- •§1 Основные понятия математической статистики
- •1.1. Выборки и их виды
- •1.2. Группированная выборка
- •1.3. Графическое представление вариации оного ряда
- •1.4. Эмпирическая функция распределения
- •§2 Статистические оценки параметров распределения
- •2.1. Статистические оценки
- •2.2.Точечные оценки выборки
- •2.3. Интервальные оценки
- •2.4. Построение доверительных интервалов.
1.2. Группированная выборка
Если исследуется некоторый непрерывный признак, то вариационный ряд может состоять из очень большого количества чисел. В этом случае удобнее использовать группированную выборку. Для ее получения интервал, в котором заключены все наблюдаемые значения признака, разбивают на несколько равных частичных интервалов длиной h, а затем находят для каждого частичного интервала ni – сумму частот вариант, попавших в i-й интервал. Составленная по этим результатам таблица называется группированным статистическим рядом:
Номера интервалов |
1 |
2 |
… |
|
Границы интервалов |
(a, a + h) |
(a + h, a + 2h) |
… |
(b – h, b) |
Сумма частот вариант, попавших в интервал |
n1 |
n2 |
… |
nk |
Для получения группированной выборки нужно:
Опредеить минимальное и максимальное значение вариант и рассчитываем размах вариационного ряда по формуле: R=Xmax - Xmin
Рассчитать число классов по формуле Стерджеса:
Рассчитать интервал каждого класса по формуле:
Составить таблицу границ классов.
Рассчитать среднее значение каждого класса.
Пример:
Построить графики вариационного ряда 20 исследуемых по показателям результатов тестирования прыжка в высоту, если данные выборки таковы: xi, см ~ 185, 170, 190, 170, 190, 178, 188, 175, 192, 178, 176, 180, 185, 176, 180, 192, 190, 190, 192, 194.
Решение:
Определяем минимальное и максимальное значение вариант и рассчитываем размах вариационного ряда: R=194-170=24 см
Рассчитываем число классов по формуле Стерджеса: N=1+3,31 lg1,301=5,306315
Рассчитываем интервал каждого класса:
4) Составляем таблицу границ классов.
интервал |
170-174,8 |
174,8-179,6см |
179,6-184,4см |
184,4 -189,2 |
189,2-194 |
Частота класса |
3 |
4 |
2 |
3 |
8 |
Накопленная частота класса Fi |
3 |
7 |
9 |
12 |
20 |
Среднее значение класса |
172,4 см |
177,2 см |
182 см |
186,8 см |
191,6 см |
Группированная форма представления случайной величины не содержит информации о каждом элементе выборки. При этом часто в качестве значения случайной величины на каждом интервале принимается его середина.
От негруппированной выборки всегда можно перейти к группированной, но не наоборот. Необходимо помнить, что переход к группированной форме представления выборки сопряжен с потерей информации об исследуемом объекте, процессе или явлении.
1.3. Графическое представление вариации оного ряда
Для наглядного представления о поведении исследуемой случайной величины в выборке можно строить различные графики.
П олигон частот: ломаная, отрезки которой соединяют точки с координатами (x1, n1), (x2, n2),…, (xk, nk), где xiоткладываются на оси абсцисс, а ni– на оси ординат. Если на оси ординат откладывать не абсолютные (ni), а относительные (wi) частоты, то получим полигон относительных частот
Пример:
-
1
4
5
7
20
10
14
6
Г истограмма – ступенчатая фигура, состоящая из прямоугольников, основаниями которых служат частичные интервалы длиной h, а высотами – отрезки длиной ni /h (гистограмма частот) или wi /h (гистограмма относительных частот). В первом случае площадь гистограммы равна объему выборки, во втором – единице.
Пример:
|
1-5 |
5-9 |
9-13 |
13-17 |
17-21 |
|
10 |
20 |
50 |
12 |
8 |
|
2,5 |
5 |
12,5 |
3 |
2 |
Графическое представление результатов измерений не только существенно облегчает анализ и выявление скрытых закономерностей, но и позволяет правильно выбрать последующие статистические характеристики и методы.
Если гистограмма и полигон по своему виду близки к виду графика нормального распределения, то группа однородна.
Если графики низкие и растянутые, то группа возможно однородна, но не компактна.
Если графики имеют две и более вершины, то группа неоднородна по данному признаку и ее необходимо разбить на группы.