- •Введение
- •Раздел 1. ЭЛЕМЕНТЫ ТЕОРИИ РЯДОВ
- •§1. Числовые ряды
- •§2. Числовые ряды с неотрицательными членами
- •§3. Знакопеременные и знакочередующиеся ряды
- •§4. Степенные ряды
- •§5. Ряды Фурье для функций с периодом 2π и 2ℓ
- •Вопросы и упражнения для самопроверки
- •Контрольная работа по разделу «Элементы теории рядов»
- •Раздел 2. ЭЛЕМЕНТЫ ТЕОРИИ ВЕРОЯТНОСТИ
- •§1. Основные правила комбинаторики
- •§3. Операции над событиями
- •§4. Формула полной вероятности. Формула Бейеса
- •§6. Случайные величины. Законы распределения случайных величин. Числовые характеристики
- •§7. Важнейшие примеры распределений
- •Контрольная работа по разделу «Элементы теории вероятности»
- •§1. Задачи математической статистики
- •§2. Выборка из генеральной совокупности. Вариационный ряд. Гистограмма относительных частот
- •§3. Эмпирическая функция распределения
- •§4. Числовые характеристики статистического распределения: выборочное среднее, дисперсия
- •§5. Статистическая проверка статистических гипотез
- •§6. Критерий Пирсона для проверки гипотезы о виде закона распределения случайной величины
- •Пример решения контрольной работы
- •Библиографический список
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Приложение 4
- •Приложение 5
Можно доказать, что при достаточно большом объеме выборки и при достаточно мелком делении интервалов с практической достоверностью близка к истинной функции распределения F (x).
§ 4. Числовые характеристики статистического распределения: выборочное среднее, дисперсия
4.1. Параметры распределения
Одна из задач математической статистики: по имеющейся выборке оценить значения числовых характеристик исследуемой случайной величины. Основными числовыми характеристиками выборки явля-
ются выборочное среднее хв и выборочная дисперсия Dв . |
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
Иn |
|
|||||||
Определение. Выборочным средним |
называется среднее арифме- |
||||||||||||||||||||||
тическое значений случайной величины, принимаемых в выборке: |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
l |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ x n |
|
|
|
|
x |
в |
= |
x1 + ... + xn |
или |
|
x |
в |
= |
i=1 i i |
. |
(3.3) |
||||||||||
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
Аn |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Выборочное среднее xв служит для точечной оценки математи- |
|||||||||||||||||||||||
|
l |
|
|
б l |
|
|
|
|
|
|
|
|
|
|
|||||||||
ческого ожидания М (Х ) |
исследуемойДслучайной величины |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
x = |
|
x1 |
+ ... + xn |
|
. |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Определение. Выборочной дисперсией называется |
|
||||||||||||||||||||||
|
∑ (x − x |
в |
)2 |
n |
|
|
∑ x 2 |
n |
|
|
|
|
|
||||||||||
|
|
i |
|
|
|
i |
|
|
|
|
i |
|
i |
|
|
|
|
|
|||||
Dв (Х ) = |
i=и1 |
|
|
= |
i=1 |
|
|
|
|
− xв 2 . |
(3.4) |
||||||||||||
|
|
|
n |
|
|
|
|
|
|
n |
|
|
|
||||||||||
Выборочная дисперсия Dв (Х ) |
служит для точечной оценки дис- |
||||||||||||||||||||||
персии D(Х ) .С |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.2. Несмещенность, состоятельность, эффективность параметров распределения
Получив статистические оценки параметров распределения (выборочное среднее, выборочную дисперсию и т.д.), нужно убедиться, что они в достаточной степени служат приближением соответствующих характеристик генеральной совокупности. Определим требования, которые должны при этом выполняться.
110
Пусть θ − статистическая оценка неизвестного параметра θ теоретического распределения. Извлечем из генеральной совокупности несколько выборок одного и того же объема n и вычислим для каждой
из них оценку параметра θ : θ1 ,θ2 ,θ3 , ,θn .
