Математична статистика - Руденко В. М. - Формула Байєса
Формула повної ймовірності дає можливість розрахувати ймовірність Р(А) події А, якщо вона залежить від системи подій-гіпотез Н1,Н2,...,НП, за умовними ймовірностями яких Р(А|Р(А | Н2), ". ,Р(А | нП) може відбутися ця подія А. Проте важливим завданням математики є розрахунки умовної ймовірності Р(н, | А) гіпотези ні, якщо відомо, що у випробуванні подія А вже відбулася. Згідно з теоремою множення ймовірностей можна записати Р(н, - А) = Р(Щ - Р(А | Ні) = Р(А) - Р(н, | Л).
Звідси
РІніА) = Р(н 1) oР( А|Я 1) . (3.8)
1 Р( А)
Якщо знаменник Р(А) замінити формулою повної ймовірності (3.7), отримаємо Формулу Байєса:
Р(Я,|А) = ПР(Д 1)OР(А'ЯІ) , (3.9)
Е Р( Н,) o Р( А|Ні)
1=1
Де Н1,н2,...,НП - попарно несумісні події, що утворюють повну групу.
Формула Байєса дає можливість підрахувати "апостеріорні"10 ймовірності Р(ні | А) за допомогою "апріорних"11 ймовірностей Р(н) "гіпотез" Я,- .
Приклад 3.7. За умовами прикладу 3.6 викликаний навмання студент відповів на три заданих питання. Яка ймовірність того, що цей студент є: а) відмінно підготовлений; б) підготовлений погано?
Рішення: Висуваємо чотири гіпотези щодо ймовірності появи (у результаті виклику навмання) того чи іншого студента з певною підготовкою:
- гіпотеза нІ : це був студент, що підготовлений відмінно, ймовірність його появи Р(н1) = 3/10 = 0,3;
- гіпотеза н2 : це був студент, що підготовлений добре, ймовірність його появи Р(н2) = 4/10 = 0,4;
10 A posteriori (лат.) - на основі досліду.
11 A priori (лат.) - до досліду.
- гіпотеза Н3 : це був студент, що підготовлений Задовільно, ймовірність його появи Р(Н3) = 2/10 = 0,2;
- гіпотеза Н4 : це був студент, що підготовлений Погано, ймовірність його появи Р{Н4) = 1/10 = 0,1.
Умовні ймовірності виконання трьох завдань того чи іншого студента з певною підготовкою розраховуються як ймовірності добутку трьох залежних подій (успішного виконання трьох завдань). Згідно з теоремою множення:
- умовна ймовірність виконання трьох завдань студентом, що підготовлений Відмінно, дорівнюватиме Р(АН,) = (20/20)(19/19)(18/18) = 1;
- умовна ймовірність виконання трьох завдань студентом, що підготовлений Добре, дорівнюватиме Р(АН2) = (16/20)(15/19)(14/18) = 0,491;
- умовна ймовірність виконання трьох завдань студентом, що підготовлений Задовільно, дорівнюватиме Р(АН3) = (10/20)-(9/19)o (8/18) = 0,105;
- умовна ймовірність виконання трьох завдань студентом, що підготовлений Погано, дорівнюватиме Р(АН4) = (5/20)o (4/19)o (3/18) ~ 0,009.
За формулою Байєса:
А) ймовірність того, що це був студент, підготовлений Відмінно, складає
Р(НЛА) = 4Р(Я1)OР(ЛН 1) , £ Р(Я,) o Р( АЯ,)
Або Р(Я1 А) =-°3-1-и 0,58 " 58% ;
0,3 -1 + 0,4 o 0,491 + 0,2 o 0,105 + 0,1 o 0,009
Б) ймовірність того, що це був студент, підготовлений Погано, складає
Р(Я2 А) =-0,1'0,009-" 0,002 " 0,2% .
0,3 -1 + 0,4 o 0,491 + 0,2 o 0,105 + 0,1 o 0,009
Відповідь: ймовірність того, що на всі три питання дав відповідь Відмінно підготовлений студент, дорівнює 58%, у той час як ймовірність для погано підготовленого складає лише 0,2%. Отриманий результат також може означати, що процедура іспиту за даними критеріями має доволі високий рівень діагностичних властивостей - порівняйте 58% для Відмінника і 0,2% для погано підготовленого студента.
Елементи комбінаторики
Для рішення завдань теорії ймовірностей і математичної статистики важливе значення мають такі математичні поняття комбінаторики, як Перестановка, розміщення і комбінація.
