Стандартные распределения и их квантили Стандартные распределения В статистике, эконометрике и других сферах человеческих знаний очень часто используются.

Презентация:



Advertisements
Похожие презентации
Проверка гипотез на примере уравнения регрессии Проверка гипотез и соответствующие статистические выводы являются одними из центральных задач математической.
Advertisements

{ интервальные оценки параметров - некоторые распределения СВ связанные с нормальным распределением - доверительный интервал для выборочного среднего при.
Лабораторная работа 6 Обработка результатов эксперимента в MathCad.
Российский университет дружбы народов Институт гостиничного бизнеса и туризма В.И. Дихтяр Теория и методология социально- экономических исследований в.
Российский университет дружбы народов Институт гостиничного бизнеса и туризма В.И. Дихтяр Теория и методология социально- экономических исследований в.
Курс математической статистики Лекционный материал Преподаватель – В.Н. Бондаренко.
Теория вероятностей и математическая статистика Занятие 5. Основные числовые характеристики случайных величин Преподаватель – доцент кафедры ВМ, к.ф.-м.н.,
Обработка и представление результатов измерений. Оценка случайной погрешности измерений Полученные при непосредственном измерении величины неизбежно содержат.
Проверка статистических гипотез 1.Формулировка задачи. Термины и определения. 2.Схема проверки статистической гипотезы. 3.Мощность критерия. 4.Проверка.
6 ноября 2012 г.6 ноября 2012 г.6 ноября 2012 г.6 ноября 2012 г. Лекция 5. Сравнение двух выборок 5-1. Зависимые и независимые выборки 5-2.Гипотеза о равенстве.
Лекция 2 – Идентификация закона распределения вероятностей одномерной случайной величины 2.1. Основные определения 2.2. Этапы обработки данных одномерной.
Проверка статистических гипотез Лекция 7 (продолжение) 1.
5 ноября 2012 г.5 ноября 2012 г.5 ноября 2012 г.5 ноября 2012 г. Лекция 6. Сравнение двух выборок 6-1. Гипотеза о равенстве средних. Парные выборки 6-2.Доверительный.
АНАЛИЗ ДАННЫХ НА КОМПЬЮТЕРЕ. Регрессионный анализ.
Случайные величины: законы распределения. Что было: понятие о случайной величине СЛУЧАЙНОЙ ВЕЛИЧИНОЙ называется величина, которая в результате испытания.
Курс математической статистики Лекционный материал Преподаватель – В.Н. Бондаренко.
ПРОВЕРКА СТАТИСТИЧЕСК ИХ ГИПОТЕЗ. Определение статистической гипотезы Статистической гипотезой называется всякое высказывание о генеральной совокупности.
Лекция 3 - Проверка гипотез в одномерном статистическом анализе 3.1. Основные понятия, используемые при проверке гипотез 3.2. Общий алгоритм статистической.
Распространим определения числовых характеристик дискретных величин на величины непрерывные. Математическим ожиданием непрерывной случайной величины Х,
Теория вероятностей и математическая статистика Занятие 4. Дискретные и непрерывные случайные величины. Функция распределения. Плотность распределения.
Транксрипт:

Стандартные распределения и их квантили

Стандартные распределения В статистике, эконометрике и других сферах человеческих знаний очень часто используются стандартные распределения. В частности, они используются для проверки гипотез и построения доверительных интервалов. Самыми распространенными являются: 1. Нормальное распределение z. 2. Распределение Пирсона или хи-квадрат ( n ). 3. Распределение Стьюдента (t n ). 4. Распределение Фишера ( ).

Стандартные распределения и их квантили 1. Стандартное нормальное распределение (Z) Это распределение возникает как результат сложения многих независимых случайных воздействий. x Эта площадь равна вероятности попадания величины x в интервал [a;b]. ab f(x)

Стандартные распределения и их квантили Нормальный закон определяется двумя параметрами: - математическое ожидание; - среднеквадратичное отклонение; x f(x)

Стандартные распределения и их квантили Нормальный закон определяется двумя параметрами: - математическое ожидание; - среднеквадратичное отклонение; ; x x z x x f(x) Обычно нормальное распределение используется в стандартном виде, где μ=0, =1. Переход от нормально распределенной величины x к величине со стандартным нормальным распределением z:

Стандартные распределения и их квантили Нормальный закон определяется двумя параметрами: - математическое ожидание; - среднеквадратичное отклонение; ; x x z x x f(x) Обычно нормальное распределение используется в стандартном виде, где μ=0, =1. Переход от нормально распределенной величины x к величине со стандартным нормальным распределением z: Где: x – нормально распределенная величина, z – величина со стандартным нормальным распределением.

Стандартные распределения и их квантили x f(z) У нормального распределения есть три стандартных числа:

Стандартные распределения и их квантили x f(z) У нормального распределения есть три стандартных числа: Вероятность попадания x в интервал [μ-1 ; μ+1 ] равна 68%.

