• Гідрологія і Гідрометрія
• Господарське право
• Економіка будівництва
• Економіка природокористування
• Економічна теорія
• Земельне право
• Історія України
• Кримінально виконавче право
• Медична радіологія
• Методи аналізу
• Міжнародне приватне право
• Міжнародний маркетинг
• Основи екології
• Предмет Політологія
• Соціальне страхування
• Технічні засоби організації дорожнього руху
• Товарознавство продовольчих товарів

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:

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

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:

1. Вибір структури каналу розподілу. Управління каналами розподілу.
2. Вибіркова дисперсія є ефективною, обгрунтованою, але ЗСУНУТОЮ точковою оцінкою для генеральної дисперсії .
3. Властивості математичного сподівання
4. Властивості математичного сподівання
5. Властивості математичного сподівання
6. Властивості функції розподілу.
7. Вторинний розподіл — це другий етап перерозподілу.
8. Групова швидкість і дисперсія хвиль
9. Дисперсія (варіація), коваріація, коефіцієнт кореляції і детермінації
10. Дисперсія і стандартне відхилення
11. Дисперсія світла
12. Дисперсія світла

Переглядів: 1310