- •Основные цели обработки экспериментальных данных. Активные и пассивные эксперименты.
- •Классификация задач обработки экспериментальных данных
- •Выбор и разработка методов преобразования экспериментальных данных
- •Определение генеральной и выборочной совокупности. Репрезентативная выборка
- •Статистическое распределение выборки
- •Эмпирическая функция распределения.
- •Интервальный или статистический ряд. Гистограмма
- •Полигон. Эмпирическая функция распределения
- •Точечные и интервальные оценки параметров распределения
- •Интервальные оценки параметров распределения
- •Доверительный интервал для оценки математического ожидания нормального распределения при известном среднем квадратическом отклонении.
- •Оценки моментов и квантилей распределения
- •Определение статистических гипотез. Классификация статистических гипотез.
- •Критерии проверки гипотез
- •Алгоритм проверки гипотезы о распределении генеральной совокупности по закону Пуассона.
- •Типовые распределения
- •Постановка задачи аппроксимации закона распределения экспериментальных данных. Аппроксимация на основе типовых распределений
- •Аппроксимация на основе типовых распределений
- •Аппроксимация на основе специальных рядов. Аппроксимация на основе универсальных семейств распределений
- •Аппроксимация на основе универсальных семейств распределений
- •Объединение выборок. Объединение однородных выборок.
- •Объединение выборок. Объединение неоднородных выборок
- •Задачи дисперсионного анализа
- •Проверка однородности совокупности дисперсий
- •Методы линейного и нелинейного программирования
- •Примеры задач Максимальное паросочетание
- •Максимальный поток
- •Транспортная задача
- •Игра с нулевой суммой
- •Градиентные методы.
- •Генетические методы
Статистическое распределение выборки
Пусть
из генеральной совокупности извлечена
выборка x1,
x2,…,xk,
причем xi
наблюдалось ni
раз. В этом случае
-
объем выборки. Наблюдаемые значения xi
называются
вариантами,
а последовательность вариант, записанная
в возрастающем порядке – вариационным
рядом. Числа
наблюдений называют частотами,
а их отношения к объему выборки ni/n=wi
–
относительными
частотами.
Статистическим распределением выборки
называют перечень вариант и соответствующих
им частот или относительных частот.
Пример.
Пусть задано распределение частот выборки
-
xi
2
4
5
7
9
11
ni
1
2
1
1
4
1
Найти распределение относительных частот.
Решение.
Найдем объем выборки:
n=1+2+1+1+4+1=10
Найдем относительные частоты:
w1=1/10=0.1, w2= 2/10=0.2, w3=1/10=0.1,
w4=1/10=0.1, w5= 4/10=0.4, w6=1/10=0.1,
Напишем искомое распределение относительных частот:
-
xi
2
4
5
7
9
11
wi
0.1
0.2
0.1
0.1
0.4
0.1
Эмпирическая функция распределения.
Эмпирической функцией распределения называют функцию F*(x), определяющую для каждого значения x относительную частоту события X<x:
F*(x)=nx/n,
где nx – число вариант, меньших х.
Пример
Найти эмпирическую функцию распределения и построить ее график
-
xi
0
1
2
3
4
ni
5
2
1
1
1
Решение:
Найдем объем выборки:
n=5+2+1+1+1=10
Наименьшая варианта равна нулю, следовательно,
F*(x)=0 при x ≤0
Значение X<1, а именно x1=0 наблюдалось 5 раз, следовательно,
F*(x)=5/10=0.5 при 0<x ≤1
Значение X<2, а именно x1=0 и x2=1 наблюдалось 5+2=7 раз, следовательно,
F*(x)=7/10=0.7 при 0<x ≤1
и т.д.
Наибольшая варианта равна x=4, следовательно
F*(x)=1 при x>4
Выпишем искомую эмпирическую функцию:
Построим график данной функции:
F*(x)
1
0.9
0.8
0.7
0.5
1 2 3 4