Стандартные распределения и их квантили x f(z) У нормального распределения есть три стандартных числа: Вероятность попадания x в интервал [μ-1 ; μ+1 ] равна 68%. Вероятность попадания x в интервал [μ-2 ; μ+2 ] равна 95%.

Стандартные распределения и их квантили У нормального распределения есть три стандартных числа: Вероятность попадания x в интервал [μ-1 ; μ+1 ] равна 68%. Вероятность попадания x в интервал [μ-2 ; μ+2 ] равна 95%. Вероятность попадания x в интервал [μ-3 ; μ+3 ] равна 99,7%. x f(z) Таким образом, на отрезке находятся почти все значения. Это и есть так называемое правило трех сигм.

Стандартные распределения и их квантили 1. Интегральный закон распределения (z) Функция f(x) показывает следующую важнейшую информацию: вероятность того, что величина х примет значение больше числа a и меньше числа b равна площади под кривой f(x) на отрезке [a;b]. Кроме того, площадь под всей кривой f(x) равна 1.

1. Интегральный закон распределения (z) Функция f(x) показывает следующую важнейшую информацию: вероятность того, что величина х примет значение больше числа a и меньше числа b равна площади под кривой f(x) на отрезке [a;b]. Кроме того, площадь под всей кривой f(x) равна 1. Стандартные распределения и их квантили z f(z) – плотность вероятности f(z)

1. Интегральный закон распределения (z) Функция f(x) показывает следующую важнейшую информацию: вероятность того, что величина х примет значение больше числа a и меньше числа b равна площади под кривой f(x) на отрезке [a;b]. Кроме того, площадь под всей кривой f(x) равна 1. Интегральная функция является интегралом от функции распределения Стандартные распределения и их квантили z z f(z) – плотность вероятности F(z) – интегральный закон распределения F(z) f(z)

Стандартные распределения и их квантили 1. Интегральный закон распределения (z) z f(z) – плотность вероятности f(z)

Стандартные распределения и их квантили 1. Интегральный закон распределения (z) z z f(z) – плотность вероятности F(z) – интегральный закон распределения F(z) f(z) p

Стандартные распределения и их квантили 1. Интегральный закон распределения (z) z z f(z) – плотность вероятности F(z) – интегральный закон распределения F(z) f(z) p эта площадь равна F(1), она дает точку на графике интегрального закона распределения

Стандартные распределения и их квантили 1. Интегральный закон распределения (z) z z эта площадь равна F(1), она дает точку на графике интегрального закона распределения f(z) – плотность вероятности F(z) – интегральный закон распределения F(z) f(z) Квантиль – это аргумент функции распределения, которой соответствует заданная вероятность p. p

Стандартные распределения и их квантили 1. Интегральный закон распределения (z) z z эта площадь равна F(1), она дает точку на графике интегрального закона распределения f(z) – плотность вероятности F(z) – интегральный закон распределения F(z) f(z) Квантиль – это аргумент функции распределения, которой соответствует заданная вероятность p. То есть, если выразить вероятность в виде То квантилем будет z, вычисленное из p. p

Стандартные распределения и их квантили 1. Интегральный закон распределения (z) z z f(z) – плотность вероятности F(z) – интегральный закон распределения f(z) эта площадь равна F(2), она дает точку на графике интегрального закона распределения F(z) p Квантиль – это аргумент функции распределения, которой соответствует заданная вероятность p. То есть, если выразить вероятность в виде То квантилем будет z, вычисленное из p.

Стандартные распределения и их квантили Квантили нормального распределения (z) z z f(z) – плотность вероятности f(z) Границам интервала на левом графике соответствуют значения p 1,p 2 на правом графике. p2p2 p1p1 F(z) F(z) – интегральный закон распределения

Стандартные распределения и их квантили Квантили нормального распределения (z) z z f(z) – плотность вероятности F(z) – интегральный закон распределения f(z) F(z) p2p2 p1p1 Границам интервала на левом графике соответствуют значения p 1,p 2 на правом графике.

Стандартные распределения и их квантили 1. Таблица нормального распределения (z) Так как формула нормального распределения очень сложна, используются статистические таблицы: z

Стандартные распределения и их квантили 1. Таблица нормального распределения (z) Так как формула нормального распределения очень сложна, используются статистические таблицы: Чтобы определить квантиль по заданной вероятности, необходимо найти ближайшее к ней число в таблице и сложить значения соответствующих строки и столбца. Строки соответствуют значениям z с точностью до десятой доли, а столбцы соответствуют их уточнениям до сотых долей. z

Стандартные распределения и их квантили 1. Таблица нормального распределения (z) Так как формула нормального распределения очень сложна, используются статистические таблицы: Чтобы определить квантиль по заданной вероятности, необходимо найти ближайшее к ней число в таблице и сложить значения соответствующих строки и столбца. Строки соответствуют значениям z с точностью до десятой доли, а столбцы соответствуют их уточнениям до сотых долей. Например, известно, что z = 0,31, выделяем сотые доли, т.е. z = 0,3+0,01, значит F(z) находится на пересечении четвертой строки и второго столбца, и F(z) = 0, z

