Новини освіти і науки:

G+

Тлумачний словник
Авто
Автоматизація
Архітектура
Астрономія
Аудит
Біологія
Будівництво
Бухгалтерія
Винахідництво
Виробництво
Військова справа
Генетика
Географія
Геологія
Господарство
Держава
Дім
Екологія
Економетрика
Економіка
Електроніка
Журналістика та ЗМІ
Зв'язок
Іноземні мови
Інформатика
Історія
Комп'ютери
Креслення
Кулінарія
Культура
Лексикологія
Література
Логіка
Маркетинг
Математика
Машинобудування
Медицина
Менеджмент
Метали і Зварювання
Механіка
Мистецтво
Музика
Населення
Освіта
Охорона безпеки життя
Охорона Праці
Педагогіка
Політика
Право
Програмування
Промисловість
Психологія
Радіо
Регилия
Соціологія
Спорт
Стандартизація
Технології
Торгівля
Туризм
Фізика
Фізіологія
Філософія
Фінанси
Хімія
Юриспунденкция

Математичне сподівання і дисперсія при нормальному розподілу.

Нормальним називають розподіл імовірності неперервної випадкової величини, що описується густиною де і - поки що невизначені параметри. Функція нормального розподілу . Визначимо зміст параметрів і нормального розподілу. Для цього знайдемо математичне сподівання нормально розподіленої випадкової величини . Нехай , ; , тоді , оскільки . Для відшукання нормального розподілу цю умову запишемо у вигляді . Перейшовши до нових позначень, дістанемо , або . Тоді . Отже, параметр розподілу є математичним сподіванням нормально розподіленої випадкової величини. А тепер знаходимо ;

. Отже, .

52.Елементи математичної статистики. Кількісні ознаки елементів генеральної сукупності можуть бути одновимірними і багатовимірними, дискретними і неперервними.

Коли реалізується вибірка, кількісна ознака, наприклад Х, набуває конкретних числових значень (Х = х_і), які називають варіантою.Зростаючий числовий ряд варіант називають варіаційним.Кожна варіанта вибірки може бути спостереженою n_i раз (n_i ³ 1 ), число n_i називають частотою варіанти x_i.

При цьому

, (350)

де k — кількість варіант, що різняться числовим значенням;

n — обсяг вибірки.

Відношення частоти n_i варіанти x_i до обсягу вибірки n називають її відносною частотою і позначають через W_i , тобто

. (351)

Для кожної вибірки виконується рівність

. (352)

Якщо досліджується ознака генеральної сукупності Х, яка є неперервною, то варіант буде багато. У цьому разі варіаційний ряд — це певна кількість рівних або нерівних частинних інтервалів чи груп варіант зі своїми частотами.

Такі частинні інтервали варіант, які розміщені у зростаючій послідовності, утворюють інтервальний варіаційний ряд.

На практиці для зручності, як правило, розглядають інтервальні варіаційні ряди, у котрих інтервали є рівними між собою.

53.Емпірична функція розподілу. Перелік варіант варіаційного ряду і відповідних їм частот, або відносних частот, називають дискретним статистичним розподілом вибірки.

У табличній формі він має такий вигляд:

X = x_i	x₁	x₂	x₃	…	x_k
n_i	n₁	n₂	n₃	…	n_k
W_i	W₁	W₂	W₃	…	W_k

Дискретний статистичний розподіл вибірки можна подати емпіричною функцією F ^*(x).

Емпірична функція F ^*(x) та її властивості. Функція аргументу х, що визначає відносну частоту події X < x, тобто

, (353)

називається емпіричною, або комулятою.

Тут n — обсяг вибірки;

n_x — кількість варіант статистичного розподілу вибірки, значення яких менше за фіксовану варіанту х;

F ^*(x) — називають ще функцією нагромадження відносних частот.

Властивості F ^*(x):

1) 0 £ F ^*(x)£ 1;

2) F(x_min) = 0, де x_min є найменшою варіантою варіаційного ряду;

3) , де x_max є найбільшою варіантою варіаційного ряду;

4) F(x) є неспадною функцією аргументу х, а саме: F(x₂)³ F(x₁) при x₂ ³ x₁.

Емпірична функція F ^*(x) (комулята).При побудові комуляти F ^*(x) для інтервального статистичного розподілу вибірки за основу береться припущення, що ознака на кожному частинному інтервалі має рівномірну щільність імовірностей. Тому комулята матиме вигляд ламаної лінії, яка зростає на кожному частковому інтервалі і наближається до одиниці.Приклад.Для заданого інтервального статистичного розподілу вибірки

h = 10	0—10	10—20	20—30	30—40	40—50	50—60
n_i

побудувати F ^*(x) і подати її графічно.Розв’язання.

Графік F ^*(x) зображено на рис. 111

Рис. 111

Аналогом емпіричної функції F ^*(x) у теорії ймовірностей є інтегральна функція F(x) = P(X < x).

54.Статистичні оцінки параметрів генеральної сукупностіІнформація, яку дістали на основі обробки вибірки про ознаку генеральної сукупності, завжди міститиме певні похибки, оскільки вибірка становить лише незначну частину від неї (n < N), тобто обсяг вибірки значно менший від обсягу генеральної сукупності.Тому слід організувати вибірку так, щоб ця інформація була найбільш повною (вибірка має бути репрезентативною) і забезпечувала з найбільшим ступенем довіри про параметри генеральної сукупності або закон розподілу її ознаки.Параметри генеральної сукупності Ме, є величинами сталими, але їх числове значення невідоме. Ці параметри оцінюються параметрами вибірки: які дістають при обробці вибірки. Вони є величинами непередбачуваними, тобто випадковими. Схематично це можна показати так (рис. 115).

Рис. 115

Тут через θ позначено оцінювальний параметр генеральної сукупності, а через — його статистичну оцінку, яку називають ще статистикою. При цьому θ = const, а — випадкова величина, що має певний закон розподілу ймовірностей. Зауважимо, що до реалізації вибірки кожну її варіанту розглядають як випадкову величину, що має закон розподілу ймовірностей ознаки генеральної сукупності з відповідними числовими характеристиками:

55. Точкові статистичні оцінки параметрів генеральної сукупності

Статистична оцінка яка визначається одним числом, точкою, називається точковою. Беручи до уваги, що є випадковою величиною, точкова статистична оцінка може бути зміщеною і незміщеною: коли математичне сподівання цієї оцінки точно дорівнює оцінювальному параметру θ, а саме:

(401)

то називається незміщеною; в противному разі, тобто коли

(402)

точкова статистична оцінка називається зміщеною відносно параметра генеральної сукупності θ.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Нормальний закон розподілу	\|	Різниця

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.007 сек.