![](/user_photo/_userpic.png)
книги из ГПНТБ / Баженов, Ю. М. Перспективы применения математических методов в технологии сборного железобетона
.pdfФункция cp {л:} называется плотностью вероятности или дифференциальным законом распределения (рис. II.2). Зная плотность вероятности ф{х}, можно найти закон распределения F{x} или интегральную функцию
Д{*} = ^ ср {лф dx. |
(И.33) |
Величина cp {x}dx называется элементом вероятности. Для точки величина cp{x}dx равна нулю, поэтому попа дание непрерывной случайной величины X в определен ную точку — событие невозможное. Однако вероятность
Рис. 11.2. Интегральная функция распределения и вероятность попа дания X на отрезок от х , до дг2 (а); дифференциальная функция рас пределения (заштрихованная площадь cp[x}dx— элемент вероятно сти) и вероятность попадания X на отрезок от о до 6 (зачерченная площадь до кривой ср{.ѵ}) (б)
попадания X на элементарный участок dx (с точностью до бесконечно малых высшего порядка) равна cp{x}dx. Вероятность попадания X на отрезок от а до б равна:
Р {а < Х < Ь) = J ф {*} dx —■F Щ — F {а}. (11.34)
ь
Дифференциальная функция распределения обладает свойствами:
а) ф{х} — неотрицательная функция, так как F{x} — функция неубывающая;
б) интеграл в бесконечных пределах от ср{х} равен единице (полная площадь, ограниченная осью х и кри вой ср{х}).
30
Числовые характеристики распределения непрерыв ной случайной величины X, связанные с моментами рас пределения, рассчитываются по формулам:
rns — М {xJ} = |
J xscp {х} dx; |
(11.35) |
|
— со - |
|
со |
|
|
p,s = М {[X — М {х}р}= j |
[х — М {х}Р ф {х} dx. |
(11.36) |
Все изложенное выше о математическом ожидании, дисперсии и иных моментах распределения дискретных случайных величин может быть принято и для непре рывных случайных величин (с учетом замены сумми рования всех дискретных значений х* интегрированием по области существования Х).
II.4. Теоретические распределения, наиболее важные для статистического анализа. Если значение случайной величины X формируется под одновременным воздей ствием очень большого числа независимых факторов, каждый из которых вызывает ее случайные колебания, примерно одинаковые по величине и равновероятные по знаку, то случайная величина подчиняется нормаль ному распределению. Плотность вероятности для нор мального распределения описывается функцией
|
|
1 |
_ U-Л )1 |
|
|
|
фИ * } = |
|
- |
е |
2о* |
|
|
|
|
о у 2я |
|
|
|
|
|
|
ехр |
( * - Ч ) 2 |
|
(11.37) |
|
o V |
^ |
‘ I |
|
2ст2 |
|
|
а закон распределения — функцией |
|
|
||||
---------- exp /— |
——^ - 1 |
dx. |
(11.38) |
|||
а |
V |
2п |
\ |
2а2 |
J |
|
Можно показать, что MN{x) для закона нормального распределения равно параметру г) (теоретическое сред нее), a Dn {X) = сг2, т . е. данный закон двухпараметриче ский. График плотности вероятности флфх} имеет вид симметричной колоколообразной кривой (рис. П.З, а) с максимумом при х=т] и двумя точками перегиба при
31
* = t| ± cf. Кривая становится более пологой с ростом зна чения я. Для распределения фя{х} центральные момен ты равны: (лз = 0 и р4 = 3 я 4.
