- •Комбинаторика
- •Комбинаторный принцип умножения
- •Размещения
- •Перестановки
- •Сочетания
- •Размещения с повторениями
- •Алгебра событий
- •Предмет теории вероятностей
- •Классификация событий
- •Действия над событиями
- •Вероятность события
- •Относительная частота события и ее свойства
- •Статистическое определение вероятности
- •Аксиоматическое определение вероятности
- •Классическое определение вероятности
- •Геометрическое определение вероятности
- •Алгебра вероятностей
- •Условная вероятность
- •Правило умножения вероятностей
- •Независимость двух событий
- •Независимость n событий
- •Правила сложения вероятностей
- •Формулы полной вероятности и Байеса
- •Формула полной вероятности
- •Формула Байеса
- •Схема Бернулли проведения независимых испытаний. Биномиальная вероятность
- •Приближенная формула Пуассона для вычисления биномиальной вероятности
- •Локальная и интегральная формулы Муавра-Лапласа
- •Одномерная случайная величина
- •Определение случайной величины
- •Дискретная случайная величина
- •Числовые характеристики дискретной случайной величины
- •Понятие числовой характеристики случайной величины
- •Математическое ожидание
- •Дисперсия
- •Мода
- •Начальные и центральные моменты
- •Биномиальное, Пуассона, геометрическое распределения
- •Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •Непрерывная случайная величина
- •Числовые характеристики непрерывной случайной величины
- •Нормальное, показательное, равномерное распределения
- •Нормальное распределение (закон Гаусса)
- •Показательное распределение
- •Равномерное распределение
- •Двумерная случайная величина
- •Двумерная случайная величина, ее функция распределения
- •Дискретная двумерная случайная величина, ее таблица распределения
- •Непрерывная двумерная случайная величина. Плотность вероятности
- •Примеры двумерных непрерывных распределений
- •Равномерное распределение
- •Нормальное распределение
- •Зависимость и независимость двух случайных величин
- •Условные законы распределения. Числовые характеристики двумерной случайной величины. Связь между случайными величинами
- •Условные законы распределения
- •Числовые характеристики
- •Корреляционные момент и коэффициент корреляции
- •Предельные теоремы
- •Неравенства Маркова и Чебышёва
- •Неравенство А.А. Маркова
- •Неравенство П.Л. Чебышёва
- •Теоремы Чебышёва и Бернулли
- •Центральная предельная теорема для случая одинаково распределенных слагаемых
- •Цепи Маркова. Понятие случайного процесса
- •Введение в математическую статистику
- •Предмет математической статистики
- •Описательная статистика
- •Генеральная совокупность. Выборка. Выбор
- •Вариационный и статистический ряды
- •Выборочная функция распределения
- •Выборочные числовые характеристики
- •Основные оценки
- •Группированный статистический ряд. Гистограмма
- •Группированный статистический ряд
- •Оценивание генеральных числовых характеристик с помощью интервального статистического ряда
- •Гистограмма
- •Точечное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Понятие точечной статистической оценки. Требования к оценкам
- •Свойства выборочного среднего и выборочной дисперсии
- •Свойства
- •Свойства моментов
- •Метод моментов получения оценок параметров генерального распределения
- •Метод максимального правдоподобия получения оценок параметров генерального распределения
- •Интервальное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Доверительный интервал. Точность и надежность оценки
- •Доверительный интервал для математического ожидания нормальной генеральной совокупности
- •Доверительный интервал для среднего квадратического отклонения любой генеральной совокупности при большом объеме выборки
- •Проверка статистических гипотез
- •Виды статистических гипотез
- •Критерий значимости. Общая схема проверки статистических гипотез
- •Ошибки первого и второго рода. Односторонний и двусторонний критерий
- •Ошибки первого и второго рода
- •Односторонний и двусторонний критерии
- •Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей
- •Проверка гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •Проверка гипотезы о законе распределения генеральной совокупности
- •Общие вопросы
- •Параметры проверяемого закона полностью известны
- •Параметры проверяемого закона неизвестны
- •Критерий Колмогорова
является оценкой генерального начального момента порядка l : αl = M[Xl]. 3. Выборочный центральный момент порядка l
n
ml = n1 X(xi − x¯)l
i=1
является оценкой генерального центрального момента порядка l : µl = M[(X − m)l]. 4. Выборочная дисперсия
|
1 |
|
n |
|
|
|
|
|
||
|
|
|
Xi |
|
|
|
|
|
||
DB = m2 = |
n |
|
(xi − x¯)2 |
|
|
|
|
|
||
|
|
|
=1 |
|
|
|
|
|
|
|
является оценкой генеральной дисперсии σ2 = µ2 = M[(X − m)2]. |
|
|
|
|
|
|||||
5. Выборочное среднее квадратическое отклонение |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
||
σB = |
|
DB |
|
√ |
|
|
|
|||
является оценкой генерального среднего |
квадратического отклонения |
|
|
|
||||||
σ = |
σ |
2 |
. |
|||||||
|
p |
|
|
|
|
|
9.5 Группированный статистический ряд. Гистограмма
9.5.1Группированный статистический ряд
Если выборка получена из непрерывной генеральной совокупности и объем ее большой, то вариационный и статистический ряды, как и сама выборка, будут трудно обозримыми множествами. Действительно, в этом случае при достаточно точном измерении практически не будет равных элементов выборки, ибо вероятность равенства значений непрерывной случайной величины равна нулю. Тогда прибегают к другому способу группирования элементов выборки.
