- •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
5.3.3. Показатели стабильности и качества выборки
Для уверенного прогнозирования структуры выборки, которое осуществляется посредством прогнозирования выравнивающей кривой распределения, полученной в некоторый базовый момент времени, необходимо иметь оценку степени стабильности ранжированного статистического ряда распределения. Прогнозирование можно осуществлять лишь при условии неизменности порядка следования элементов в ранжированном (вариационном) ряду, т.е. при неизменности рангов элементов с течением времени.
Действительно, увеличение отдельных значений хi на постоянную величину С или умножение их на ту же величину не меняет порядок их следования в вариационном ряду и, как было показано ранее, не приводит к изменению параметров формы выравнивающих кривых распределения.
Следовательно, для измерения степени связи двух ранжированных рядов распределения, а точнее, одного и того же ряда, но в разные моменты времени, может быть использован выборочный коэффициент ранговой корреляции Спирмена [29, c. 211]
, (5.3.24)
где di – разность между значениями рангов одного и того же элемента выборки в двух ранжированных рядах; n – объем выборки; (– 1 < rs < 1).
Коэффициент ранговой корреляции Спирмена может служить показателем степени стабильности вариационных рядов. Успешное прогнозирование структуры выборки посредством выравнивающих распределений возможно лишь при условии, когда коэффициент ранговой корреляции Спирмена близок к единице.
Рассмотрим далее показатели качества выборки. Одним из таких показателей может служить величина S1, которая в зависимости от системы непрерывных распределений задается формулами:
. (5.3.25)
Чем выше показатель S1, тем лучше качество выборки. Действительно, пусть в случае второй системы непрерывных распределений величина ti обозначает срок службы однородных изделий в i-ом интервале, либо наработку до отказа и т.д., а рi – долю изделий с данным сроком службы. Тогда качество изделий будет тем выше, чем большая их доля имеет наибольший срок службы.
Вместо величины S1 можно также использовать произведение ν1S1, которое в зависимости от системы непрерывных распределений задается формулами:
. (5.3.26)
Введем еще один показатель, который обозначим R(Р), например, R(P=0,9), где Р – вероятность попадания случайной величины на заданный интервал, ограниченный верхним и нижним уровнями. В зависимости от системы непрерывных распределений этот показатель задается формулами:
|
(5.3.27) (5.3.28) (5.3.29) |
Вместо показателей (5.3.28), (5.3.29) могут использоваться показатели
|
(5.3.30)
(5.3.31) |
С улучшением качества выборки показатели (5.3.27) – (5.3.31) уменьшаются.
Показатель R(P) непосредственно связан еще с одним показателем качества выборки – дисперсией случайных величин
, (5.3.32)
, (5.3.33)
. (5.3.34)
Дисперсия также уменьшается с улучшением качества выборки.
С помощью приведенных показателей можно отслеживать динамику качественных изменений статистических распределений исследуемых экономических и других показателей.