Статистический ряд. Гистограмма. - Конспект Лекций, раздел Информатика, КОНСПЕКТ ЛЕКЦИЙ ПО МАТЕМАТИКЕ ТЕОРИЯ ВЕРОЯТНОСТЕЙ МАТЕМАТИЧЕСКАЯ СТАТИСТИКА При Большом Числе Наблюдений (Порядка Сотен) Генеральная Совокупность Станови...
При большом числе наблюдений (порядка сотен) генеральная совокупность становится неудобной и громоздкой для записи статистического материала. Для наглядности и компактности статистический материал подвергается дополнительной обработке.
Разделим весь диапазон наблюденных значений на k отрезков, которые называются разрядами и могут иметь неодинаковую длину
.
Подсчитаем количество значений , приходящееся на каждый –й разряд. Это число разделим на общее число наблюдений и найдем частоту, соответствующую данному разряду
(2.3.1)
Сумма частот всех разрядов, очевидно, должна быть равна единице .
Построим таблицу, в которой приведены разряды в порядке их расположения вдоль оси абсцисс и соответствующие частоты.
…
…
Эта таблица называется статистическим рядом. При составлении этой таблицы необходимо придерживаться следующих практических рекомендаций:
1) В каждом разряде должно быть не менее пяти значений.
2) В большинстве случаев число разрядоврационально выбирать порядка 10 – 20.
3) Если значение случайной величины находится на границе двух разрядов, то считается, что данное значение принадлежит обоим разрядам и к числам того и другого разряда прибавляется по 0,5.
4) Длины разрядов желательно брать одинаковыми, но при оформлении данных случайных величин, распределенных крайне неравномерно, приходится выбирать в области наибольшей плотности распределения разряды более узкие, чем в области малой плотности.
Статистический ряд графически оформляется следующим образом. По оси абсцисс откладываются разряды , над каждом из них строится прямоугольник, площадь которого равна частоте данного разряда . При этом, очевидно, что полная площадь гистограммы равна единице. Высоту каждого прямоугольника можно приближенно представить формулой
Очевидно, при увеличении числа опытов можно выбирать все более и более мелкие разряды; при этом гистограмма будет все более приближаться к некоторой кривой, ограничивающей площадь, равную единице. Соединяя полученные точки ломаной линией или плавной кривой, получим приближенный график статистической функции плотности распределения.
Пользуясь данными статистического ряда, можно приближенно построить и статистическую функцию распределения величины по точкам. В качестве этих точек удобно взять границы разрядов, которые фигурируют в статистическом ряде. Тогда, очевидно
КАФЕДРА ВЫСШЕЙ МАТЕМАТИКИ И ИНФОРМАТИКИ... КОНСПЕКТ ЛЕКЦИЙ... ПО МАТЕМАТИКЕ...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Статистический ряд. Гистограмма.
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
ТЕОРИЯ ВЕРОЯТНОСТЕЙ.
Теория вероятностей – раздел математики, в котором изучаются закономерности случайных массовых явлений.
Случайным называется явление, которо
Статистическое определение вероятности.
Событием называется случайное явление, которое в результате опыта может появится или не появится (двузначное явление). Обозначают события большими латинскими буквами
Пространство элементарных событий.
Пусть с некоторым опытом связано множество событий , причем:
1) в результате опыта появляется одно и только одно
Случайные дискретные величины.
Случайной называется величина, которая при повторении опыта может принимать неодинаковые числовые значения. Случайная величина называется дискретной,
Случайные непрерывные величины.
Если в результате опыта случайная величина может принимать любое значение из некоторого отрезка или всей действительной оси, то она называется непрерывной. Законо
Числовые характеристики случайных величин.
Случайная дискретная или непрерывная величины считаются полностью заданными, если известны их законы распределения. В самом деле, зная законы распределения можно всегда вычислить вероятность попада
Математическое ожидание случайных величин.
Математическое ожидание случайной величины характеризует ее среднее значение. Все значения случайной величины группируются вокруг этого значения. Рассмотрим сначала случайную дискретную величину
Моменты случайных величин.
Кроме математического ожидания и дисперсии в теории вероятностей используются числовые характеристики более высоких порядков, которые называются моментами случайных величин.
Равномерный закон распределения.
Равномерным законом распределения случайной непрерывной величины называется закон функция плотности вероятности, которого
Нормальный закон распределения.
Нормальным законом распределения случайной непрерывной величины называется закон функция плотност
Экспоненциальный закон распределения.
Экспоненциальное или показательное распределение случайной величины применяется в таких приложениях теории вероятностей, как теория массового обслуживания, теория надежности
Системы случайных величин.
На практике в приложениях теории вероятностей часто приходиться сталкиваться с задачами, в которых результаты эксперимента описываются не одной случайной величиной, а сразу несколькими случайными в
Система нескольких случайных величин.
Полученные результаты для системы их двух случайных величии могут быть обобщены на случай систем, состоящих из произвольного числа случайных величин.
Пусть система образована совокупностью
Предельные теоремы теории вероятностей.
Основной целью дисциплины теория вероятностей является изучение закономерностей случайных массовых явлений.
Практика показывает, что наблюдение массы однородных случайных явлений обнаружив
Теорема Чебышева.
Если случайные величины попарно независимы и имеют конечные ограниченные в совокупности дисперсии
Теорема Бернулли.
При неограниченном увеличении числа опытов частота появления события сходится по вероятности к вероятности события
Центральная предельная теорема.
При сложении случайных величин с любыми законами распределения, но с ограниченными в совокупности дисперсиями, закон расп
Основные задачи математической статистики.
Рассмотренные выше законы теории вероятностей представляют собой математическое выражение реальных закономерностей, фактически существующих в различных случайных массовых явлениях.
Изучая
Числовые характеристики статистического распределения.
В теории вероятностей рассматривались различные числовые характеристики случайных величин: математическое ожидание, дисперсию, начальные и центральные моменты различных порядков. Аналогичные числов
Выбор теоретического распределения по методу моментов.
Во всяком статистическом распределении неизбежно присутствуют элементы случайности, связанные с ограниченностью числа наблюдений. При большом числе наблюдений эти элементы случайности сглаживаются,
Критерии согласия.
Рассмотрим один из наиболее часто применяемых критериев согласия – так называемый критерий Пирсона .
Предположи
Точечные оценки для неизвестных параметров распределения.
В п.п. 2.1. – 2.7 мы подробно рассмотрели способы решения первой и второй основных задач математической статистики. Это задачи определения законов распределения случайных величин по опытным данным
Новости и инфо для студентов