1. Modellen: Aantal keer succes of successen Wacht”tijd” tot eerste succes X Bern ( θ ) D ( 0<θ< 1 )
π X ( 1 )=P ( X =1 )=θ
Beurten of n Y Bin ( n , θ ) D ( 0<θ<1 ) Z Geo (θ ) D ( 0<θ <1 )
herhalingen π X ( 0 ) =P ( X=0 )=1−θ
()
π Y ( k )= n θ k ¿
k
π Z ( k ) =¿
1 2 1−θ
μZ = σ Z = 2
2
μ X =θ σ X =θ ( 1−θ )
2
μY =nθ σ Y =n(θ) ( 1−θ ) θ θ Bern (θ )=Bin(1 , θ)
Continu medium X Poisson ( λ ) D ( λ> 0 ) T exp ( λ ) C ( λ>0 ) Y
Y Bin ( n , θ ) voor proportie
{ n
k
λ −λ −λt
φ T ( t ) = λ e t ≥0
π X ( k )= e
k!
2
μ X =λ σ X = λ 1
μT = σ 2X = 2
0t <0
1
μ Y =E
n
Y
n [ ]
1
= E [ Y ] =θ
n
λ λ 1 θ ( 1−θ )
σ 2Y = 2 σ 2Y =
ФT ( t )=P ( T ≤ t )=1−e
−λt
n n n
(als bin geldt voor aantal succes Y in n
herhalingen van een bern-experiment)
X U ( a , b ) C( a<b) X N ( μ , σ 2 ) C(σ >0)
{
1
φ X ( x )= b−a voor a ≤ x ≤ b
2 ( σ )
2
−1 x−μ
1
¿ 0 anders φ X ( x )= e Strikt dalende functie van
√2 π ⋅ σ
a+b 2
μX= σ =¿ ¿ ( x−μ )2
2 X
d−c Dit impliceert dat φ X symmetrisch is t.o.v. μ
Als X U ( a , b ) en [ c , d ] ⊂ [ a , b ] dan P ( c ≤ X ≤ d )= 2 2
b−a μ X =μ σ X =σ
ZRM: a+(b−a)∗rand Standaardnormaalmodel: μ X =0 σ X =1
2
Als X N ( μ , σ ) en Y =aX+ b , danY N ( aμ+ b , a σ )
2 2 2
Modellen voor meerdere variabelen:
Biv. Onafhankelijk: π X , Y ( x , y ) =π X ( x ) ∙ π Y ( y )
2 ( σ[ ) ( )]
2 2
−1 x−μ1 y−μ2
+
1 σ2
π X ∨Y = y =π X ( x ) en π Y ∨X =x =π Y ( y ) N : φ X ,Y ( x , y )= e
1
2 π ⋅σ 1 σ 2
φ X ∨Y = y =φ X ( x ) en φ Y ∨X =x =φ y ( y )
Bern: π X ,Y ( 0,0 )=(1−θ1 )(1−θ 2)
Biv. Afhankelijk:
π x , y (x , y ) = π X ∨Y = y (x )∙ π Y ( y ) N :φ X ,Y ( x , y )=
1
e
−1
2( 1−ρ )
2 [( ) ( )
x−μ1 2 x−μ2 2 2 ρ ( x−μ1 )( y−μ2 )
σ1
+
σ2
−
σ 1 ∙σ 2
2 π ⋅σ 1 σ 2 ( 1−ρ )
2
= π Y ∨X = x ( y)∙ π X ( x)
2 2
Te noteren als: ( X , Y ) N ( μ1 , μ2 ; σ 1 , σ 2 , ρ)
Complexe modellen:
Mengselmodellen: π x = λ ∙ π (1) (2 )
x +(1−λ)∙ π x
π x = λ 1 ∙ π (x1) + λ2 ∙ π (x2) +(1−λ1− λ2) ∙ π (3)
x
Regressiemodellen: 2
Y ¿ X =x N (β 0 + β 1 x j , σ )
j
2
Y i=β 0 + β 1 x i + Ei met Ei (iid ) N ( 0 , σ )