- •1._Побудова гістограм частот.
- •1.1_Побудова гістограми частот вибірки X:
- •1.2. Побудова гістограми частот вибірки y:
- •2.Знаходження оцінок математичних сподівань і дисперсій генеральних сукупностей
- •Заповнюємо всі стовбці таблиці
- •3. Оцінка невідомих математичних сподівань м[х] і m[у] генеральних сукупностей х і у за допомогою довірчого інтервалу з надійністю 0,95.
- •Розв’язання:
- •4._Перевірка гіпотези про рівність дисперсій генеральних сукупностей для вибірок X та y.
- •5. Побудова нормальних кривих за емпіричними даними.
- •5.1 Знаходження вибіркової середньої та середнього квадратичного відхилення методом добутків.
- •5.2 Знаходження вирівнюючих частот кожної вибірки.
- •5.3 Побудова полігонів частот і нормальних кривих.
- •Для вибірки х
- •Для вибірки y
- •6. Перевірка гіпотези про нормальний розподіл генеральних сукупностей X та y, використовуючи критерій погодженості Пірсона.
- •7. Перевірити гіпотезу про рівність нулю математичних сподівань генеральних сукупностей х і у.
- •Розв’язання:
- •8. Оцінка відхилення емпіричного розподілу від нормального.
- •9.Представимо математичну модель вибірок за допомогою MatCad2001.
- •10. Висновки:
- •Можна зробити наступні висновки:
3. Оцінка невідомих математичних сподівань м[х] і m[у] генеральних сукупностей х і у за допомогою довірчого інтервалу з надійністю 0,95.
Інтервальною називають оцінку, яка визначається двома числами - кінцями інтервалу.
Нехай за даними вибірки знайдена статистична характеристика θ*, яка служить оцінкою невідомого параметра θ.
Будемо вважати θ сталим числом. Оцінка θ* тим точніше визначає параметр θ, чим менше абсолютна величина різниці θ - θ*.. Іншими словами , якщо ∂ > 0 і │ θ - θ*.│ < ∂, то чим менше ∂, тим оцінка точніша. Таким чином, додатне число ∂ характеризує точність оцінки.
Однак, статистичні методи не дозволяють категорично
стверджувати, що оцінка θ*. задовольняє нерівність │ θ - θ*.│ < ∂.
Можна лише говорити про імовірність y, з якою ця нерівність здійснюється.
Надійністю (довірчою ймовірністю) оцінки θ за θ*. називають імовірність y, з якою виконується нерівність │ θ - θ*.│ < ∂.
Зазвичай надійність оцінки задається наперед, причому в якості у беруть число, близьке до одиниці. Найчастіше задають надійність, що дорівнює 0,95; 0,99; 0,999.
Нехай імовірність того, що │ θ - θ*.│ < ∂ дорівнює у:
Р(│ θ - θ*.│ < ∂) = у.
Замінивши нерівність │ θ - θ*.│ < ∂, рівносильною їй подвійною нерівністю - ∂ < θ - θ*.< ∂, або θ*- ∂< θ< θ*.+ ∂ , маємо Р[θ*- ∂< θ< θ*.+ ∂]=у.
Це співвідношення слід розуміти так: ймовірність того, що інтервал (θ*- ∂, θ*.+ ∂) заключає в собі (покриває) невідомий параметр θ , дорівнює у.
Довірчим називають інтервал (θ*- ∂, θ*.+ ∂), який покриває невідомий параметр із заданою надійністю у .
Інтервал (θ*- ∂, θ*.+ ∂), має випадкові кінці, які називають довірчими границями. В різних вибірках отримують різні значення θ*, отже від вибірки до вибірки будуть змінюватися і кінці довірчого інтервалу, тобто довірчі границі самі є випадковими величинами .
Оскільки випадковою величиною є не параметр θ, що оцінюється, а довірчий інтервал, то правильніше говорити не про імовірність попадання θ в довірчий інтервал, а про імовірність того, що довірчий інтервал покриє θ .
Наприклад, потрібно оцінити невідоме математичне сподівання а за допомогою довірчих інтервалів, якщо кількісна оцінка Х розподілена нормально, а середнє квадратичне відхилення невідоме.
За даними вибірки можна побудувати випадкову величину Т (її можливі значення будемо позначати через t ):
де Х - вибіркове середнє;
S - „виправлене" середнє квадратичне відхилення;
n - обсяг вибірки.
Ця величина має розподіл Стьюдента з k = n -1 ступенями вільності.
Густина розподілу Стьюдента:
де
Видно, що розподіл Стьюдента визначається параметром n - обсягом вибірки (або, що те ж саме, числом ступенів вільності k = n -1) і не залежить від невідомих параметрів а і . Ця особливість є значною перевагою цього розподілу.
Оскільки S(t,n) - парна функція від t, ймовірність виконання нерівності визначається так:
Замінивши нерівність у круглих дужках рівносильною подвійною нерівністю, отримаємо:
Отже, користуючись розподілом Стьюдента, ми знайшли
довірчий інтервал , який покриває невідомий параметр з надійністю у. Тут випадкові величини Х і S замінені невипадковими величинами х i s, знайденими за вибіркою. Параметр tY знаходимо з таблиці, наведеної в додатку 2, за заданими n і у .
Ми маємо нормально розподілену кількісну ознаку генеральної сукупності. За вибіркою n=50 знайдені вибіркове середнє (з пункту 2):
для вибірки Х :
для вибірки Y :
і “виправлене ” середнє квадратичне відхилення :
(3.1)
для вибірки Х : 1,1191
для вибірки Y : 0,6943
Отже, ми можемо оцінити невідомі математичні сподівання за допомогою довірчого інтервалу з надійністю 0,95.