Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
СЛОВАРЬ PDF.pdf
Скачиваний:
18
Добавлен:
17.05.2015
Размер:
422.23 Кб
Скачать

+∞f (x)dx =1;

−∞

P{ξ = x}= 0 .

Математическое ожидание и дисперсия непрерывной случайной величины ξ определяются формулами

Mξ = xf (x)dx , Dξ = (x Mξ)2 f (x)dx .

−∞ −∞

Среднеквадратическое отклонение и свойства числовых характеристик непрерывной случайной величины ξ определяются

аналогично случаю дискретной случайной величины.

Равномерное распределение определяется плотностью распределения

 

1

 

, a x b;

 

 

 

 

с параметрами a b.

 

 

f (x)= b a

 

 

 

0, иначе

 

 

 

 

 

 

 

0, x < a;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x a

 

 

 

 

 

 

Функция распределения имеет вид F (x)=

 

 

 

, a x b;

 

 

 

 

 

 

 

b a

 

 

 

 

 

 

 

 

 

 

1, x > b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Числовые характеристики: Mξ =

a +b

и Dξ =

 

(b a)2

; вероятность

2

 

 

12

 

 

 

 

 

 

 

 

x2 x1

 

попадания в интервал находится по формуле P{x ξ x

}=

, если

 

 

 

1

 

 

2

 

 

 

b a

 

 

 

 

 

 

 

 

 

 

 

 

a x1 x2 b .

Показательное

распределение

определяется

 

 

 

плотностью

 

 

 

λx

, x 0; с параметром λ > 0.

 

 

 

 

распределения

f (x)= λe

 

 

 

 

 

 

 

0, x < 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0, x < 0;

 

 

Функция распределения имеет вид F (x)=

 

 

 

 

 

0

 

 

 

 

 

 

 

1eλx , x

 

 

 

 

 

1

 

 

 

1

 

 

 

 

Числовые

характеристики: Mξ =

 

и

Dξ =

 

 

;

вероятность

λ

λ2

 

 

 

 

 

 

 

 

 

попадания в интервал находится по формуле

P{x ξ x

}= eλx1 eλx2 ,

 

 

 

 

 

 

 

1

2

 

 

 

 

если x2 x1 0.

Нормальное распределение определяется плотностью распределения

f (x)=

 

1

 

 

e

(xm)2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2σ 2

с параметрами m и σ > 0.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σ

 

2π

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Числовые

 

характеристики:

 

Mξ = m

и

Dξ =σ 2 ;

 

вероятность

попадания в и

 

 

 

 

 

нтервал

 

 

 

 

 

находится

 

по

 

 

 

формуле

P{x ξ

x

}

= Φ

x2 m

 

 

 

x1

m

,

 

 

 

 

1

 

x

e

y2

−Φ

где

Φ(x) =

 

 

 

2

dy .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

2

 

 

 

σ

 

 

 

 

σ

 

 

 

 

 

 

 

2π 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вероятность

отклонения

от

математического

ожидания

на

величину δ

определяется

 

 

по

формуле P{

 

x m

 

<δ}=

δ

 

 

Вероятность

 

 

 

 

 

 

 

 

 

2Φ

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

отклонения от математического ожидания на величину 3σ определяется по

правилу трех сигм: P{m 3σ < x < m +3σ}= 0,997.

Функцией от дискретной случайной величины ξ является новая дискретная случайная величина η =ϕ(ξ ) с законом распределения

 

 

η

 

ϕ(x1)

ϕ(x2 )

 

 

ϕ(xn )

 

 

 

P

 

p1

p2

 

 

pn

 

если все

ϕ(xi ) (i =1,...,n)

различны.

Если какие-то два (или больше)

значения

ϕ(xi ) и

ϕ(xj )

(i j)оказались

равны, то эти столбцы

объединяются, и соответствующая вероятность будет pi + pj .

Рассмотрим непрерывную случайную величину ξ , заданную плотностью распределения f (x). Непрерывная случайная величина

η =ϕ(ξ ) (или y =ϕ(x)) называется функцией от непрерывной случайной величины ξ , если ϕ(x) – строго монотонная дифференцируемая функция. Плотность распределения g (y) непрерывной случайной величины η определяется по формуле

g (y)=

f ψ (y)

 

ψ(y)

 

,

 

 

где ψ – функция обратная к ϕ.

 

 

 

 

 

 

 

случайной величины η =ϕ(ξ )

Числовые характеристики

новой

можно вычислять и без нахождения плотности распределения g (y):

Mη = Mϕ(ξ) = +∞ϕ(x) f (x)dx,

−∞

Dη = Dϕ(ξ) = +∞ϕ(x)Mη 2 f (x)dx .

