- •Модульний план
- •Розподіл балів за виконані роботи
- •Критерії оцінювання знань, вмінь та навичок студентів Лекційні заняття
- •Оцінювання самостійної та індивідуальної роботи
- •Модуль і. Теорія ймовірностей Змістовний модуль 1. Теоретичні основи теорії ймовірностей та комбінаторики
- •Тема 1. Основні поняття теорії ймовірностей
- •1.1. Поняття "випробування" та "подія". Предмет теорії ймовірностей. Коротка історична довідка.
- •Класифікація випадкових подій
- •Алгебра випадкових подій
- •Властивості операцій над подіями
- •Запитання для самоконтролю
- •Тема 2. Основні поняття та принципи комбінаторики
- •Сполуки без повторень елементів
- •Сполуки з повторенням елементів
- •Основні принципи комбінаторики
- •Запитання для самоконтролю
- •Тема 3. Ймовірність подій. Основні теореми теорії ймовірностей
- •Класичне означення ймовірності
- •Властивості ймовірності
- •3.2. Відносна частота. Статистичне означення ймовірності.
- •3.3. Геометричне означення ймовірності
- •Залежні та незалежні події. Умовна ймовірність. Теореми множення ймовірностей.
- •Теорема множення ймовірностей залежних подій
- •3.5. Теореми додавання ймовірностей Теорема додавання ймовірностей несумісних подій
- •3.6. Ймовірність настання хоча б однієї події
- •Теорема
- •Запитання для самоконтролю
- •Тема 4. Формула повної ймовірності. Формула Бейєса.
- •4.1. Формула повної ймовірності
- •4.2. Формула Бейєса
- •Запитання для самоконтролю
- •Тема 5. Послідовні незалежні випробування
- •5.1.Схема повторних незалежних випробувань Бернуллі.
- •5.2. Граничні теореми у схемі Бернуллі
- •5.3. Ймовірність відхилення відносної частоти від сталої ймовірності в незалежних випробуваннях
- •Запитання для самоконтролю
- •Практичні заняття Практичне заняття №1
- •Практичне заняття №2
- •Практичне заняття №3
- •Практичне заняття №4
- •Практичне заняття №5
- •Самостійна робота
- •Рівень а
- •Рівень б
- •Рівень в
- •Рівень а
- •Рівень б
- •Рівень в
- •Теми рефератів
- •Задачі для самоперевірки
- •Змістовний модуль 2. Випадкові величини
- •Тема 6. Види випадкових величин та способи їх задання
- •6.1. Поняття випадкової величини. Закони розподілу випадкових величин.
- •6.1.1. Дискретні випадкові величини
- •Біноміальний розподіл
- •Геометричний розподіл
- •Числові характеристики двв
- •6.1.2. Неперервні випадкові величини. Щільність розподілу.
- •Основні закони розподілу неперервних величин
- •Рівномірний розподіл
- •Показниковий розподіл
- •Нормальний розподіл
- •Числові характеристики ннв
- •Правило трьох сигм
- •6.2. Закон великих чисел та центральна гранична теорема
- •Теорема
- •Запитання для самоконтролю
- •Практичны заняття Практичне заняття №6
- •Практичне заняття №9
- •Самостійна робота
- •Числові характеристики основних розподілів
- •Рівень а
- •Рівень б
- •Рівень в
- •Задача 1
- •Задача 2
- •10. Неперервна випадкова величина задана інтегральною функцією розподілу:
- •Задачі для самоконтролю
- •Модуль іі. Математична статистика Змістовний модуль 3. Теоретичні основи математичної статистики
- •Тема 7. Предмет та задачі математичної статистики
- •Види та способи відбору
- •Первинна обробка даних
- •Згрупований розподіл накопиченої частоти
- •Розподіл щільності частоти і щільності відносної частоти
- •Емпірична функція розподілу
- •Властивості емпіричної функції розподілу
- •Запитання для самоконтролю
- •Тема 8. Статистичні оцінки параметрів розподілу
- •8.1. Числові характеристики статистичного розподілу
- •Алгоритм методу добутків
- •8.2. Точкові та інтервальні оцінки параметрів розподілу
- •Точкова оцінка математичного сподівання
- •Точкова оцінка дисперсії. Виправлена дисперсія
- •Інтервальні оцінки для математичного сподівання
- •Знаходження об’єму вибірки
- •Запитання для самоконтролю
- •Практичні заняття Практичне заняття №10
- •Практичне заняття №11
- •Практичне заняття №12-13
- •Практичне заняття №14
- •Самостійна робота
- •Змістовний модуль 4. Статистична перевірка гіпотез. Елементи теорії кореляції і дисперсійного аналізу
- •Тема 9. Статистична перевірка гіпотез
- •Статистичні гіпотези та їх класифікація
- •9.2. Статистичні критерії перевірки нульової гіпотези
- •9.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона.