Перестановкою З т різних елементів називають такий об'єкт, який складається з цих самих т елементів. Кількість РТ таких об'єктів-перестановок, які відрізняються один від одного лише місцем розташування своїх елементів, розраховується за формулою:
Рт = т!, (3.10)
Де т! = 1-2-3-...-т - факторіал числа т (проте 0!=1). Наприклад, для трьох об'єктів А, Ь, с (т =3) кількість перестановок дорівнює 3!=1-2-3=6, а саме такі перестановки:
А Ь с ; А с Ь ; Ь а с ; Ь с а ; С а Ь ; С Ь а. Розміщенням З п елементів по т називають такий об'єкт, який складається з Т елементів, вибраних з п елементів. Причому розміщення з однакових елементів, але з різними місцями їх розташування, вважаються різними. Кількість об'єктів-розміщень АПТ розраховується за формулою:
П
АТП = п(п - 1)(п - 2)...(п - т +1) або АТ =---:. (3.11)
П (п - т)! '
Наприклад, для трьох об'єктів а, Ь, с (п=3) кількість розміщень по два об'єкти (т=2) буде дорівнювати А32 = 3 o 2 = 6, а саме такі розміщення: А Ь ; Ь а ; А с ; С а ; Ь с ; С Ь.
Комбінацією З п елементів по т називають такий об'єкт, який складається з Т елементів, вибраних з п елементів. Проте об'єкти-комбінації відрізняються між собою хоча б одним елементом. Кількість таких об'єктів СПТ розраховується за формулою:
Ст =~Г<-^ Аб° СП ~-і-. (3.12)
Т!(п - т)! т!
Наприклад, для трьох об'єктів а, Ь, с (п=3) кількість комбінацій по два об'єкти (т=2) буде дорівнювати:
С3 ~ 2!(3 - 2)! ~ 1 o 2 o 1 ~ 3, А СаМ£: ° ° ' ° ° ' ° ° . Отже, значення сПТ (кількість комбінацій з П елементів по т) менше за АПТ (кількість розміщень з П елементів по т) у РТ разів, тобто між поняттями комбінаторики існує співвідношення:
СП = РГ o (з-із)
Приклад 3.8. Яка ймовірність того, що у випробовуванні з випадковим витягуванням шести карток-літер "Е", "П", "Р" і т. д. можна скласти навмання слово "ПРОЦЕС"?
Рішення: Випробовування полягає в витягуванні у випадковій послідовності карток з літерами без повернення. Подія А отримання слова "ПРОЦЕС" є елементарною подією серед перестановок з 6 літер. Кількість перестановок для П=6 визначається як РТ:
РТ = п! = 6! = 1-2-3-4-5-6 = 720.
Звідси ймовірність бажаної події є Р(А) = ~ 0,0014 " 0,14%.
Відповідь: ймовірність скласти навмання слово "ПРОЦЕС" з шести відповідник карток-літер дорівнює 0,14%.
Приклад 3.9. Яка ймовірність скласти навмання слово "МАТЕМАТИКА" з десяти окремих карток-літер?
Рішення: Подія А отримання слова "МАТЕМАТИКА" є елементарною подією перестановок з 10 літер, кількість яких визначається як п!=10!=3628800. Проте деякі літери повторюються ("М" - 2 рази, "А" - 3 рази, "Т" - 2 рази), тому існують перестановки, які не змінюють слова.
Для літери "М" кількість перестановок, що не змінюють слова буде 2!=1 -2=2; для літери "А" - 3!=1 -23=6; для літери "Т" - 2!=Г2=2. Загальна кількість перестановок, що не змінюють слова буде т=2!-3!-2!=1-2-1-2-3-1-2=24.
Звідси ймовірність бажаної події є Р(А) =-" 0,0000066 " 0,0007%.
3628800
Відповідь: ймовірність скласти навмання слово МАТЕМАТИКА дорівнює близько 0,0007%.
Приклад 3.10. Залікове завдання містить 5 питань, на кожне з яких пропонуються дві альтернативні відповіді "ТАК" і "НІ". Правильна відповідь на одне питання оцінюється у 1 бал, неправильна - у 0 балів. Яка ймовірність, відповідаючи навмання, скласти залік, тобто отримати не менш 4-х балів?
Рішення: Подія А успішного складання заліку - це отримання 4-х або 5-ти балів з 5-ти можливих. Ймовірність цієї події Р(А) = Р(4)+Р(5). Залікове випробування містить п'ять елементарних випробувань. Якщо відповідати навмання, то ймовірності кожної бажаної р(1) і кожної небажаної р(0) елементарної події однакові і дорівнюють по 4, тобтоР(1) = Р(0) = 4 = 0,5.