Тогда оценку θ можно рассматривать как случайную величину, принимающую возможные значения θ1 ,θ2 ,θ3 , ,θn .
1. Если математическое ожидание θ не равно оцениваемому параметру, мы будем получать при вычислении оценок систематические
ошибки одного знака (с избытком, если М (θ ) > 0 , и с недостатком, если М (θ ) < 0). Следовательно, необходимым условием отсутствия
2.Определение. Оценка θ называетсяДИэффективной, если она несмещенная и при этом имеет наименьшую дисперсию (наименьший разброс относительно θ ) по сравнениюА с другими несмещенными оценками параметра θ .
3.Определение. Оценкабθ называется состоятельной, если при неограниченном увеличенииио ъема выборки θ сходится по вероят-М (θ ) = 0 .математическое-Ссистематических ошибок является требование
|
∑ xini |
|
xв = |
i=1 |
. |
n |
В отличие от выборочного среднего, выборочная дисперсия является смещенной оценкой дисперсии генеральной совокупности. Пользуясь оценкой Dв вместо D , мы будем совершать некоторую систе-
матическую ошибку, так как её математическое ожидание несколько меньше истинного значения. Чтобы её ликвидировать, достаточно
ввести поправку, умножив D |
на |
n |
|
. Таким образом, можно пред- |
|
||||
в |
|
n −1 |
|
ложить другую оценку дисперсии – исправленную дисперсию s², вы-
111
|
|
|
|
|
l |
(x |
− x |
)2 n |
|
|
n |
|
|
|
∑ |
||||
числяемую по формуле s2 = |
D |
= |
i=1 |
i |
в |
i |
. Эта оценка яв- |
||
n −1 |
|
n −1 |
|
||||||
|
в |
|
|
ляется состоятельной несмещенной оценкой дисперсии D.
Такая оценка будет являться несмещенной. Ей соответствует ис-
правленное среднее квадратическое отклонение (СКО)
|
|
|
|
|
|
|
|
|
l |
(x − x |
|
)2 n |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
∑ |
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
в |
|
i |
|
|
|
|
|
|
|
|||
|
|
|
s = |
s2 = |
|
i=1 |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
(3.5) |
|||||||||||
|
|
|
|
n |
|
|
|
n −1 |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
При больших n поправка |
|
|
|
становится близкой к единице и её |
||||||||||||||||||||||
n −1 |
||||||||||||||||||||||||||
применение теряет смысл. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
И |
|
|
|
|
|
|
|
|||||||||||
Пример 1. Оптический пирометр установлен на светящуюся нить |
||||||||||||||||||||||||||
накала, |
различными операторами было произведено несколько изме- |
|||||||||||||||||||||||||
рений температуры. Получены следующие результаты (табл. 9). |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Д |
|
|
Таблица 9 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Температура, °С |
925 |
|
950 |
|
|
|
|
975 |
|
|
1000 |
1025 |
|
500 |
|
|||||||||||
Число измерений |
1 |
|
9 |
|
|
|
|
|
6 |
|
|
18 |
10 |
|
2 |
|
||||||||||
|
|
|
|
|
б |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Требуется найти среднюю квадратическую и вероятную ошибки |
||||||||||||||||||||||||||
|
|
|
и |
Аорка взята из нормально распределен- |
||||||||||||||||||||||
в предположении, что эта вы |
||||||||||||||||||||||||||
ной совокупности. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
С |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Решение. Найдем сначала выборочное среднее значение |
х |
в . |
||||||||||||||||||||||||
Проще наход ть среднее для 1000 – х, а не для х (табл. 10). |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 10 |
