Глава 1. Дескриптивная статистика данных исследования
В данной главе мы рассмотрим определения и примеры случайных величин, законы описывающей области значения случайной величины и вероятность их принятия (распределение вероятности), функцию распределения, плотность распределения, основные законы распределения, определение выборки и вариационного ряда, а также, основные выборочные характеристики случайных величин.
1.1. Случайные величины. Функция распределения. Плотность распределения.
Случайной называют величину, которая в результате испытания примет одно и только одно возможное значение, наперед не известное и зависящее от случайных причин, которые заранее не могут быть учтены. Пример 1. Число родившихся мальчиков среди ста новорожденных есть случайная величина, которая имеет следующие возможные значения: 0, 1, 2, ..., 100.
Пример 2. Расстояние, которое пролетит снаряд при выстреле из орудия, есть случайная величина. Действительно, расстояние зависит не только от установки прицела, но и от многих других причин (силы и направления ветра, температуры и т. д.), которые не могут быть полностью учтены. Возможные значения этой величины принадлежат некоторому промежутку (а, b).
Будем далее обозначать случайные величины прописными буквами X, Y, Z, а их возможные значения—соответствующими строчными буквами х, у, z. Например, если случайная величина X имеет три возможных значения, то они будут обозначены так: .
Случайные величины могут принимать дискретные и непрерывные значения. Соответственно случайные величины классифицируют на дискретные и непрерывные.
На схеме испытаний может быть определена как отдельная случайная величина (одномерная/скалярная), так и целая система одномерных взаимосвязанных случайных величин (многомерная/векторная).
В бесконечных схемах (дискретных или непрерывных) уже изначально элементарные исходы удобно описывать количественно. Например, номера градаций типов несчастных случаев при анализе ДТП; время безотказной работы прибора при контроле качества и т. п.
Числовые значения, описывающие результаты опытов, могут характеризовать не обязательно отдельные элементарные исходы в схеме испытаний, но и соответствовать каким-то более сложным событиям.
С одной стороны, с одной схемой испытаний и с отдельными событиями в ней одновременно может быть связано сразу несколько числовых величин, которые требуется анализировать совместно.
Например, координаты (абсцисса, ордината) какого-то разрыва снаряда при стрельбе по наземной цели; метрические размеры (длина, ширина и т. д.) детали при контроле качества; результаты медобследования (температура, давление, пульс и пр.) при диагностике больного; данные переписи населения (по возрасту, полу, достатку и пр.).
Поскольку значения числовых характеристик схем испытания соответствуют в схеме некоторым случайным событиям (с их определёнными вероятностями), то и сами эти значения являются случайными (с теми же вероятностями). Поэтому такие числовые характеристики и принято называть случайными величинами. При этом расклад вероятностей по значениям случайной величины называется законом распределения случайной величины.
В рамках настоящей работы под случайно величиной понимается мера распределения показателя тревожности на континууме от 20 до 80 для ситуативной и личностной тревожности.
Распределение вероятностей — это закон, описывающий область значений случайной величины и вероятности их принятия.
Закон распределения непрерывной случайной величины нельзя задать также, как для дискретной. Он неприменим в силу того, что нельзя перечислить все бесконечное несчетное множество значений, а вероятности каждого отдельно взятого значения непрерывной случайной величины равны нулю.
Для описания закона распределения непрерывной случайной величины Х предлагается другой подход: рассматривать не вероятности событий Х=х для разных х, а вероятности события Х<х. При этом вероятность P(X<x) зависит от текущей переменной, т. е. является некоторой функцией от х.
Функцией распределения случайной величины Х называется функция F(x), выражающая для каждого х вероятность того, что случайная величина Х примет значение, меньшее х:
.
Функцию F(x) называют интегральной функцией распределения или интегральным законом распределения.
Способ задания непрерывной случайной величины с помощью функции распределения не является единственным. Необходимо определить некоторую функцию, отражающую вероятности попадания случайной точки в различные участки области возможных значений непрерывной случайной величины. Т. е. представить некоторую замену вероятностям pi для дискретной случайной величины в непрерывном случае.
Такой функцией является плотность распределения вероятностей. Плотностью вероятности (плотностью распределения, дифференциальной функцией) случайной величины Х называется функция f(x), являющаяся первой производной интегральной функции распределения:
.