Звідси ймовірності отримання:
4 бали - Р{4)=р{1Ур{1Ур{1Ур{1уР{0уС54 = 0,55-5 = 5/32 = 0,15625 = 15,625%;
5 балів - Р{5)=р{1Ур{1Ур{1Ур{1Ур{1уС55 = 0,55 1 = 1/32 = 0,03125 = 3,125%.
Загальна ймовірність складання заліку Р(А) = 15,625% + 3,125% = 18,75%.
Відповідь: Згідно умовам ймовірність скласти залік, відповідаючи навмання на 5 питань завдання, дорівнює 18,75% (проте, ймовірність не скласти залік дорівнює 1 - 18,75% = 81,25%).
Запитання. Завдання.
1. Розкрийте означення понять "випробування", "елементарна подія", "простір елементарних подій", "повна група подій", "випадкова подія".
2. Які події називають неможливими і достовірними, незалежними і залежними?
3. Які події називають сумісними і несумісними?
4. Назвіть і охарактеризуйте основні типи операцій над подіями (слідування, еквівалентність, доповнення, добуток, сума).
5. Що таке "ймовірність події" і як визначається класична ймовірність?
6. Які значення мають ймовірності неможливих і достовірних подій?
7. Наведіть формулу для розрахунку суми та добутку ймовірностей сумісних і несумісних подій.
8. За якими формулами розраховують такі елементи комбінаторики, як перестановка, розміщення і комбінація?
9. Сформулюйте означення ймовірності у рамках аксіоматичного підходу.
10. Охарактеризуйте три аксіоми Колмогорова.
11. Що таке "умовна ймовірність"?
12. Наведіть формулу повної ймовірності.
13. Наведіть і поясніть формулу Байєса.
14. Повторіть математичні процедури завдань за прикладами 3.1 - 3.9.
Схожі статті
-
Математична статистика - Руденко В. М. - Формула повної ймовірності
Якщо подія А відбувається у випробувані, яке обмежене додатковими умовами здійснення події В, то міра можливості події А визначається Умовною ймовірністю...
-
Математична статистика - Руденко В. М. - Умовна ймовірність
Якщо подія А відбувається у випробувані, яке обмежене додатковими умовами здійснення події В, то міра можливості події А визначається Умовною ймовірністю...
-
Математична статистика - Руденко В. М. - Ймовірність подій
Випадкову подію можна передбачити лише з деякою ймовірністю. Ймовірність події - це чисельна міра об'єктивної можливості цієї події (інтуїтивне означення...
-
Математична статистика - Руденко В. М. - 2. СТАТИСТИЧНІ ПОКАЗНИКИ ВИБІРКИ
Статистичні показники, що розкривають властивості вибірки, можна представити такими основними групами: - Емпіричними розподілами (варіаційними,...
-
Математична статистика - Руденко В. М. - Варіаційні ряди та статистичні розподіли
Статистичні показники, що розкривають властивості вибірки, можна представити такими основними групами: - Емпіричними розподілами (варіаційними,...
-
Математична статистика - Руденко В. М. - 2.1. ЕМПІРИЧНІ РОЗПОДІЛИ
Статистичні показники, що розкривають властивості вибірки, можна представити такими основними групами: - Емпіричними розподілами (варіаційними,...
-
Математична статистика - Руденко В. М. - Незгруповані розподіли
Незгруповані Розподіли застосовують до емпіричних даних, властивості яких виміряні за інтервальними або відносними шкалами і приймають тільки певні, як...
-
Математична статистика - Руденко В. М. - Міри центральної тенденції (МЦТ)
Міри центральної тенденції (МЦТ) Мірами центральної тенденції (МЦТ) називають чисельні показники типових властивостей емпіричних даних. Ці показники...
-
Математична статистика - Руденко В. М. - 2.2. ПОКАЗНИКИ ВИБІРКИ
Міри центральної тенденції (МЦТ) Мірами центральної тенденції (МЦТ) називають чисельні показники типових властивостей емпіричних даних. Ці показники...
-
Математична статистика - Руденко В. М. - ВСТУП
Психолог у своїй діяльності нерідко має справу з масивами емпіричної інформації і змушений будувати свої висновки в умовах невизначеності. Така ситуація...
-
Математична статистика - Руденко В. М. - Атрибутивні розподіли
Атрибутивні розподіли Використовуються у разі Номінальних (категоріальних) типів вимірювань властивостей досліджуваних об'єктів. Приклад 2.5. Розрахувати...
