
- •§ 1. Испытания и события
- •§ 2. Виды случайных событий
- •§ 3. Классическое определение вероятности
- •§ 4. Основные формулы комбинаторики
- •§ 5. Примеры непосредственного вычисления вероятностей
- •§ 6. Относительная частота. Устойчивость относительной частоты
- •§ 7. Ограниченность классического определения вероятности. Статистическая вероятность
- •§ 8. Геометрические вероятности
- •§ 1. Теорема сложения вероятностей несовместных событий
- •§ 2. Полная группа событий
- •§ 4. Принцип практической невозможности маловероятных событий *
- •§ 1. Произведение событий
- •§ 2. Условная вероятность
- •§ 3. Теорема умножения вероятностей
- •§ 4. Независимые события. Теорема умножения для независимых событий
- •§ 5. Вероятность появления хотя бы одного события
- •§ 1. Теорема сложения вероятностей совместных событий
- •§ 2. Формула полной вероятности
- •§ 3. Вероятность гипотез. Формулы Бейеса
- •§ 1. Формула Бернулли
- •§ 2. Локальная теорема Лапласа
- •§ 3. Интегральная теорема Лапласа
- •§ 4. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях
- •§ 1. Случайная величина
- •§ 2. Дискретные и непрерывные случайные величины
- •§ 3. Закон распределения вероятностей дискретной случайной величины
- •§ 4. Биномиальное распределение
- •§ 5. Распределение Пуассона
- •§ 6. Простейший поток событий
- •§ 7. Геометрическое распределение
- •§ 8. Ги пер геометрическое распределение
- •§ 1. Числовые характеристики дискретных случайных величин
- •§ 2. Математическое ожидание дискретной случайной величины
- •§ 3. Вероятностный смысл математического ожидания
- •§ 4. Свойства математического ожидания
- •§ 5. Математическое ожидание числа появлг I события в независимых испытаниях
- •§ 1. Целесообразность введения числовой характеристики рассеяния случайной величины
- •§ 2. Отклонение случайной величины от ее математического ожидания
- •§ 3. Дисперсия дискретной случайной величины
- •§ 4. Формула для вычисления дисперсии
- •§ 5. Свойства дисперсии
- •§ 6. Дисперсия числа появлений события в независимых испытаниях
- •§ 7. Среднее квадратическое отклонение
- •§ 8. Среднее квадратическое отклонение суммы взаимно независимых случайных величин
- •§ 9. Одинаково распределенные взаимно независимые случайные величины
- •§ 10. Начальные и центральные теоретические моменты
- •§ 1. Предварительные замечания
- •§ 2. Неравенство Чебышева
- •§ 3. Теорема Чебышева
- •§ 4. Сущность теоремы Чебышева
- •§ 5. Значение теоремы Чебышева для практики
- •§ 6. Теорема Бернулли
- •§ 1. Определение функции распределения
- •§ 2. Свойства функции распределения
- •§ 3. График функции распределения
- •3. Дискретная случайная величина X задана законом распрс. Деления
- •§ 1. Определение плотности распределения
- •§ 2. Вероятность попадания непрерывной случайной величины в заданный интервал
- •§ 3. Нахождение функции распределения по известной плотности распределения
- •§ 4. Свойства плотности распределения
- •§ 5. Вероятностный смысл плотности распределения
- •§ 6. Закон равномерного распределения вероятностей
- •§ 1. Числовые характеристики непрерывных случайных величин
- •§ 2. Нормальное распределение
- •§ 3. Нормальная кривая
- •§ 4. Влияние параметров нормального распределения на форму нормальной кривой
- •§ 5. Вероятность попадания в заданный интервал нормальной случайной величины
- •§ 6. Вычисление вероятности заданного отклонения
- •§ 7. Правило трех сигм
- •§ 8. Понятие о теореме Ляпунова. Формулировка центральной предельной теоремы
- •§ 9. Оценка отклонения теоретического распределения от нормального. Асимметрия и эксцесс
- •§10. Функция одного случайного аргумента и ее распределение
- •§ 11. Математическое ожидание функции одного случайного аргумента
- •§ 12. Функция двух случайных аргументов. Распределение суммы независимых слагаемых. Устойчивость нормального распределения
- •§ 13. Распределение «хи квадрат»
- •§ 14. Распределение Стьюдента
- •§ 15. Распределение f Фишера — Снедекора
- •§ 1. Определение показательного распределения
- •§ 2. Вероятность попадания в заданный интервал показательно распределенной случайной величины
