数理统计学第ニ回期待值と分散.PPTVIP

数理統計学第２回 数理統計学(第ニ回）期待値と分散 浜田知久馬 確率変数の特性量 期待値E[X]：Xがしたがう確率分布の平均 分散V[X]：Xのバラツキ度合 標準偏差：√分散 これらは，どのように計算し，どのような意味を持つのだろうか. 年末ジャンボ宝くじの期待値 1枚300円×1000万本＝30億円 　1等：2億円×2本＝4億円1等前後賞：5千万円×4本＝2億円1等組違い賞：10万円×198本＝1980万円2等：1千万円×3本＝3千万円3等：100万円×40本＝4千万円4等：1万円×1000本＝1000万円5等：3000円×10万本＝3億円6等：300円×100万本＝3億さよなら20世紀賞：5万円×3千本＝1億5千万円賞金合計総額：14億4980万円。 　期待値： 14億4980万円／1000万＝144.98円 期待値計算の操作 1枚くじをかったときの賞金金額（確率変数） ｎ本の宝くじ，ａ通りの起こり得る場合(賞金） 度数　　　　ｆ1　　ｆ2　　　???　　　ｆa 賞金　　　　ｘ1　　ｘ2　　　???　　 ｘa 相対度数　p1　　p2　　　???　　pa　　xi/ｎ 確率変数Xの期待値 E[X]:期待値(expected value) 　Σｘ?ｐ(x)　　　　離散分布 E[X]＝ 　　　 　　∫ｘ?ｆ(x)dx　　　連続分布 期待値の公式 E[a1X1+ a2X2+???+ aｎXｎ] ＝a1 E[X1］+ a2 E[X2］+???+ aｎ E[Xｎ］ 宝くじを5枚買ったときの期待値は？ 人はなぜ宝くじを買うのだろうか？ 夢を買うため？ 2本に1本300円当たる宝くじを買う人が いるだろうか？ 一攫千金狙い 期待値は145円だが，SDは95053円 300円で10万円弱のバラツキの期待感 分散 平均値μ＝E[X]からどれくらい離れた点にばらつくか？ （X－μ)2 の期待値：V[X]＝E[（X－μ)2] ＝E[X2]-2μE[X]+μ2 ＝ E[X2]－μ2 　　　　　Σ（ｘ－μ)2?ｐ(x)　　離散分布 V [X]＝ 　　　　　∫（ｘ－μ)2?ｆ(x)dx　連続分布 期待値の計算例(二項分布） 疑問点 Σは0からｎまでのはず，1からｎまででいいのか？ 二項分布（4,ｐ）の場合 　　　　　　　0?4Ｃ0ｐ0（1-ｐ）4 　　 　0 　　　　　　+1?4Ｃ1ｐ1（1-ｐ）3　　　　　+ 4ｐ1（1-ｐ）3　　　 E[X]＝ 　+2?4Ｃ2ｐ2（1-ｐ）2 　　＝ +12ｐ2（1-ｐ）2 　　　　　　+3?4Ｃ3ｐ3（1-ｐ）1 +12ｐ3（1-ｐ）1 　　　　　　+4?4Ｃ4ｐ4（1-ｐ）0 + 4ｐ4（1-ｐ）0 疑問点の続き 　　　　 　 4ｐ?　ｐ0（1-ｐ）3　　 　　 4ｐ?3Ｃ0ｐ0（1-ｐ）3　 E[X]＝+ 4ｐ?3ｐ1（1-ｐ）2 　＝ + 4ｐ?3Ｃ1ｐ1（1-ｐ）2　 　　　　 + 4ｐ?3ｐ2（1-ｐ）1 + 4ｐ?3Ｃ2ｐ2（1-ｐ）1 　　　　 + 4ｐ? ｐ3（1-ｐ）0 + 4ｐ?3Ｃ3ｐ3（1-ｐ）0 ＝4ｐ 期待値計算にはｘ=0の項は寄与しない. 黒字は｛ｐ+(1-p)｝３なので１ 分散の計算例(二項分布） 期待値?分散の計算例(一様分布） ｆ(ｘ)＝1　　　(0≦ｘ≦1） 　　 ＝0 (x0, x1) E[X]＝∫ｘｆ(ｘ) dx＝ ∫01ｘdx＝[ｘ2／2] 01 　　　　 ＝1/2－0＝1/2 V[X]＝E[X2]－μ2 ＝∫ｘ2dx－1/4 ＝[ｘ3／3] 01－1/4 ＝ 1/3－0－1/4＝1/12 モーメント 原点周りのｋ次のモーメントμ(ミュー） 　離散分布：μk＝Σｘk?ｐ(x)　　 　連続分布：μk＝∫ｘk?ｆ(x)ｄｘ　 平均周りのｋ次のモーメントν(ニュー） 　離散分布：ν k＝Σ（ｘ－ μ1)k?ｐ(x)　　 　連続分布：νk＝∫（ｘ－ μ1)k?ｆ(x)ｄｘ　 代表的なモーメント統計量 μ1 ：平均 ν2　：分散 β1 ＝ ν3／σ3：歪度(ワイド）　skewness β2 ＝ ν4／σ4 －3 ：尖度(センド）　kurtosis 正規分布： μ1＝μ, ν2＝ σ2 , β1＝0, β2＝0 二項分布： μ1＝ｎπ, ν2＝ｎπ(1ーπ) 積率母関数 モーメント統計量を求めることは簡単ではない. 積率母関数M(θ)：moment generating function モーメントを計算するための道具 離散分布： M(θ)=E[eθｘ]= Σ eθｘ?p(x)