Для практических расчетов удобно пользоваться «нормированными» плотностью (11.39) и функцией (11.40) распределения, в которых величина е (так назы ваемая «нормированная» случайная величина) вычисля ется по формуле (П.41):
Рис. П.З. Кривые плотности вероятности нормального распределения
а —«изменение формы кривой |
в зависимости от О; б — вероятность Р выхода е |
за |
интервал от — ед о + е |
f n {еН |
j |
ехР |
у ) |
de> |
(IL4°) |
|
--- JN3 |
|
|
|
|
|
8 - |
о |
. |
|
(II.41) |
|
|
|
|
|
|
Таблицы значений |
однопараметрических |
функций |
|||
Фіѵ{е} и ДрДе} приведены в прил. I |
и II. Если е < 0, то |
||||
в прил. I следует выбрать |
сря{—e jscp ^ e} в силу чет |
ности функции фіѵ{е}; если е < 0, то для отыскания функ ции распределения в прил. II следует пользоваться вы ражением Кдг{е} = 1—Fn {—е}.
При переходе к нормальному распределению с про извольными параметрами г| и о используются формулы:
ф*{*}= (IU2)
32
F v {A-} = m |
(11.43) |
Интеграл (11.34) в пределах от —е до + е указывает вероятность q появления случайной величины X в интер вале т|+ ё0 , симметричном относительно среднего (см. рис. П.3,б). Благодаря симметрии функции {е} удоб но пользоваться удвоенной нормированной функцией Флг{е), табулированной в прил. III:
8 |
|
Q= фң {е} = - ~ г I ехР {— y ] de- |
(IL44) |
о
Вероятность р появления случайной величины X вне интервала г|±ео равна:
|
|
|
|
р = 1 — 9 = 1 |
— Фд, {е}. |
|
|
(11.45) |
|||||
Пример |
11.8. |
Для |
нормального |
распределения |
с |
параметрами |
|||||||
ц = 5 и а = |
2 требуется определить: |
|
|
в точке *п = |
4; |
||||||||
а) значение дифференциальной функции ср^{х} |
|||||||||||||
б) вероятность |
попадания |
X в интервал |
|
1] = 5 |
за преде |
||||||||
в) вероятность того, что X не |
отклонится от |
||||||||||||
лы Зо. |
Ха ==4 е = |
(4—5) : 2 = —0,5, |
однако |
cpiV{—е} = ф м {е}, |
по |
||||||||
При |
|||||||||||||
этому по прил. III |
находим |
ср,ѵ { е = 0,5} =0,3521 н далее |
по (11.42) |
||||||||||
определяем |
ср,ѵ{х= |
4} =0,3521 : 2=0,176. |
|
|
|
|
|
||||||
При х ь ~ 7 в = (7 —5) :2 = 1 |
и по прил. II находим F w {e= l} = |
||||||||||||
=0,8413, |
по формуле |
(11.43) |
получаем искомое значение F jv{xö= 7}; |
||||||||||
аналогично |
находим |
при |
.ѵ0= 8 |
F.\ {.vc= |
8} =0,9332. |
Далее |
по |
||||||
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
(11.34) |
находим |
.1 (р{x}dx |
= |
FN {хс = 8}—FN{xb = |
7} = 0,9332— |
—0,8413=0,0919.
При изменении X от і/—Зо до г)+Зо изменение е составит ± 3
[по формуле (11.41)]. Интеграл (11.44) в этих пределах составит с/=0,9973 (прил. III).
Нормальный закон не является универсальным зако ном распределения непрерывных случайных величин X, хотя области его приложения весьма обширны. Нор мальный закон оказывается мало полезным, если чис ло измерений невелико (п от 2 до 25—60). Для решения статистических задач при малом объеме выборки п наи более часто приходится прибегать к использованию трех связанных с нормальным распределений: %2-распределе- нию (Пирсона); ^распределению (Стьюдента) и Д-рас- пределению (Фишера — Снедекора) [41, 53, 74].
