- •Лабораторная работа №1 Вариационный ряд. Его основные показатели
- •Основные показатели вариационного ряда (вариации)
- •Практическое задание
- •Лабораторная работа №2 Числовые характеристики и законы распределения случайных величин
- •Числовые характеристики распределения случайной величины
- •Форма распределения
- •Практическое задание
- •Формулы расчета средней ошибки выборки для различных способов формирования выборочной совокупности
- •Постановка задачи
- •Результаты выборочного обследования жилищных условий жителей города
- •Практическое задание
- •Результаты обследования рабочих предприятия.
- •Распределение урожайности по хозяйствам региона, имеющим различную форму собственности.
- •Определение оптимального объема выборки
- •Задачи для самостоятельного решения
- •Лабораторная работа №4 Нормальное распределение. Критерии согласия
- •Построение нормального распределения по эмпирическим данным
- •Критерии согласия
- •- Критерий Пирсона
- •Критерий Романовского
- •Критерий Колмогорова
- •Практическое задание Задача 1
- •Указания к решению
- •Задача 2
- •Указания к решению
- •Задача 3
- •Указания к решению
- •Задача 4
- •Задача 5
- •Темы для самостоятельного изучения Задачи математической статистики
- •Сравнение характеристик областей применения аппарата теории вероятностей и математической статистики
- •Этапы решения задачи описания эмпирических (полученных в результате опыта) данных вероятностными моделями
- •Оценки неизвестных параметров
- •Точечные оценки
- •Метод Монте - Карло
- •Вычисление определенного интеграла методом статистических испытаний (методом Монте - Карло)
- •Элементы теории случайных процессов
- •Уравнения Колмогорова – Чемпена
- Критерий Пирсона
Пусть x1, x2, …, xn – выборка из некоторой генеральной совокупности X (X - случайная величина), F(x) – предполагаемая функция теоретического распределения X.
F(x) – это интегральная функция распределения случайной величины X. Пусть в качестве теоретического распределения выбрано нормальное распределение со средним квадратическим отклонением и мат. ожиданием а.
- НОРМРАСП(x, а, , истина)
Н0: F(x) – это интегральная функция распределения случайной величины X.
-
На основании выборки построим интервальный вариационный ряд {i, fi} i=1,…,m, где fi – число элементов выборки, попавших в интервал i =[ai, ai+1); m – количество интервалов.
При этом fi называют эмпирическими частотами,
-
Для каждого интервала i =[ai, ai+1) вычислим теоретические вероятности попадания случайной величины X в этот интервал pi=P(ai<=X<=ai+1)=F(ai+1)-F(ai)
npi – называют теоретическими частотами
(n – число элементов в выборке, )
-
В качестве критерия согласия берем случайную величину . Известно, что она имеет распределение (распределение Пирсона) с числом степеней свободы k=m-r-1, где m – число интервалов вариационного ряда, r – число параметров теоретического распределения (Например, у нормального распределения два параметра: математическое ожидание и дисперсия, у распределения Пуассона один параметр - математическое ожидание).
Вычисляем
-
Для заданного уровня значимости и числа степеней свободы k=m-r-1 по специально составленной таблице -распределения найдем . (статистическая функция Excel ХИ2ОБР(;k))
-
Если >, то Н0 отвергается, т. е. функция распределения F(x) выбрана неверно, если <=, то Н0 принимается, т. е. с вероятностью (1-) можно утверждать, что расхождение между теоретическими и эмпирическими частотами случайны.
Замечания
-
Критерий Пирсона можно применять, только если n>30.
-
В каждом интервале i =[ai, ai+1) должно быть по крайней мере 5 наблюдений (fi>=5), иначе соседние интервалы объединяют и m уменьшается.
Критерий Романовского
Основан на использовании критерия Пирсона, т. е. уже найденных и числа степеней свободы k.
При С<3 расхождения между теоретическим и эмпирическим распределениями считаются случайными, если C>3, то неслучайными, и, следовательно, теоретическое распределение не может служить моделью для изучаемого эмпирического распределения.
Критерий Колмогорова
Дан вариационный ряд
-
xi
fi
-
Строятся эмпирическая функция распределения Fn(x) (накопленные частости, n – число элементов в выборке, ) и предполагаемая теоретическая функция распределения F(x) (параметры закона распределения F(x) считаются известными)
-
Определяется мера расхождения между теоретическим и эмпирическим распределениями . Известно, что эта случайная величина распределена по закону Колмогорова.
-
Для заданного уровня значимости по таблице распределения Колмогорова найдем критич.()
0,4
0,3
0,2
0,1
0,05
0,025
0,01
0,005
0,001
0,0005
()
0,89
0,97
1,07
1,22
1,36
1,48
1,63
1,73
1,95
2,03
-
Если набл. > критич., то Н0 отвергается, закон распределения F(x) выбран не верно,
если набл. <= критич., то Н0 не противоречит опытным данным.