- •Тема 7 Законы распределения
- •§ 7.1 Характерные черты варьирования
- •§ 7.2 Случайные события. Вероятность события и ее свойства.
- •§ 7.3 Закон больших чисел.
- •§ 7.4 Биномиальное распределение.
- •§ 7.5 Распределение Пуассона. Параметры дискретных распределений.
- •§ 7.6 Нормальное распределение .
- •1 2 3
- •§ 7.7 Распределение Максвелла.
- •§ 7.8 Измерение асимметрии и эксцесса.
- •§ 7.9 Распределение Шарлье
1 2 3
Рис. 10. Нормальные кривые (1, 2, 3) при разных значениях параметра σ
(σ1 < σ2 < σ3)
Любую нормальную кривую можно привести к стандартной (вычитанием μ из хі и делением на σ). Стандартная кривая (рис. 11) имеет площадь, равную 1. Ее вершина, т.е. максимальное ордината ymax, соответствует началу прямоугольных координат, перенесенному в центр распределения, где
0,3
-3t -2t -t t 2t 3t
0,1
0,2
Рис. 11. Стандартная форма нормальной кривой (при σ = 1)
Вправо и влево от этого центра случайная величина Х может принимать любые значения, и величина каждого отклонения определяется функцией его нормированного отклоненияf(t).
Для того чтобы ордината выражала не вероятность, а абсолютные числовые значения случайной величины, т.е. выравнивающие частоты вариант эмпирических распределений, необходимо в формулу (45) внести поправку:
, (46)
Здесь λ – классовый интервал;
Sx – величина среднего квадратического отклонения эмпирического ряда распределения.
Сравнивая частоты эмпирического вариационного ряда с частотами по формуле (46), можно проверить, следуют ли эмпирическое распределение нормальному закону.
Параметры нормального распределения
Как было показано, нормальное распределение характеризуется двумя параметрами:
средней величиной, или математическим ожиданием μ:
дисперсией случайной величины Х:
Эмпирическая средняя стремится к математическому ожиданию случайной величины по мере увеличения числа испытаний: при небольшом числе испытаний средняя может значительно отклонятся от своего математического ожидания.
Основные свойства нормального распределения
Для нормального распределения характерно совпадение по абсолютной величине средней арифметической, медианы и моды. Равенство между этими показателями указывает на нормальность данного распределения.
Вероятность отклонения любой варианты в ту или иную сторону от средней μ на t, 2t и 3t, следующая:
Это означает, что 99,77 % от всех вариант нормально распределяющейся совокупности находится в пределах .
§ 7.7 Распределение Максвелла.
По нормальному закону распределяются многие биологические признаки, но не все: нередко встречаются и асимметричные распределения, которые, однако, не следуют закону Пуассона. Одним из таких распределений является распределение, описываемое формулой Максвелла:
Здесь – параметр распределения, определяемый через среднюю арифметическуюварьирующего признака;, гдехi – числовые значения случайной величины Х; dx – разность между двумя смежными значениями переменной величины Х.
Признаком того, что эмпирическое распределение следует закону Максвелла, служит равенство между средним квадратическим отклонением и величиной 0,674а, т.е. Sx = 0,674 a.
§ 7.8 Измерение асимметрии и эксцесса.
Среди эмпирических распределений асимметрия и эксцесс встречаются довольно часто. Графически асимметрия выражается в виде скошенной вариационной кривой, вершина которой может находится левее или правее центра распределения. В первом случае асимметрия называется правосторонней или положительной, а во втором – левосторонней или отрицательной (по знаку числовой характеристики).
При правосторонней асимметрии ее пологая сторона находится правее (рис.14), а при левосторонней – левее центра распределения (рис.15).
Рис. 14. Положительная асимметричная кривая
Mo
Рис. 15 Отрицательная асимметричная кривая.
Mo
Наряду с асимметричными встречаются островершинные и плосковершинные распределения. Островершинность кривой распределения вызывается чрезвычайным накапливанием частот в центральных классах вариационного ряда, вследствие чего вершина вариационной кривой оказывается сильно поднятой вверх. В таких случаях говорят о положительном эксцессе распределения (рис. 16).
1
2
Рис. 16 Крутовершинная кривая – положительный эксцесс (1) в сравнении с нормальной кривой (2)
Кроме одновершинных встречаются и двух- и многовершинные, а также плосковершинные и двугорбые кривые, что свидетельствует о наличии у такого распределения отрицательного эксцесса (рис.17).
Величина асимметрии и эксцесса может быть различной, поэтому важно ее не только обнаружить, но измерить. Для измерения асимметрии и эксцесса используют центральные моменты распределения третьего и четвертого порядков:
(48)
1
2
Рис. 17. Плосковершинная кривая – отрицательный эксцесс (1) в сравнении с нормальной кривой (2)
При строго симметричных распределениях третьих степеней отклонений вариант от средней арифметической равна нулю и
При наличии скошенности распределения этот показатель будет иметь положительную (при правосторонней асимметрии) либо отрицательную величину (при левосторонней асимметрии), которая служит мерой асимметрии.
Показатель эксцесса, выражается формулой:
(49)
При отсутствии эксцесса . В случае положительного эксцесса этот показатель приобретает положительный знак и может иметь самую различную величину. При плосковершинности и двугорбости вариационной кривой коэффициентEx имеет отрицательный знак; предельная величина отрицательного эксцесса равна "-2".