−∞

8.13 МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

Пусть необходимо изучить совокупность однородных объектов относительно некоторого признака, характеризующего эти объекты. Данная совокупность называется генеральной совокупностью.

Если число объектов (объем) генеральной совокупности достаточно большое, то из нее случайным образом выбираем ограниченное число объектов для изучения, называемое выборочной совокупностью или

выборкой.

Пусть произведена выборка объема n из генеральной совокупности, причем значение x1 наблюдалось m1 раз, значение x2 m2 раз,…, значение

xk mk раз (x1 < x2 < ... < xk ). Результаты наблюдений записываем в таблицу, называемую статистическим рядом (распределением) выборки:

 

xi

x1

x2

 

xk

 

 

mi

m1

m2

 

mk

 

 

ωi

ω1

ω2

 

ωk

 

В таблице xi называются вариантами, mi частотами наблюдений,

ωi = mi / n относительными

частотами

наблюдений, k числом

разрядов.

 

 

 

 

 

 

В случае изучения непрерывно распределенного признака объектов выборки строим интервальный статистический ряд (распределение)

выборки

(xi , xi+1 )

(x1, x2 )

(x2 , x3 )

(xk , xk+1 )

mi

m1

m2

mk

ωi

ω1

ω2

ωk

Здесь диапазон наблюдений разбиваем на интервалы (xi , xi+1 )

(желательно одинаковой длины h ), а mi – число наблюдений, попавших в соответствующий интервал. В качестве иллюстрации рисуем гистограмму – ступенчатая фигура, состоящая из прямоугольников с основаниями (xi , xi+1 )

и высотами bi = ωi / h.

Оценкой a параметра распределения генеральной совокупности

называется численное значение неизвестного параметра a , определенное по конечной выборке x1, x2 ,..., xn .

Для выборки объема n из генеральной совокупности оценкой математического ожидания случайной величины является выборочная

средняя

 

 

 

 

k

 

 

k

 

 

 

 

 

 

 

 

 

 

x =

1 ximi = xiωi .

 

 

 

 

 

 

 

 

 

n i=1

 

 

i=1

 

 

 

 

 

выборочная

Оценкой

дисперсии

случайной

 

величины

служит

дисперсия Dв =

1 n

2

=

1

n

2

 

2

 

k

2

ωi x

2

.

 

 

(xi x)

 

 

xi

 

x

 

= xi

 

 

 

 

n i=1

 

 

n i=1

 

 

 

 

i=1

 

 

 

 

 

 

Тогда выборочное среднеквадратическое

отклонение

 

σв =

 

 

 

Dв

является оценкой среднеквадратического отклонения.

Теоретическим начальным моментом порядка s случайной

величины X называют математическое ожидание величины Xs

Ms = M(Xs ).

Эмпирический начальный момент порядка s определяется по

формуле Ms* = 1n n xis = k ωi xis . i=1 i=1

Центральным моментом порядка s случайной величины X

называют математическое ожидание величины (X M(X))s ms = M[(X M(X))s ].

Эмпирический центральный момент порядка s определяется по

*

=

1

n

s

k

s

формулеms

 

(xi x)

= ωi (xi x) .

 

 

n i=1

 

i=1

 

Центральный момент третьего порядка m3 служит для характеристики скошенности распределения. Для этого вводится коэффициент

асимметрии случайной величины As(X)= mσ33 .

Оценкой асимметрии служитасимметрияэмпирическогораспределения

As* = m3* .

σ3в

Центральный момент четвертого порядка m4 служит для характеристики островершинности распределения. Для этого вводитсяэксцесс

случайной величины Ex(X)= mσ44 3.

Его оценкой служит эксцесс эмпирического распределения

Ex* = m4* 3.

σв4

 

Начальные и центральные моменты, как теоретические, так и

эмпирические,

связаны

следующими

соотношениями:

m = M

2

M 2

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

1

 

m = M

3

3M

M

+ 2M 3

, m = M

4

4M

M

+6M

M 2

3M 4 .

 

 

 

3

 

2

1

 

1

4

 

3

1

2

1

1

 

 

 

Характеристикой показательного распределения является коэффициент вариации, вычисляемый по формуле V(X)= Mσ((XX)), который равен единице.

Его оценкой являетсявыборочный коэффициент вариации V* = σxв .

Для выбора параметров распределения используется метод моментов. Суть его заключается в приравнивании теоретических моментов рассматриваемого распределения к соответствующим эмпирическим моментам того же порядка.

Для проверки выдвинутой (нулевой) гипотезы H0 о соответствии

статистического распределения теоретическому закону распределения используется критерий Пирсона. Выбирают случайную величину, характеризующую степень расхождения теоретического и эмпирического