STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
114 KAPITEL 3 SLUMPVARIABLER<br />
2007-10-08 – sida 114 – # 118<br />
På motsvarande sätt får man att sannolikheten att balken väger mer än<br />
2007 kg ges av P (X > 2007) = 1 − FX(2007) = 1 − Φ( 2007−2000<br />
2.3 ) =<br />
0.0012.<br />
I Sats 3.22 preciserades hur man uttrycker sannolikheter av typen P (X <<br />
a), P (X > b <strong>och</strong> P (a < X < b) i termer av Φ(x), fördelningsfunktionen för<br />
N(0, 1) (standardiserad normalfördelning). Ibland vill man ta reda på sannolikheten<br />
för händelser där en- eller tvåsidiga intervallet anges i termer av µ<br />
<strong>och</strong> σ. T.ex. kanske man vill veta vad sannolikheten är att den normalfördelade<br />
slumpvariabeln avviker mer än en standardavvikelse från sitt väntevärde.<br />
Man vill alltså beräkna P (X < µ − σ) + P (X > µ + σ). Enligt formlerna från<br />
Sats 3.22 blir detta<br />
<br />
µ − σ − µ<br />
<br />
µ + σ − µ<br />
<br />
Φ<br />
+ 1 − Φ<br />
= Φ(−1) + 1 − Φ(1)<br />
σ<br />
σ<br />
= 2(1 − Φ(1)) = 0.3174.<br />
Som synes beror inte svaret på µ eller σ. Sannolikheten för avvikelser från<br />
väntevärdet µ, uttryckt i enheter av standardavvikelsen σ, är således oberoende<br />
av µ <strong>och</strong> σ. Man kan alltså kan tala om sådana händelser generellt. Det<br />
gäller rent allmänt för a < b att<br />
P (µ + aσ ≤ X ≤ µ + bσ) = Φ(b) − Φ(a).<br />
Speciellt gäller att chansen att slumpvariabeln håller sig inom 1, 2 respektive<br />
3 standaravvikelser från väntevärdet blir<br />
P (µ − σ ≤ X ≤ µ + σ) = 0.6826,<br />
P (µ − 2σ ≤ X ≤ µ + 2σ) = 0.9544,<br />
P (µ − 3σ ≤ X ≤ µ + 3σ) = 0.9974.<br />
Chansen att ligga utanför dessa intervall blir komplementsannolikheten, dvs.<br />
1 minus sannolikheterna ovan. Det är alltså inte särskilt ovanligt (0.3174)<br />
att hamna mer än en standardavvikelse från väntevärdet. Att hamna mer än<br />
två standardavvikelser ifrån väntevärdet är däremot ganska ovanligt (0.0456).<br />
Sannolikheten att avvika <strong>med</strong> mer än tre standardavvikelser från väntevärdet<br />
är mycket ovanligt (0.0026; mindre än 3 promille). Detta förklarar det gamla<br />
uttrycket att någon är ”mer än tre sigma” om udda personer.<br />
Tidigare i detta kapitel definierades α-kvantilen xα som det värde x som<br />
gör att P (X > xα) = α. Kvantiler för standard normalfördelningen förekommer<br />
så ofta så att dessa getts en egen beteckning λα. Den som läser