
- •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
3.8. Вибіркове середнє.
Одним з важливим засобів обробки даних є обчислення їх числових характеристик. Найбільш важливі з них: середнє значення або математичне сподівання, дисперсія, середньоквадратичне відхилення. Ці характеристики можуть бути обчислені наближено за даними вибірки. За аналогією з математичним сподіванням, дисперсією та середньоквадратичним відхиленням визначають вибіркові характеристики.
Нехай задано вибірку:
|
|
|
|
|
|
|
|
|
|
– об’єм вибірки.
Означення. Вибірковим середнім називають величину
.
Тобто середнє арифметичне елементів вибірки, причому кожен її елемент враховано стільки разів, яка його частота.
Вибіркове середнє є статистичним
аналогом математичного сподівання і
використовується в якості статистичної
оцінки математичного сподівання.
Нескладно довести, що ця оцінка є
незсунутою. Дійсно, розглянемо для
спрощення випадок, коли
,
.
Будемо розглядати
як незалежні однаково розподілені
випадкові величини
.
Оскільки ці величини розподілені
однаково, то вони мають однакові числові
характеристики, зокрема, одне й те ж
математичне сподівання, яке позначимо
як
.
Оскільки математичне сподівання
середнього арифметичного однаково
розподілених випадкових величин дорівнює
математичному сподіванню кожної з
величин (див. п. 2.9), то
.
З
огляду на те, що кожна з величин
має той самий розподіл, що й генеральна
сукупність (яку ми також розглядаємо
як випадкову величину), робимо висновок,
що числові характеристики цих величин
і генеральної сукупності однакові.
Зокрема, математичне сподівання
кожної з величин дорівнює математичному
сподіванню
генеральної сукупності, тобто:
.
Отже
,
тобто
є незсунутою оцінкою математичного
сподівання.
Вибіркове середнє є також обґрунтованою оцінкою для математичного сподівання . Дійсно, припустивши, що величини мають обмежені дисперсії, ми можемо до цих величин застосувати теорему Чебишова, а саме:
.
Таким чином, якщо по декількох вибірках достатньо великого об’єму з одній й тієї ж генеральної сукупності знайдено вибіркові середні, то вони будуть наближено дорівнювати одна одної. У цьому полягає властивість стійкості вибіркових середніх.
3.9. Вибіркова дисперсія.
Знову розглянемо вибірку об’єма :
|
|
|
|
|
|
|
|
|
|
.
Означення. Вибірковою дисперсією називається величина:
.
Іншими словами це середнє арифметичне квадратів відхилень варіант від вибіркового середнього з урахуванням відповідних частот.
На
практиці величину
,
як правило, простіше обчислювати за
формулою:
,
тобто середнє квадратів
без квадрату середнього. Дійсно:
.
Крім вибіркової дисперсії користуються також вибірковим середньоквадратичним відхиленням.
Означення. Вибірковим середньоквадратичним відхиленням називається арифметичний квадратний корінь з вибіркової дисперсії:
.
Вибіркова дисперсія є статистичним аналогом дисперсії випадкової величини і використовується в якості точкової оцінки дисперсії. Але можна довести, що ця оцінка є зсунутою, а саме:
.
З огляду на це використовують також так звану виправлену вибіркову дисперсію:
.
При
великих
дріб
близький до 1, тому
незначно відрізняється від
,
хоча трохи більше її. В той же час:
,
тобто
є незсунутою оцінкою для дисперсії
ознаки
генеральної сукупності.
Для
оцінки середньоквадратичного відхилення
ознаки
генеральної сукупності використовують
,
а також виправлене
вибіркове середньоквадратичне
відхилення:
.
Виправленими вибірковими
дисперсією та середньоквадратичним
відхиленням користуються, як правило,
якщо
.