- •I программа курса
- •II общие методические указания
- •III основные понятия курса
- •1. Элементы комбинаторики
- •2. Виды событий
- •3. Различные определения вероятности
- •Классическое определение вероятности
- •Статистическое определение вероятности
- •Геометрическое определение вероятности
- •4. Основные теоремы и формулы
- •Д) Исходя из того, что сумма событий состоит в появлении хотя бы одного из событий – слагаемых, в случае большого числа событий имеет смысл пользоваться другой формулой:
- •Формула полной вероятности
- •Формула Бейеса
- •IV. Повторные испытания
- •Формула Пуассона
- •Локальная теорема Лапласа
- •V. Случайные величины и их характеристики
- •1. Понятие о случайных величинах
- •2. Функции распределения
- •Свойства интегральной функции
- •Свойства дифференциальной функции
- •3. Числовые характеристики случайных величин
- •4. Конкретные законы распределения
- •5. Закон больших чисел
- •VI. Элементы математической статистики
- •1. Характеристики распределения опытных данных
- •2. Построение законов распределения по опытным данным
- •Построение нормального закона по эмпирическому вариационному ряду Пусть в результате испытания получен интервальный вариационный ряд признака
- •Вычисление теоретического ряда частот нормального распределения
- •Построение закона Пуассона по эмпирическому материалу
- •Пусть получен эмпирический вариационный ряд признака
- •Вычисление теоретического ряда частот распределения Пуассона
- •3. Критерии согласия. Основные понятия
- •Критерий согласия Пирсона
- •Критерий согласия Колмогорова
- •Критерии согласия Ястремского
- •Критерий согласия Романовского
- •4. Линейная корреляция и уравнение линейной регрессии
- •IV применение компьютерных средств для решения некоторых задач статистики
- •Ввод данных
- •Графическое представление данных
- •Статистический анализ данных в Excel
- •VIII. Задания для контрольной работы
- •I. Решить задачи
- •IV. Решить задачи
- •V. Для дискретной случайной величины х, заданной рядом распределения, найти:
- •VI. Непрерывная случайная величина х задана интегральной функцией
- •IX. В предположении о распределении признака по признаку Пуассона вычислить теоретические частоты, проверить согласованность теоретических и фактических частот на основе критерия Ястремского.
- •Приложение 1
- •Приложение 2
- •Продолжение приложения 2
- •Критические точки распределения
- •Значения (распределение Пуассона)
- •Критерий Колмогорова
- •Критерий Колмогорова
Построение закона Пуассона по эмпирическому материалу
Если значения признака могут приобретать лишь последовательные целочисленные значения, а средняя арифметическая и дисперсия этого распределения совпадают или мало отличаются, тогда можно ожидать, что это распределение будет довольно близким к закону Пуассона.
Пусть получен эмпирический вариационный ряд признака
|
|
|
… |
|
|
|
|
… |
|
,
который считают распределенным по закону Пуассона. Для построения этого закона следует:
-
вычислить и ;
-
проверить их на приблизительное равенство
-
взять за параметр величину .
Пример. |
Было проведено наблюдение вызовов-заказов за время на телефонном коммутаторе: |
Количество вызовов |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
Количество интервалов |
235 |
361 |
231 |
111 |
42 |
18 |
2 |
.
Рассматриваемый признак (количество вызовов) может принимать лишь последовательные целочисленные значения. Считаем его распределенным по закону Пуассона.
Средняя и дисперсия приблизительно равны, что дает основания сделать вывод: для этого распределения теоретическим будет закон Пуассона с параметром .
,
где
Вычисление теоретического ряда частот распределения Пуассона
Если известно, что случайная величина распределена по закону Пуассона и задано выражение этого закона, то возможным становится вычисление теоретических частот по формуле ,
Значение функции Пуассона находят по таблице
|
|
|
|
|
0 |
02417 |
241,7 |
242 |
235 |
1 |
0,3432 |
343,2 |
343 |
361 |
2 |
0,2437 |
243,7 |
244 |
231 |
3 |
0,1154 |
115,4 |
115 |
111 |
4 |
0,0409 |
40,9 |
41 |
42 |
5 |
0,0116 |
11,6 |
12 |
18 |
6 |
0,0028 |
2,8 |
3 |
2 |
|
0,9993 |
|
1000 |
1000 |
3. Критерии согласия. Основные понятия
В предшествующих примерах закон распределения считался известным или существовали довольно веские основания для предположения о форме закона распределения по данному эмпирическому материалу. Сравнение фактических и вычисленных теоретических частот указывает на их близость, но полной сходимости нет. Между и есть определенные, иногда довольно значительные расхождения. Отклонение фактических частот от теоретических можно объяснить с помощью двух утверждений:
-
Эмпирические и теоретические частоты не противоречат одна одной, а расхождения между ними необходимо считать случайными, поскольку выбор элементов исследование проводили случайным способом. Сделанное предположение о распределении признака по теоретическому закону следует признать верным.
-
Расхождения между теоретическими и эмпирическими частотами объяснить случайностью невозможно. Распределение признака по выбранному теоретическому закону необходимо признать ошибочным. Следует тщательнее изучить вариационный ряд и попробовать подобрать новый закон, который точнее учитывал бы особенности эмпирического материала.
Для выбора между этими двумя выводами применяют критерии согласия.
Критерием согласия называют правило проверки гипотезы о предположенном законе неизвестного распределения.
Рассмотрим некоторые из них.