- •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
1.4.8. Гипергеометрическое распределение
Определение. Пусть имеется совокупность N элементов, среди которых ND элементов одного типа (дефектные) и N-ND элементов другого типа (годные). Предположим, что из это совокупности наудачу, совершенно случайно, выбирается группа из n элементов. Число Х элементов первого типа, содержащихся в указанной выборке из n элементов, является случайным.
Распределение вероятностей случайной величины Х имеет вид
(1.99)
(z – целое число) и называется гипергеометрическим распределением.
Соответствующие математическое ожидание и дисперсия суть
МХ=ND n/N, (1.100)
DX=σ2=npq . (1.101)
При N→∞ и ND/N~q имеет место «биномиальное приближение»:
. (1.102)
1.5. Теория выборочного контроля
1.5.1. Принцип практической уверенности. Формулировка закона больших чисел
Известно, что если событие имеет очень малую вероятность (отличную от нуля), то в единичном испытании это событие может наступить и не наступить. На практике считается, что событие, имеющее малую вероятность, не наступает, и поэтому им пренебрегаем.
При «практически достоверных» событиях, вероятность которых близка к единице, также встает вопрос о степени такой близости.
Вероятность, которой можно пренебречь в данном исследовании, называется уровнем значимости.
Итак, сформируем принцип практической уверенности: если какое-нибудь событие имеет малую вероятность (например, р<0,01), то при единичном испытании модно практически считать, что это событие не произойдет, а если событие имеет вероятность близкую к единице (р>0,99), то практически при единичном испытании модно считать, что это событие произойдет наверняка.
Таким образом, исследователя всегда должен интересовать вопрос, в каком случае можно гарантировать, что вероятность события будет как угодно близка к 0 или как угодно близка к 1.
Математические законы теории вероятностей получены абстрагированием реальных статистических закономерностей, свойственных массовым случайным явлениям.
Основной закономерностью массовых случайных явлений является свойство устойчивости средних результатов.
В широком смысле слова под «законом больших чисел» понимают известное с глубокой древности свойства устойчивости массовых случайных явлений. Это свойств о состоит в том, что средний результат действия большого числа случайных явлений практически перестает быть случайным и может быть предсказан с достаточной определенностью. Оно вытекает из того, что индивидуальные особенности отдельных случайных явлений, их отклонения от среднего результата в массе своей взаимно погашаются, выравниваются.
В узком смысле слова под «законом больших чисел» понимают совокупность теорем, в которых устанавливается факт приближения средних характеристик к некоторым постоянным величинам в результате большого числа наблюдений.
Различные формы закона больших чисел (ЗБЧ) дают возможность уверенно оперировать со случайными величинами (СВ), осуществлять научные прогнозы случайных явлений и оценивать точность этих прогнозов.