^-распределение задается распределением случай ной величины, являющейся суммой квадратов пезавн-
3—Ш23 |
33 |
сіімых |
нормированных нормальных величин |
еі, в2, |
В; (ряд |
из f элементов): |
|
|
f |
(11.46) |
|
er |
|
|
і=1 |
|
Функция ср(х2} (рис. 11.4,а) зависит от одного пара метра f, называемого «числом степеней свободы». Когда /->-оо, то х2-распределемие приближается к нормалыю-
а) |
В) |
Рис. II.4. Кривые плотности вероятности х2 распреде
ления
а — изменение формы кривой в зависимости о т /; б — вероятность попадания X2 за интервал от О доХ~; о — вероятность выхода /2
за интервал от О до Х9*9
му. Функции ср{%2} и F{%2} табулированы. В прил. IV приведены значения %2 в зависимости от а и вероятности
Р= Р{%2-<%1} (рис. 11.4,б). Вероятность q попадания %2 в интервал от Хрі Д° %% определяется (рис. 11.4, в) по формуле
q = P { l% < y?< tfp2} = Pi — Р-2- |
(П-.47) |
Если необходимо, чтобы вероятности выхода вели чины X2 за пределы интервала вправо и влево (см.
рис. II.4, в) были равны |
то р2= |
а рі = 1---- j-, |
следовательно, границы изменения х2 будут равны Хр/2
И Х?_р/2-
Пример П.9. Для числа степеней свободы f = 5 определить ин тервал, в который с вероятностью <7=0,9 попадает величина х2>ес
34
ли вероятность выхода за интервал влево и вправо должна быть одинаковой.
По условию /7= |
р |
и р і= |
1—9= 0,1, следовательно, Р г = ~ =0,05 |
||
По |
прил. IV при / = 5 значения границ |
равны: |
Х о ,0 5 = 11-1 11 Xo,96 = |
U 5 - |
' |
^-распределение задает распределение случайной ве личины t, связанной с нормированной величиной е со отношением
(П.48)
где X2— зависит только от f и не зависит от в.
а) |
t>) |
Рис. 11.5. Кривые плотности |
вероятности t распределения |
||
а — изменение формы |
кривоіі в зависимости |
от /; б — вероятность выхо |
|
да |
< за интервал от |
* рр |
до |
Функция ф{<} (рис. II.5) зависит от одного парамет ра /; при f—yoo ф{/} приближается к нормальному (сте пень раскрытия колокола уменьшается). Вероятность р того, что t окажется вне интервала от tpp до t\—Рр (из-за симметрии распределения tpp = —U~Pp), равна:
|
|
*р/2 |
|
|
|
|
p = 2 ^ y { t } d t . |
(11.49) |
|
Значения t табулированы в прил. V. |
|
|||
Пример 11.10. Для числа степеней свободы 1 = 2 |
определить ин- |
|||
тервал, в который с вероятностью 9= 0,9 попадает величина (. |
||||
По |
условию р = 1 —9= 0,1. По приложению V |
при р/2 = 0,05 |
||
I<|=4,3, |
следовательно, |
значения |
границ /0,о5= —4,3 |
и <0,95= + 4 ,3 . |
^-распределение |
задает |
распределение |
случайной |
величины, являющейся отношением частных от деле ния двух рзаимонезавйенмьіх случайных величин yj (с
3* |
36 |
числом степеней свободы М и yj (с /о) на соответствую щие им числа степеней свободы
|
|
|
р = |
|
(П-5°) |
Функция |
ср{/7} |
(рис. II.6) |
зависит от двух |
парамет |
|
ров /1 |
и f2. Вероятность того, |
что F попадает в интервал |
|||
от 0 |
до Fv, |
определяется интегралом |
|
||
|
|
|
|
f p |
(11.51) |
|
|
q = |
P { 0 < Д < / у = | { Ф}гіД. |
и
В прнл: VI дана таблица пределов интегрирования Fp в
зависимости от q и числа степеней |
свободы f і и f2. |
||||||
а) |
6) |
|
Рис. |
II.6. |
Кривые |
||
|
|
|
плотности |
вероят |
|||
|
|
|
ности .Г-распреде- |
||||
|
|
|
|
леиия |
|
||
|
|
|
а — изменение |
формы |
|||
|
|
|
кривой в |
зависимости |
|||
|
|
|
от fi |
и f2; |
б — вероят |
||
|
|
|
ность |
появления F |
|||
|
|
|
вне интервала от 0 до |
||||
|
|
|
|
|
|
9 |
9 |
Пример 11.11. Определить для двух случайных величии уі |
>Х 5 |
||||||
предельное значение Fp, если допустимое р = 0,05, а /й = |
4 |
и /г — 2. |
|||||
На пересечении значений /й и |
/2 в |
прнл. VI |
находим, |
что |
|||
Fv = 19,25. |
Выборочная совокупность и ее анализ. |
При н |
|||||
11.5. |
|||||||
блюдениях |
или экспериментах |
исследователь |
обычно |
имеет для случайной величины X информацию не обо всей генеральной совокупности Nr, а лишь выборку с объемом я. Результаты такого ограниченного ряда на блюдений (если Хі расположены в возрастающем по рядке, то ряд называется вариационным) х\, х2, ..., лщ...
