Для бакалавров – заочников инженерного факультета 8 страница
Аналогично, Видим, что полная вероятность Р (А) = 1/4 находится между условными вероятностями
Пример 31 (к задачам 231-240). Вероятность попадания в цель при одном выстреле равна 0,8. Составить ряд и функцию распределения числа попаданий в цель при четырех выстрелах. Вычислить математическое ожидание и дисперсию. Найти вероятность того, что при четырех выстрелах будет не менее двух попаданий. Показать графически. Решение. Во-первых, обозначим случайную величину
Проводим вычисления
Составим ряд распределения случайной величины (дискретной)
Проверяем правильность вычисления
Функцией распределения F (х) случайной величины Далее, пусть Аналогично: пусть
пусть
пусть
и, наконец, пусть х > 4, тогда:
Построим график функции F (х):
Стрелки на графике означают, что функция в точках разрыва указанного стрелкой значения не достигает. Например, Р (3)=0,1808 (но не 0,4904), а 0,4904 = F (3+0). Вычислим числовые характеристики (математическое ожидание т и дисперсию
Дисперсию Среднее квадратное отклонение Итак, мы имеем два вида закона распределения дискретной случайной величины (ДСВ) – ряд распределения и функцию распределения. Пользуясь этими законами, найдем вероятность Во-первых, эту вероятность можно расписать следующим образом:
Теперь, выбирая нужную формулу и глядя на функцию распределения, получим
Пример 32 (к задачам 241-250). Имеются данные о выходе валовой продукции (в руб.) на 1 га сельскохозяйственных угодий для 50 хозяйств;
Требуется: 1. Построить вариационный ряд частот или относительных частот; 2. Изобразить геометрически вариационный ряд, построив гистограмму частот; 3. Вычислить точечные оценки параметров распределения; 4.Высказать гипотезу о виде закона распределения признака и применить критерий согласия хи-квадрат Пирсона на 5%-м уровне значимости; 5. Считая полученный набор данных генеральной совокупностью, сделать из этой а) вычислить точечные оценки параметров распределения - выборочную среднюю арифметическую б) найти доверительный интервал для генеральной средней на уровне значимости а = 0,05 при неизвестной и известной дисперсии; в) найти доверительный интервал для генеральной дисперсии. 1) Изучается непрерывный признак X - выход валовой продукции (в руб.) на 1 га сельскохозяйственных угодий. Для непрерывного признака по результатам выборки составляется интервальный вариационный ряд. Для этого весь диапазон изменения признака X — размах вариации R = Интервальный ряд частот и относительных частот валовой продукции (руб.) на 1 га с/х угодий.
2) Графическим изображением вариационного ряда служит гистограмма частот или относительных частот. Построим гистограмму частот. Для этого на оси абсцисс откладываем отрезки, изображающие длины h интервалов изменения признака X. На этих отрезках как на основаниях строим прямоугольники с высотами, равными пi 3) Для вычисления среднего арифметического и дисперсии признака его интервальный вариационный ряд преобразуют в дискретный, заменяя каждый интервал его срединным значением. В таблице соответствующие срединные значения каждого интервала записаны в первой строке таблицы. Теперь можно заняться вычислением числовых характеристик. Они вычисляются так же, как для дискретных рядов. Выборочная средняя арифметическая: Выборочная дисперсия: Выборочное среднее квадратическое отклонение: Коэффициент вариации: Каждое из полученных значений числовых характеристик задаются одним числом (т.е. одной точкой на числовой прямой), поэтому они называются точечными оценками неизвестных параметров всей генеральной совокупности. Всякое высказывание о генеральной совокупности, проверяемое по выборке, называется статистической гипотезой. Статистические гипотезы классифицируют на гипотезы о законах распределения и гипотезы о параметрах распределения. Критерии проверки статистических гипотез о законе распределения называются критериями согласия. Критерий согласия хи-квадрат Пирсона — самый старый и самый распространенный. 4) Пусть в результате п наблюдений признака X получен вариационный ряд. Анализ выборки (например, по виду гистограммы частот - если в нашем примере через верхние основания прямоугольников гистограммы провести плавную линию, то она будет иметь колоколообразную форму, т.е. похожа на график плотности вероятности нормального распределения) приводит нас к предположению о некотором (например, нормальном) законе распределения признака X. Параметры этого распределения, если заранее не известны, оцениваются по выборочным данным и, таким образом, нам становится известным предполагаемый теоретический закон распределения. По этому закону легко определить вероятности
которая оказывается распределенной по закону хи-квадрат. Как уже говорилось, есть основание предполагать, что признак X в нашем примере распределен по нормальному закону. Итак, мы высказываем гипотезу о том, что признак X распределен по нормальному закону с математическим ожиданием Теоретические частоты
Отметим, что для вычисления вероятностей по этой формуле левый конец первого интервала следует брать равным ( р1=Ф = Ф ( р2=Ф = 0,0478+0,2642 = 0,312; Продолжая аналогичные вычисления для остальных интервалов, найдем вероятности и соответствующие им теоретические частоты. Результаты вычислений приведены в следующей таблице.
Интервальный вариационный ряд фактических и теоретических частот и относительных частот выхода валовой продукции (руб.) на 1 га сельскохозяйственных угодий
Теперь вновь построим гистограмму частот и на этом рисунке по результатам проведенных вычислений построим график теоретического нормального распределения, т.е. наряду с фактическими частотами построим и теоретические.
В нашем примере объединим последние три интервала. В результате получим 4 интервала (т = 4):
Применяем формулу критерия хи-квадрат, учитывая, что число к степеней свободы критерия
Таким образом, получили фактическое значение критерия Следует заметить, что если бы критерий хи-квадрат Пирсона (или какой-нибудь другой) дал положительный результат ( 5) В этом пункте, собственно, демонстрируется выборочный метод. При изучении признака, характеризующего некоторую совокупность однородных объектов, не всегда имеется возможность обследовать каждый объект изучаемой совокупности. Например, для выяснения среднего срока службы электрических лампочек, изготовляемых некоторым заводом, абсурдно проверять продолжительность горения каждой лампочки. Для выяснения некоторых качественных показателей всей совокупности (она называется генеральной совокупностью) исследованию подвергают лишь небольшую часть её, отобранную случайно. Эта часть называется выборочной совокупностью (или просто выборкой). Задача математической статистики состоит в изучении методов, позволяющих делать научно обоснованные выводы о характеристиках признака X генеральной совокупности по исследованию выборки из неё. Основным условием, которое предъявляется к выборке, для того, чтобы она наиболее достоверно отражала все существенные особенности генеральной совокупности, является случайность отбора. В зависимости от способа отбора различают выборки следующих типов: собственно случайные повторные, собственно случайные бесповторные, механические, типические, серийные и т.д. Обозначим математическое ожидание и дисперсию признака X соответственно через а и
Каждая из оценок
|