
- •Введение.
- •Часть 1. Элементы теории вероятностей.
- •§ 1. Случайная величина. Задание законов ее распределения.
- •§ 2. Числовые характеристики случайной величины.
- •§ 3. Законы распределения вероятностей дискретных случайных величин.
- •Равномерное распределение вероятностей дискретной случайной величины.
- •2. Биномиальное распределение вероятностей дискретной случайной величины.
- •3. Закон распределения Пуассона.
- •4. Гипергеометрическое распределение вероятностей дискретной случайной величины.
- •5. Геометрическое распределение вероятностей дискретной случайной величины.
- •§ 4. Законы распределения вероятностей непрерывных случайных величин.
- •1. Равномерное распределение вероятностей непрерывной случайной величины.
- •2. Экспоненциальное (показательное) распределение вероятностей непрерывной случайной величины.
- •3. Нормальное распределение вероятностей непрерывной случайной величины.
- •4. Распределения, связанные с нормальным распределением.
- •5. Распределение Вейбулла.
- •§ 5. Оценка отклонения теоретического распределения от нормального. Асимметрия и эксцесс.
- •Часть 2. Элементы математической статистики.
- •§ 1. Выборка и ее распределение.
- •§ 2. Статистические оценки.
- •1. Несмещенные, эффективные и
- •3. Другие характеристики вариационного ряда.
- •4. Эмпирические моменты.
- •5. Асимметрия и эксцесс эмпирического распределения.
- •6. Число степеней свободы.
- •7. Точечная и интервальная оценки.
- •8. Доверительный интервал для оценки математического ожидания нормального распределения при известном и в случае неизвестного .
- •9. Доверительный интервал для оценки среднего
- •§ 3. Проверка статистических гипотез.
- •§ 4. Проверка гипотезы о распределении генеральной совокупности. Критерий Пирсона. Критерий Колмогорова.
- •Часть 3. Примеры анализа экспериментальных данных.
- •§ 1. Общие положения.
- •§ 2. Составление вариационного ряда. Графическое представление результата. Нахождение среднего значения и дисперсии.
- •§ 3. Проверка гипотезы о распределении Вейбулла.
- •І. Применение критерия Пирсона.
- •Іі. Применение критерия Колмогорова.
- •§ 4. Проверка гипотезы о показательном распределении случайной величины.
- •І. Применение критерия Пирсона.
- •Іі. Применение критерия Колмогорова.
- •§ 5. Проверка гипотезы о нормальном распределении случайной величины.
- •І. Применение критерия Пирсона.
- •Іі. Применение критерия Колмогорова.
- •§ 6. Замечания.
- •§ 7. Применение вычислительной техники.
- •Задания и варианты данных для лабораторной работы.
- •Часть 4. Применение элементов математической статистики.
- •§ 1. Применение элементов математической статистики для оценки надежности машин.
- •§ 2. Применение элементов математической статистики при обосновании параметров зерноочистительной машины.
- •Заключение.
- •Приложение.
- •Значения коэффициентов вариации для различных законов распределения.
- •Критерий Колмогорова .
- •Значения коэффициентов распределения Вейбулла
- •Значения чисел в зависимости от
- •Отклонения
- •Литература.
- •§4. Законы распределения вероятностей непрерывных
§ 5. Оценка отклонения теоретического распределения от нормального. Асимметрия и эксцесс.
Эмпирическим называется распределение относительных частот. Эмпирические распределения изучает математическая статистика.
Теоретическим называется распределение вероятностей. Теоретические распределения изучает теория вероятностей. В этом параграфе рассматриваются теоретические распределения.
При изучении распределений, отличных от нормального, возникает необходимость количественно оценить это различие. С этой целью вводят специальные характеристики, в частности асимметрию и эксцесс. Для нормального распределения эти характеристики равны нулю. Поэтому если для изучаемого распределения асимметрия и эксцесс имеют небольшие значения, то можно предположить близость этого распределения к нормальному. Наоборот, большие значения асимметрии и эксцесса указывают на значительные отклонения от нормального.
Можно
доказать, что для симметричного
распределения (график такого распределения
симметричен относительно прямой
)
каждый центральный момент нечетного
порядка равен нулю. Для несимметричных
распределений центральные моменты
нечетного порядка отличны от нуля.
Поэтому любой из этих моментов (кроме
момента первого порядка, который равен
нулю для любого распределения) может
служить для оценки асимметрии. Естественно
выбрать простейший из них, т.е. момент
третьего порядка
.
Однако, принять этот момент для оценки
асимметрии неудобно потому, что его
величина зависит от единиц, в которых
измеряется случайная величина. Чтобы
устранить этот недостаток,
делят на
и таким образом получают безразмерную
характеристику.
Асимметрией теоретического распределения называется отношение центрального момента третьего порядка к кубу среднего квадратического отклонения:
.
Асимметрия положительна, если «длинная часть» кривой распределения расположена справа от математического ожидания; асимметрия отрицательна, если «длинная часть» кривой распределения расположена слева от математического ожидания. Практически определяют знак асимметрии по расположения кривой распределения относительно моды (точки максимума дифференциальной функции): если «длинная часть» кривой расположена правее моды, то асимметрия положительна, если слева – отрицательна.
As
<0
f(x)
f(x)
As>0
. М0(Х)
. М0(Х)
x
x
Рис.8 Рис.9
Для оценки «крутости», т.е. большего или меньшего подъема кривой теоретического распределения по сравнению с нормальной кривой, пользуются характеристикой – эксцессом.
Эксцессом теоретического распределения называют характеристику, которая определяется равенством
.
Нормальная кривая
Нормальная кривая
Ек<0
Ек>0
x
x
f(x)
f(x)
Рис. 10 Рис. 11
Для
нормального распределения
;
следовательно, эксцесс равен нулю.
Поэтому если эксцесс некоторого
распределения отличен от нуля, то кривая
этого распределения отличается от
нормальной кривой: если эксцесс
положительный, то кривая имеет более
высокую и «острую» вершину, чем нормальная
кривая; если эксцесс отрицательный, то
сравниваемая кривая имеет более низкую
и «плоскую» вершину, чем нормальная
кривая. При этом предполагается, что
нормальное и теоретическое распределения
имеют одинаковые математические ожидания
и дисперсии.