- •В.В. Нешитой
- •Введение
- •1. Основные понятия теории вероятностей и математической статистики
- •1.1. Случайные события. Испытания. Относительная частота и вероятность
- •1.2. Виды случайных событий
- •1.3. Определения вероятности
- •1.4. Основные формулы комбинаторики
- •1.5. Теорема сложения вероятностей (несовместных событий)
- •1.6. Теорема умножения вероятностей (независимых событий)
- •1.7. Закон распределения дискретной случайной величины
- •1.8. Числовые характеристики дискретной случайной величины
- •1.8.1. Математическое ожидание
- •1.8.2. Свойства математического ожидания
- •1.8.3. Дисперсия дискретной случайной величины
- •1.8.4. Свойства дисперсии
- •1.8.5. Среднее квадратическое отклонение
- •1.8.6. Одинаково распределенные взаимно независимые случайные величины
- •1.8.7. Моменты (начальные, центральные) дискретной случайной величины
- •1.10.2. Плотность распределения
- •1.11. Числовые характеристики непрерывных случайных величин
- •1.12. Примеры непрерывных распределений
- •1.12.1. Нормальный закон
- •1.12.2. Показательный закон
- •1.12.3. Закон Вейбулла
- •1.13. Элементы математической статистики
- •1.13.1. Генеральная и выборочная совокупности. Вариационный ряд. Характеристики вариационного ряда
- •1.13.2. Статистическое распределение выборки. Полигон. Гистограмма. Эмпирическая функция распределения
- •1.13.3. Статистические оценки параметров. Точность оценки, доверительная вероятность (надежность)
- •1.13.4. Метод моментов для точечной оценки параметров распределения
- •1.13.5. Метод наибольшего правдоподобия
- •2. Вероятностная модель текста и ее исследование
- •2.1. Понятие математического ожидания случайной функции, нового события и кривой роста новых событий
- •2.2. Математическое ожидание случайной функции и кривая роста новых событий. Связь с законами распределения вероятностей разных и новых событий
- •2.3. Установление статистической структуры выборки по кривой роста новых событий
- •2.4. Восстановление кривой роста новых событий по статистической структуре выборки
- •2.5. Построение систем кривых роста и непрерывных распределений новых событий
- •Построение систем кривых роста и непрерывных распределений новых событий
- •3. Обобщенные распределения. Системы непрерывных распределений
- •3.1. Методы построения обобщенных распределений
- •3.2. Построение системы непрерывных распределений методом обобщения
- •3.3. Классификация обобщенных распределений
- •Распределения группы а
- •Распределения группы б
- •Группа симметричных распределений
- •3.4. Распределения функций случайного аргумента
- •3.5. Три основные и три дополнительные системы непрерывных распределений в.Нешитого
- •3.6. Обобщение систем непрерывных распределений
- •3.6.1. Обобщение систем непрерывных распределений по первому варианту
- •Обобщение систем непрерывных распределений по первому варианту на базе четырехпараметрической плотности p(t)
- •3.6.2. Обобщение систем непрерывных распределений по второму варианту
- •Обобщение систем непрерывных распределений по второму варианту на базе четырехпараметрической плотности p(t)
- •4. Оценивание параметров обобщенных распределений. Критерии для классификации кривых. Центральная предельная теорема
- •4.1. Метод наименьших квадратов
- •Значение функции распределения f(tc)
- •4.2. Метод наибольшего правдоподобия
- •4.3. Классический метод моментов
- •4.3.3. Симметричные распределения Ic–iiIc типов
- •4.3.4. Критерии для классификации распределений по методу моментов
- •4.4. Универсальный метод моментов
- •4.4.1. Расширение трех систем непрерывных распределений
- •4.4.2. Законы распределения суммы независимых случайных величин
- •4.4.3. Центральная предельная теорема для трех систем непрерывных распределений
