24. Матожидание и дисперсия бин. И пуас. Распр. С.В.

Биномиальным называют закон распределения дискретной случайной величины X - числа появлений события в n независимых испытаниях, в каждом из которых вероятность наступления события постоянна.

Для биномиального распределения: математическое ожидание M(X) = np, дисперсия D(X) = npq, мода np-q ≤ Mo ≤ np+p, коэффициент асимметрии As = (q - p)/√npq, коэффициент эксцесса Ex = (1 - 6pq)/npq

Пуассоновское распределение.

Математическое ожидание непрерывной случайной величины вычисляется по формуле:

В частности, если с.в. задана своей плотностью вероятности на каком-либо отрезке, то и интеграл вычисляем на этом отрезке.

Дисперсия

Среднее квадратическое отклонение σ(X) = √D(X)

Мода - значение с.в., имеющее наибольшую вероятность. Если в задаче требуется определить моду - находим экстремум (максимум) плотности вероятности f(x).

Коэффициент вариации непрерывной случайной величины вычисляется по той же формуле, что и для дискретной с.в.: V(X) = |σ(X)/M(X)| · 100%

Асимметрия (коэффициент асимметрии) случайной величины As(X) - величина, характеризующая степень асимметрии распределения относительно математического ожидания. Коэффициент асимметрии непрерывной случайной величины вычисляется по формуле:

Если коэффициент асимметрии отрицателен, то либо большая часть значений случайной величины, либо мода находятся левее математического ожидания, и наоборот, если As(X)>0, то правее.

Эксцесс (коэффициент эксцесса) случайной величины Ex(X) - величина, характеризующая степень островершинности или плосковершинности распределения. Коэффициент эксцесса непрерывной случайной величины вычисляется по формуле:

25. Выборка. Эпририч.Функция распр. Гистограмма, полигон

Выборкой объема n из распределения случайной величины Х называется последовательность x₁, x₂, …, x_n независимых и одинаково распределенных – по тому же закону, что и Х – случайных величин.      Часто в практических ситуациях возникает следующая задача: имеется выборка и отсутствует всякая информация о виде функции распределения F(x). Требуется построить оценку (приближение) для этой неизвестной функции F(x).      Наиболее предпочтительной оценкой функции F(x) является эмпирическая функция распределения F_n(x), которая определяется следующим образом      , где n_x – число вариант меньших х (х принадлежит R), n – объем выборки.      Функция F_n(x) служит хорошим приближением для неизвестной функции распределения для больших n.

Определение. Полигоном частот называют ломаную, отрезки которой соединяют точки (x₁, n₁), (x₂, n₂), …, (x_k, n_k).

Для построения полигона частот на оси абсцисс откладывают варианты x_i, а на оси ординат – соответствующие им частоты n_i. Точки (x_i, n_i) соединяют отрезками прямых и получают полигон частот.

Определение. Полигоном относительных частот называют ломаную, отрезки которой соединяют точки (x₁, w₁), (x₂, w₂), …, (x_k, w_k).

Для построения полигона частот на оси абсцисс откладывают варианты x_i, а на оси ординат w_i. Точки (x_i, w_i) соединяют отрезками прямых и получают полигон относительных частот.

На рисунке изображен полигон относительных частот следующего распределения:

???

???

???

???

???

???

???

???

???

Рис. 6. Полигон относительных частот.

В случае непрерывного признака целесообразно строить гистограмму, для чего интервал, в котором заключены все наблюдаемые значения признака, разбивают на несколько частичных интервалов длинной h и находят для каждого частичного интервала n_i – сумму частот вариант, попавших в i-ый интервал.

Определение. Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною h, а высоты равны отношению (плотность частоты).

Рис. 7. Гистограмма частот.

Для построения гистограммы частот на оси абсцисс откладывают частичные интервалы, а над ними проводят отрезки, параллельные оси абсцисс, на расстоянии .

Площадь i-го частичного прямоугольника равна = ─ сумме частот вариант i-го интервала; следовательно, площадь гистограммы частот равна сумме всех частот, то есть объему выборки n.

На рисунке 2 изображена гистограмма частот распределения объема n=100, приведенного в таблице 1. ??????????