- •Глава 1. Основные понятия теории вероятностей
- •1.1. Элементы комбинаторики
- •Основные правила комбинаторики
- •1.2. Случайные события
- •1.3. Операции над событиями
- •1.4. Классическое, статистическое и геометрическое определения вероятностей
- •Глава 2. Основные теоремы теории вероятностей
- •2.1 Зависимые и независимые события. Теоремы сложения и умножения вероятносте.
- •Глава 3. Повторение испытаний
- •3.1. Формула Бернулли
- •3.2. Наивероятнейшее число наступлений события
- •3.3. Асимптотические формулы. Локальная и интегральная теоремы Лапласа. Формула Пуассона
- •Глава 4. Случайные величины. Законы распределения и числовые характеристики
- •4.1. Понятие случайной величины
- •4.2. Дискретные случайные величины.
- •Cвойства функции распределения
- •4.4. Плотность распределения вероятностей
- •1); 2); 3);
- •4); 5).
- •4.5. Числовые характеристики случайных величин.
- •Пример 4.6.
- •Глава 5. Наиболее распространенные законы распределения случайных величин и их числовые характеристики
- •5.1. Биномиальное распределение
- •Геометрическое и гипергеометрическое распределения
- •5.3. Распределение Пуассона
- •5.4. Равномерное распределение
- •5.5. Показательное распределение
- •5.6. Нормальное распределение
- •Глава 6. Системы случайных величин
- •6.1. Закони распределения систем случайных величин.
- •6.2. Числовые характеристики системы случайных величин
- •Для дискретных систем случайных величин
- •Для непрерывных систем случайных величин
- •6.3 Законы равномерного и нормального распределения систем случайных величин
- •Глава 7. Функции одного и двух случайных аргументов
- •7.1. Функции одного случайного аргумента. Законы распределения. Числовые характеристики
- •7.2 Законы распределения функций двух случайных аргументов. Числовые характеристики
- •7.3. Теоремы о числовых характеристиках и их применение
- •Глава 8. Элементы математической статистики
- •8.1. Вариационный ряд. Представление и первоначальная обработка
- •8.2. Графические характеристики выборки
- •8.3. Точечные характеристики выборки (оценки параметров)
- •8.4. Интервальные оценки параметров
- •8.5. Проверка статистических гипотез
- •8.5.1. Проверка гипотезы о равенстве генеральных средних двух генеральных совокупностей
- •8.5.2. Проверка гипотезы о равенстве дисперсий двух генеральных совокупностей. Критерий Фишера-Снедекора.
- •8.5.3. Сравнение выборочной средней с гипотетической генеральной средней нормально распределенной совокупности
- •8.5.4. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией
- •8.5.5 Построение теоретического закона распределения по опытным данным. Проверка гипотезы о законе распределения
- •8.6. Построение теоретической кривой по методу наименьших квадратов
- •Список рекомендованной литературы
- •Продолжение табл. П1
8.2. Графические характеристики выборки
Такими характеристиками служат эмпирическая функция распределения, полигон частот (относительных частот) и гистограмма.
Эмпирической функцией распределения называется относительная частота того, что признак (случайная величина Х) примет значение, меньше заданного х, т.е.
Полигон частот – ломаная, концы отрезков которой имеют координаты или- для полигона относительных частот. Полигон частот используется для графического представления простого статистического ряда.
Гистограмма служит для изображения интервальных вариационных рядов и представляет собой ступенчатую фигуру, состоящую из прямоугольников с основаниями, равными интервалам значений признака и высотами. Площадь всей гистограммы равна 1. На рисунке 8.1 изображен полигон частот, на рисунке 8.2 - эмпирическая функция распределения, на рисунке 8.3 – гистограмма для примера 1.
8.3. Точечные характеристики выборки (оценки параметров)
Вариационный ряд является статистическим аналогом (реализации) распределения признака (случайной величины Х). В этом смысле полигон (гистограмма) аналогичен кривой распределения - дифференциальной функции распределения случайной величины Х. Однако построение их достаточно громоздко. В то же время, на практике часто оказывается достаточным знание лишь числовых характеристик случайной величины (признака Х)- математического ожидания, дисперсии и т.д. Но числовые характеристики Х неизвестны и информация о них может быть получена только на основе изучения имеющихся опытных данных – выборки. В математической статистике принято говорить, что некоторые сводные характеристики выборки служат для оценивания (являются оценкой) числовых характеристик генеральной совокупности. Эти характеристики носят название точечных оценок выборки. Расчет их – следующий этап обработки опытных данных.
К точечным оценкам предъявляются требования несмещенности, состоятельности и эффективности.
Оценка параметрагенеральной совокупности называетсянесмещенной, если ее математическое ожидание равно оцениваемому параметру, т.е.
.
Оценка параметра генеральной совокупностиназываетсясостоятельной, если она сходится по вероятности к оцениваемому параметру:
.
Эффективной называется та оценка, которая имеет наименьшую дисперсию среди других возможных оценок.
Рассмотрим эти оценки.
Выборочная средняя – (аналог математического ожидания с.в.) -средняя арифметическая значений вариант, рассчитанная по значениям вариационного ряда:
(8.3.1),
-варианты простого статистического ряда или середины интервалов вариационного; .
Выборочная дисперсия – (аналог дисперсии с.в.) - средняя арифметическая квадратов отклонения вариант от выборочной средней; служит характеристикой рассеяния вариант относительно выборочной средней:
(8.3.2.).
Выборочная дисперсия не удовлетворяет свойству несмещенности, поэтому вводится также исправленная выборочная дисперсия:
(8.3.3.).
Желательно в качестве меры рассеяния иметь характеристику, выраженную в тех же единицах, что и варианты. Поэтому вводится среднее выборочное квадратическое отклонение:
(8.3.4.).
Рассматривается также безразмерная характеристика – коэффициент вариации, который служит для оценки однородности опытных данных:
% (8.3.5.).
Мода – варианта, которой соответствует наибольшая частота;
Медиана – значение признака, приходящееся на середину вариационного ряда (количество вариант меньшихравно количеству вариант больших).
Для дискретного ряда из нечетного числа членов медиана равна серединной варианте, для ряда из четного числа членов – полусумме двух серединных вариант.
Рассчитаем эти оценки для примера 1.
Выборочная средняя:
а) Для простого вариационного ряда (таблица 1):
б) Для интервального вариационного ряда (таблица 2):
Выборочная дисперсия:
а) Для простого вариационного ряда:
б) Для интервального вариационного ряда;
Исправленная выборочная дисперсия и среднее выборочное квадратическое отклонение:
а) Для простого вариационного ряда:
б) Для интервального вариационного ряда;
Коэффициент вариации:
а) Для простого вариационного ряда:
б) Для интервального вариационного ряда;
Мода и медиана:
а) Для простого вариационного ряда:
б) Для интервального вариационного ряда;