- •§ 3. Числовые характеристики показательного распределения
- •§ 4. Функция надежности
- •§ 5. Показательный закон надежности
- •§ 6. Характеристическое свойство показательно,, закона надежности
- •§ 1. Понятие о системе нескольких случайных величин
- •§ 2. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 3. Функция распределения двумерной случайной величины
- •§ 4. Свойства функции распределения двумерной случайной величины
- •§ 5. Вероятность попадания случайной точки в полуполосу
- •§ 6. Вероятность попадания случайной точки в прямоугольник
- •§ 7F Плотность совместного распределения вероятностей непрерывной, двумерной случайной величины (двумерная плотность вероятности)
- •§ 8. Нахождение функции распределения системы по известной плотности распределения
- •§ 9. Вероятностный смысл двумерной плотности вероятности
- •§ 10. Вероятность попадания случайной точки в произвольную область
- •§11. Свойства двумерной плотности вероятности
- •§ 12. Отыскание плотностей вероятности составляющих двумерной случайной величины
- •§ 13. Условные законы распределения составляющих системы дискретных случайных величин
- •§ 14. Условные законы распределения составляющих системы непрерывных случайных величин
- •§ 15. Условное математическое ожидание
- •§ 16. Зависимые и независимые случайные величины
- •§ 17. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции
- •§ 18. Коррелированность и зависимость случайных величин
- •§ 19. Нормальный закон распределения на плоскости
- •§ 20. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •§ 21. Линейная корреляция. Нормальная корреляция
- •1. Найти законы распределения составляющих дискретной двумерной случайной величины, заданной законом распределения
- •§ 1. Задачи математической статистики
- •§ 2. Краткая историческая справка
- •§ 3. Генеральная и выборочная совокупности
- •§ 4. Повторная и бесповторная выборки. Репрезентативная выборка
- •§ 5. Способы отбора
- •§ 6. Статистическое распределение выборки
- •§ 7. Эмпирическая функция распределения
- •§ 8. Полигон и гистограмма
- •§ 1. Статистические оценки параметров распределения
- •§ 2. Несмещенные, эффективные и состоятельны оценки е
- •§ 3. Генеральная средняя
- •§ 4. Выборочная средняя
- •§ 5. Оценка генеральной средней по выборочной средней. Устойчивость выборочных средних
- •§ 7. Отклонение от общей средней и его свойств
- •§ 8. Генеральная дисперсия
- •§ 9. Выборочная дисперсия
- •§ 10. Формула для вычисления дисперсии
- •§11. Групповая, внутри групповая, межгрупповая и общая дисперсии
- •§ 12. Сложение дисперсий
- •§ 13. Оценка генеральной дисперсии по исправленной выборочной
- •§ 14. Точность оценки, доверительная вероятность (надежность). Доверительный интервал
- •§15. Доверительные интервалы для оценки математического ожидания нормального распределения при известном о
- •§ 16. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном о
- •§ 17. Оценка истинного значения измеряемой величины
- •§ 18. Доверительные интервалы для оценки среднего квадратического отклонения а нормального распределения
- •§ 19. Оценка точности измерений
- •§ 20. Оценка вероятности (биномиального распределения) по относительной частоте
- •§ 21. Метод моментов для точечной оценки параметров распределения
- •§ 22. Метод наибольшего правдоподобия
- •§ 23. Другие характеристики вариационного ряда
- •§ 1. Условные варианты
- •§ 2. Обычные, начальные и центральные эмпирические моменты
- •§ 3. Условные эмпирические моменты. Отыскание центральных моментов по условным
- •§ 4. Метод произведений для вычисления выборочных средней и дисперсии
- •§ 5. Сведение первоначальных вариант к равноотстоящим
- •§ 6. Эмпирические и выравнивающие (теоретические) частоты
- •§ 7. Построение нормальной кривой по опытным данным
- •§ 8. Оценка отклонения эмпирического распределения от нормального. Асимметрия и эксцесс
- •§ 1. Функциональная, статистическая и корреляционная зависимости
- •§ 2. Условные средние
- •§ 3. Выборочные уравнения регрессии
- •§ 4. Отыскание параметров выборочного уравнения Прямой линии среднеквадратичной регрессии по несгруппированным данным