- •4.4.4. Законы распределения среднего выборочного
- •4.5. Устойчивый метод
- •5. Выравнивание и прогнозирование статистических распределений
- •5.1. Выбор системы непрерывных распределений для выравнивания статистических распределений
- •5.2. Вычисление выравнивающей кривой распределения по статистическим данным
- •5.2.1. Выравнивание по классическому методу моментов
- •5.2.2. Выравнивание по универсальному методу моментов
- •5.2.3. Выравнивание по устойчивому методу
- •Показатели статистического распределения (snr2v08a)
- •Распределение 3-го типа с параметрами
- •5.2.5. Выравнивающее распределение среднего выборочного
- •5.3. Прогнозирование распределений
- •5.3.1. Первая система непрерывных распределений
- •5.3.2. Вторая система непрерывных распределений
- •Распределение населения страны по среднедушевому совокупному доходу, в % к итогу (Расчет по данным обследования 90 тыс. Семейных бюджетов)
- •5.3.3. Показатели стабильности и качества выборки
- •5.4. Ранговые распределения
- •5.4.1. Форма представления ранговых распределений
- •5.4.2 Универсальный закон рассеяния публикаций
- •5.5.3. Универсальный закон старения публикаций
- •5.4.4. Ранговые распределения лексических единиц
- •6. Временные (динамические) ряды
- •6.1. Методы выделения тренда
- •6.2. Построение кривых роста для выравнивания временных рядов
- •6.2.1. Построение кривых роста с заданными свойствами
- •6.2.2. Метод обобщения
- •6.2.3. Кривые роста на базе обобщенных распределений
- •6.3. Оценивание параметров кривых роста
- •6.3.1. Уравнение прямой
- •6.3.2. Экспонента
- •6.3.3. Обобщенная кривая роста
- •6.4. Прогнозирование временных рядов
- •6.4.1. Параметрический метод прогнозирования
- •6.4.2. Непараметрический метод прогнозирования
- •Заключение
- •Приложения Приложение 1
- •Приложение 2
- •Приложение 5 Основные сведения о программах
- •Литература
- •Содержание
- •Математико-статистические
- •Методы анализа
- •В библиотечно-информационной
- •Деятельности
5.2.2. Выравнивание по универсальному методу моментов
В табл. 5.2.1б приведена группировка колхозов и совхозов Республики Беларусь по урожайности картофеля в 1992 г.
Пример 1.
Рассмотрим статистическое распределение хозяйств Гродненской области по урожайности картофеля в 1992 г. (см. табл. 5.2.4, графы 1–3).
Требуется: используя универсальный метод моментов, вычислить выравнивающее распределение, оценить его параметры, рассчитать значения плотности в серединах каждого интервала, оценить по критерию “хu-квадрат” степень близости выравнивающей кривой к статистическому распределению.
Решение.
Пусть выравнивающее распределение относится к первой системе непрерывных распределений.
В этом случае установление типа выравнивающей кривой осуществляется так же, как и по классическому методу моментов, т.е. вычисляются среднее, центральные моменты (2–4)-го порядков, показатели . Для расчетов используем программу.
Таблица 5.2.4
Распределение колхозов и совхозов Гродненской области по урожайности картофеля в 1992г.
Сбор с 1 га ц |
Середина интерв. хi |
Число хозяйств |
Теорет. плотность p(хi) |
Теорет. частота mi=p(хi)Mh | |
25- 50 50- 75 75-100 100-125 125-150 150-175 175-200 200-225 225-250 250-275 |
37,5 62,5 87,5 112,5 137,5 162,5 187,5 212,5 237,5 262,5 |
57 85 67 28 14 |
0,000217 0,002681 0,008678 0,011729 0,008973 0,004739 0,001965 0,000696 0,000223 0,000067 |
60,746 82,103 62,811 33,173 13,755 |
0,025
0,231 0,102 0,279 0,807 0,004
0,175
|
|
|
|
|
По статистическим данным табл. 5.2.4 находим:
С помощью номограммы (приложение 2) устанавливаем, что выравнивающее распределение относится ко II типу, поскольку , и задается обобщенной плотностьюр(х).