||||||
1000–хi |
|
Число измере- |
|
|
|
n·(1000–хi) |
|
|
(1000–хi) 2 |
|
n· (1000–хi) 2 |
|||||||||||||||
|
|
ний n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
75 |
|
1 |
|
|
75 |
|
|
|
|
|
|
|
|
5625 |
|
5625 |
|
|
|
|
|
|||||
50 |
|
9 |
|
|
450 |
|
|
|
|
|
|
|
|
2500 |
|
22500 |
|
|
|
|
|
|||||
25 |
|
6 |
|
|
150 |
|
|
|
|
|
|
|
|
625 |
|
3750 |
|
|
|
|
|
|||||
0 |
|
18 |
|
|
0 |
|
|
|
|
|
|
|
|
0 |
|
|
|
0 |
|
|
|
|
|
|||
-25 |
|
10 |
|
|
-250 |
|
|
|
|
|
|
|
625 |
|
6250 |
|
|
|
|
|
||||||
-50 |
|
2 |
|
|
-100 |
|
|
|
|
|
|
|
2500 |
|
5000 |
|
|
|
|
|
||||||
l |
|
46 |
|
|
325 |
|
|
|
|
|
|
|
|
– |
|
43125 |
|
|
|
|
|
|||||
∑ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
112
|
|
l |
|
|
|
|
|
|
|
|
|
|
|
∑ x n |
|
|
|
|
|
|
|
|
|
1000 − x |
= |
i=1 |
i i |
= 325 = 7,1 или х |
=1000 − 7,1 = 992,9°. |
||||||
|
|
||||||||||
в |
|
n |
46 |
|
|
|
в |
|
|||
|
l |
|
|
|
|
|
|||||
|
|
n |
|
|
|
|
|
|
|
|
|
|
∑ x 2 |
|
|
|
|
|
|
|
|
||
D (Х ) = |
i=1 |
i |
i |
− x |
2 |
= 43125 |
− 7,12 = 887 . |
||||
|
|
|
|
|
|||||||
в |
|
n |
|
в |
|
|
46 |
|
|
||
Найдем исправленную дисперсию |
|
||||||||||
|
|
|
|
s2 = |
|
|
n |
|
D = |
46 |
887 = 906,7 С . |
|
|
|
|
|
n −1 |
||||||
|
|
|
|
|
|
в |
45 |
|
4.3.Интервальные оценки математического ожидания
исреднего квадратического отклонения
оценками, то есть указывать интервал, в которыйИс заданной вероятностью попадает истинное значение оцениваемого параметра. Разу-
При выборке малого объема точечная оценка может значительно
отличаться от оцениваемого параметра, что приводит к грубым ошиб-
кам. Поэтому в таком случае лучше пользоваться интервальными
меется, чем меньше длина этого интервала, тем точнее оценка пара- |
|
метра. |
Д |
Поэтому, если для оценки θ* некоторого параметра θ справедли- |
во неравенство | θ* – θ | < δ, число δ > 0 характеризует точность |
||
|
А |
|
оценки (чем меньше δ, тем точнее оценка). Но статистические методы |
||
С |
б |
|
позволяют говорить только о том, что это неравенство выполняется с |
||
некоторой вероятностью. |
|
|
Определение. Доверительными |
интервалом называется интервал |
θ* – δ < θ < θ* + δ, в котором с заданной вероятностью γ заключено
истинное значение неизвестного параметра θ. Величина γ называется доверительной вероятностью или надежностью. Из определения доверительной вероятности следует, что
γ =Р ( θ* – δ < θ < θ* + δ ).
На практике обычно берут γ=0,95 или γ=0,99.
Рассмотрим построение доверительных интервалов для математического ожидания и среднего квадратического отклонения нормально распределенной случайной величины.
1. Доверительный интервал для оценки математического ожидания нормального распределения при неизвестной дисперсии.
Если известно, что исследуемая случайная величина Х распреде-
113
лена по нормальному закону с неизвестным средним квадратическим отклонением, то для поиска доверительного интервала для ее математического ожидания а построим новую случайную величину
T = |
xв − a |
|
|
, |
|
n |
|||||
s |
|||||
|
|
|
|
где хв – выборочное среднее; s2 – исправленная дисперсия; n – объем выборки. Эта случайная величина, возможные значения которой будем обозначать через t, имеет распределение Стьюдента с k = n – 1 степенями свободы. Плотность распределения Стьюдента явным образом не зависит от а и σ ( неизвестное СКО), а зависит только от n.
