Näidisküsimused normaaljaotuse oodatava väärtuse kohta
Normaaljaotus, tuntud ka kui Gaussi jaotus, on statistikas ja tõenäosusteoorias üks enimkasutatavaid pidevaid tõenäosusjaotusi. Seda jaotust kasutatakse sageli mitmesuguste statistiliste järelduste põhieeldusena tänu oma soodsatele matemaatilistele omadustele, nagu sümmeetria ja parameetriseerimise unikaalsus keskväärtuse (µ) ja standardhälbe (σ) korral. See artikkel käsitleb näiteid ja normaaljaotuse oodatavat väärtust, et sellest kontseptsioonist sügavam arusaamine anda.
Normaalse jaotuse mõistmine
Normaaljaotust kujutab sümmeetriline kellukõver, kus enamik väärtusi koondub keskmise väärtuse ehk keskmise ümber. Selle jaotuse piires on keskmine (µ) ja standardhälve (σ) kaks olulist parameetrit, mis määravad andmetes hajuvuse asukoha ja ulatuse.
Normaaljaotuse tõenäosustiheduse funktsioon (PDF) on:
\[f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x – \mu)^2}{2\sigma^2}}\]
Kus:
– \( \mu \) on keskmine või keskmine
– \( \sigma \) on standardhälve
– \(x \) on juhuslik muutuja
Oodatav väärtus normaaljaotuses
Normaaljaotusega juhusliku suuruse eeldatav väärtus on võrdne jaotuse keskmisega. Kui \(X \sim N(\mu, \sigma^2) \), siis eeldatav väärtus \(E(X) \) on:
\[ E(X) = \mu \]
Jätkame mõnede näidetega normaaljaotuste oodatavate väärtustega seotud probleemidest, et oma arusaamist tugevdada.
Näidisküsimused ja arutelu
Näidisküsimus 1:
Oletame, et ∫(X) on normaaljaotusega juhuslik suurus, kus ∫(mu = 50) ja ∫(sigma = 10). Arvutame ∫(X) eeldatava väärtuse.
Arutelu:
Nagu varem mainitud, on normaaljaotuses oodatav väärtus \(E(X) \) võrdne \( \mu \)-ga. Seega
\[ E(X) = \mu = 50 \]
Näidisküsimus 2:
Antud juhuslik suurus Σ = 120 ja Σ = 15. Leia Σ oodatav väärtus.
Arutelu:
Sarnaselt esimesele näitele on \(Y \) oodatav väärtus normaaljaotuse keskmine väärtus ehk keskmine, nimelt:
\[ E(Y) = \mu = 120 \]
Näidisküsimus 3:
Kui juhuslik suurus ∫(Z) järgib normaaljaotust, kus ∫(mu = 0) ja ∫(sigma = 1) (standardne normaaljaotus), siis milline on juhusliku suuruse ∫(Z) eeldatav väärtus?
Arutelu:
Standardse normaaljaotuse keskmine on \mu = 0 \, seega on oodatav väärtus \(E(Z) \):
\[E(Z) = \mu = 0 \]
Näidisküsimus 4:
Oletame, et W on normaaljaotusega juhuslik suurus, mille keskmine on 75 ja standardhälve 20. Kui defineerime uue juhusliku suuruse V = 2W + 3, siis milline on V eeldatav väärtus?
Arutelu:
V eeldatava väärtuse leidmiseks peame kasutama eeldatava väärtuse lineaarsust. Arvestades V = 2W + 3, siis:
\[ E(V) = E(2W + 3) \]
Oodatava väärtuse lineaarsuse omaduse põhjal saame konstandi juhuslikust muutujast eraldada:
\[ E(V) = 2E(W) + E(3) \]
Teades, et konstandi oodatav väärtus on konstant ise:
\[ E(3) = 3 \]
Ja W eeldatav väärtus on normaaljaotuse W keskmine:
\[ E(W) = \mu = 75 \]
Seega,
\[E(V) = 2 korda 75 + 3 \]
\[E(V) = 150 + 3 \]
\[ E(V) = 153 \]
Näidisküsimus 5:
Juhuslik suurus (Q) järgib normaaljaotust, mille keskmine on (mu = 40) ja standardhälve (sigma = 5). Milline on Q eeldatav väärtus, kui [U = Q/2]?
Arutelu:
Kasutame sama põhimõtet nagu näites 4, nimelt oodatava väärtuse lineaarsust. Arvestades, et \(U = Q/2 \), siis:
\[ E(U) = E\vasak(\frac{Q}{2}\parem) \]
Oodatava väärtuse lineaarsuse omaduse põhjal:
\[ E(U) = \frac{1}{2} E(Q) \]
Me teame, et \(Q \) oodatav väärtus on normaaljaotuse \(Q \) keskmine:
\[ E(Q) = \mu = 40 \]
Seega,
\[E(U) = \frac{1}{2} \x 40 \]
\[ E(U) = 20 \]
Järeldus
Normaaljaotuses on juhusliku suuruse oodatav väärtus alati võrdne jaotuse keskmisega (µ). Ülaltoodud näidisülesanded demonstreerivad erinevaid tingimusi oodatava väärtuse arvutamiseks lineaarsuse omaduse abil. Selle põhikontseptsiooni mõistmine lihtsustab normaaljaotuse probleemide käsitlemist statistikas ja tõenäosusteoorias.
Normaaljaotus on statistikas ülioluline, kuna seda kasutatakse paljudes praktilistes rakendustes, sealhulgas hüpoteeside testimisel, parameetrite hindamisel ja mitmesugustes muudes statistilistes järeldustes. Selle jaotuse oodatava väärtuse hea mõistmine on andmeanalüüsi oluline esimene samm.
Loodetavasti annab see artikkel selge ja kasuliku selgituse normaaljaotuse oodatava väärtuse kohta koos asjakohaste näidisküsimuste ja aruteludega.
