.56 0.30




Mmengjavaimg976.gif


عدد حوادث السير هذا غير ممكن بالطبع , لا يمكن أخذ 2.34 حادث خلال أسبوع.

تبين القيمة Mmengjavaimg977.gif مركز تابع الاحتمال للمتغير العشوائي Mmengjavaimg4.gif .


نحسب الأن الانحراف المعياري :


Mmengjavaimg978.gif

0 1 4 9 16 25


Mmengjavaimg979.gif

0 0.18 1.28 1.98 2.24 1.50


Mmengjavaimg980.gif


نتوقع بأن تابع التوزيع لحوادث السير لها الوسط الحسابي 2.34 والانحراف المعياري Mmengjavaimg981.gif.