- •Варіант № 31
- •4.6. За таблицею розподілу дискретної випадкової величини знайти числові характеристики, побудувати функцію розподілу та багатокутник розподілу. Дискретна випадкова величина задана законом розподілу:
- •Таблиця.1
- •Виправлена вибіркова дисперсія обчислюється за формулою
- •4.1. Знайти ймовірність випадкової події за допомогою правил і теорем комбінаторики.
- •4.2. Обчислити ймовірності подій за допомогою теорем додавання та множення ймовірностей.
- •4.4. Знайти ймовірності подій за допомогою формули Бернуллі.
- •4.5. Обчислити ймовірності подій за допомогою асимптотичних формул для схеми Бернуллі.
Таблиця.1
-
Номер інтервалу, i
Межі інтервалу
Середина інтервалу,
zi
Частота,
ni
Накопичена частота
Відносна частота,
ni/n
Середня щільність, ni/nb
Накопичена відносна частота
нижня
верхня
1
12
19
15.5
5
5
0.1
0.016
0.1
2
19
26
22.5
13
18
0.26
0.042
0.36
3
26
33
29.5
11
29
0.22
0.035
0.58
4
33
40
36.5
12
41
0.24
0.038
0.82
5
40
47
43.5
5
46
0.1
0.016
0.92
6
47
54
50.5
2
48
0.04
0.006
0.96
7
54
61
57.5
2
50
0.04
0.006
1
Користуючись четвертим і дев’ятим стовпцями табл. 1, побудуємо емпіричну функцію розподілу (рис. 8.3) для вибірки, наведеної у прикладі 1.
Ри Користуючись значеннями (n = 50), знайдемо вибіркове середнє за формулою (8.1). Одержимо результат = 31,32. Для обчислення вибіркової дисперсії перетворимо формулу (8.2) у такий спосіб:
=
.
Таким чином, необхідно додатково знайти лише суму квадратів значень xj. Зауважимо, що на багатьох калькуляторах можна знаходити такі суми за допомогою клавіш для статистичних розрахунків.
Користуючись значеннями (n = 50), знайдемо вибіркове середнє за формулою (8.1). Одержимо результат = 31,32. Для обчислення вибіркової дисперсії перетворимо формулу (8.2) у такий спосіб:
=
.
Таким чином, необхідно додатково знайти лише суму квадратів значень xj. Зауважимо, що на багатьох калькуляторах можна знаходити такі суми за допомогою клавіш для статистичних розрахунків.
Виправлена вибіркова дисперсія обчислюється за формулою
=.
Отримане значення відрізняється від значення вибіркової дисперсії лише на 2% через відносно великий об’єм вибірки (n=50). Відповідне виправлене вибіркове стандартне відхилення становить S=10,56.
Відповідь. = 31,32;109,338;=10,46;= 111, 569;S=10,56.
Скористаємось точковими оцінками = 31,32 і S=10,56, отриманими у прикладі 3.
1. Користуючись додатком 3 для n =50 і =0,99, знаходимо t = 2,679 і далі . Довірчий інтервал для mx знаходимо за формулою (8.4), це є проміжок (27,34; 35,3).
2. За допомогою додатка 4 для n =50 і = 0,99 знаходимо q = 0,3 і далі за формулою (8.5) шуканий інтервал (10,24; 10,84) для стандартного відхилення.
Відповідь. (27,34; 35,3) і (10,24; 10,84).
Перевірити за критерієм 2 гіпотезу про нормальний розподіл генеральної сукупності, представленої вибіркою, заданою у прикладі 1. Прийняти рівень значущості рівним 0,025.
Розв’язання. Скористаємося дод. 2 для значень функції розподілу стандартного нормального закону й обчислимо їх для кінців кожного із семи інтервалів, прийнятих раніше при групуванні вибірки. Зауважимо, що аргументом функції(z) є нормоване значення змінної х, тобто . Значенняі S – це точкові оцінки, обчислені у прикладі 4. Ліва межа першого інтервалу і права межа останнього приймаються нескінченними. Далі знаходимо теоретичні ймовірності pi попадання випадкової величини в кожний інтервал:, тут zi i zi+1 – перераховані ліва і права межі інтервалів. Через знайдені значення pi знаходимо очікувані (теоретичні ) частоти попадання у кожен із семи інтервалів. Інтервали 6 і 7, для яких ці частоти малі (менші за 5), об’єднуємо в один інтервал. Далі за алгоритмом розрахунку критерію знаходимо різниці спостережених і очікуваних частот, квадрати цих різниць і самий критерій2. Результати розрахунків зведені в табл. 8.2. Отримане значення критерію 2 = 2,5339.
Таблиця 8.2
№ інтер-валу |
Межі інтервалу |
Спостережені частоти |
Імовір-ність, pi |
Очікувані частоти, npi |
npi |
ni – npi |
(ni –npi)2/npi | ||||
|
нижня |
верхня |
|
|
|
|
|
|
|
|
|
1 |
|
19 |
5 |
-0.5000 |
-0.3806 |
0.1194 |
5.9704 |
5.9704 |
-0.9704 |
0.1577 |
|
2 |
19 |
26 |
13 |
-0.3806 |
-0.1945 |
0.1861 |
9.3043 |
9.3043 |
3.6957 |
1.4679 |
|
3 |
26 |
33 |
11 |
-0.1945 |
0.0638 |
0.2583 |
12.9156 |
12.9156 |
-1.9156 |
0.2841 |
|
4 |
33 |
40 |
12 |
0.0638 |
0.2967 |
0.2329 |
11.6450 |
11.6450 |
0.3550 |
0.0108 |
|
5 |
40 |
47 |
5 |
0.2967 |
0.4331 |
0.1364 |
6.8191 |
6.8191 |
-1.8191 |
0.4853 |
|
6 |
47 |
54 |
2 |
0.4331 |
0.4849 |
0.0518 |
2.5925 |
|
|
|
|
7 |
54 |
|
2 |
0.4849 |
0.5000 |
0.0151 |
0.7530 |
3.3455 |
0.6545 |
0.1280 |
|
|
|
|
50 |
|
|
1 |
50 |
50 |
|
2.5339 |
|
Висновок про прийняття або відхилення гіпотези робимо на основі порівняння обчисленого значення критерію 2 = 2,5339 із його граничним значенням = 11,1, знайденим за дод. 5 при = 0,025 і числі ступенів свободи к =7– 1 –2 = 4. Як бачимо, обчислене за даними вибірки значення критерію не перевищує його критичне значення, що свідчить про те, що данні вибірки не суперечать гіпотезі про нормальний розподіл генеральної сукупності з параметрами mx =31,32 і = 10,56.