Стандартные распределения и их квантили 1. Таблица нормального распределения (z) В некоторых случаях таблицы бывают представлены в более компактном виде: остаются только дробные части всех или некоторых приведенных чисел. То есть иногда в таблице отсутствуют некоторые нули и запятые. z

Стандартные распределения и их квантили 2. Распределение Пирсона или хи-квадрат ( ). Это распределение возникает как результат сложения квадратов нескольких величин, подчиняющихся нормальному закону с μ=0, =1. Число слагаемых n называется числом степеней свободы. Смысл f( ) такой же, как и в нормальном законе: вероятность того, что величина попадает в заданный интервал, равна площади под кривой f( ). Так, площадь под кривой на отрезке от 0 до n n составляет более 90% всей площади под всей кривой f( ). Отсюда следует правило трех сигм для закона : с вероятностью р 0,9 случайная величина не превосходит величины n n.

Стандартные распределения и их квантили 2. Таблица распределения хи-квадрат ( ). Чтобы определить квантиль по заданной вероятности и числу степеней свободы, необходимо найти пересечение соответствующей строки и столбца. Столбцам таблицы соответствуют вероятности, а строкам - число степеней свободы. В ячейках таблицы содержатся значения (квантили). p n

Стандартные распределения и их квантили 2. Таблица распределения хи-квадрат ( ). Чтобы определить квантиль по заданной вероятности и числу степеней свободы, необходимо найти пересечение соответствующей строки и столбца. Столбцам таблицы соответствуют вероятности, а строкам - число степеней свободы. В ячейках таблицы содержатся значения (квантили). Например, для числа степеней свободы n=3 и p =0,975, найдем = 9,35. p n

Стандартные распределения и их квантили 3. Распределение Стьюдента (t n ). Это отношение стандартной нормальной величины к корню из хи-квадрат, деленной на число степеней свободы. «Стьюдент» - это псевдоним английского статистика Уилльяма Госсета (William Gosset).

Стандартные распределения и их квантили 3. Таблица распределения Стьюдента (t n ). Чтобы определить квантиль по заданной вероятности и числу степеней свободы, необходимо найти пересечение соответствующей строки и столбца. Столбцам таблицы соответствуют вероятности, а строкам - число степеней свободы. В ячейках таблицы содержатся значения t (квантили). p n

Стандартные распределения и их квантили 3. Таблица распределения Стьюдента (t n ). Чтобы определить квантиль по заданной вероятности и числу степеней свободы, необходимо найти пересечение соответствующей строки и столбца. Столбцам таблицы соответствуют вероятности, а строкам - число степеней свободы. В ячейках таблицы содержатся значения t (квантили). Например, мы ищем квантиль для односторонней критической области: Для числа степеней свободы n=4 и p =0,025, найдем t = 2,78. p n

Стандартные распределения и их квантили 4. Распределение Фишера ( ). Это отношение двух хи-квадратов, деленных на число степеней свободы. Распределение имеет 2 степени свободы: для числителя и для знаменателя. n 1, n 2 - число степеней свободы.

Стандартные распределения и их квантили 4. Распределение Фишера ( ). Это отношение двух хи-квадратов, деленных на число степеней свободы. Распределение имеет 2 степени свободы: для числителя и для знаменателя. n 1, n 2 - число степеней свободы. Обычно используется при сравнении двух дисперсий, так как дисперсия равна сумме квадратов отклонений от среднего значения, деленная на число точек.

Стандартные распределения и их квантили Для распределения Фишера создано несколько отдельных таблиц, каждая из которых соответствует своему значению вероятности p. На данном слайде изображена таблица для p=0, Таблица распределения Фишера ( ). n1n1 n2n2

Стандартные распределения и их квантили Для распределения Фишера создано несколько отдельных таблиц, каждая из которых соответствует своему значению вероятности p. На данном слайде изображена таблица для p=0,95. Строкам таблицы соответствуют значения n 2, столбцам соответствуют значения n Таблица распределения Фишера ( ). n1n1 n2n2

Стандартные распределения и их квантили Для распределения Фишера создано несколько отдельных таблиц, каждая из которых соответствует своему значению вероятности p. На данном слайде изображена таблица для p=0,95. Строкам таблицы соответствуют значения n 2, столбцам соответствуют значения n 1. Чтобы найти квантиль по заданной вероятности p и n 1, n 2, возьмем таблицу для соответствующей вероятности p и найдем значение на пересечении строки n 2 со столбцом n 1. Например, для p=0,95, n 1 =3, n 2 =4, квантилем будет 6, Таблица распределения Фишера ( ). n1n1 n2n2

СПАСИБО ЗА ВНИМАНИЕ