Математическая статистика Случайные величины. Случайной называется величина, которая в результате испытания может принять то или иное возможное значение,

Презентация:



Advertisements
Похожие презентации
Анализ случайных величин. Опр. Случайной называется величина, которая в результате опыта может принять то или иное возможное значение, неизвестное заранее,
Advertisements

Лекция 2 – Идентификация закона распределения вероятностей одномерной случайной величины 2.1. Основные определения 2.2. Этапы обработки данных одномерной.
Элементы математической статиститки. Статистика – дизайн информации.
Кафедра математики и моделирования Старший преподаватель Е.Г. Гусев Курс «Высшая математика» Лекция 15. Тема: Случайные величины и их числовые характеристики.
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА Визуализация данных Визуализация данных Точечные оценки Точечные оценки Групповые характеристики Групповые характеристики Метод.
Анализ вариационных рядов. Анализ вариационных рядов. Основные понятия и определения Генеральная совокупность – множество всех значений, характеризующих.
Изучает закономерности массовых случайных явлений.
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА Предмет и методы Лекция 2.
Теория вероятностей и математическая статистика Занятие 5. Основные числовые характеристики случайных величин Преподаватель – доцент кафедры ВМ, к.ф.-м.н.,
Числовые характеристики случайной величины. Применяются вместо закона распределения случайной величины В сжатой форме выражают наиболее существенные особенности.
1 Оглавление Способы задания случайных величин Числовые характеристики Основные дискретные распределения Основные непрерывные распределения Предельные.
ЛЕКЦИЯ 2 по дисциплине «Физика, математика» на тему: «Основы математической статистики» для курсантов и студентов I курса ФПВ, ФПиУГВ, спецфакультета.
Случайные погрешности Случайные погрешности неопределенны по своему значению и знаку и поэтому не могут быть исключены из результатов измерений, как систематические.
Величина называется случайной, если она принимает различные результаты при проведении опыта, причем вероятность каждого исхода различна. Случайная величина.
Теория вероятностей и математическая статистика Занятие 4. Дискретные и непрерывные случайные величины. Функция распределения. Плотность распределения.
ОСНОВНЫЕ СТАТИСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ, ИСПОЛЬЗУЕМЫЕ В ГЕОЛОГИИ Лекция 3 по дисциплине «Математические методы моделирования в геологии» 1Грановская Н.В.
Числовые характеристики случайных величин. Рассмотренные закон, функция и плотность распределения являются функциональными характеристиками случайных.
1 Элементы математической статистики Задача математической статистики – создание методов сбора и обработки статистических данных для получения научных.
Дискретные случайные величины Лекция 14. План лекции Дискретные случайные величины. Закон распределения дискретной случайной величины. Функция распределения.
Непрерывные случайные величины Лекция 15. План лекции Непрерывные случайные величины. Закон распределения. Функции распределения и плотности распределения.
Транксрипт:

Математическая статистика Случайные величины

Случайной называется величина, которая в результате испытания может принять то или иное возможное значение, неизвестное заранее, но обязательно одно. Пример 1. В студенческой группе 25 человек. Пусть величина Х – число студентов, находящихся в аудитории перед началом занятий. Ее возможными значениями будут числа 0, 1, 2,…,25. При каждом испытании (начало занятий) величина Х обязательно примет одно из своих возможных значений, т.е. наступит одно из событий Х = 0, Х = 1, …, Х = 25.

Для полной характеристики дискретной случайной величины мало знать ее значения. Необходимо им поставить в соответствие вероятности. Соответствие между всеми возможными значениями дискретной случайной величины и их вероятностями называется законом распределения данной случайной величины.

Простейшая формой задания закона распределения дискретной случайной величины является таблица, в которой перечислены возможные значения случайной величины (обычно в порядке возрастания) и соответствующие им вероятности: Х х 1 х 1 х 2 х 2 …хnхn … Рр 1 р 1 р 2 р 2 …рnрn … Такая таблица называется рядом распределения. Допустим, что число возможных значений случайной величины конечно: х 1, х 2, …, хn. При одном испытании случайная величина принимает одно и только одно постоянное значение. Поэтому события Х = хi (i = 1, 2, …, n) образуют полную группу попарно независимых событий. Следовательно, р 1 + р 2 + … + рn = 1.

