- •Введение
- •1. Вопросы теории вероятностей и математической статистики
- •Статистические признаки. Распределение качественных и количественных признаков
- •1.2. Понятия генеральной совокупности и выборочных характеристик
- •1.3. Статистические оценки параметров генеральной совокупности
- •1.3.1. Точечные оценки и их свойства
- •1.3.2. Интервальные оценки
- •1.4. Распределение выборочных характеристик
- •1.4.1. Законы распределения, применяемые при выборочном контроле
- •1.4.2. Нормальное распределение
- •1.4.3. Распределение хи-квадрат
- •1.4.4. Распределение Стьюдента
- •1.4.5. Распределение Фишера (f-распределение)
- •1.4.6. Биномиальное распределение
- •1.4.7. Распределение Пуассона
- •1.4.8. Гипергеометрическое распределение
- •1.5. Теория выборочного контроля
- •1.5.1. Принцип практической уверенности. Формулировка закона больших чисел
- •1.5.2. Неравенство Маркова и Чебышева
- •1.5.3. Неравенство Чебышева
- •1.5.4. Теорема Чебышева (частный случай)
- •1.5.5. Теорема Чебышева (общий случай)
- •1.5.6. Теорема Бернулли
- •1.5.7. Теорема Пуассона
- •1.6. Проверка статистических гипотез
- •2. Статистический приемочный контроль
- •2.1.Способы представления продукции на контроль
- •2.2.Методы отбора единиц продукции в выборку
- •Планы статистического приемочного контроля
- •Виды планов контроля
- •2.3.2. Уровни дефектности
- •2.3.3. Оперативная характеристика плана контроля
- •2.3.4. Одноступенчатые планы контроля
- •2.3.5. Контроль с разбраковыванием
- •2.3.6. Многоступенчатый контроль
- •2.3.7. Последовательный контроль
- •Принципы применения стандартов на статистический приемочный контроль по альтернативному признаку
- •Статистический приемочный контроль по количественному признаку
- •Планы непрерывного выборочного контроля
- •2.6.1.Общие положения
- •2.6.2. Одностадийные планы
- •2.6.3. Многостадийные планы
- •Система экономических планов
- •Заключение
- •Библиографический список
- •Оглавление
- •2.3.7. Последовательный контроль 82
- •394026 Воронеж, Московский просп., 14
1.4.3. Распределение хи-квадрат
Определение. Пусть случайные величины ξ1, ξ2, …, ξn — независимы, и каждая из них имеет стандартное нормальное распределение N(0, 1). Говорят, что случайная величина χ2n определенная как
, (1.72)
имеет распределение хи-квадрат с n степенями свободы.
Для обозначения этого распределения также обычно используется выражение χ2n.
Ясно, что χ2n (для любого п≥1) с вероятностью 1 принимает положительные значения. Функция плотности χ2n в точке х(х>0) равна
, (1.73)
где Г(-) - есть гамма-функция. На практике эта плотность распределения непосредственно используется редко.
На рис. 5 изображены функции плотности распределения хи-квадрат с различным числом степеней свободы.
Рис. 5. Функции плотности распределения хи-квадрат с различным числом степеней свободы п
Математическое ожидание и дисперсия случайной величины χ2n равны:
, (1.74)
. (1.75)
Для случайной величины χ2n составлены разнообразные таблицы. Чаще всего они содержат значения р-квантилей случайных величин χ2n, n=1, 2, ..., m (если вероятность выражена в процентах, их называют процентными точками и, соответственно, говорят о таблицах процентных точек). Аргумент р, 0<р<1, при этом пробегает тот или иной набор значений.
1.4.4. Распределение Стьюдента
Определение. Пусть случайные величины ξ0, ξ1, …, ξn — независимы, и каждая из них имеет стандартное нормальное распределение N(0, 1). Введем случайную величину
. (1.76)
Ее распределение называют распределением Стьюдента.
Саму случайную величину часто называют стьюдентовской дробью, стьюдентовым отношением и т.п. Число n, n=1, 2,... называют числом степеней свободы распределения Стьюдента.
Плотность распределения Стьюдента в точке х равна
. (1.77)
Из определения видно, что плотность симметрична относительно х=0. Это обстоятельство используют при составлении таблиц.
На рис. 6 изображены функции плотности распределения Стьюдента с различным числом степеней свободы.
Рис. 6. Функции плотности распределения Стьюдента с различным числом степеней свободы n
Можно показать, что
, (1.78)
. (1.79)
В справочниках обычно приводятся таблицы процентных точек для последовательных п=1, 2,... вплоть до некоторого значения. При больших п обычно рекомендуют использовать таблицы стандартного нормального распределения, иногда с поправками.
1.4.5. Распределение Фишера (f-распределение)
Определение. Пусть η1, …, ηm; 1, …, n (где m, n - натуральные числа) обозначают независимые случайные величины, каждая из которых распределена по стандартному нормальному закону N (0, 1). Говорят, что случайная величина Fm,n, определенная как
(1.80)
имеет F-распределение с параметрами m и n.
Натуральные числа m и n называют числами степеней свободы. F-распределение иногда называют еще распределением дисперсионного отношения.
Плотность Fm,n выражается довольно сложной формулой, которая редко непосредственно используется на практике, поэтому она не приводится.
На рис. 7 изображены функции плотности F-распределения с различным числом степеней свободы.
Рис. 7. Функции плотности F-распределения с различным числом степеней свободы
Математическое ожидание и дисперсия случайной величины Fm,n равны:
(1.81)
(1.82)
Семейство F-распределения зависит от двух натуральных параметров m и n, в связи с чем даже таблицы процентных точек занимают больший объем. Ради экономии места они часто публикуются в сжатом виде, поэтому при их практическом использовании приходится прибегать к дополнительны м вычислениям и интерполяции.