- •Ю.Я. Кацман Теория вероятностей, математическая статистика и случайные процессы
- •Теория вероятностей, математическая статистика и случайные процессы
- •Издано в авторской редакции
- •Отпечатано в Издательстве тпу в полном соответствии с качеством предоставленного оригинал-макета
- •Введение
- •Раздел 1. Теория вероятностей Глава 1. Основные понятия теории вероятностей
- •1.1. Элементы комбинаторики
- •1.2. Пространство элементарных событий. Случайные события
- •1.3. Статистическое определение вероятности
- •1.4 Классическая вероятностная схема
- •1.5. Аксиоматическое построение теории вероятностей
- •1.6. Геометрическое определение вероятности
- •Глава 2. Основные теоремы теории вероятностей
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема сложения вероятностей совместных событий
- •2.3. Независимость событий
- •2.4. Теорема умножения вероятностей
- •2.5. Формула полной вероятности
- •2.6. Теорема гипотез (Формула Байеса)
- •Глава 3. Повторение испытаний
- •3.1. Схема Бернулли
- •3.1.1. Обобщение схемы Бернулли
- •3.2. Теорема Пуассона (Закон редких событий)
- •3.3. Локальная теорема Муавра-Лапласа
- •3.4. Интегральная теорема Муавра-Лапласа
- •Глава 4. Случайные величины
- •4.1. Классификация случайных величин. Закон распределения дискретной случайной величины
- •4.1.1. Интегральная функция распределения
- •4.2. Непрерывная случайная величина, плотность распределения
- •4.2.1. Основные свойства плотности распределения
- •4.3. Характеристики положения случайной величины
- •4.4. Числовые характеристики одномерной случайной величины
- •4.4.1. Свойства математического ожидания
- •4.5. Моменты случайной величины
- •4.5.1. Свойства дисперсии
- •4.5.2. Асимметрия и эксцесс
- •Глава 5. Многомерные случайные величины
- •5.1. Многомерная случайная величина и закон ее распределения
- •5.1.1. Свойства двумерной функции распределения
- •5.2. Плотность вероятности двумерной случайной величины
- •5.2.1. Условная плотность распределения
- •5.3. Числовые характеристики системы случайных величин
- •5.3.1. Свойства коэффициента корреляции
- •Глава 6. Основные законы распределения
- •6.1. Нормальный (гауссов) закон распределения
- •6.1.1. Вероятность попадания на интервал
- •6.1.2. Свойства нормальной функции распределения
- •6.2. Распределение ("хи–квадрат")
- •6.3. Показательный (экспоненциальный) закон распределения
- •6.3.1 Числовые характеристики показательного распределения
- •6.3.2. Функция надежности
- •6.4. Распределение Парето
- •Глава 7. Закон больших чисел
- •7.1. Неравенство Чебышева
- •7.2. Теорема Чебышева
- •7.3. Обобщенная теорема Чебышева
- •7.4. Теорема Маркова
- •7.5. Теорема Бернулли
- •7.6. Центральная предельная теорема
- •Раздел 2. Математическая статистика Глава 8. Основные понятия и задачи математической статистики
- •8.1. Выборочные распределения
- •8.1.1. Группирование данных, гистограмма, полигон
- •8.2. Статистическая (эмпирическая) функция распределения
- •8.3. Выборочные значения и оценка параметров.
- •8.3.1. Требования "хороших оценок"
- •Несмещённость.
- •Эффективность.
- •Состоятельность.
- •Глава 9. Интервальное оценивание
- •9.1. Интервальная оценка математического ожидания при известной дисперсии
- •9.2 Интервальная оценка математического ожидания при неизвестной дисперсии
- •9.3. Интервальная оценка выборочной дисперсии
- •Глава 10. Статистические критерии
- •10.1. Проверка гипотез
- •10.2. Ошибки проверки гипотез
- •Раздел 3. Случайные процессы Глава 11. Основные понятия и модели случайных процессов
- •11.1. Классификация случайных процессов
- •11.2. Основные характеристики случайного процесса
- •Свойства математического ожидания сп
- •Свойства дисперсии сп
- •Свойства корреляционной (автоковариационной) функции сп
- •Свойства нормированной корреляционной функции сп
- •11.2. Стационарные случайные процессы
- •11.3. Марковские случайные процессы
- •11.4. Потоки событий (Пуассоновские потоки)
- •11.5. Непрерывный марковский процесс. Уравнения Колмогорова
- •Заключение
- •Список литературы Основная
- •Дополнительная
8.2. Статистическая (эмпирическая) функция распределения
Статистическим распределением выборки называют перечень вариантов и соответствующих им частот или относительных частот (частостей).
В теории вероятностей под распределением понимают соответствие между возможными значениями случайной величины и их вероятностями, а в математической статистике – соответствие между наблюдаемыми значениями и их частотами, или относительными частотами.
ПРИМЕР
2:
Задана выборка объемом
с соответствующими частотами. Необходимо
найти частости (относительные частоты).
|
2 |
6 |
12 |
|
3 |
10 |
7 |
|
3/20 |
10/20 |
7/20 |
Контроль:
.
Пусть исследуется статистическое распределение частот количественного признака (случайной величины) . Введем обозначение:
число
наблюдений, при которых наблюдалось
значение признака меньшее
;
общее число наблюдений (объем выборки).
Очевидно,
что относительная частота (частость)
события
равна
.
Статистической функцией распределения случайной величины называется функция, определяющая для каждого значения относительную частоту события
(8.5)
Сравним
статистическую и интегральную функции
распределения. Вспомним (теорема
Бернулли),
что относительная частота события
,то
есть
стремится по вероятности к вероятности
этого события.
Функция
обладает
теми же свойствами, что и
:
Значения
.Эмпирическая функция распределения
неубывающая.Если
наименьшая варианта, то
при
.Если
наибольшая варианта, то
при
.
ПРИМЕР 3: Построить эмпирическую функцию по данной выборке:
|
2 |
6 |
10 |
|
12 |
18 |
30 |
РЕШЕНИЕ: Найдем
объем выборки
.
Теперь найдем статистическую функцию
распределения:
|
2 |
6 |
10 |
>10 |
|
0 |
12 / 60 |
30 / 60 |
1 |
Представим
в аналитическом и графическом виде:
Рис. 8.4. Статистическая функция распределения (гистограмма)
8.3. Выборочные значения и оценка параметров.
Рассмотрим один из возможных методов оценивания среднего значения и дисперсии случайной величины по независимым наблюдением:
(8.6)
(8.7)
Здесь
и
– выборочное среднее и выборочная
дисперсия соответственно. Индекс в
формуле
(см. 8.7) указывает на смещённость
оценки дисперсии. Наряду с вышеприведенными
характеристиками, при обработке
результатов наблюдений обычно находят
следующие оценки:
выборочная дисперсия (несмещённая)
(8.8)
среднее квадратическое отклонение
(8.9)
выборочный коэффициент асимметрии
(8.10)
выборочный коэффициент эксцесса
(8.11)
Для установления качества или "правильности" любой оценки используются свойства (требования) "хороших оценок".