Промежуток [xmin, xmax] делится на некоторое количество k равных по длине про-
межутков. Обозначим эти промежутки слева направо через |
1, |
2, . . . , k. Если точки, |
|
разделяющие эти промежутки, обозначить a0, a1, . . . , ak, то |
|
1 = [xmin, a1), 2 = [a1, a2), |
|
..., i = [ai−1, ai), ..., k = [ak−1, xmax]. Здесь a0 = xmin, ak |
= xmax. Пусть ni - число эле- |
||
ментов выборки, попавших в промежуток i. Числа n1, n2, . . . , nk |
называются частотами |
||
попадания элементов выборки в рассматриваемые промежутки. |
|
||
Определение. Совокупность промежутков 1, 2, . . . , |
k |
и соответствующих им ча- |
стот называется группированным (интервальным) статистическим рядом. Возникает вопрос - как выбрать число k промежутков?
При слишком большом k картина распределения будет искажена случайными колебаниями частот. Отдельные промежутки даже могут оказаться пустыми. При слишком малом k будут сглажены и затушеваны характерные особенности распределения.
Для выбора k можно использовать специальные формулы, но обычно число интервалов разбиения берется не менее 5 и не более 15.
Длина промежутков 1, 2 . . . , k определяется по формуле
h = R = xmax − xmin .
k k
Вместо группы элементов, попавших в интервал i, рассматривается один их представитель. В качестве такого представителя обычно берут среднюю точку xi промежутка i. Группированный статистический ряд можно оформить в виде таблицы.
66
9.5.2Оценивание генеральных числовых характеристик с помощью интервального статистического ряда
С помощью группированного статистического ряда можно приближенно вычислить выборочные моменты. Так как группа элементов выборки, входящих в промежуток i, заменяется средней точкой xi промежутка, то следует считать, что элемент xi встречается в выборке ni раз, т.е. имеет частоту ni. Получаем следующие формулы:
k
x¯ ≈ n1 Xnixi ,
i=1
k
al ≈ n1 Xni(xi )l.
i=1
Такое усреднение по промежуткам несколько искажает выборочные числовые характеристики, но при большом объеме выборки это искажение несущественно.
9.5.3Гистограмма
Группированный статистический ряд наглядно можно изобразить в виде гистограммы. Определение. Гистограммой относительных частот выборки называется фигура, об-
разованная прямоугольниками с основаниями i и высотами ni/(nh)(i = 1, . . . , k).
Рис. 9.2: Гистограмма относительных частот
Величины nj/n называются относительными, а nj/(nh) - приведенными частотами
группированного статистического ряда.
С помощью гистограммы оценивается кривая плотности вероятности, так как ступенчатая ломаная, ограничивающая гистограмму сверху, близка к графику плотности вероятности.
Действительно, площадь прямоугольника с основанием i равна hni/(nh) = ni/n, т.е. относительной частоте попадания элементов выборки в промежуток i. При большом n относительная частота близка к вероятности попадания значения случайной величины X
67
в промежуток i. Эта вероятность численно равна |
площади криволинейной трапеции с |
основанием i и ограниченной графиком плотности |
вероятности. |
Таким образом, этот участок криволинейной трапеции, ограниченной графиком плотности вероятности, аппроксимируется прямоугольником гистограммы с основанием i. Поэтому и вся рассматриваемая криволинейная трапеция аппроксимируется гистограммой.
Сравнивая ступенчатую ломаную, ограничивающую гистограмму сверху, с известными графиками теоретических плотностей (нормальной, показательной и других), можно выдвинуть гипотезу о законе распределения генеральной совокупности.
Другим наглядным изображением группированного статистического ряда является полигон приведенных частот - это ломаная с вершинами в точках (xi , ni/(nh)). С помощью полигона также оценивается кривая плотности вероятности.
68