- •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
Розв’язування
За виглядом гістограми розподілу кравчинь за виробітком (рис. 3.6) можна припустити нормальний закон розподілу ознаки.
Рисунок 3.6
Параметри нормального закону невідомі, тому замінюємо їх «найкращими» оцінками за вибіркою – вибірковою середньою та «виправленою» вибірковою дисперсією . Оскільки число спостережень досить велике, то замість «виправленої» дисперсії можна взяти «звичайну» вибіркову дисперсію . В прикладах 3.7 та 3.8 було обчислено, що (%); .
Таким чином висуваємо гіпотезу : випадкова величина – виробіток кравчинь цеху – розподілений нормально з параметрами ; , тобто .
Для розрахунку ймовірностей потрапляння випадкової величини в інтервал використовуємо функцію Лапласа у відповідності із властивістю нормального розподілу:
.
Наприклад
та теоретична частота, що відповідає першому інтервалу і т.д.
Для визначення статистики зручно скласти таблицю:
Таблиця 3.11
|
Інтервал |
Емпіричні частоти
|
Ймовірності
|
Теоретичні частоти |
|
|
1 |
94-100 |
|
0,017 |
|
5,76 |
0,758 |
2 |
100-106 |
0,059 |
||||
3 |
106-112 |
11 |
0,141 |
14,1 |
9,61 |
0,682 |
4 |
112-118 |
20 |
0,228 |
22,8 |
7,84 |
0,344 |
5 |
118-124 |
28 |
0,247 |
24,7 |
10,89 |
0,441 |
6 |
124-130 |
19 |
0,182 |
18,2 |
0,64 |
0,035 |
7 |
130-136 |
|
0,087 |
|
0,16 |
0,014 |
8 |
136-142 |
0,029 |
||||
|
|
100 |
0,990 |
99,0 |
– |
=2,27 |
Враховуючи, що в даному емпіричному розподілі частоти першого та останнього інтервалів менші 5, при використанні критерію -Пірсона доцільно об’єднати вказані інтервали із сусідніми (див. табл. 3.11).
Таким чином, спостережуване значення статистики =2,27. Оскільки нова кількість інтервалів , а нормальний закон розподілу визначається параметрами, то число ступенів свободи . Відповідне критичне значення статистики за табл. E додатків . Оскільки , то гіпотеза про обраний теоретичний нормальний закон узгоджується з практичними даними.
Зауваження. Для графічного зображення емпіричного закону та вирівнюючого теоретичного нормального розподілу необхідно використовувати однаковий для двох розподілів масштаб.
Вправи
3.9 Є такі статистичні дані про число викликів спеціалізованих бригад швидкої допомоги в м, Вінниці протягом 300 г:
Число викликів за годину |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
Частота |
15 |
71 |
75 |
68 |
39 |
17 |
10 |
4 |
1 |
300 |
Припускаючи, що число викликів швидкої розподілене за законом Пуассона при рівні значимості перевірити гіпотезу про узгодження двох розподілів за допомогою критерію .
3.10 Витрати сировини на одиницю продукції склали:
За старою технологією |
|
За новою технологією |
|||||||||
|
303 |
307 |
308 |
Разом |
|
|
303 |
304 |
306 |
308 |
Разом |
|
1 |
4 |
4 |
9 |
|
|
2 |
6 |
4 |
1 |
13 |
Припускаючи, що витрати сировини за кожною технологією мають нормальний розподіл з однаковими дисперсіями, на рівні значимості з’ясувати, чи дає нова технологія економію в середніх витратах сировини.
3.11 Вступний іспит проводили на двох факультетах інституту. На першому факультеті серед абітурієнтів витримали іспит ; а на іншому факультеті серед абітурієнтів – . На рівні значимості перевірит гіпотезу про відсутність суттєвих відмінностей в рівні підготовки абітурієнтів двох факультетів. Розглянути випадок при якому конкуруючою гіпотезою є .
3.12 Встановлено, що середня вага пігулки ліків сильної дії (номінал) повинен дорівнювати 0,5 мг. Вибіркова перевірка пігулок показала, що середня вага пігулки мг. На базі проведених досліджень можна вважати, що вага пігулки є нормально розподіленою випадковою величиною із середнім квадратичним відхиленням мг. На рівні значимості : а) з’ясувати, чи можна вважати одержане у вибірці відхилення від номіналу випадковим; б) знайти потужність критеріїв, використаного в п. а).
3.13 Є такі дані про число складених іспитів в сесію студентами-заочниками:
Число складених іспитів |
0 |
1 |
2 |
3 |
4 |
|
Число студентів |
1 |
1 |
1 |
3 |
35 |
60 |
На рівні значимості перевірити гіпотезу про те, що випадкова величина – число складених студентами іспитів – розподілена за біноміальним законом, використовуючи критерій -Пірсона.