- •Пояснительная записка
- •Задание на курсовую работу по дисциплине «Теория вероятностей и математическая статистика»
- •1.Упорядочить выборку (все её элементы распределить по возрастанию)
- •2. Построить статистический (вариционный) ряд.
- •3. Найти точечные оценки , , асимметрии,эксцесс.
- •4. Определение параметров распределения, используя метод моментов и наибольшего правдоподобия.
- •6. Проверка гипотезы с использованием критерия Пирсона.
- •Список источников.
2. Построить статистический (вариционный) ряд.
Оформим статистический ряд с помощью полигона
Строим таблицу:
X |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
5 |
19 |
27 |
34 |
39 |
34 |
19 |
13 |
7 |
2 |
1 |
P* |
2,5 |
9,5 |
13,5 |
17 |
19,5 |
17 |
9,5 |
6,5 |
3,5 |
1 |
0,5 |
Где: X –вероятностные значения x;
- число попаданий в заданный интервал;
- - вероятность появления числа
x |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
F(x) |
0 |
0,025 |
0,12 |
0,255 |
0,425 |
0,62 |
0,79 |
0,885 |
0,95 |
0,985 |
0,995 |
1 |
3. Найти точечные оценки , , асимметрии,эксцесс.
а) мат. ожидание:
= == 4,95
б) дисперсия:
= =4,0875
в) стандартное отклонение:
= ==2,021756662
г) мода:
= 5
д) медиана:
==5,5
Центральные моменты:
е) асимметрия:
===-0,01553279
ж) эксцесс:
= =- 3 =-2,97733569
4. Определение параметров распределения, используя метод моментов и наибольшего правдоподобия.
Метод моментов.
Метод моментов точечной оценки неизвестных параметров заданного распределения состоит в приравнивании теоретических моментов рассматриваемого распределения соответствующим эмпирическим моментам того же порядка.
Применяя метод моментов, имеем:
4,95, т.к. начальный эмпирический момент первого порядка равен выборочной средней.
==4,0875 т.к. центральный эмпирический момент второго порядка равен выборочной дисперсии.
Теперь построим сглаживающую кривую, для этого построим таблицу:
X |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
f(x) |
0,029261928 |
0,068056 |
0,123929 |
0,1767 |
0,197264243 |
0,172429351 |
0,118012 |
0,06324 |
0,026534 |
0,008717 |
0,002242 |
Метод наибольшего правдоподобия.
Основу метода правдоподобия составляет функция правдоподобия, выражающая плотность вероятности совместного появления результатов выборки В нашем случае она строится на основе функции плотности вероятности нормально распределенной случайной величины:
,
где неизвестными являются параметры . Логарифмируем и получаем:
Приравняем к нулю частные производные для нахождения неизвестных оценок, т.е. решим систему правдоподобия:
откуда оценки максимального правдоподобия равны
= 4,95 и 4,0875
Теперь построим сглаживающую кривую, для этого построим таблицу:
X |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
f(x) |
0,029261928 |
0,068056 |
0,123929 |
0,1767 |
0,197264243 |
0,172429351 |
0,118012 |
0,06324 |
0,026534 |
0,008717 |
0,002242 |
5. Гипотеза о виде распределения случайных величин.
Данная случайная величина распределена по нормальному закону или закону Гаусса, так как построенная гистограмма отражает характерный вид нормального закона.
ЭТО ОТ 3КУРСА ПРИМЕР РЕШЕНИЯ НЕПРИРЫВНОЙ ВЕЛИЧИНЫ