
- •2.3.3. Теорема Чебишова і стійкість середнього арифметичного випадкових величин
- •2.3.4. Теорема Бернуллі і стійкість відносних частот
- •2.3.5. Центральна гранична теорема
- •2.3.6. Інтегральна теорема Муавра – Лапласа
- •Приклади
- •2.4. Двовимірна випадкова величина
- •2.4.1. Закон розподілу ймовірностей
- •2.4.2. Залежні і незалежні випадкові величини. Умовні закони розподілу
- •2.4.3. Чисельні характеристики двовимірної випадкової величини. Коваріація і коефіцієнт кореляції
- •2.4.4. Умовні чисельні характеристики двовимірної випадкової величини. Регресія
- •Приклади
- •2.5. Функції випадкових аргументів
- •2.5.1. Функція одного випадкового аргументу
- •2.5.2. Функція двох випадкових аргументів
- •2.5.3. Чисельні характеристики
- •Приклади
- •3.1. Основні поняття та означення
- •3.1.1. Генеральна і вибіркова сукупності
- •3.1.2. Статистичні ряди розподілу вибірки
3.1.2. Статистичні ряди розподілу вибірки
Припустімо,
що вивчають деяку генеральну випадкову
величину Х.
Для цього проводять низку незалежних
дослідів
або спостережень,
у кожному з яких величина Х
набуває того чи іншого значення.
Сукупність отриманих значень
величини
Х
(де п
– число дослідів) і є утворена нами
вибірка. Цю сукупність
значень
випадкової величини Х
часто називають статистичним
рядом;
останній відіграє роль вихідного
числового матеріалу, що підлягає
подальшій обробці та аналізу.
Перший
етап обробки статистичного ряду –
побудова так званого простого варіаційного
ряду. Його отримують з елементів наявної
вибірки, розмістивши
(і
= 1,
2,
…, п)
у порядку зростання (неспадання) їх
значень. Позначимо члени нового ряду,
в якому варіанти розміщені за зростанням,
через
,
щоб відрізняти його від
.
Тоді простий варіаційний ряд буде
поданий як неспадна послідовність:
,
де
Наступний етап обробки вихідного статистичного ряду – побудова статистичного (емпіричного) закону розподілу. Форма його запису залежить від характеру досліджуваної випадкової величини Х.
Нехай Х – дискретна випадкова величина. Тоді найбільш природна форма статистичного закону розподілу вибірки описується за допомогою так званого згрупованого варіаційного ряду. Його отримують у такий спосіб: серед чисел простого варіаційного ряду відбирають усі різні і розміщують їх у порядку зростання:
,
де
При
цьому для виділених варіант
(і
= 1,
2,
…,
k)
одночасно обчислюють відповідні їм
частоти
або відносні частоти wi:
частота
дорівнює числу спостережень, в яких
випадкова величина Х
набула значення
,
а відносна частота
,
і
= 1, 2, ..., k.
Очевидно,
.
Зауваження. Для виділених варіант, що входять до згрупованого дискретного варіаційного ряду, ми використали ті самі позначення, які були прийняті при записі вихідного статистичного ряду. Проте слід розуміти, що варіанти з цих двох рядів, які мають однакові позначення, загалом кажучи, є різними числами.
Означення. Дискретним статистичним розподілом вибірки називається відповідність між варіантами та їх частотами або відносними частотами.
Дискретний статистичний розподіл вибірки можна подати у формі таблиць:
дискретний статистичний розподіл частот:
Таблиця 3.1
хі |
x1 |
x2 |
... |
хk |
ni |
n1 |
n2 |
... |
nk |
; (3.1)
дискретний статистичний розподіл відносних частот:
Таблиця 3.1
хі |
x1 |
x2 |
... |
хk |
|
wi |
w1 |
w2 |
... |
wk |
|
(3.1)
Розглянемо тепер випадок, коли випадкова величина Х – неперервна. Характерною рисою неперервного розподілу є, як ми знаємо, той факт, що ймовірність кожного окремого значення дорівнює нулю. Отже, у вихідному статистичному ряді, як правило, не буде повторів, і тому дискретний розподіл виявиться малопридатним для подальшого аналізу. У такому разі статистичний закон розподілу вибірки записують як інтервальний варіаційний ряд – частот або відносних частот. Для цього весь діапазон зміни ознаки від найменшої (хmin) до найбільшої (хmax) розбивають на певне число