
- •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
3.17. Довірчий інтервал для оцінки математичного сподівання нормального розподілу.
Нехай кількісна ознака генеральної сукупності розподілена за нормальним законом, причому середньоквадратичне відхилення цього розподілу відомо. Треба знайти довірчий інтервал, що покриває математичне сподівання генеральної сукупності із заданою надійністю .
Згідно із властивістю нормально розподіленої випадкової величини (див. п. 2.27) маємо:
.
Можна довести, що, якщо величина розподілена нормально, то вибіркове середнє , також розподілено нормально, причому (див. п. 2.9):
,
,
де
– об’єм вибірки.
Тому
,
де
.
Тоді
,
і можемо написати:
.
Або:
.
Таким чином з надійністю можна стверджувати, що довірчий інтервал
(*) покриває невідомий
параметр
.
Точність оцінки:
.
(**)
Число
визначається рівністю
,
або
.
За
відомим числом
за таблицею інтегральної функції Лапласа
(див. Додаток, Таблиця 2) знаходять число
,
якому відповідає значення
функції Лапласа. Наприклад, якщо
,
то
,
і за таблицею знаходимо:
.
Зауваження.
З формули (**) випливає, що при зростанні
об’єму вибірки
число
зменшується, а це означає, що точність
оцінки збільшується. Коли збільшується
надійність
,
внаслідок властивості зростання функції
,
зростає
,
отже зростає
,
а це означає, що точність оцінки
зменшується.
Приклад.
Вибірка з великої партії зразків
мінералів містить 100 зразків. Середній
вміст деякого хімічного елементу в цих
зразках з’явився 13%.
Знайти з надійністю 0,95 довірчий інтервал
для середнього вмісту
хімічного елементу в зразках всієї
партії, якщо відомо, що середньоквадратичне
відхилення вмісту елементу
.
Маємо
,
,
,
отже
,
.
Тому, згідно з формулою (*), довірчий
інтервал такий:
,
тобто
).
Якщо середньоквадратичне відхилення генеральної сукупності невідомо, то для знаходження довірчого інтервалу користуються формулою:
,
(***) де
– виправлене вибіркове середньоквадратичне
відхилення, а
– спеціальний параметр, який знаходиться
за таблицею (див. Додаток, Таблиця 3) за
відомими
і
.
Наприклад, для
,
:
.
Для оцінки середньоквадратичного відхилення нормального розподілу використовується наступний довірчий інтервал:
,
(****) де
– виправлене вибіркове середньоквадратичне
відхилення, а
– параметр, який знаходиться за таблицею
(див. Додаток, Таблиця 4) за відомими
і
.
Наприклад, для
,
:
.