- •События, их виды и действия с ними. Алгебра событий. Аксиоматическое определение вероятности.
- •Аксиоматическое определение вероятности
- •Классическое и статистическое определения вероятности. Свойства вероятности. Классическое определение вероятности.
- •Свойства вероятности.
- •Относительная частота. Статистическое определение вероятности.
- •Теоремы сложения вероятностей. Теорема сложения вероятностей.
- •4. Независимость событий. Условные вероятности. Теоремы об умножениях вероятностей зависимых и независимых событий. Условная вероятность
- •Независимость событий
- •Теоремы умножения вероятностей.
- •5. Формула полной вероятности. Формулы Байеса. Формула полной вероятности.
- •6. Схема и формула Бернулли.
- •7. Понятия случайной величины.
- •Функция распределения
- •Свойства функции распределения:
- •Числовые характеристики дискретной случайной величины.
- •Свойства математического ожидания:
- •Свойства дисперсии:
- •8. Математическое ожидание св и его свойства.
- •Дисперсия и ее свойства. Стандартное отклонение.
- •Свойства дисперсии:
- •10. Биномиальное распределение. Формула Бернулли. Распределение Пуассона. Биномиальное распределение
- •Распределение Пуассона
- •11. Непрерывная случайная величина
- •Свойства функции распределения:
- •Плотность распределения вероятностей и ее свойства.
- •Свойства плотности распределения вероятностей:
- •13. Равномерный закон распределения
- •Понятие многомерной (векторной) св и ее закон, функция и плотность распределения. Условные математические ожидания и дисперсии. Многомерные случайные величины
- •Зависимые св. Ковариация и коэффициент корреляции. Корреляционная матрица случайного вектора. Независимые случайные величины
- •Свойства независимых случайных величин
- •Ковариация
- •Линейный коэффициент корреляции
- •Нормальное распределение.
- •Центральная предельная теорема
- •Нормальное распределение(не википед)
- •18. Вероятность попадания св в заданный интервал .Вероятность заданного отклонения нормальной св.Правило 3 сигм.
- •Отметим ряд свойств функции Лапласа, полезных для применения.
- •19. Теоремы Муавра-Лапласа
- •Понятие о центральной предельной теореме Ляпунова и ее применение.
- •Задачи математической статистики. Генеральная и выборочная совокупности.
- •Статистическое распределение. Эмпирическая функция распределения и ее свойства.
- •Полигон и гистограмма.
- •Генеральная и выборочная средние, их свойства. Оценка генеральной средней по выборочной.
- •Генеральная и выборочная дисперсии, их свойства. Оценка генеральной дисперсии по выборочной. Исправленная дисперсия.
- •Линейная регрессия. Метод наименьших квадратов.
Статистическое распределение. Эмпирическая функция распределения и ее свойства.
Статистическое распределение
Пусть из генеральной совокупности извлечена выборка, причем наблюдалось раз, раз, раз и — объем выборки. Наблюдаемые значения называют вариантами, а последовательность вариант, записанных в возрастающем порядке,— вариационным рядом. Числа наблюдений называют частотами, а их отношения к объему выборки — тотносительными частотами.
Статистическим распределением выборки называют перечень вариант и соответствующих им частот или относительных частот. Статистическое распределение можно задать также в виде последовательности интервалов и соответствующих им частот (в качестве частоты, соответствующей интервалу, принимают сумму частот, попавших в этот интервал).
Заметим, что в теории вероятностей под распределением понимают соответствие между возможными значениями случайной величины и их вероятностями, а в математической статистике—соответствие между наблюдаемыми вариантами и их частотами, или относительными частотами.
Пример. Задано распределение частот выборки объема
Написать распределение относительных частот.
Решение. Найдем относительные частоты, для чего разделим частоты на объем выборки:
Напишем распределение относительных частот:
Контроль: 0,15 + 0,50 + 0,35=1.
Эмпирическая функция распределения и ее свойства
Пусть известно статистическое распределение частот количественного признака X. Введем обозначения: — число наблюдений, при которых наблюдалось значение признака, меньшее — общее число наблюдений (объем выборки). Ясно, что относительная частота события равна . Если х изменяется, то, вообще говоря, изменяется и относительная частота, т. е. относительная частота есть функция от х. Так как эта функция находится эмпирическим (опытным) путем, то ее называют эмпирической.
Эмпирической функцией распределения (функцией распределения выборки) называют функцию F* (*), определяющую для каждого значения х относительную частоту события X < х.
Итак, по определению,
где — число вариант, меньших x; n—объем выборки.
Таким образом, для того чтобы найти, например, , надо число вариант, меньших , разделить на объем выборки:
В отличие от эмпирической функции распределения выборки функцию распределения F (х) генеральной совокупности называют теоретической функцией распределения. Различие между эмпирической и теоретической функциями состоит в том, что теоретическая функция F(х) определяет вероятность события X < х, а эмпирическая функция F*(x) определяет относительную частоту этого же события. Из теоремы Бернулли следует, что относительная частота события Х<х, т.е. F'(x) стремится по вероятности к вероятности F (х) этого события. Другими словами, при больших п числа F* (х) и F (х) мало отличаются одно от другого в том смысле, что
Уже отсюда следует целесообразность использования эмпирической функции распределения выборки для приближенного представления теоретической (интегральной) функции распределения генеральной совокупности.
Такое заключение подтверждается и тем, что обладает всеми свойствами F(х). Действительно, из определения функции F*(x) вытекают следующие ее свойства:
1)значения эмпирической функции принадлежат отрезку [0. 1J;
2)F* (х) — неубывающая функция;
3)если — наименьшая варианта, то F*(x)= 0 при ,если — наибольшая варианта, то F*(x)=l при
Итак, эмпирическая функция распределения выборки служит для оценки теоретической функции распределения генеральной совокупности.
Пример. Построить эмпирическую функцию по данному распределению выборки:
Решение: Найдем объем выборки: 12+18+30=60. Наименьшая варианта 2, следовательно, . Значение Х<6,а именно , наблюдалось 12 раз., следовательно
Значение Х<10, а именно , наблюдались 12+18=30 раз, следовательно,
Так как х=10 – наибольшая варианта, то
Искомая эмпирическая функция