........ хп служат основанием для проверки некоторых ги потез о свойствах генеральной совокупности. Далее под разумевается, что указанный ряд наблюдений образован из элементов генеральной совокупности, отобранных слу чайным образом и независимо друг от друга. Если все элементы генеральной совокупности будут пронумеро ваны, то в выборку попадают элементы с номером, взя тым из таблицы случайных чисел [16, 53].
При малом числе наблюдений (я^Ю ) вариацион
36
ный ряд непосредственно используется для дальнейших расчетов; при большом количестве данных простой ва риационный ряд преобразуется в сгруппированный: дан ные разбиваются на ряд групп или классов, обычно с равномерным интервалом dx. Общее число интервалов k должно быть в пределах 8—25, так как при увеличении k резко возрастает трудоемкость статистических расчетов, а точность результатов не повышается. В каждую группу входят данные, для которых х,- удовлетворяет неравен ству
X . — 0,5dx < X. < X . + 0,5dx, |
(11.52) |
где X] — среднее значение X в /-том интервале.
Знак sg: в правой части неравенства (11.52) указы вает, что те Хі, которые точно попадают на границы ин тервалов, относятся к меньшему (левому) интервалу. Всего в /-тый интервал попадут из вариационного ряда nij значений X. Число trij указывает частоту попадания случайной величины X в данный интервал. В результате группирования фактические значения х, заменяются средним значением х. случайной величины в каждом
/-том диапазоне, определяемом неравенством (11.52). Среднее значение класса можно определить как полу сумму его границ. Такое искусственное выравнивание значений случайной величины X внутри интервала dx допустимо, поскольку и теория и практика показывают, что при достаточно большом числе наблюдений неточ ность настолько мала, что ею можно пренебречь.
В большинстве случаев закон распределения случай ной величины X и числовые характеристики ms{X) и (1,5{А7} генеральной совокупности неизвестны, поэтому по выборочным данным определяются точечные оценки чис ловых характеристик распределения. Расчетные форму лы (11.53) — (11.57) приведены для сгруппированного ряда, но, если считать m j= l, х. =х, и k = n, то по ним
можно вычислить также оценки для несгруппированного ряда.
