پاورپوینت کامل تئوری احتمال و کاربرد آن ۱۳ اسلاید در PowerPoint

توجه : این فایل به صورت فایل power point (پاور پوینت) ارائه میگردد

 پاورپوینت کامل تئوری احتمال و کاربرد آن ۱۳ اسلاید در PowerPoint دارای ۱۳ اسلاید می باشد و دارای تنظیمات کامل در PowerPoint می باشد و آماده ارائه یا چاپ است

شما با استفاده ازاین پاورپوینت میتوانید یک ارائه بسیارعالی و با شکوهی داشته باشید و همه حاضرین با اشتیاق به مطالب شما گوش خواهند داد.

لطفا نگران مطالب داخل پاورپوینت نباشید، مطالب داخل اسلاید ها بسیار ساده و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی پاورپوینت کامل تئوری احتمال و کاربرد آن ۱۳ اسلاید در PowerPoint،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از مطالب داخلی اسلاید ها

پاورپوینت کامل تئوری احتمال و کاربرد آن ۱۳ اسلاید در PowerPoint

اسلاید ۴: ۴جلسه یازدهمنظریه نمونه بردارییک آزمایش آماری شامل مشاهدات مربوط به نمونه های انتخاب شده از مجموعه ای بزرگتر به نام جمعیت یا جامعه است.به دو روش نمونه برداری بدون جایگذاری و با جایگذاری می توان عمل کرد.به روشهای نمونه برداری طراحی آزمایشها گویند که هر یک ویژگی های خاص خود را دارند ولی ما فقط به نمونه برداری تصادفی ساده اکتفا می کنیم.تعریف: اگر N و n به ترتیب تعداد عناصر جمعیت و نمونه را نشان دهند. اگر نمونه برداری به طریقی انجام پذیرد که هر یک از نمونه ممکن بخت یکسانی برای انتخاب شدن داشته باشیم آنگاه گفته می شود که نمونه برداری به صورت تصادفی انجام شده و در نتیجه یک نمونه تصادفی به اندازه n است.برای به دست آوردن نمونه تصادفی مطلوب از جداول اعداد تصادفی استفاده می شود که شامل ترتیبی از ارقام بین ۰ تا ۹ تکراری هستند به نحوی که در درازمدت همه ارقام تقریبا به تعداد یکسانی دیده می شوند.اگر اندازه نمونه در مقایسه با جمعیت کوچک باشد آزمایشها تقریبا مستقل از هم خواهند بود.توزیع احتمال توام X1، X2، … و Xn که نمونه هایی از یک جمعیت است عبارت است از منظور از جمله ” X1، X2، … و Xn یک نمونه تصادفی از f(x) است“ استقلال متغیرهای تصادفی دارای توزیع f(x) است.

اسلاید ۵: ۵جلسه یازدهمیافتن توزیع احتمال توابع متغیرهای تصادفیفرض کنید متغیر تصادفی Y تابعی از متغیرهای تصادفی X1، X2، … و Xn باشد در این صورت با معلوم بودن تابع توزیع توام f(x1,x2,…,xn) می توان تابع توزیع Y را به دست آورد. مثلا اگر n=1 و X1 توزیع نرمال با میانگین و انحراف استاندارد داشته باشد آنگاه متغیر تصادفی توزیع نرمال استاندارد خواهد داشت. یا اگر متغیرهای تصادفی X1، X2، … و Xn یک نمونه تصادفی از توزیع برنولی با پارامتر p باشد آنگاه توزیع دوجمله ای با پارامتر n و p خواهد داشت.تعریف: تابعی از یک یا چند متغیر تصادفی که به هیچ یک از پارامترهای ناشناخته بستگی ندارد یک آماره نامیده می شود.آماره نیست.آماره است.آماره نباید به پارامترهای ناشناخته بستگی داشته باشد ولی تابع توزیع احتمال آن می تواند به پارامترهای ناشناخته بستگی داشته باشد.

اسلاید ۶: ۶جلسه یازدهمیافتن توزیع احتمال توابع متغیرهای تصادفیروش توابع توزیع تجمعیناحیه U=u را در فضای (x1,x2,…,xn) مشخص کنید.ناحیه U<=u را به دست آورید.FU(u)=P(U<=u) را از طریق یافتن انتگرال (x1,x2,…,xn) f بر