- •Перевірка гіпотези про рівність середніх двох сукупностей
- •Перевірка гіпотези про рівність часток ознаки двох сукупностей
- •Перевірка гіпотези про рівність дисперсій двох сукупностей
- •Перевірка гіпотез про числові значення параметрів
- •Запитання для самоконтролю
- •Тема 10. Елементи теорії кореляції
- •Запитання для самоконтролю
- •Тема 11. Поняття дисперсійного аналізу. Однофакторний дисперсійний аналіз
- •Запитання для самоконтролю
- •Практичні заняття
- •Практичне заняття №17
- •Практичне заняття №18
- •Самостійна робота
- •Методичні рекомендації
- •Список використаної та рекомендованої літератури
- •Додатки
- •Математична довідка
- •Властивості функції
- •V. Правила інтегрування функцій
- •Варіанти завдань для самостійної індивідуальнї роботи
Емпірична функція розподілу
Нехай маємо статистичний розподіл деякої ознаки Х (кількість балів, оцінка).
Позначимо через п загальну кількість спостережень (об’єм вибірки), kх – кількість спостережень при яких спостережувана ознака Х х. Тоді відносна частота події Х х дорівнює .
Якщо х змінюється, то може змінюватись і відносна частота, тобто є функцією від х. Оскільки її знаходять дослідним шляхом, то вона має назву емпіричної.
Означення. Емпіричною функцією розподілу (або функцією розподілу вибірки) називають функцію F*(x), яка визначає для кожного значення х відносну частоту події Х х
F*(x)= .
Інтегральна функція F(x) генеральної сукупності у математичній статистиці називається теоретичною функцією розподілу. Так як F(x) – ймовірність того, що F(x)=Р(Х х), а F*(x)= події Х х прямує також до ймовірності цієї події, то функції F(x) і F*(x) мало відрізняються одна від одної.
Властивості емпіричної функції розподілу
0≤ F*(x) ≤1.
F*(x) – зростаюча.
F*(x)= .
Приклад 3. Знайти емпіричну функцію розподілу за статистичним розподілом (прикл.1) та побудувати її графік
аі |
2 |
3 |
4 |
5 |
ki |
3 |
24 |
14 |
15 |
ni= |
|
|
|
|
Розв’язання.
F*(x)=
Графік емпіричної функції будуємо таким чином:
Запитання для самоконтролю
Що є предметом вивчення математичної статистики. Основна задача математичної статистики?
Який алгоритм проведення статистичного дослідження?
Які є види та способи відбору даних?
Що таке статистична сукупність, вибірка, генеральна сукупність, варіанта, варіаційний ряд?
Описати алгоритм побудови дискретного та інтервального варіаційних рядів.
Що називають частотою, відносною частотою, накопиченою частотою вибірки?
Описати алгоритм побудови полігону частот та гістограми відносних частот.
Що називають емпіричною функцією розподілу? Що є графіком емпіричної функції розподілу?
Які властивості має емпірична функція розподілу?
Тема 8. Статистичні оцінки параметрів розподілу
8.1. Числові характеристики статистичного розподілу
На практиці часто замість повного вивчення даних вибірки буває достатньо обмежитися знаходженням їх числових характеристик.
По аналогії з числовими характеристиками ДВВ визначають вибіркові числові характеристики, замінюючи при цьому імовірності pi відносними частотами .
Числові характеристики, обчислені за вибіркою називаються статистиками.
Числові характеристики, обчислені за генеральною сукупностю називаються параметрами.
Наведемо основні статистики.
Означення. Мода – це значення, яке в статистичному ряді зустрічається найчастіше (М0).