Оценку параметра k можно найти по той же номограмме.
В первом приближении имеем: . Более точное значение параметраk, полученное по программе, равно k = 3,10842. Оценки остальных параметров и нормирующего множителя равны:
Они были вычислены по формулам (4.4.11):
,
где ;(см. табл. 3.3.3).
Для вычисления величин использовались формулы (4.4.13), (4.4.14).
Выравнивающее распределение задается плотностью
.
В табл. 5.2.4. в графе 4 приведены расчетные значения плотности распределения в серединах интервалов р(хi), а в графе 5 – теоретические частоты mi.
Критерий согласия К. Пирсона оказался равным: χ2 = 1,623.
По таблице χ2 – распределения при числе степеней свободы r=7–3–1=3 и χ2 =1,623 находим вероятность того, что за счет случайных причин мера расхождения между статистическим и выравнивающим распределениями будет не менее 1,623. Эта вероятность оказалась достаточно высокой – Р(χ2)=0,658. Поэтому нет оснований для отклонения гипотезы о согласии выравнивающего распределения II΄ типа с эмпирическими данными.
Результаты расчетов представлены на рис. 5.2.2.
Рис. 5.2.2. Распределение колхозов и совхозов
Гродненской области по урожайности картофеля в 1992 г.
На рисунке указаны нижняя и верхняя границы 90%-го интервала урожайности: хн = 68,79; хв = 185,51. Это значит, что 90% хозяйств имели урожайность картофеля на интервале хн<х<xв при средней урожайности .
Пример 2. Требуется: используя универсальный метод моментов, по статистическим данным табл. 5.2.5 (графы 1–3) вычислить выравнивающее распределение, оценить его параметры, рассчитать значения плотности в серединах каждого интервала, оценить по критерию “хu-квадрат” степень близости выравнивающей кривой к эмпирическому распределению. Вычислить нижнюю и верхнюю границы доверительного интервала при доверительной вероятности Р = 0,9545.
Решение. Выравнивающее распределение задается первой системой непрерывных распределений. По программе находим:
.
Таблица 5.2.5
Интервальный ряд распределения предела прочности
на сжатие портландцементного раствора
28-дневного возраста [9, c. 269]
Интервал, кг/см2 |
Середина интерв. хi |
Эмпирич. частота |
Теорет. плотность p(хi) |
Теорет. частота mi=p(хi)Mh | |
210-230 230-250 250-270 270-290 290-310 310-330 330-350 350-370 370-390 390-410 410-430 430-450 |
220 240 260 280 300 320 340 360 380 400 420 440 |
5 21 59 135 218 227 186 88 36 16
|
0,000201 0,000915 0,003035 0,006982 0,010863 0,011496 0,008568 0,004747 0,002077 0,000761 0,000245 0,000072 |
4,02 18,30 60,70 139,64 217,26 229,92 171,36 94,94 41,54 15,22
|
0,24 0,40 0,05 0,15 0,00 0,04 1,25 0,51 0,74 0,04 1,12 |
|
Выравнивающее распределение относится к III типу и имеет оценки параметров:
Параметр β вычислялся по формуле
,
где .
Произведение αu – по формуле
,
где
.
Нормирующий множитель
.
Выравнивающее распределение задается плотностью
.
В таблице 5.2.5. в графе 4 приведены расчетные значения плотности распределения в серединах интервалов, а в графе 5 – теоретические частоты mi. Критерий согласия К. Пирсона оказался равным:. При числе степеней свободыr=11–4–1=6 это соответствует вероятности , что значительно больше обычно принимаемого уровня значимости α =0,05. Поэтому нет оснований для отклонения гипотезы о согласии выравнивающего распределения III типа с эмпирическими данными.
Верхняя и нижняя границы интервала при Р = 0,9545 равны: хн=248,7699; хв=390,2907. При этом ширина интервала равна 141,5207 кг/см2 и составляет 4,03342 средних квадратических отклонений. Функция распределения F(хн)=0,02275; F(xв)=0,97725.