По определению доверительного интервала с заданной надежно- |
||||||||||||||||||||||||
стью γ имеем |
γ = P(хв −δ < а < хв + δ )= Р( |
|
хв − а |
|
< δ )= |
|
||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
И |
|
|
|
|||
|
|
|
|
|
хв − а |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
< δ n |
= Р( |
|
< tγ ), |
|
||||||||||||||
|
|
|
|
= Р |
|
|
|
|
T |
(3.6) |
||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s |
|
|
|
Д |
|
|||||||||||||
|
|
|
|
|
|
|
|
s |
|
|
|
|
|
|
|
|
|
|||||||
где tγ = |
δ |
n |
. |
|
|
|
|
А |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
s |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
(к)называется критерием Стьюдента для уровня значи- |
|||||||||||||||||||||||
Число tγ |
||||||||||||||||||||||||
|
|
|
|
|
|
|
б |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
мости α и числа степеней сво оды k = n – 1. Его определяем по табли- |
це для распределения Стьюдента (прил. 3). При определении довери- |
|||||||||||||
|
|
n |
|
и |
|
|
|
s |
|
|
|
||
тельных интервалов задаются о ычно надежностями γ=1–α, равными |
|||||||||||||
0,9; |
0,95; |
0,99. Затем з |
выражения (3.6) |
определяем величину |
|||||||||
|
s tγ |
|
С |
|
|
|
δ |
|
|
|
|
||
δ = |
, |
которую наход м |
|
з соотношения |
tγ = |
|
n |
|
. Таким обр а- |
||||
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
зом, доверительный интервал с надежностью γ для математического ожидания а при неизвестном s есть интервал вида
xв − tγns < а < xв + tγns .
При больших n (n >30) распределение Стьюдента практически совпадает с нормальным. В этом случае tγ можно найти из уравнения
2Ф(tγ )=1−α = γ .
Пример 2. По 25-ти деталям выборочные характеристики прочности Х составили: хв = 3; s = 1,5. Найти доверительный интервал для математического ожидания нормально распределенной случайной величины Х и точность оценки δ при γ= 0,99.
114
Решение. Из таблицы распределения Стьюдента (см. прил. 3) на-
ходим, что tγ (n = 25; к=25–1; α = 1–γ=1–0,99=0,01) = 2,80.
Тогда
3 − |
2,8 1,5 |
< а < 3 + |
2,8 1,5 |
, |
||||
|
25 |
|
|
25 |
|
|||
|
|
|
|
|
или 2,16< a < 3,84 – доверительный интервал, в который попадает а с
вероятностью 0,99. Точность оценки δ = 0,84.
2. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения.
Пусть по выборке объёма n получено исправленное среднее
|
|
|
|
|
||
квадратическое отклонение s = |
n |
|
D |
, которое является точечной |
||
n −1 |
||||||
|
|
в |
И |
оценкой среднего квадратического отклонения σ случайной величины
Х. Будем искать для s нормально распределенной случайной величины доверительный интервал вида (s − δ;s + δ ), где s – исправленное выборочное среднее квадратическое отклонение. По определению,
доверительный интервал с заданной надежностью Р( |σ – s| < δ ) = γ имеет вид s − δ < σ < s + δ .
|
|
|
|
δ |
|
|
δ |
|
или обо- |
Запишем это неравенство в видеДs 1− |
< σ < s 1+ |
|
|
||||||
|
|
|
|
s |
|
s |
|
||
значим δ |
= q и, подставив q в Арассмотренное выше неравенство, по- |
||||||||
s |
|
б |
|
|
|
|
|
|
|
лучим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s(1− q)< σ < s(1+ q) при q<1; |
|
|
|
|||||
|
и0 < σ < s(1+ q) |
|
при q>1, |
|
|
|
|||
где q = q(n,γ ). |
|
|
|
|
|
|
|
|
|
|
С |
|
|
|
|
|
|
|
|
Существуют таблицы, из которых можно найти q по заданным n
и γ (прил. 5). Случайная величина q имеет распределение, зависящее только от n.
