G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
5<br />
1.4 Diskret stokastisk variabel<br />
DEFINITION af middelværdi for diskret variabel. Middelværdi for en diskret variabel X<br />
benævnes eller E ( X ) og er defineret som ( E står for<br />
expected value )<br />
I eksempel 1.2 fås middelværdien µ =- 40 ⋅ 01 .+ ( - 10) ⋅ 0.+ 5 10 ⋅ 0. 2+ 20 ⋅ 01 .+ 40 ⋅ 01 . =-1,<br />
dvs. i middel vil ejeren vinde 1 kr pr. spil.<br />
Udover at angive en middelværdi, er man ofte også interesseret i at angive et mål for om værdierne<br />
ligger tæt omkring middelværdien, eller om de spreder sig meget (varierer meget). Som et mål herfor<br />
beregnes varians og spredning for variablen X.<br />
For fordelingen i eksempel 1.2, som havde middelværdien -1 fås således:<br />
2 2<br />
2 2 2<br />
V( X)<br />
= ( -40 - (-1)) ⋅01 . + ( -10 - (-1) ) ⋅0. 5 + (10 - (-1)) ⋅0. 2 + (20 - (-1)) ⋅01 . + (40 - (-1)) ⋅01=<br />
. 429<br />
σ( X ) = 429 = 20.71.<br />
µ µ = E( X) = x⋅ P( X = x)<br />
DEFINITION af varians og spredning for diskret variabel. Variansen for en diskret vari-<br />
abel X benævnes eller V ( X ) og er defineret som<br />
σ 2<br />
( )<br />
∑<br />
2 2 2<br />
σ = V( X) = E ( X − µ ) = ( x − µ ) ⋅ P( X = x)<br />
.<br />
2 2<br />
I afsnit 1.6 vises, at V( X) = E( X ) − µ hvilket sædvanligvis giver en lettelse ved beregningerne.<br />
For fordelingen i eksempel 1.2 fås således<br />
x<br />
Spredningen (engelsk: standard deviation) for en diskret variabel X benævnes σ og er defi-<br />
neret som σ = V( X)<br />
.<br />
2 2<br />
2 2 2 2<br />
V( X)<br />
= ( -40) ⋅01+ . ( -10) ⋅05 . +10 ⋅0. 2 + 20 ⋅01+ . 40 ⋅01-<br />
. (-1) = 429<br />
Det ses, at alle x- værdier i eksempel 1.2 ligger indenfor en afstand af fra middelværdien -1.<br />
2 ⋅ σ<br />
[ ]<br />
[ µ −2⋅ σ ; µ + 2⋅σ]<br />
For de fleste fordelinger vil mindst 99% af alle værdier ligge indenfor µ −3⋅ σ ; µ + 3⋅σ<br />
, og<br />
sædvanligvis vil mindst 95% af værdierne ligge indenfor .<br />
∑<br />
x