- •I программа курса
- •II общие методические указания
- •III основные понятия курса
- •1. Элементы комбинаторики
- •2. Виды событий
- •3. Различные определения вероятности
- •Классическое определение вероятности
- •Статистическое определение вероятности
- •Геометрическое определение вероятности
- •4. Основные теоремы и формулы
- •Д) Исходя из того, что сумма событий состоит в появлении хотя бы одного из событий – слагаемых, в случае большого числа событий имеет смысл пользоваться другой формулой:
- •Формула полной вероятности
- •Формула Бейеса
- •IV. Повторные испытания
- •Формула Пуассона
- •Локальная теорема Лапласа
- •V. Случайные величины и их характеристики
- •1. Понятие о случайных величинах
- •2. Функции распределения
- •Свойства интегральной функции
- •Свойства дифференциальной функции
- •3. Числовые характеристики случайных величин
- •4. Конкретные законы распределения
- •5. Закон больших чисел
- •VI. Элементы математической статистики
- •1. Характеристики распределения опытных данных
- •2. Построение законов распределения по опытным данным
- •Построение нормального закона по эмпирическому вариационному ряду Пусть в результате испытания получен интервальный вариационный ряд признака
- •Вычисление теоретического ряда частот нормального распределения
- •Построение закона Пуассона по эмпирическому материалу
- •Пусть получен эмпирический вариационный ряд признака
- •Вычисление теоретического ряда частот распределения Пуассона
- •3. Критерии согласия. Основные понятия
- •Критерий согласия Пирсона
- •Критерий согласия Колмогорова
- •Критерии согласия Ястремского
- •Критерий согласия Романовского
- •4. Линейная корреляция и уравнение линейной регрессии
- •IV применение компьютерных средств для решения некоторых задач статистики
- •Ввод данных
- •Графическое представление данных
- •Статистический анализ данных в Excel
- •VIII. Задания для контрольной работы
- •I. Решить задачи
- •IV. Решить задачи
- •V. Для дискретной случайной величины х, заданной рядом распределения, найти:
- •VI. Непрерывная случайная величина х задана интегральной функцией
- •IX. В предположении о распределении признака по признаку Пуассона вычислить теоретические частоты, проверить согласованность теоретических и фактических частот на основе критерия Ястремского.
- •Приложение 1
- •Приложение 2
- •Продолжение приложения 2
- •Критические точки распределения
- •Значения (распределение Пуассона)
- •Критерий Колмогорова
- •Критерий Колмогорова
Критерий согласия Колмогорова
Пусть случайная величина задана функцией распределения . По вариационному ряду вычисляют эмпирическую функцию распределения и определяют максимальное значение выражения , которое обозначают через . Случайная величина имеет распределение Колмогорова. По таблице находят вероятность , где .
-
Если вероятность , то гипотезу о теоретическом законе распределения отвергают.
-
Если , то расхождения между и несущественны и гипотезу о теоретическом законе распределения следует считать согласованной с экспериментом.
-
Если , то .
Пример. |
Проверить по критерию Колмогорова выдвинутую гипотезу о нормальном распределении роста взрослых мужчин. |
|
|
|
|
|
|
|
Менее 168 |
0 |
0 |
–3,03 |
–0,4988 |
0,0012 |
0,0012 |
168-170 |
4 |
0,008 |
–2,35 |
–0,4906 |
0,0094 |
0,0014 |
170-172 |
19 |
0,046 |
–1,66 |
–0,4515 |
0,0485 |
0,0025 |
172-174 |
57 |
0,16 |
–0,98 |
–0,3365 |
0,1635 |
0,0035 |
174-176 |
112 |
0,384 |
–0,29 |
–0,1141 |
0,3859 |
0,0019 |
176-178 |
135 |
0,654 |
0,39 |
0,1517 |
0,6517 |
0,0023 |
178-180 |
104 |
0,862 |
1,08 |
0,3599 |
0,8599 |
0,0021 |
180-182 |
51 |
0,964 |
1,76 |
0,4608 |
0,9608 |
0,0032 |
182-184 |
15 |
0,994 |
2,45 |
0,4929 |
0,9929 |
0,0011 |
184-186 |
3 |
1 |
3,13 |
0,4992 |
0,9992 |
0,0008 |
, . Наибольшее отклонение . . Поскольку , то . Следовательно, данные очень хорошо согласованы с предположением о распределении роста взрослых мужчин по нормальному закону.
Критерии согласия Ястремского
Советский статистик Б.С.Ястремский доказал, что меру близости теоретического и фактического распределений можно характеризовать величиной , где , – эмпирические частоты, – соответствующие теоретические частоты, , – теоретическая вероятность того, что случайная величина примет значение ; – число групп; при .
-
Если , то расхождение между теоретическим и фактическим распределениями несущественно.
-
Если , то это расхождение существенно и его невозможно объяснить влиянием случайных факторов, поэтому теоретический закон распределения следует отклонить.
Пример. |
Проверить с помощью критерия Ястремского выдвинутую гипотезу о распределении признака по закону Пуассона. |
|
|
|
|
|
|
|
|
0 |
235 |
242 |
49 |
0,2417 |
0,7583 |
183,5086 |
0,267 |
1 |
361 |
343 |
324 |
0,3432 |
0,6568 |
225,2824 |
1,438 |
2 |
231 |
244 |
169 |
0,2437 |
0,7563 |
184,5372 |
0,916 |
3 |
111 |
115 |
16 |
0,1154 |
0,8846 |
101,729 |
0,157 |
4 |
42 |
41 |
1 |
0,0409 |
0,9591 |
39,3231 |
0,025 |
5 |
18 |
12 |
36 |
0,0116 |
0,9884 |
11,8608 |
3,035 |
6 |
2 |
3 |
1 |
0,0028 |
0,9972 |
2,9916 |
0,334 |
|
1000 |
1000 |
|
0,9993 |
|
|
6,172 |
,
.
Расхождение между теоретическим и фактическим распределениями несущественно. Гипотезу о распределении количества вызовов по закону Пуассона следует признать согласованной с экспериментом.