- •Розділ 2. Методи оцінки параметрів розподілів
- •2.1. Предмет і задачі математичної статистики
- •2.2. Варіаційні ряди та їх характеристики
- •2.2.1. Варіаційні ряди
- •2.2.2. Емпірична функція розподілу
- •2.2.3. Графічне представлення варіаційних рядів
- •2.3. Числові характеристики статистичних розподілів
- •2.3.1. Середні величини
- •2.3.2. Показники варіації
- •2.3.3. Моменти розподілу. Характеристики форми розподілу
- •Алгоритм у Mathcad
- •2.4. Статистичні оцінки параметрів розподілів
- •2.4.1. Поняття статистичної оцінки параметрів
- •2.4.2. Точкові оцінки математичного сподівання і дисперсії
- •2.4.3. Методи знаходження оцінок параметрів розподілу
- •2.4.4. Метод моментів
- •2.4.5. Метод максимальної правдоподібності
- •2.4.6. Метод найменших квадратів
- •2.4.7. Метод мінімуму χ2
- •2.5. Методи інтервальної оцінки параметрів розподілів
- •2.5.1. Надійні інтервали
- •2.5.2. Надійний інтервал для математичного сподівання нормального розподілу a при відомому σ
- •2.5.3. Надійний інтервал для математичного сподівання нормального розподілу a при невідомому σ
- •2.5.4. Надійний інтервал для генерального середнього
- •2.5.5. Надійний інтервал для дисперсії нормального розподілу при відомому математичному сподіванні
- •2.5.6. Надійний інтервал для дисперсії нормального розподілу при невідомому математичному сподіванні
- •2.5.7. Оцінка ймовірності біноміального розподілу за частотою
- •Оцінка математичного сподівання
- •2.5.9. Оцінка параметрів гамма-розподілу
- •2.5.10. Інтервальна оцінка параметра розподілу Пуассона
- •2.5.11. Надійний інтервал для різниці середніх нормальних сукупностей при рівних дисперсіях
- •2.5.12. Надійний інтервал для різниці середніх нормальних сукупностей при різних дисперсіях
- •2.5.13. Надійний інтервал для відношення дисперсій нормальних сукупностей
2.3.3. Моменти розподілу. Характеристики форми розподілу
Середнє арифметичне і дисперсія варіаційного ряду є частинними випадками більш загального поняття – моментів статичного розподілу.
Початковим моментом k-го порядку називається величина , яка визначається за формулами:
Для незгрупованого ряду |
Для згрупованого ряду |
(2.17) |
|
|
Очевидно, що , тобто середнє арифметичне є початковим моментом 1-го порядку.
Центральним моментом k-го порядку називається величина
Для незгрупованого ряду |
Для згрупованого ряду |
(2.18) |
|
|
Очевидно, що , , тобто центральний момент 1-го порядку дорівнює 0, а 2-го – є дисперсією статистичного розподілу.
Коефіцієнтом асиметрії статистичного розподілу називається величина
. (2.19)
Якщо , то розподіл має симетричну форму, тобто варіанти рівновіддалені від мають однакову частоту. При ( ) говорять про додатну (правосторонню) або від’ємну (лівосторонню) асиметрію.
Ексцесом статистичного розподілу називається величина
. (2.20)
Ексцес є показником «крутості» статистичного розподілу у порівнянні з нормальним розподілом. Зауважимо, що ексцес нормально розподіленої випадкової величини дорівнює 0. Якщо ( ), то полігон варіаційного ряду має більш круту вершину у порівнянні з нормальною кривою.
При розв’язанні практичних задач часто потрібно знайти значення при якому функція розподілу випадкової величини приймає задане значення, тобто потрібно розв’язати рівняння Розв’язок такого рівняння у теорії ймовірностей називається квантилем. Для тих розподілів, для яких у Mathcad представлені вбудовані функції щільності розподілу і функції розподілу, визначені також і функції обчислення квантилів (Розділ 1.4).
Приклад 2.1
. Розглянемо алгоритм первинної обробки статистичних даних.
Статистична модель. Вибірка одержана із генеральної сукупності, розподіленої за нормальним законом
Побудуємо варіаційний ряд для даної вибірки, визначимо її числові характеристики, знайдемо частотний розподіл для згрупованого варіаційного ряду, також побудуємо гістограму частот.
Для демонстрації алгоритму візьмемо вибірку, згенеровану у вигляді масиву випадкових чисел, розподілених за нормальним законом з параметрами . Вибірку одержимо за допомогою функції Mathcad у вигляді оператора , де об’єм вибірки.
Алгоритм реалізації моделі:
● задаємо початкові дані моделі і генеруємо вибірку ;
● утворюємо простий варіаційний ряд шляхом сортування вибірки за зростанням (функція );
● знаходимо мінімальне і максимальне значення варіаційного ряду, визначаємо розмах вибірки знаходимо довжину інтервалів групування варіаційного ряду для заданої кількості інтервалів (функції
● визначаємо масив границь інтервалів групування варіаційного ряду ;
● за допомогою функції знаходимо масив частотного розподілу варіаційного ряду ;
● визначаємо числові характеристики варіаційного ряду: середнє значення дисперсію середнє квадратичне відхилення медіану , моду , коефіцієнт асиметрії ексцес (функції Mathcad
● будуємо гістограму частот і графік щільності теоретичного розподілу;
● визначаємо емпіричну функцію розподілу і будуємо її графік.