Правило обчислення моди: якщо всі значення в ряді зустрічаються однакову кількість разів, то цей ряд моди немає; якщо два сусідні значення зустрічаються однакову кількість разів, то мода дорівнює їх середньому арифметичному; якщо два несусідні значення зустрічаються однакову кількість разів, то ряд має дві моди і називається бімодальним, а якщо більше двох, то полімодальним.
Для інтервального варіаційного ряду розподілу з однаковими інтервалами моду обчислюють за формулою Орженцького:
,
де - нижня межа модального інтервалу, т.т. такого, що має найбільшу частоту.
- частоти передмодального, модального, післямодального інтервалу відповідно.
- довжина інтервалу.
Означення. Медіана – це значення, яке займає центральне місце у впорядкованому ряді розподілу (Ме).
Правило обчислення медіани: для дискретного впорядкованого варіаційного ряду з непарним числом елементів медіану знаходять як варіанту х з порядковим номером , тобто .
Для ряду з парним числом елементів медіану розраховують як середню арифметичну двох варіант з порядковими номерами та : .
Для інтервального ряду розподілу медіану обчислюють за формулою: , де - нижня межа медіанного інтервалу, – довжина медіанного інтервалу, – сума частот накопичених перед медіанним інтервалом, – половина суми частот, – частота медіанного інтервалу.
Примітка: медіанний інтервал визначається як інтервал, для якого накопичена частота дорівнює півсумі всіх частот ряду, або перевищує її.
Означення. Вибірковою середньою статистичного розподілу вибірки називають середню арифметичну значень її варіант з урахуванням їхніх частот , тобто
.
Вибіркова середня є основною характеристикою статистичного розподілу вибірки та аналогом математичного сподівання. ЇЇ узагальненням є поняття початкового емпіричного моменту.
Означення. Початковим емпіричним моментом s-того порядку Мs статистичного розподілу вибірки називається середнє арифметичне значення степенів порядку s варіант , тобто .
Розглянемо основні характеристики розсіювання значень вибірки навколо її середнього значення.
Означення. Розмахом вибірки R називають різницю між найбільшим та найменшим значеннями її варіант, тобто .
Означення. Вибірковою дисперсією DВ статистичного розподілу вибірки називають середню арифметичну квадратів відхилень варіант від вибіркової середньої, тобто .
Для обчислення вибіркової дисперсії часто зручніше використовувати формулу .
Розмірність дисперсії дорівнює квадрату розмірності значень вибірки, що створює незручність у дослідженнях. Щоб її усунути, за характеристику розсіювання значень випадкової величини за результатами значень вибірки приймають вибіркове середнє квадратичне відхилення вибірки В, яке визначається рівністю:
Означення. Коефіцієнтом варіації V статистичного розподілу вибірки називається відношення середнього квадратичного відхилення до середньої арифметичної вираженого у відсотках.
Обчислюється за формулою:
.
Означення. Центральним емпіричним моментом s-того порядку тs статистичного розподілу вибірки називається середнє арифметичне значення степенів порядку s відхилень варіант від середньої вибіркової , тобто:
Зокрема, т1=0, т2= DВ
Для оцінки відхилення статистичного розподілу вибірки від нормального розподілу використовують числові характеристики – асиметрію та ексцес.
Означення. Асиметрією АВ називають число, яке обчислюється за формулою:
де т3 – центральний емпіричний момент 3-го порядку, В – середнє квадратичне відхилення статистичного розподілу вибірки.
Означення. Ексцесом ЕВ статистичного розподілу вибірки називається число, яке обчислюється за формулою:
де т4 – центральний емпіричний момент 4-го порядку, В – середнє квадратичне відхилення статистичного розподілу вибірки.
Якщо випадкова величина Х розподілена за нормальним законом, то її асиметрія і ексцес дорівнюють нулю.
Усі вищезазначені формули можуть бути використані при обчисленні числових характеристик вибірки для випадку, коли емпіричні дані згруповані за допомогою інтервального варіаційного ряду, зокрема, якщо вважати, що – середини інтервалів.
Обчислення можна спростити , використовуючи метод добутків, в основі якого лежать рівновіддалені варіанти та наступна розрахункова таблиця
1 |
2 |
3 |
4 |
5 |
6 |
хі |
ki |
ui |
ui ki |
ui ki2 |
ki (ui+1)2 |