- •Глава 5. Основные принципы организации и первичной обработки данных эксперимента
- •5.1 Общие положения, эффективность эксперимента
- •5.2 Ошибки измерений при экспериментировании
- •5.3 Элементы теории вероятностей
- •5.3.1 Предмет и основные понятия теории вероятностей
- •5.3.2 Случайные величины и их числовые характеристики
- •Искомая дисперсия:
- •5.3.3 Интегральная функция распределения и числовые характеристики непрерывных случайных величин
- •5.3.4 Нормальное распределение
- •5.3.5 Понятие о системе нескольких случайных величин и их числовых характеристиках
- •5.4 Элементы математической статистики
- •5.4.1 Задача математической статистики
- •5.4.2 Генеральная и выборочная совокупности
- •5.4.3 Статистическое распределение выборки и эмпирическая функция распределения
- •Написать распределение относительных частот.
- •Варианты хi 2 6 10 частоты ni 12 18 30.
- •5.4.4 Полигон и гистограмма
- •5.4.5 Статистические оценки параметров распределения
- •5.4.6 Точность оценки, доверительная вероятность (надёжность). Доверительный интервал
- •5.4.7 Другие характеристики вариационного ряда
- •5.5 Приёмы первичной обработки экспериментальных данных
- •5.5.1 Систематизация данных измерений и нахождение числовых характеристик измеряемых величин
- •5.5.2 Обнаружение грубых ошибок (промахов)
- •5.5.3 Интервальная оценка истинного значения измеряемого параметра
- •5.5.4 Сравнение интервальных оценок измеряемого параметра
- •Результаты измерений плотности прессовок
- •5.6.1 Проверка наличия промахов в выборках
- •5.6.2 Определение интервальных оценок плотности прессовок
- •5.6.3 Проверка гипотезы о статистической значимости различия плотности прессовок, полученных при различных давлениях прессования
- •5.6.4 Проверка нормальности распределения ошибок измерений плотности в выборках
- •Данные для проверки гипотезы о нормальном распределении ошибок измерений плотности прессовок
- •5.7 Вопросы для самоконтроля
5.4.3 Статистическое распределение выборки и эмпирическая функция распределения
Пусть из генеральной совокупности извлечена выборка, причём x1 наблюдалось n1 раз, х2 – n2 раз, xk – nk раз и ni = n – объём выборки. Наблюдаемые значения xi называют вариантами, а последовательность вариант, записанных в возрастающем порядке – вариационным рядом. Числа наблюдений называют частотами, а их отношения к объему выборки – относительными частотами.
Статическим распределением выборки называют перечень вариант и соответствующих им частот или относительных частот. Статистическое распределение можно задать также в виде последовательности интервалов и соответствующих им частот (в качестве частоты, соответствующей интервалу, принимают сумму частот, попавших в этот интервал).
Заметим, что в теории вероятностей под распределением понимают соответствие между возможными значениями случайной величины и их вероятностями, а в математической статистике – соответствие между наблюдаемыми вариантами и их частотами или относительными частотами.
Пример. Задано распределение частот выборки объема n = 20:
хi |
2 |
6 |
12 |
ni |
3 |
10 |
7 |
Написать распределение относительных частот.
Решение. Найдем относительные частоты, для чего разделим частоты на объем выборки:
, , .
Напишем распределение относительных частот:
хi |
2 |
6 |
12 |
Wi |
0,15 |
0,5 |
0,35. |
Контроль: 0,15 + 0,5 + 0,35 = 1.
Эмпирической функцией распределения (функцией распределения выборки) называют функцию , определяющую для каждого значения х относительную частоту события X < х
, (5.28)
где – число вариант, меньших х,
– объем выборки.
Таким образом, для того чтобы найти, например, , надо число вариант, меньших , разделить на объем выборки
. (5.29)
В отличие от эмпирической функции распределения выборки интегральную функцию распределения генеральной совокупности называют теоретической функцией распределения. Различие между эмпирической и теоретической функциями состоит в том, что теоретическая функция определяет вероятность события X < х, а эмпирическая – определяет относительную частоту этого же события. Согласно теореме Бернулли, относительная частота события Х < х, т.е. стремится по вероятности к вероятности этого события. Другими словами, числа и мало отличаются друг от друга. Отсюда следует целесообразность использования эмпирической функции распределения выборки для приближенного представления теоретической (интегральной) функции распределения генеральной совокупности.
Из определения функции вытекают следующие ее свойства:
значения эмпирической функции принадлежат отрезку [0,1];
– неубывающая функция;
если x1 – наименьшая варианта, то = 0 при х x1;
если xk – наибольшая варианта, то = 1 при х > хk.
Итак, эмпирическая функция распределения выборки служит для оценки теоретической функции распределения генеральной совокупности.
Пример. Построить эмпирическую функцию по данному распределению выборки: