- •Министерство сельского хозяйства рф
- •Содержание
- •Основные понятия комбинаторики.
- •Бином Ньютона и его свойства.
- •2.Понятие случайного события. Виды случайных событий.
- •3. Классическое, статистическое и геометрическое определения вероятности Классическое определение вероятности
- •Статистическое определение вероятности
- •4.Алгебра событий. Операции над случайными событиями.
- •Правило произведения событий.
- •5.Теоремы сложения и умножения вероятностей.
- •Зависимые события. Вероятность произведения зависимых событий.
- •6.Основные формулы теории вероятностей. Формула полной вероятности.
- •Формула Байеса.
- •Повторение независимых испытаний. Формула Бернулли.
- •Наивероятнейшее число наступлений события (число успехов).
- •Приближенная формула Муавра ‒ Лапласа (локальная).
- •Интегральная формула Лапласа.
- •Формула Пуассона.
- •7. Понятие случайной величины и ее числовые характеристики.
- •Основные числовые характеристики случайных величин.
- •5. Моменты случайных величин
- •8. Основные законы распределения дискретных случайных величин.
- •1. Биномиальный закон распределения (биномиальное распределение) дискретных случайных величин.
- •2. Геометрический закон распределения (геометрическое распределение) дискретных случайных величин.
- •3. Распределение Пуассона дискретных случайных величин.
- •9. Непрерывная случайная величина. Функция распределения. Плотность вероятности. Вероятность попадания в заданный интервал.
- •10. Математическое ожидание и дисперсия непрерывной случайной величины
- •11. Основные законы распределения непрерывных случайных величин.
- •1.Нормальный закон распределения.
- •2.Показательный (экспоненциальный закон распределения).
- •3.Равномерный закон распределения.
- •12. Вероятность заданного отклонения. Правило трех сигм.
- •13. Многомерные случайные величины (случайные векторы). Закон распределения многомерных случайных величин.
- •Функция распределения, плотность вероятности. Вероятность попадания в заданную область и числовые характеристики случайных векторов.
- •14. Условные законы распределения. Условные числовые характеристики двумерных случайных величин. Регрессия.
- •Ковариация и коэффициент корреляции.
- •Закон больших чисел.
- •15. Основные понятия и определения математической статистики. Вариационный ряд. Варианты. Относительная частота варианты.
- •16. Статистическое и эмпирическое распределение выборки. Полигон и гистограмма частот.
- •17. Генеральная средняя и выборочная средняя.
- •18. Точечные и интервальные оценки. Доверительная вероятность, доверительные интервалы.
- •Методические указания по выполнению контрольных работ и выбору варианта
- •Приложение 1
16. Статистическое и эмпирическое распределение выборки. Полигон и гистограмма частот.
Статистическим распределением выборки называется соответствие между вариантами, то есть числовыми значениями признака, и их частотами или относительными частотами:
… | ||||
… |
Статистическое распределение бывает дискретным, то есть значения признака изолированы друг от друга, или непрерывным (интервальным) с непрерывно варьирующимся признаком.
Составление дискретного статистического распределения начинается с определения наименьшего и наибольшего значения, все остальные значения располагаются между ними в порядке возрастания.
Для непрерывно ‒ варьирующегося признака интервал его изменения разбивают на частичные интервалы одинаковой длины.
Для непрерывного распределения введем эмпирическую функцию распределения.
Эмпирической функцией распределенияили функцией распределения выборки называется функция, определяющая для каждого значениях относительную частоту события Х <х, то есть
где число вариант, при которых наблюдаемое значение признака меньшех.
Наглядное представление о статистическом распределении дает график.
Для дискретного распределения по оси OX откладывают варианты, а по оси OY их частоты . Полученные точки соединяют ломаной, которая вместе с осьюОХ образует полигон распределения частот.
Для непрерывного признака по оси OX откладывают частичные интервалы и строят на них прямоугольники с высотой . Полученная ступенчатая фигура называетсягистограммой.
Если обвести гистограмму плавной линией, так чтобы примерно были равны площади, ограниченные ступенчатой ломаной и кривой, то получим график эмпирической функции распределения .
Пример 1. Дискретное статистическое распределение.
В результате обследования свиноматок по количеству поросят в одном помете составлено распределение:
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 | |
3 |
4 |
6 |
11 |
15 |
14 |
8 |
7 |
2 |
Найти относительную частоту каждого значения признака и построить полигон распределения частот.
Решение:
Найдем функцию распределения числа родившихся поросят:
Полученные данные поместим в таблицу:
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
| |
3 |
4 |
6 |
11 |
15 |
14 |
8 |
7 |
2 |
| |
0 |
Пример 2. Непрерывное статистическое распределение.
При измерении длины 50 колосьев ячменя получены данные:
Длина колоса, см. |
6…8 |
8…10 |
10…12 |
12…14 |
14…16 |
16…18 |
6 |
12 |
17 |
10 |
4 |
1 |
Построить гистограмму и эмпирическую функцию распределения выборки.
Решение:
Построим гистограмму:
Построим эмпирическую функцию распределения выборки:
17. Генеральная средняя и выборочная средняя.
Пусть требуется изучить дискретную генеральную совокупность относительно количественного признака, генеральной средней.
Генеральная средняя ‒ среднее арифметическое значений признака генеральной совокупности:
1. Если значения признака различны, то
или
2. Если значения признака имеют частоты
или
Выборочной средней называется среднее арифметическое значений признака выборочной совокупности.
1. Если значения признака различны, то
или
2. Если значения признака имеют частоты
или
Если числовой признак X считать случайной величиной X, то генеральная средняя ‒ генеральное математическое ожидание, а выборочная средняя ‒ выборочное математическое ожидание: ,.
Генеральная выборочная и исправленная дисперсия.
Генеральной дисперсией называется среднее арифметическое квадратов отклонений значений признакаот их генеральной средней:
1. Если значения признака различны, то
2. Если значения признака имеют частоты, то
или
Выборочная дисперсия ‒ среднее арифметическое квадратов отклонений значений признака от их выборочной средней.
1. Если значения признака различны, то
2. Если значения признака имеют частоты, то
Пример.
2 |
4 |
5 |
6 | |
8 |
9 |
10 |
3 |
Найти: .
Решение:
Для вычисления дисперсии используют еще одну формулу.
Дисперсия (любая) равна разности среднего арифметического квадратов значений признака и квадрата общей средней:
Пример.
1 |
2 |
3 |
4 | |
20 |
15 |
10 |
5 |
Решение:
1 |
4 |
9 |
16 | |
20 |
15 |
10 |
5 |
Выборочная дисперсия при выборках малого объема имеет систематическую ошибку, чтобы ее избежать дисперсию умножают на число .
Полученная дисперсия называется исправленной дисперсией и обозначается
Итак,
Следовательно,
Тогда
исправленное среднее квадратическое отклонение.
При