- •13 Функции нескольких переменных
- •§ 6 Полный дифференциал функции нескольких переменных
- •8. Применение теории вероятности к статистике.
- •1. Определение неизвестной функции распределения.
- •§ 9. Элементы теории корреляций. 2. Коэффициент корреляции. Как мы знаем, если и - независимые случайные величины, то по свойству математического ожидания (§ 4, п. 1)
- •9. Элементы теории корреляций. 3. Функции и линии регрессии.
8. Применение теории вероятности к статистике.
Математическая статистика - это раздел математики, в котором изучаются методы обработки и анализа экспериментальных данных, полученных в результате наблюдений над массовыми случайными явлениями. Таким образом, обработка результатов измерения (cм. § 7) является одной из задач математической статистики. В этом параграфе мы рассмотрим еще две задачи математической статистики.
1. Определение неизвестной функции распределения.
Пусть мы имеем дело с непрерывной случайной величиной , значения которой получены из наблюдений. Разобьем диапазон наблюдаемых значений на интервалы ] X0, X1 [, ] X1, X2 [, ..., ] Xk-1, Xk [ одинаковой длины . Пусть mi - число наблюдаемых значений , попавших в i-й интервал. Разделив mi на общее число наблюдений n, получим частоту , соответствующую i-му интервалу: , причем . Составим следующую таблицу:
Номер интервала |
Интервал |
mi |
|
1 |
] X0, X1 [ |
m1 |
|
2 |
] X1, X2 [ |
m2 |
|
... |
... |
... |
... |
k |
] Xk-1, Xk [ |
mk |
|
которая называется статистическим рядом. Эмпирической (или статистической) функцией распределения случайной величины называется частота события, заключающегося в том, что величина в результате опыта примет значение, меньшее x:
На практике достаточно найти значения статистической функции распределения F*(x) в точках X0, X1, ..., Xk, которые являются границами интервалов статистического ряда:
|
(65) |
Cледует заметить, что F*(x)=0 при x<X0 и F*(x)=1 при x>Xk. Построив точки Mi [Xi ; F*(Xi)] и соединив их плавной кривой, получим приближенный график эмпирической функции распределения (рис. 15). Используя закон больших чисел Бернулли, можно доказать, что при достаточно большом числе n испытаний с вероятностью, близкой к единице, эмпирическая функция распределения F*(x) отличается сколь угодно мало от неизвестной нам функции распределения F(x) cлучайной величины
Часто вместо построения графика эмпирической функции распределения поступают следующим образом. На оси абсцисс откладывают интервалы ] X0, X1 [, ] X1, X2 [, ..., ] Xk-1, Xk [. На каждом интервале строят прямоугольник, площадь которого равна частоте , соответствующей данному интервалу. Высота hi этого прямоугольника равна , где - длинна каждого из интервалов. Ясно, что сумма площадей всех построенных прямоугольников равна единице. Рассмотрим функцию , которая в интервале ] Xi-1, Xi [ постоянна и равна hi. График этой функции называется гистограммой. Он представляет собой ступенчатую линию (рис. 16). С помощью закона больших чисел Бернулли можно доказать, что при малых и больших n с практической достоверностью как угодно мало отличается от плотности распределения непрерывной случайной величины .
Пример. Измерен диаметр у 270 валов хвостовика. Значения диаметра (в см) оказались в диапазоне 66-90 см. Разбив этот диапазон на интервалы диной 2 см ( =2), получим статистический ряд (см. таблицу)