- •Львівський державний університет безпеки життєдіяльності
- •Статистичний аналіз
- •1. Основні поняття математичної статистики
- •Оцінки невідомих параметрів розподілу
- •Точкові оцінки.
- •Точкові оцінки математичного сподівання, дисперсії та середнього квадратичного відхилення.
- •Інтервальні оцінки параметрів розподілу
- •2.4. Розподіл - «хі-квадрат»
- •Розподіл Стьюдента
- •Розподіл Фішера-Снедекора
- •Інтервальні оцінки математичного сподівання і середнього квадратичного відхилення випадкової величини, яка розподілена за нормальним законом.
- •2.7.1 Інтервальні оцінки математичного сподівання
- •2.7.2. Інтервальні оцінки середнього квадратичного
- •3. Статистична перевірка гіпотез
- •3.1. Статистичні гіпотези та їх різновиди
- •3.2. Похибки перевірки гіпотез
- •3.3.Статистичний критерій перевірки основної гіпотези
- •3.4. Критична область
- •3.5. Знаходження критичних областей
- •3.6. Порядок дій при перевірці статистичних гіпотез
- •3.7. Критерій узгодження Пірсона
- •Перевірка гіпотез про параметри нормального розподілу
- •Гіпотези про математичні сподівання
- •Перевірка гіпотези про значення математичного сподівання за відомої дисперсії
- •Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •Однофакторний дисперсійний аналіз
- •5. Основні поняття кореляційного та регресійного аналізу
- •Статистичний опис системи двох випадкових величин
- •Вибірковий коефіцієнт кореляції
- •Основні поняття і методи регресійного аналізу
- •Додатки Додаток 1 Значення функції
- •Значення функції Лапласа .
- •Визначається рівністю , .
- •Додаток 6
Розподіл Фішера-Снедекора
Нехай
і
- незалежні випадкові величини, які
мають розподіли
зі ступенями вільності
і
відповідно. Випадкова величина
залежить від двох параметрів – ступенів вільності і і задається густиною ймовірностей :
де
коефіцієнт
визначається з умови нормування.
Розподілу Фішера-Снедекора підпорядковується
зокрема відношення дисперсій двох
незалежних вибірок обсягів
і
із двох нормально розподілених генеральних
сукупностей з рівними дисперсіями. В
цьому випадку
і
Інтервальні оцінки математичного сподівання і середнього квадратичного відхилення випадкової величини, яка розподілена за нормальним законом.
2.7.1 Інтервальні оцінки математичного сподівання
Нехай випадкова величина розподілена за нормальним законом, тобто характеризується густиною розподілу:
Розглянемо два випадки оцінювання невідомого параметра розподілу на основі вибірки:
нехай параметр (середнє квадратичне відхилення) — відомий. Тоді рівність (2.10) виглядає так
:
(2.11)
де
вибіркове
середнє (1.11) ,
— обсяг вибірки, а
— розв’язок рівняння
де
— функція Лапласа, тобто інтервал
є довірчим інтервалом, що «накриває»
невідомий параметр
з надійністю
;
нехай параметр (середнє квадратичне відхилення) — невідомий. Тоді рівність (2.10) має вигляд :
(2.12)
де
— вибіркове середнє,
— виправлене вибіркове середнє
квадратичне відхилення (2.8),
— обсяг вибірки,
— розв’язок рівняння
:
(2.13)
де
— густина розподілу Стьюдента.
Розв’язок рівняння (2.13) знаходимо з
таблиці додатка 4 за даними значеннями
обсягу вибірки
та надійності
Приклад 2.3. Відомо,
що випадкова величина
,
яка в результаті спостереження набула
значень:
розподілена за нормальним законом з
.
Знайти довірчий інтервал, який з
надійністю
«накриває» невідоме математичне
сподівання випадкової величини
Розв’язання.
Оскільки середнє квадратичне відхилення
— відоме, то довірчий інтервал
шукатимемо за формулою (2.11). Формула
(2.11) передбачає, що відомим є
і
.
Знайдемо
за
статистичним матеріалом задачі при
обсязі вибірки
.
Маємо:
знайдемо
з рівняння
,
використавши таблицю додатка 2,з якої
знаходимо що
За формулою (2.11) маємо:
Звідки остаточно маємо:
Отже інтервал
- є довірчим інтервалом, який «накриває»
невідомий параметр
з надійністю
Приклад 2.4. За спостереженнями випадкова величина — місячний прибуток службовців (в тис. грн.) характеризується
таким статистичним розподілом вибірки:
Прибуток |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
К-сть фермерів, |
1 |
2 |
4 |
6 |
7 |
5 |
3 |
2 |
Припускаючи, що
випадкова величина
має нормальний закон розподілу
ймовірностей, знайти інтервальну оцінку
невідомого математичного сподівання
з надійністю
Розв’язання. В
цьому прикладі середнє квадратичне
відхилення
— невідоме, тому для
отримання інтервальної оцінки для
невідомого параметра
використаємо формулу (2.12).
Формула (2.12) передбачає, що є відомими
вибіркове середнє
виправлене середнє квадратичне відхилення
та
Знайдемо перші дві оцінки із заданого
статистичного розподілу вибірки:
Отже
За обсягом вибірки
і надійністю
з таблиці додатка
4 знаходимо
Отже за формулою (2.12) маємо:
Звідки остаточно отримуємо:
Таким чином інтервал
— це надійний інтервал,
який «накриває» невідоме математичне
сподівання
(при невідомому
)
з надійністю
.