- •§ 5. Корреляционная таблица
- •§ 7. Выборочный коэффициент корреляции
- •§ 8. Методика вычисления выборочного коэффициента корреляции
- •§ 9. Пример на отыскание выборочного уравнения прямой линии регрессии
- •§ 10. Предварительные соображения к введению меры любой корреляционной связи
- •§ 11. Выборочное корреляционное отношение
- •§ 12. Свойства выборочного корреляционного отношения
- •§13. Корреляционное отношение как мера корреляционной связи. Достоинства и недостатки этой меры
- •§ 14. Простейшие случаи криволинейной корреляции
- •§ 15. Понятие о множественной корреляции
- •§ 1. Статистическая гипотеза. Нулевая
- •§ 2. Ошибки первого и второго рода
- •§ 3. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия
- •§ 4. Критическая область. Область принятия гипотезы. Критические точки
- •§ 5. Отыскание правосторонней критической области
- •§ 6. Отыскание левосторонней и двусторонней критических областей
- •§ 7. Дополнительные сведения о выборе критической области. Мощность критерия
- •§ 8. Сравнение двух дисперсий нормальных генеральных совокупностей
- •§ 9. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности
- •§ 10. Сравнение двух средних нормальных
- •"Набл — ,...-. .....» . — 1 fV/o#
- •§ 12. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки)
- •§ 13. Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности
- •§ 14. Связь между двусторонней критической областью и доверительным интервалом
- •§ 15. Определение минимального объема выборки при сравнении выборочной и гипотетической генеральной средних
- •§16. Пример на отыскание мощности критерия
- •§ 17. Сравнение двух средних нормальных генеральных совокупностей с неизвестными дисперсиями (зависимые выборки)
- •§ 18. Сравнение наблюдаемой относительной частоты с гипотетической вероятностью появления события
- •§ 19. Сравнение двух вероятностей биномиальных распределений
- •§ 20. Сравнение нескольких дисперсий нормальных генеральных совокупностей по выборкам различного объема. Критерий Бартлетта
- •§ 21. Сравнение нескольких дисперсий нормальных генеральных совокупностей по выборкам одинакового объема. Критерий Кочрена
- •§ 22. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •§ 24. Методика вычисления теоретических частот нормального распределения
- •§ 25. Выборочный коэффициент ранговой корреляции Спирмена и проверка гипотезы о его значимости
- •§ 26. Выборочный коэффициент ранговой корреляции Кендалла и проверка гипотезы о его значимости
- •§ 27. Критерий Вилкоксона и проверка гипотезы об однородности двух выборок
- •§ 1. Сравнение нескольких средних. Понятие о дисперсионном анализе
- •§ 2. Общая факторная и остаточная суммы квадратов отклонений
- •§ 3. Связь между общей, факторной и остаточной суммами
- •§ 4. Общая, факторная и остаточная дисперсии
- •§ 5. Сравнение нескольких средних методом дисперсионного анализа
- •§ 1. Предмет метода Монте — Карло
- •§ 2. Оценка погрешности метода Монте — Карло
- •§ 3. Случайные числа
- •§ 4. Разыгрывание дискретной случайной величины
- •§ 5. Разыгрывание противоположных событий
- •§ 6. Разыгрывание полной группы событий
- •§ 7. Разыгрывание непрерывной случайной величины. Метод обратных функций
- •§ 8. Метод суперпозиции
- •§ 9. Приближенное разыгрывание нормальной случайной величины
- •§ 1. Цепь Маркова
- •§ 2. Однородная цепь Маркова. Переходные вероятности. Матрица перехода
- •§ 3. Равенство Маркова
- •§ 1. Основные задачи
- •§ 2, Определение случайной функции
- •§ 3. Корреляционная теория случайных функций
- •§ 4. Математическое ожидание случайной функции
- •§ 5. Свойства математического ожидания случайной функции
- •§ 6. Дисперсия случайной функции
- •§ 7. Свойства дисперсии случайной функции
- •§ 8. Целесообразность введения корреляционной функции
- •§ 9. Корреляционная функция случайной Функции
- •§11. Нормированная корреляционная функция
- •§ 12. Взаимная корреляционная функция
- •§ 13. Свойства взаимной корреляционной функции
- •§ 14. Нормированная взаимная корреляционная функция
- •§ 15. Характеристики суммы случайных функций