-
Математична статистика - Руденко В. М. - Ранжировані розподіли
Атрибутивні розподіли Використовуються у разі Номінальних (категоріальних) типів вимірювань властивостей досліджуваних об'єктів. Приклад 2.5. Розрахувати...
-
Математична статистика - Руденко В. М. - Згруповані розподіли
Розподіли згрупованих частот Використовуються у разі інтервальних або відносних типів вимірювань, якщо емпіричні дані приймають будь-які дійсні значення...
-
Математична статистика - Руденко В. М. - Міри мінливості (ММ)
Обмеженість мір центральної тенденції для характеристики сукупностей можна продемонструвати на прикладі двох вибірок (рис. 2.29), які мають Різні...
-
Математична статистика - Руденко В. М. - Нормовані дані
Квантилем Називається значення ранжированої змінної, що відокремлює від варіаційного ряду певну частку обсягу сукупності. Квантиль - загальне поняття. В...
-
Математична статистика - Руденко В. М. - Квантилі
Квантилем Називається значення ранжированої змінної, що відокремлює від варіаційного ряду певну частку обсягу сукупності. Квантиль - загальне поняття. В...
-
Математична статистика - Руденко В. М. - Початкові та центральні моменти
Розрахунки показників МЦТ і ММ можна здійснити в MS Excel трьома способами з використанням: O математичних операцій за відповідних формул МЦТ і ММ; O...
-
Математична статистика - Руденко В. М. - Коефіцієнти взаємної зв'язаності
Приклад 2.8. Оцінити зв'язок між віком (змінна X) і результатами допоміжного тесту "цифра-знак" шкали інтелекту дорослих Векслера (змінна Y)....
-
Математична статистика - Руденко В. М. - Одномірна лінійна регресія
Статистичні зв'язки між змінними досліджуються не лише методами кореляційного, а й регресійного аналізу, які доповнюють один одного. Основне завдання...
-
Математична статистика - Руденко В. М. - 3.1. ВИПРОБУВАННЯ ТА ПОДІЇ
Основним завданням математичної статистики є опис і пояснення імовірнісної поведінки об'єктів досліджень. Математична статистика вирішує це завдання...
-
Математична статистика - Руденко В. М. - Операції над подіями
Основні операції над подіями можна продемонструвати прикладами алгебри подій - алгебри Буля - у вигляді діаграм Венна (рис. 3.1). Рис. 3.1. Операції над...
-
Математична статистика - Руденко В. М. - Основні поняття і означення
Основним завданням математичної статистики є опис і пояснення імовірнісної поведінки об'єктів досліджень. Математична статистика вирішує це завдання...
-
Математична статистика - Руденко В. М. - 3. ОСНОВИ ТЕОРІЇ ЙМОВІРНОСТЕЙ
Основним завданням математичної статистики є опис і пояснення імовірнісної поведінки об'єктів досліджень. Математична статистика вирішує це завдання...
-
Математична статистика - Руденко В. М. - Множинна регресія
Статистичні зв'язки між змінними досліджуються не лише методами кореляційного, а й регресійного аналізу, які доповнюють один одного. Основне завдання...
-
Математична статистика - Руденко В. М. - 2.4. РЕГРЕСІЯ
Статистичні зв'язки між змінними досліджуються не лише методами кореляційного, а й регресійного аналізу, які доповнюють один одного. Основне завдання...
-
Математична статистика - Руденко В. М. - Нелінійна кореляція
Приклад 2.8. Оцінити зв'язок між віком (змінна X) і результатами допоміжного тесту "цифра-знак" шкали інтелекту дорослих Векслера (змінна Y)....
-
Математична статистика - Руденко В. М. - Розрахунки та інтерпретація МЦТ і ММ
Розрахунки показників МЦТ і ММ можна здійснити в MS Excel трьома способами з використанням: O математичних операцій за відповідних формул МЦТ і ММ; O...
-
Математична статистика - Руденко В. М. - Основні завдання та методи математичної статистики
Основні завдання та методи математичної статистики Математична статистика - це сучасна галузь математичної науки, яка займається статистичним описом...
-
Математична статистика - Руденко В. М. - 1. ПРЕДМЕТ МАТЕМАТИЧНОЇ СТАТИСТИКИ
Основні завдання та методи математичної статистики Математична статистика - це сучасна галузь математичної науки, яка займається статистичним описом...
-
Математична статистика - Руденко В. М. - Сутність кореляції
Завданням описової статистики є не лише систематизація емпіричних даних у вигляді розподілу частот та розрахунки типових показників МЦТ і варіацій ознак...
Математична статистика - Руденко В. М. - Формула Байєса