
- •Розділ III. Елементи математичної статистики.
- •3.1. Предмет і задачі математичної статистики. Короткий історичний нарис.
- •3.2. Вибірковий метод. Генеральна та вибіркова сукупності.
- •3.3. Способи відбору.
- •3.4. Статистичний розподіл вибірки.
- •3.5. Емпірічна функція розподілу.
- •. Полігон і гістограма
- •3.7. Точкові оцінки параметрів розподілів, вимоги до них.
- •3.8. Вибіркове середнє.
- •3.9. Вибіркова дисперсія.
- •3.10. Початкові та центральні емпіричні моменти.
- •3.11. Порівняльна таблиця характеристик випадкової величини та їх статистичних аналогів.
- •3.12. Приклади на обчислення числових характеристик вибірки.
- •3.13. Метод моментів точкової оцінки параметрів розподілу.
- •3.14. Метод найбільшої правдоподібності.
- •3.15. Інші вибіркові характеристики.
- •3.16. Інтервальні оцінки параметрів розподілів. Довірчий інтервал і довірча ймовірність.
- •3.17. Довірчий інтервал для оцінки математичного сподівання нормального розподілу.
- •3.18. Статистична перевірка статистичних гіпотез.
- •3.19. Критерій Пірсона перевірки статистичної гіпотези про нормальний розподіл випадкової величини.
- •3.20. Приклад перевірки статистичної гіпотези про нормальний розподіл випадкової величини за допомогою критерію Пірсона.
- •3.21. Елементи теорії кореляції. Функціональна, статистична та кореляційна залежності.
- •3.22. Побудова прямої лінії регресії методом найменших квадратів.
- •3.23. Вибірковий коефіцієнт кореляції.
- •3.24. Приклад побудови прямих ліній регресії.
- •Додаток
- •Значення функції
- •Значення функції
- •Значення
- •Значення
- •Критичні точки критерія Пірсона
- •Рекомендована література. Базова
- •Додаткова
3.3. Способи відбору.
У практичній діяльності використовують різноманітні способи відбору об’єктів з генеральної сукупності. Усі способи можна поділити на два види.
1. Відбір, який не вимагає розділення генеральної сукупності на частини. До цього виду відбору відносять:
а) простий випадковий без повторний відбір;
б) простий випадковий повторний відбірю
2. Відбір, при якому генеральна сукупність розділяється на частини (розшарований випадковий відбір). До цього виду відбору відносять:
а) типовий відбір;
б) механічний відбір;
в) серійний відбір.
Простим випадковим називають відбір, при якому об’єкти відбираються по одному зі всієї генеральної сукупності. Якщо об’єм генеральної сукупності великий, такий відбір дуже складний.
Типовим називають відбір, при якому об’єкти відбирають не з усієї генеральної сукупності, а лише з її типових частин. Наприклад, якщо вироби виготовлені на різних станках, то відбір проводять лише з виробів кожного станка окремо.
Типовий відбір доцільно використовувати тоді, коли ознака, що обстежується, помітно розрізняється в різних типових частинах генеральної сукупності.
Механічним називають відбір, при якому генеральна сукупність механічно поділяється на стільки частин, скільки має бути об’єктів у вибірці. А потім з кожної частини випадковим чином відбирають один об’єкт.
Серійним називають відбір, при якому об’єкти з генеральної сукупності відбирають не по одному, а серіями, які обстежуються. Серійний відбір використовують тоді, коли ознака, яку досліджують, мало змінюється в різних серіях.
На практиці також використовують комбінований відбір. Наприклад, спочатку поділяють генеральну сукупність на серії однакового об’єму, потім випадковим чином відбирають декілька серій і, нарешті, з кожної серії випадковим чином беруть окремі об’єкти.
3.4. Статистичний розподіл вибірки.
Нехай
з генеральної сукупності дістали
вибірку, причому значення
ознаки спостерігалося
разів, значення
–
разів, . . . , значення
–
разів.
– об’єм вибірки. Значення
,
що спостерігаються, називаються
варіантами.
Послідовність варіант, які записано у
порядку зростання, називають варіаційним
рядом. Числа
називаються частотами,
а числа
– відносними частотами.
Сума відносних частот:
.
Статистичним розподілом вибірки називається перелік варіант з відповідними їм частотами, або відносними частотами. Тобто таблиця наступного вигляду:
|
|
|
|
|
|
|
|
|
|
Або
|
|
|
|
|
|
|
|
|
|
Можна сказати, що статистичний розподіл відносних частот вибірки є статистичним аналогом закону розподілу випадкової величини.
Приклад.
Нехай у вибірці значення
зустрілося 5 разів, значення
– 2 рази, значення
– 3 рази, значення
– 10 разів. Побудувати статистичний
розподіл частот, а також розподіл
відносних частот.
Статистичний розподіл частот має вигляд:
|
4 |
7 |
8 |
12 |
|
5 |
2 |
3 |
10 |
Об’єм вибірки: 5+2+3+10=20.
Відносні
частоти:
,
,
,
.
Статистичний ряд відносних частот такий:
|
4 |
7 |
8 |
12 |
|
0,25 |
0,10 |
0,15 |
0,50 |
Контроль правильності: 0,25+0,10+0,15+0,50=1.