Для дисперсии оценка имеет вид
s2 (1− q)2 < D < s2 (1+ q)2 при q<1;
0 < D < s2 (1+ q)2 при q>1.
Пример 3. Произведено 20 измерений одним прибором некоторой случайной величины, имеющей нормальное распределение. Исправленное выборочное среднее квадратическое отклонение случайных ошибок измерений равно 1,3. Найти точность прибора с надежностью 0,95.
115
Решение. Точность прибора – это среднее квадратическое отклонение σ случайных ошибок измерений. По условию задачи, n = 20; s = 1,3. Найдем доверительный интервал для σ при заданной надежно-
сти γ = 0,95. По прил. 5 находим q (n = 20; γ = 0,95 ) = 0,37. Следовательно, границы доверительного интервала: 1,3(1–0,37) = 0,819 и 1,3(1+0,37) = 1,781. Итак, 0,819 < σ < 1,781 с вероятностью 0,95.
3. Доверительные интервалы для оценки дисперсии.
Считаем, что, вообще говоря, математическое ожидание неиз-
вестно, а известна только точечная несмещенная оценка дисперсииs2 . Тогда доверительный интервал для дисперсии, соответствующий доверительной вероятности γ = 1−α , имеет вид
|
(n −1)s2 |
|
(n −1)s2 |
. |
|
|
|
|
|
(3.7) |
||||||||||
|
|
|
|
|
|
|
≤ D ≤ |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
χ |
2 |
|
|
|
|
|
|
χ 2 |
И |
|
|
|
|||||
|
|
|
|
2 |
|
|
|
|
|
|
γ |
1 |
|
|
|
|
|
|
|
|
Так как по заданной вероятности |
можно построить множество |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
Д |
|
|
|
|
χ 2 выби- |
||||||
доверительных интервалов для дисперсии, то принято χ 2 и |
||||||||||||||||||||
рать так, чтобы |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
|
|
|
А |
|
|
|
|
|
|
|
|
|
||||
|
P(χ 2 > χ 2 ) |
= 1− |
α |
, а P(χ 2 < χ 2 ) |
= α |
, |
|
|||||||||||||
|
|
|
|
1 |
|
|
|
2 |
|
|
|
|
|
|
|
2 |
|
2 |
|
|
2 |
2 |
|
б |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
где числа χ1 и |
χ2 находят по прил. 4 при числе степеней свободы |
|||||||||||||||||||
|
и |
|
|
|
α |
и р = |
α . |
|
|
|
|
|||||||||
k = n –1 и соответственно при р = 1− |
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
2 |
|
|
|
|
|
|
Пример 4. Пользуясь 90%-ным доверительным интервалом, оце- |
||||||||||||||||||||
С |
|
|
|
зменение прочности деталей во всей ге- |
||||||||||||||||
ните в условиях пр мера 2 |
||||||||||||||||||||
неральной совокупности. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Решение. По условию, п=25; s=1,5; γ=0,9. Найдем доверительный |
||||||||||||||||||||
интервал для оценки дисперсии. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Согласно формуле (3.7) |
|
|
(n −1)s |
2 |
≤ σ ≤ |
|
|
(n −1)s |
2 |
, а так как при |
||||||||||
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
χ22 |
|
|
|
|
|
|
|
χ12 |
|
|
|
||
k=n–1=25–1=24 верхняя доверительная граница равна |
|
|
|
|||||||||||||||||
χ22 (р;к) = χ22 |
|
1− γ |
;к |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
2 |
= χ22 (0,05;24) = 36,4, |
|
|||||||||||||||||
нижняя определяется как |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1− |
γ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
χ12 (р;к) = |
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
χ12 1 |
|
2 |
|
;к = χ12 (0,95;24) = 13,8(см. прил. 4), |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
116