- •§ 16. Производная случайной функции и ее характеристики
- •§ 17. Интеграл от случайной функции и его характеристики
- •§ 18. Комплексные случайные величины и их числовые характеристики
- •§ 19. Комплексные случайные функции и их характеристики
- •§ 1. Определение стационарной случайной функции
- •§ 2. Свойства корреляционной функции стационарной случайной функции
- •§ 3. Нормированная корреляционная функция стационарной случайной функции
- •§ 4, Стационарно связанные случайные функции
- •§ 5. Корреляционная функция производной стационарной случайной функции
- •§ 6. Взаимная корреляционная функция стационарной случайной функции и ее производной
- •§ 7. Корреляционная функция интеграла от стационарной случайной функции
- •§ 8. Определение характеристик эргодическмх стационарных случайных функций из опыта
- •§ 1. Представление стационарной случайной функции в виде гармонических колебаний со случайными амплитудами и случайными фазами
- •§ 2. Дискретный спектр стационарной случайной функции
- •§ 3. Непрерывный спектр стационарной случайной функции. Спектральная плотность
- •§ 4. Нормированная спектральная плотность
- •§ 5. Взаимная спектральная плотность стационарных и стационарно связанных случайных функций
- •§ 7. Стационарный белый шум
- •§ 8. Преобразование стационарной случайной функции стационарной линейной динамической системой
- •1Истику,
- •1Сч счсчсмсчсчсчсчсм c4c4c4cococjco сосососососо сососососо сосоч-ч- ч1
- •Гмурман Владимир Ефимович теория вероятностей и математическая статистика
§ 7. Построение нормальной кривой по опытным данным
Один из способов построения нормальной кривой п0 данным наблюдений состоит в следующем:
1) находят хв и ов, например, по методу произведений;
2) находят ординаты у,- (выравнивающие частоты)
теоретической кривой по формуле у; = -^-- ф (",), где п — сумма наблюдаемых частот, h — разность между двумя соседними^ вариантами: ui = (xi—хв)/ов и ф (и) = (//"2^)2/
3) строят точки (xh yt) в прямоугольной системе координат и соединяют их плавной кривой.
Близость выравнивающих частот к наблюдаемым подтверждает правильность допущения о том, что обследуемый признак распределен нормально.
Пример. Построить нормальную кривую по данному распределению:
варианты . . . xt 15 20 25 30 35 40 45 50 55 частоты . . . щ 6 13 38 14 106 85 30 10 4 Решение. Пользуясь методом произведений (см. § 4), найдем *в = 34,7, ств==7,38.
Вычислим выравнивающие частоты (табл. 9).
Таблица 9
*i |
|
*Г*ъ |
|
Ф («,-) |
= 248 Ф (ы,) |
'" *в |
|||||
15 20 25 30 35 40 45 50 55 ~~ |
6 13 38 74 106 85 30 10 4 |
-19,7 -14,7 -9,7 -4,7 0,3 5,3 10,3 15,3 20,3 |
—2,67 —1,99 -1,31 —0,63 0,05 0,73 1,41 2,09 2,77 |
0,0113 0,0551 0,1691 0,3271 0,3984 0,3056 0,1476 0,0449 0,0086 |
3 14 42 82 99 76 37 11 2 |
п=366 |
|
|
|
2^ = 366 |
249
На рис. 22 построены нормальная (теоретическая) кривая по выравнивающим частотам (они отмечены кру^. ками) и полигон наблюдаемых частот (они отмечены
крестиками). Сравнение
Yl графиков наглядно по-
шо
во
60
казывает, что построен-ная теоретическая кри-вая удовлетворительно отражает данные наблюдений.
го
10 2Q
30 iQ 50 Рис 22
Для того чтобы более уверенно считать, что данные наблюдений свидетельствуют о нор-л мальном распределении х« признака, пользуются специальными правилами (их называют критериями согласия), понятие о которых можно найти далее (см. гл. XIX, § 23).
§ 8. Оценка отклонения эмпирического распределения от нормального. Асимметрия и эксцесс
Для оценки отклонения эмпирического распределения от нормального используют различные характеристики, к числу которых относятся асимметрия и эксцесс. Смысл этих характеристик аналогичен смыслу асимметрии и эксцесса теоретического распределения (см. гл. XII, §9). Асимметрия эмпирического распределения определяется равенством
l
где т3 — центральный эмпирический момент третьего порядка (см. § 2).
Эксцесс эмпирического распределения определяется равенством
ek = mjol — 3,
где т4—центральный эмпирический момент четвертого порядка.
Моменты ш3 и т4 удобно вычислять методом произведений (см. § 4), используя формулы (*р) § 3.
