Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекции.doc
Скачиваний:
32
Добавлен:
04.05.2019
Размер:
2.03 Mб
Скачать

2.2. Статистические оценки результатов наблюдений

Множество значений случайной величины, полученных в результате эксперимента или наблюдений над объектом исследования, представляет собой статистическую совокупность. Статистическая совокупность, содержащая в себе все возможные значения случайной величины, называется генеральной статистической совокупностью. Выборочной статистической совокупностью называется совокупность, в которой содержится только некоторая часть элементов генеральной совокупности. По результатам экспериментов практически всегда встречаются с выборочной, а не с генеральной совокупностью. Выборочную статистическую совокупность будем в дальнейшем называть выборкой, а число опытов (наблюдений) , содержащееся в выборке – объемом выборки.

При повторении опытов в одинаковых условиях обычно обнаруживается закономерность в частоте появления тех или иных результатов. Некоторые значения случайной величины появляются значительно чаще других, при этом в целом они группируются относительно некоторого значения – центра группирования, которое мы обозначим через . Для описания этого явления используется вероятностный подход. Пусть вероятность того, что случайная величина, являющаяся результатом эксперимента, примет значение . Если значения известны для всех возможных значений из генеральной совокупности, то величину можно найти по формуле

(2.1)

Величину называют математическим ожиданием или генеральным средним случайной величины. Одно только математическое ожидание не может отобразить все характерные черты статистической совокупности. Исследователю необходимо знать, кроме того, изменчивость, или вариацию наблюдаемой характеристики объекта.

Рассеивание случайной величины относительно математического ожидания характеризуется величиной, называемой дисперсией. Обычно она обозначается через . Для генеральной совокупности дисперсия определяется по формуле

(2.2)

Дисперсию часто называют генеральной дисперсией. Квадратный корень из дисперсии называется средним квадратическим отклонением случайной величины, или стандартом .

(2.3)

Как и дисперсия, среднее квадратическое отклонение является характеристикой рассеивания значений случайной величины относительно математического ожидания.

Формулы (2.1), (2.2) и (2.3) справедливы для дискретных случайных величин. Для непрерывных случайных величин математическое ожидание и дисперсия выражаются через соответствующие интегралы.

Поскольку экспериментатор встречается не с генеральной совокупностью, а с выборкой, необходимо иметь формулы, позволяющие приближенно оценить математическое ожидание и дисперсию на основе экспериментальных данных.

Пусть по результатам однородной серии опытов получена выборка . Наилучшей оценкой для математического ожидания является среднее арифметическое или просто «среднее»

(2.4)

Найденное значение называют еще выборочным средним в отличие от генерального среднего . Оценкой дисперсии случайной величины является выборочная, или эмпирическая дисперсия. Она обозначается через и вычисляется по формуле

(2.5)

Числитель этой формулы представляет собой сумму квадратов отклонений значений случайной величины от среднего значения . Знаменатель формулы для выборочной дисперсии называется числом степеней свободы, связанным с этой дисперсией, и обозначается через :

(2.6)

Величина

(2.7)

является оценкой среднего квадратического отклонения выборки. Ее также называют выборочным стандартом или стандартным отклонением выборки.

Часто для оценки изменчивости (вариации) случайных величин используют коэффициент вариации . Он равен отношению к , %:

(2.8)

Коэффициент вариации характеризует не абсолютное, а относительное рассеивание случайной величины относительно среднего.

Важное значение в статистике имеют также следующие статистические показатели: средняя квадратическая ошибка среднего значения

(2.9)

показатель точности среднего значения

(2.10)

ошибка среднего квадратического отклонения

(2.11)