
- •Томский государственный университет систем управления и радиоэлектроники (тусур)
- •2012 Реферат
- •Томский государственный университет систем управления ирадиоэлектроники
- •1 Постановка задачи
- •Часть I.
- •Часть II
- •2.1 Теоретический обзор
- •Распределение Стьюдента
- •2.2 Расчеты
- •3. Часть II
- •4. Заключение
- •5. Литература
Распределение Стьюдента
Распределение
Стьюдента (t- распределение) имеет важное
значение при статических вычислениях,
связанных с нормальным законом, а именно
тогда, когда среднеквадратичное
отклонение
не известно и еще подлежит определению
по опытным данным.
Пусть X и X1, X2, …Xn – независимые случайные величины, имеющие нормальное распределение с параметрами:
M[X] = M[X1] = M [X2] = … = M[Xn] = 0
И
Случайная величина:
являющаяся функцией нормально распределенных случайных величин, называется безразмерной дробью Стьюдента. Распределения случайной величины T не зависит от параметров распределения независимых случайных величин X и X1, X2, …Xn, а зависит только от одного параметра – числа степеней свободы r.
Математическое ожидание и дисперсия случайной величины T соответственно равны:
M[T] = 0 D[T] =
r
> 2
При неограниченном увеличении числа степеней свободы распределения Стьюдента асимптотически переходит в нормальное распределение Гаусса с параметрами
M[T] = 0 и D[T] = 1.
В математической
статистике часто используется квантили
распределения Стьюдента в зависимости
от числа степеней свободы r и заданного
уровня вероятности
.
С геометрической
точки зрения нахождение квантилей
распределения Стьюдента
,
заключается в таком выборе значения
,
при котором суммарная площадь под кривой
плотности
на участках
и
была
бы равно
.
2.2 Расчеты
Дана выборка:
41,77 |
41,81 |
41,64 |
41,54 |
41,91 |
41,67 |
41,55 |
41,84 |
41,61 |
41,80 |
42 |
62 |
86 |
65 |
70 |
85 |
60 |
69 |
95 |
62 |
71 |
50 |
76 |
73 |
66 |
43 |
68 |
52 |
70 |
46 |
58 |
89 |
56 |
32 |
53 |
99 |
83 |
35 |
61 |
37 |
95 |
57 |
87 |
75 |
82 |
50 |
41 |
78 |
42 |
98 |
64 |
80 |
65 |
58 |
72 |
80 |
60 |
72 |
70 |
62 |
70 |
92 |
53 |
60 |
74 |
69 |
61 |
55 |
38 |
51 |
82 |
44 |
97 |
78 |
80 |
34 |
70 |
49 |
60 |
63 |
75 |
63 |
70 |
48 |
52 |
73 |
69 |
71 |
78 |
47 |
58 |
74 |
55 |
65 |
78 |
54 |
51 |
68 |
56 |
64 |
Количество интервалов Nint=6
Минимальное и максимальное значение выборки:
Ширина подынтервала:
Граничные точки подынтервалов
Чтобы найти полигон частот отсортируем выборку с помощью функции sort() и запустим цикл для данной выборки.
Проверим данные частоты с помощью функции hist()
Значения верны. Построим гистограмму:
Найдем оценки для математического ожидания и дисперсии:
Для этого найдем середины отрезков данных интервалов
Доверительный интервал для мат.ожидания:
Надёжность равна 0.95
Квантили распределения Стьюдента найденные по таблице:
Левая и правая границы доверительного интервала:
Доверительный интервал для дисперсии при той же надежности:
Квантили распределения Пирсона найденные по таблице:
Левая и правая границы доверительного интервала:
Для того чтобы проверить гипотезу о том, что наша выборка извлечена из нормальной генеральной совокупности, найдем теоретические частоты.
Функция распределения Лапласа
Найденные частоты:
Проверим данную гипотезу с помощью критерия Х2 Пирсона:
По таблице найдем критическую точку для данной выборки при уровне значимости равным 0.05 и степенями свободы равным k:
Где S –количество интервалов, т.е равно 6 и r– количество параметров, для нормального распределения их 2.
Значит, гипотезу о нормальном распределении выборки отвергаем.
2.3. Выводы
В
ходе работы над первой частью курсовой
работы был написан теоретический обзор
по точечному и интервальному оцениванию.
В работе выполнены расчеты, связанные
с нахождение доверительных интервалов
для математического ожидания, дисперсии
и вероятности. Для заданной генеральной
совокупности построены гистограмма и
полигон, найдены оценки математического
ожидания и дисперсии, а также доверительные
интервалы для математического ожидания
и дисперсии. С помощью критерия согласия
Пирсона
проверена гипотеза о том, что выборка
извлечена из нормальной генеральной
совокупности. В результате анализа,
гипотеза не подтвердилась, т.к. получилось,
что
.
Отсюда следует вывод, что гипотеза о
нормальном законе распределения
генеральной совокупности должна быть
отвергнута.