- •Пример обработки выборки
- •I. Построение статистического распределения выборки
- •II. Вычисление оценок математического ожидания и дисперсии
- •III. Построение гистограммы относительных частот
- •IV. Проверка гипотезы о нормальном распределении случайной величины
- •V. Нахождение доверительных интервалов для математического ожидания и дисперсии
II. Вычисление оценок математического ожидания и дисперсии
Известно, что оценки математического ожидания и дисперсии вычисляются по формулам , , где – частота варианты , – объём выборки. Если объем выработки велик, то вычисление точечных оценок математического ожидания и дисперсии по приведённым формулам громоздко. Для сокращения вычислений элементам выборки, попавшим в i-й интервал, припишем значения равные серединам интервалов .
Для упрощения дальнейших выкладок варианты заменяем новыми по формуле , где называется условной вариантой, с – ложным нулем (новым началом отсчета).
Замечание 1. Если число интервалов нечетное, то в качестве ложного нуля берем середину среднего интервала, если четное, то середину того интервала, у которого больше частота.
Замечание 2. Варианте, которая принята в качестве ложного нуля, соответствует условная варианта, равная нулю.
Значения и вносим в таблицу 1.
Для вычисления оценки подсчитаем произведения и и внесем в таблицу 2. В нашем примере – оценка математического ожидания.
Для вычисления оценки подсчитаем произведения и и внесем в таблицу 2. В нашем примере
, .
Далее вычисляем оценку среднего квадратического отклонения .
Для сравнения подсчитаем по «правилу ». Так как для случайной величины, имеющей нормальное распределение, почти все рассеивания укладывается на участке , то с помощью этого правила можно ориентировочно определить оценку среднего квадратического отклонения случайной величины. Берем максимальное практически возможное отклонение от среднего значения и делим его на три.
В нашем примере , , , , , .
III. Построение гистограммы относительных частот
Для построения гистограммы заполним последний столбец таблицы 1. Строим точки с координатами .
Если построенные точки гистограммы соединим плавной линией (на рис. 1 – пунктирная линия), то эта линия будет аналогом плотности распределения случайной величины и, следовательно, по виду гистограммы можно выдвинуть предположение о виде закона распределения случайной величины.
Таблица 1
Статистическое распределение выборки |
|
|
|
|
|
|||
№ класса |
Границы классов |
|
|
|||||
1 2 3 4 5 6 7 |
(71,95; 72,07) (72,07; 72,19) (72,19; 72,31) (72,31; 72,43) (72,43; 72,55) (72,55; 72,67) (72,67; 72,79) |
1 3 10 17 15 10 4 |
1/60 3/60 10/60 17/60 15/60 10/60 4/60 |
72,01 72,13 72,25 72,37 72,49 72,61 72,73 |
–3 –2 –1 0 1 2 3 |
–3/60 –6/60 –10/60 0 15/60 20/60 12/60 |
9/60 12/60 10/60 0 15/60 40/60 36/60 |
0,14 0,42 1,39 2,36 2,08 1,39 0,56 |
|
|
60 |
1 |
|
|
|
|
|
В нашем примере по виду гистограммы (рис. 1) выдвигаем гипотезу о нормальном распределении (или о распределении, близком к нормальному) случайной величины с плотностью .