Пусть из генеральной совокупности извлечена выборка, причём x1 наблюдалось n1 раз, х 2 – n2 раз, xk – nk раз и ni = n – объём выборки. Наблюдаемые значения xi называют вариантами, а последовательность вариант, записанных в возрастающем порядке – вариационным рядом. Числа наблюдений называют частотами, а их отношения к объему выборки – относительными частотами. Статическим распределением выборки называют перечень вариант и соответствующих им частот или относительных частот.

Пример 2 В результате 10 опытов случайная величина приняла следующие значения:1,1,1,4,4,5,6,6,6,6. Напишите таблицу закона распределения для нее х 1456 n3214

В результате некоторого эксперимента получен статистический ряд: Тогда значение относительной частоты при х=3 будет равно… хiхi pipi 0,2---0,20,1 Пример 3

Пример 4 В результате 10 опытов случайная величина приняла следующие значения: 2,2,3,4,4,4,6,6,6,6. Тогда закон распределения для нее представлен в таблице. XiXi 2346 PiPi 2134 XiXi 2346 PiPi 0110 XiXi 2346 PiPi 0,20,10,30,4

Функция распределения вероятностей Непрерывную случайную величину нельзя охарактеризовать перечнем всех возможных ее значений и их вероятностей. Естественно, встает вопрос о том, нельзя ли охарактеризовать случайную величину иным способом, одинаково годным как для дискретных, так и для непрерывных случайных величин. Функцией распределения случайной величины Х называют функцию F(x), определяющую для каждого значения х, вероятность того, что случайная величина Х примет значение меньше х, т.е. F(x) = P (X

Числовые характеристики случайной величины Математическое ожидание случайной величины Х указывает некоторое среднее значение, около которого группируются все возможные значения Х. Для дискретной случайной величины, которая может принимать лишь конечное число возможных значений, математическим ожиданием называют сумму произведений всех возможных значений случайной величины на вероятность этих значений:

Дисперсией случайной величины называется математическое ожидание квадрата ее отклонения от математического ожидания D(X) = M(X –М(Х)) 2.

Средним квадратическим отклонением случайной величины Х называется арифметический корень из дисперсии, т.е. σ(X) =

Пример 5 Дискретная случайная величина Х, имеющая смысл числа курьеров, задействованных для доставки корреспонденции в коммерческой организации, задана законом распределения: Найти математическое ожидание, дисперсию, среднее квадратическое отклонение. Х0123 0,40,10,30,2

Модой дискретной случайной величины, обозначаемой Мо, называется ее наиболее вероятное значение Модой называется вариант, которому соответствует наибольшая частота.

Медианой непрерывной случайной величины Х называется такое ее значение Ме, для которого одинаково вероятно, окажется ли случайная величина меньше или больше Ме, т.е. Р(Х Ме) Медианой называется значение признака, приходящееся на середину ранжированного ряда наблюдений.

Примеры 6, 7 1. Провели несколько измерений случайной величины: 3,4; 1; 3; 0,6; 3,2; 3; 1,2. Найдите среднее арифметическое, моду и медиану этого набора чисел. 2. Провели несколько измерений случайной величины: 3; 10; 2; 8; 10; 11; 8; 4. Найдите среднее арифметическое, моду и медиану этого набора чисел

Пример 8 Дано следующее распределение дискретной случайной величины Х Найти ее математическое ожидание, дисперсию и среднеквадратичное отклонение, используя формулы для их определения. X1245 P

Равномерное распределение Непрерывная случайная величина Х имеет равномерное распределение на отрезке [a, b], если ее плотность имеет следующий вид:

Показательное распределение Непрерывная случайная величина Х, функция плотности которой задается выражением

Нормальное распределение Случайная величина Х имеет нормальное распределение (или распределение по закону Гаусса), если ее плотность вероятности имеет вид:

Выборка. Эмпирическая функция распределения Пусть в некотором опыте наблюдается случайная величина Х с функцией распределения F(x). И пусть однократное осуществление опыта позволяет нам найти одно из возможных ее значений. Предположим, что опыт в одних и тех же условиях можно повторять какое угодно число раз, и что сами опыты (испытания) являются независимыми. Результаты рассматриваемых n опытов представляют собой последовательность x1, x2, …, xn действительных чисел, которая называется выборкой объема n. Такова практическая трактовка выборки. Каждое xi (i=1, 2, …, n) называется вариантой(элементом выборки, наблюденным значением, значением признака).

Пример 9 Из генеральной совокупности извлечена выборка объема n=60, статистическое распределение этой выборки имеет вид Тогда n2 равно …. xixi 235 nini 20n2n2 25

Пример 10 По статистическому распределению выборки установите ее объем xixi 235 nini

Выборочная средняя: