- •Теория вероятностей и математическая статистика
- •Содержание
- •Раздел 1. Элементы теории вероятностей
- •Глава 1. Случайные события
- •Предисловие
- •Раздел 1. Элементы теории вероятностей
- •Глава 1. Случайные события
- •1.1. Испытание, события, вероятность
- •1.2. Элементы комбинаторики
- •1.3. Алгоритм решения задачи на определение вероятности
- •Примеры решения задач.
- •1.4. Алгебра событий
- •1.5. Алгоритм решения задачи на алгебру событий
- •Пример решения задачи.
- •1.6. Формула полной вероятности. Формула байеса.
- •1.7. Схема испытаний бернулли
- •1.8. Приближенные формулы в схеме бернулли
- •Пример решения задачи.
- •1.9. Алгоритм решения задачи на схему бернулли
- •Глава 2. Случайные величины
- •2.1. Основные понятия
- •2.2. Числовые характеристики случайной величины
- •Примеры решения задач
- •2.3. Нормальное распределение непрерывной случайной величины
- •Пример решения задачи.
- •Раздел 2. Элементы математической статистики
- •Глава 3. Выборочный метод и статистическое оценивание
- •3.1. Предмет и основные задачи математической
- •Статистики
- •3.2. Статистический ряд
- •Пример решения задачи
- •3.3. Статистические оценки параметров распределения
- •3.4. Статистическая проверка статистических гипотез
- •3.5. Алгоритм проверки гипотезы о нормальном распределении генеральной совокупности
- •2) Вычислить среднее выборочное и исправленное стандартное отклонение и принять их в качестве точечных оценок и нормального распределения .
- •Пример решения задачи
- •Глава 4. Элементы корреляционного и регрессионного анализа
- •4.1. Линейная корреляционная зависимость.
- •4.2. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •Контрольная работа №4
- •Вариант 0
- •Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Учебно-методическое обеспечение дисциплины Основная литература
- •Дополнительная литература
- •Средства обеспечения освоения дисциплины
Пример решения задачи
Задача №13. Наблюдения за случайной величиной X дали следующие результаты:
67 34 39 23 66 24 37 45 58 51 37 45 26 41 55 27 18 22 43
73 48 63 37 19 31 48 68 22 45 31 58 35 72 28 35 44 40 41 34
15 31 34 56 45 27 54 46 62 29 51 47 49 56 43 35 23 28 45 48
47 41 34 47 30 54 49 44 53 61 78 45 26 35 67 73 30 16 52 35
46 40 41 56 37 51 33 11 70 63 72 35 62 28 38 61 43 49 59 45
Составить интервальный статистический ряд. Построить гистограмму относительных частот.
Решение.
Подсчитаем число наблюдений: n
= 100. Найдем наибольшее и наименьшее
значения наблюдаемых вариантов:
Рассчитаем длину интервалов по формуле
Стэрджеса:
Затем подсчитаем
количество
чисел
данного массива, попавших в i-й
интервал. Помимо частот
подсчитаем также относительные частоты
и их плотности
.
В результате получим интервальный
статистический ряд и данные для построения
гистограммы.
-
Интервалы
Частоты
Относительные
частоты
Плотности отн.
частот
100
1
0.01
Для построения гистограммы относительных частот на каждом интервале как на основании строим прямоугольник с высотой соответственно.
10
20
30
40
50
60
70
80
x
x
Основными
числовыми характеристиками статистического
ряда являются: выборочное среднее
значение (средняя)
;
выборочная дисперсия
выборочное
среднее квадратическое отклонение
;
исправленная выборочная дисперсия
и
исправленное выборочное стандартное
отклонение
.
Очевидно,
Заметим, что
средняя и дисперсия обладают соответственно
свойствами математического ожидания
и дисперсии случайных величин. В
частности, выборочная дисперсия может
быть подсчитана по формуле:
3.3. Статистические оценки параметров распределения
Статистической оценкой параметра теоретического распределения называют его приближенное значение, зависящее от выборочных данных.
Точечная оценка характеристики генеральной совокупности – это число, определяемое по выборке.
Числа
и
являются точечными оценками параметров
для теоретического нормального
распределения.
Недостаток точечных оценок в том, что неизвестно, с какой точностью они дают значение оцениваемого параметра.
Оценка неизвестного параметра называется интервальной, если она определяется двумя числами – концами интервала, накрывающего неизвестный параметр.
Интервальной оценкой неизвестного параметра является доверительный интервал
Доверительным называется интервал, вычисленный по выборочным данным и накрывающий с заданной вероятностью неизвестное истинное значение оцениваемого параметра распределения. Концы доверительного интервала называют доверительными границами.
Доверительная вероятность ( надежность ) – это вероятность того, что доверительный интервал накроет неизвестное истинное значение параметра, оцениваемого по выборочным данным.
Для неизвестного
математического ожидания
нормально распределенного количественного
признака X
доверительным
является интервал
,
где
- средняя выборочная;
- точность оценки;
- коэффициент Стьюдента, который находится
по таблице в приложении 3; S
– исправленное среднее квадратическое
отклонение; n
– объем выборки.
Пример решения задачи
Задача №14. Для определения скорости расчетов с кредиторами предприятий была проведена случайная выборка десяти платежных документов, по которым срок перечисления денег оказался равным: 23 27 27 31 29 30 32 28 26 31 ( дней ).
С помощью
доверительного интервала оценить с
надежностью
ожидаемый срок перечисления и получения
денег кредиторами ( математическое
ожидание ), считая
генеральную совокупность нормально распределенной.
Решение. По приведенным данным составим статистический ряд:
|
23 |
26 |
27 |
28 |
29 |
30 |
31 |
32 |
|
|
1 |
1 |
2 |
1 |
1 |
1 |
2 |
1 |
10 |
Найдем доверительный
интервал
,
где
Для упрощения
расчетов введем условные варианты:
.
Тогда
,
.
Т.к.
,
то и
.
|
-6 |
-3 |
-2 |
-1 |
0 |
1 |
2 |
3 |
|
|
1 |
1 |
2 |
1 |
1 |
1 |
2 |
1 |
10 |
Проведем необходимые вычисления.
По таблице (
Приложение 3 ) найдем коэффициент
Стьюдента
Тогда
Определим доверительные границы:
Получим доверительный
интервал:
Запишем ответ, учитывая что по условию задачи случайная величина X ( срок ) измеряется в днях.
Ответ: с надежностью 95% ожидаемый срок перечисления и получения денег от 27 до 30 дней.
