- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами 4
- •Тема 2 основні закони розподілу
- •Тема 3 елементи математичної статистики
- •Тема 4 розв’язування задач засобами mathcad 150
- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Математичне сподівання дискретної випадкової величини та його властивості
- •Розв’язування
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Функція розподілу випадкової величини
- •Розв’язування
- •Доведення
- •Доведення
- •Неперервні випадкові величини. Щільність ймовірності
- •Доведення
- •Розв’язування
- •Доведення
- •Розв’язування
- •Мода, медіана, квантилі, моменти випадкових величин. Асиметрія та ексцес (надвишок)
- •Розв’язування
- •Розв’язування
- •1.7 Приклади розв’язування задач
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 2 основні закони розподілу
- •2.1 Біноміальний закон розподілу
- •Доведення
- •2.2 Закон розподілу Пуассона
- •Розв’язування
- •2.3 Рівномірний закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •2.4 Показниковий закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.5 Нормальний закон розподілу
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.6 Розподіл
- •2.7 Розподіл Ст’юдента
- •2.8 Розподіл Фішера-Снедекора
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 3 елементи математичної статистики
- •3.1 Варіаційні ряди, їх графічне представлення та характеристики
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.2 Поняття оцінки параметрів. Методи знаходження оцінок
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.3 Статистична гіпотеза та загальна схема її перевірки
- •Розв’язування
- •1. Перевірка гіпотез про рівність середніх.
- •Розв’язування
- •2. Перевірка гіпотез про рівність дисперсій двох сукупностей.
- •Розв’язування
- •3. Побудова теоретичного закону розподілу за експериментальними даними. Перевірка гіпотез про закон розподілу
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 4 розв’язування задач засобами MathCad
- •Розв’язання
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Словник основних математичних термінів, що зустрічаються в тексті
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
3.2 Поняття оцінки параметрів. Методи знаходження оцінок
Сформулюємо задачу оцінки параметрів в загальному вигляді. Нехай розподіл ознаки (генеральної сукупності) задано функцією ймовірностей (для дискретної випадкової величини) чи щільністю ймовірності (для неперервної випадкової величини), яка містить невідомий параметр . Наприклад, параметр в розподілі Пуассона чи та для нормального закону розподілу тощо.
Для обчислення параметру розглядають вибірку, яка складається із значень варіант . Ці значення можна розглядати, як частинні випадки незалежних випадкових величин кожна з яких має той самий закон розподілу, що й випадкова величини .
Оцінкою параметра називають довільну функцію результатів спостережень над випадковою величиною (статистику), за допомогою якої складають враження про значення параметра :
.
Оскільки – випадкові величини, то оцінка також є випадковою величиною, яка залежить від закону розподілу випадкової величини та числа .
Зрозуміло, що оцінок параметра можна підібрати безліч. Але яка оцінка є оптимальною? Якщо значення близьке до реального значення , то розсіювання випадкової величини відносно буде найменшим (розсіювання випадкової величини можна виражати, наприклад, математичним сподіванням квадрата відхилення оцінки від параметра, що оцінюється). Оцінка параметра називається несуміщеною, якщо . В протилежному випадку оцінка називається суміщеною. Несуміщена оцінка параметра називається ефективною, якщо вона має найменшу дисперсію серед усіх можливих несуміщених оцінок параметра , обчислених за вибірками одного і того ж об’єму.
Розглянемо методи оцінки генеральної сукупності по виборці.
1. Оцінка генеральної частки. Нехай генеральна сукупність містить елементів, з який має певну ознаку . Потрібно знайти «найкращу» оцінку генеральної частки . Розглянемо в якості такої можливої оцінки цього параметра його статистичний аналог – вагу .
Для повторної вибірки вибіркову частку можна подати як середню арифметичну альтернативних випадкових величин , тобто , де кожна випадкова величина є числом появ ознаки в -му елементі вибірки та має один і той самий закон розподілу:
Таблиця 3.6
|
0 |
1 |
|
|
|
Слід відмітити, що вибіркова частка є несуміщена оцінка генеральної частки з дисперсією
, (3.18)
де .
Для безповторної вибірки випадкові величини є залежними. Тоді розглянемо, наприклад, події та . Тепер ймовірність , оскільки відібраний елемент у вихідну сукупність не повертається, то в ній залишається елемент, серед яких елемент має ознаку . Ця ймовірність не дорівнює , тобто події та – залежні. Аналогічно можна показати залежність інших подій. Слід відмітити, що вибіркова частка без повторної вибірки є несуміщеною оцінкою генеральної частки з дисперсією
, (3.19)
де .
Приклад 3.6 Знайти несуміщену оцінку частки кравчинь швейного цеху з виробітком не менш як 124% по виборці з табл. 3.2.