250
Пример. Найти асимметрию и эксцесс эмпирического распреде-
Лепизнта 10,2 10,4 10,6 10,8 11,0 11,2 11,4 11,6 11,8 12,0 "астота 2 3 8 13 25 20 12 10 6 1
решение. Воспользуемся методом произведений, для чего со-явнм расчетную табл. 10. Поскольку в § 4 указано, как заполняйся столбцы 1—5 таблицы, ограничимся краткими пояснениями: для 1°полнення столбца 6 удобно перемножать числа каждой строки За<злбцов з и 5; для заполнения столбца 7 удобно перемножать числа ^ждой строки столбцов 3 и 6. Столбец 8 служит для контроля вычислений по тождеству:
2я/(и/+1)4 = 2"'"* + 42]"/и? + 621"/««? + 42'1/"/ + '1-Контроль: 2л|(н! + 1)4 = 9141''
2 я/ы* + 42 я/"? + 6 2П<"? + 4 2 Я/И/ + п = = 4079 + 4-609 + 6-383 +4-57+100 = 9141.
Таблица 10
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
ч |
ni |
"/ |
n-u. |
ni«l |
n.uf |
«,«f |
П, (И/+ 1)4 |
10,2 |
2 |
—4 |
—8 |
32 |
—128 |
512 |
162 |
10,4 |
3 |
—3 |
g |
27 |
—81 |
243 |
48 |
10,6 |
8 |
2 |
— 16 |
32 |
—64 |
128 |
8 |
10,8 |
13 |
— 1 |
—13 |
13 |
— 13 |
13 |
— |
11,0 |
25 |
0 |
—46 |
|
—286 |
|
25 |
11,2 |
20 |
1 |
20 |
20 |
20 |
20 |
320 |
11,4 |
12 |
2 |
24 |
48 |
96 |
192 |
972 |
11,6 |
10 |
3 |
30 |
90 |
270 |
810 |
2560 |
11,8 |
6 |
4 |
24 |
96 |
384 |
1536 |
3750 |
12,0 |
1 |
5 |
5 |
25 |
125 |
625 |
1296 |
|
|
|
103 |
|
895 |
|
|
/i = = 100 |
|
2 л/"/= =57 |
2 я/"?= =383 |
2 я/и?= = 609 |
2 я/"*= =4079 |
2п«(и/ + + 1)4=9141 |
251
Совпадение сумм свидетельствует о том, что вычисления произведу правильно. **
В примере § 4 для рассматриваемого распределения было На„ дено: уИ1 = 0,57; Л*2 = 3,83; Db = 0,14, следовательно, ов = Ko"f>
Найдем условные моменты третьего и четвертого порядка: ' *•
79
з = (2 п;и?)/п = 609/100 = 6,09; м\= (2 n,-u?)/n=4079/100 = 40,
Найдем центральные эмпирические моменты третьего и того порядка:
т3 = [Ма — Ш{м1 + ()] = [6,09 —3-0,57-3,83+ 2-(0,57)3].0,23= —0,0007;
mi=[Ml — 4MlMt + 6(Ml)2 Ml — 3(Mi)4]ft4 = = [40,79—4-0,57-6,09 + 6 (0,57)2.3,83 — 3-(0,57)4]-0,2* = 0,054.
Найдем асимметрию и эксцесс:
as = m3/oi=( — 0,0007)/( /о7Т4)3== —0,01; ek= mjol— 3 = (О,О54/(УоТТ4)* — 3= —0,24.
Замечание. В случае малых выборок к оценкам асимметрии и эксцесса следует относиться с осторожностью и определить точность этих оценок (см.: Смирнов Н. В. иДунин-Барков-с к и й И. В. Курс теории вероятностей и математической статистики. М., «Наука», 1965, с. 277).
Задачи
В задачах 1 —2 даны выборочные варианты и их частоты. Найти, пользуясь методом произведений, выборочные среднюю и дисперсию.
Xi 10,3 10,5 10,7 10,9 11,1 11,3 11,5 11,7 11,9 12,1 /г,- 4 7 8 10 25 15 12 10 4 5
Отв. хв= 11,19, DB = 0,19.
2.
Xi 83 85 87 89 91 93 95 97 99 101 /г,- 6 7 12 15 30 10 8 6 4 2
0^6.^ = 90,72, DB= 17,20. яЯ
8. Найти асимметрию и эксцесс эмпирического распределе
Х{ 10,6 10,8 11,0 11,2 11,4 11,6 11,8 п{ 5 10 17 30 20 Д2 6
Отв. as=^0,0006, ek = 0,00004. 252
Глава восемнадцатая ЭЛЕМЕНТЫ ТЕОРИИ КОРРЕЛЯЦИИ