По (11.53) рассчитывается оценка генерального сред него г), по (11.54) — оценка дисперсии а2, по (II.56) — оценка коэффициента вариации у, по (11.57) — оценки моментов (оценки обычно обозначаются латинскими буквами в отличие от генеральных характеристик, обо значаемых греческими):
37
- |
к |
|
|
1 ѵт |
|
(11.53) |
|
|
/=1 |
|
|
|
|
|
|
|
к |
|
|
s |
! |
*)J= |
|
|
/=і |
|
|
i [ S |
- ( ! > |
; * , ) ] ; |
(11.54) |
/=1 |
/=1 |
|
|
|
S = + у&- |
|
(11.55) |
|
V — s:x] |
|
(11.56) |
|
к |
|
|
|
|
|
(11.57) |
у'=1
Оценки моментов pj и р* используются для расчета оценок коэффициентов формы эмпирического распреде
ления. |
Количественной характеристикой |
скошенности |
|||||
а) |
6) |
|
s) |
|
|
|
|
/IX} |
W |
ЦК] |
1{х} |
|
(Ц |
м |
|
|
|
Г \ |
/К |
|
|||
|
|
|
|
J |
k |
° |
|
|
|
|
|
|
|||
|
Рис. ІІ.7. Кривые плотности вероятности |
||||||
а — нормальная |
симметричная >1=0; б — асимметрия |
с |
положительным Л >0 и |
||||
с отрицательным |
Л <0; в — с |
положительным |
£ > 0 |
и |
с отрицательным £ < 0 |
||
|
|
|
эксцессом |
|
|
|
|
кривой распределения (рис. II.7, б) является коэффи циент асимметрии А; его оценка рассчитывается по формуле
A* = p’:s3. |
(11.58) |
Любое симметричное распределение имеет А=0. Количественной характеристикой крутости распреде
ления (рис. 11.7, в) является эксцесс; его оценка рас считывается следующим образом:
£* = p.;:s4 — 3, |
(11.59) |
38
В формуле (11.59) вычитаемое всегда равно 3, по скольку это значение эксцесса для нормального распре деления, т. е. все совокупности сравниваются с нормаль ным, у которого цз=0 и Ц4 = 3 а4. Островершинные кривые
имеют £ > 0 , а |
плосковершинные — Е < 0. В пределе |
ң ——2 и кривая |
распределения распадается на две са |
мостоятельные кривые, что указывает на наличие двух несмешанных совокупностей. Оценки А * и Е* будут иметь статистическую полезность только в том случае, если объем выборки п достаточно велик. Так, для рас чета Л* должно быть 25, а для Е *—/г^50.
Выборочный размах W при малых выборках (я^Ю ) можно использовать для быстрого определения несме щенной оценки s по следующему соотношению:
|
V = |
К.ако -*мнн) = ^ |
М |
(Н.60) |
||||||
где Kw{n} |
принимается |
по |
табл. |
II.4. |
|
|
||||
Т а б л и ц а |
11.4. Значения K w {"} Для оценки s |
по размаху выборки |
||||||||
п |
* іИ п) |
|
п |
|
|
|
п |
K w { n} |
||
2 |
|
0,8862 |
|
5 |
|
0,4299 |
|
8 |
0,3512 |
|
3 |
|
0,5908 |
|
6 |
|
0,3948 |
|
9 |
0,3367 |
|
4 |
|
0,4857 |
|
7 |
|
0,3698 |
|
10 |
0,3249 |
|
Т а б л и ц а П.5. |
Расчет |
оценок числовых характеристик |
|
|||||||
|
|
|
по малой выборке |
|
|
|
|
|||
Номер результата (по росту R) |
|
1 |
2 |
3 |
4 |
5 |
б |
|||
R, кгс/см- |
|
53,1 |
53,5 |
53,6 |
53,9 |
54,2 |
55,1 |
|||
x'i ' —R — C1 (при Cj =54) |
- 0 ,9 |
—0,5 |
—0,4 |
- 0,1 |
+ 0,2 |
1.1 |
||||
х{ = С.2 х[' |
(при С2 =10) |
|
—9 |
—5 |
—4 |
— 1 |
2 |
11 |
||
|
|
9 |
|
|
81 |
25 |
16 |
1 |
4 |
121 |
|
|
х і |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
Отсюда Б |
X, —— 6 , |
2 |
xf |
= 248. |
|
|
|
|
||
і=і |
|
|
/=і |
|
|
|
|
|
|
|
39