- •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