- •Основные условные обозначения в математической статистике
- •Содержание
- •Введение
- •Основы теории вероятностей
- •1Предмет и метод математической статистики
- •2Понятие случайного события
- •3Вероятность случайного события
- •4Основные теоремы теории вероятностей
- •4.1Сложение вероятностей
- •4.2Умножение вероятностей
- •4.3Вычисление вероятностей
- •Случайные переменные
- •5Понятие случайной переменной
- •5.1Дискретные случайные переменные
- •5.2Непрерывные случайные переменные
- •6Математическое ожидание и дисперсия
- •7Моменты
- •Дискретные распределения
- •8Биномиальное распределение и измерение вероятностей
- •9Распределение редких событий (Пуассона)
- •Основные модели теоретических распределений
- •10Прямоугольное (равномерное) распределение
- •11Нормальное распределение
- •12Логарифмически нормальное распределение
- •Распределения параметров выборки
- •13.1Проблема Беренса–Фишера
- •15Χ2–распределение
- •Основы математической статистики
- •16Средние величины
- •16.1Общие свойства средних величин
- •17Средняя арифметическая
- •17.1Средний ранг (непараметрическая средняя)
- •17.2Взвешенная средняя арифметическая
- •17.3Средняя квадратическая
- •17.4Мода
- •17.5Медиана
- •18Средняя геометрическая
- •19Средняя гармоническая
- •Разнообразие значений признака
- •20Стандартное (среднеквадратическое) отклонение
- •20.1Число степеней свободы
- •20.2Коэффициент вариации
- •20.3Лимиты и размах
- •20.4Приближенные значения μ и
- •20.5Нормированное отклонение
- •21Проверка выпадов (артефактов)
- •22Средняя и сигма суммарной группы
- •23Скошенность (асимметрия) и крутизна (эксцесс) кривой распределения
- •Графическое представление распределений
- •24Вариационный ряд
- •25Гистограмма и вариационная кривая
- •26Кумулята
- •27Достоверность различия распределений
- •27.1Критерий χ2 (хи квадрат)
- •27.2Критерий λ (лямбда)
- •27.3Критерий по асимметрии и эксцессу
- •Нормальное распределение
- •28Генеральная совокупность и выборка
- •29Репрезентативность
- •30Ошибки репрезентативности и другие ошибки исследований
- •31Доверительные границы
- •Оценка генеральных параметров
- •32Общий порядок оценки
- •32.1Оценка средней арифметической
- •32.2Оценка средней разности
- •32.3Недостоверная и достоверная оценка средней разности
- •32.4Оценка разности генеральных средних
- •33Критерий достоверности разности
- •34Репрезентативность при изучении качественных признаков
- •35Достоверность разности долей
- •Парная корреляция
- •36Коэффициент корреляции
- •37Ошибка коэффициента корреляции
- •37.1Достоверность выборочного коэффициента корреляции
- •37.2Доверительные границы коэффициента корреляции
- •37.3Достоверность разности двух коэффициентов корреляции
- •38Уравнение прямолинейной регрессии
- •39Ошибки элементов уравнения прямолинейной регрессии
- •Частная и множественная линейные корреляции и регрессии
- •40Частный коэффициент корреляции
- •41Множественный коэффициент корреляции
- •42Линейное уравнение множественной регрессии
- •Криволинейная корреляция и регрессия
- •43Корреляционное отношение
- •44Свойства корреляционного отношения
- •45Ошибка репрезентативности корреляционного отношения
- •46Критерий линейности корреляции
- •Однофакторный дисперсионный анализ
- •47Сущность и метод дисперсионного анализа
- •47.1Результативный признак
- •47.2Фактор
- •47.3Градации факторов
- •47.4Градации комплекса
- •47.5Дисперсионный комплекс
- •47.6Статистические влияния
- •47.7Факториальное влияние
- •47.8Случайное влияние
- •47.9Общее влияние
- •48Однофакторный дисперсионный комплекс
- •Многофакторный дисперсионный анализ
- •49Многофакторный дисперсионный комплекс
- •50Преобразования
- •51Универсальное использование дисперсий
- •51.1Показатели силы влияний
- •51.2Ошибка репрезентативности основного показателя силы влияния
- •51.3Предельные значения показателей силы влияния
- •51.4Достоверность влияний
- •Классификация
- •52Дискриминантный анализ
- •52.1Постановка задачи, методы решения, ограничения
- •52.2Предположения и ограничения
- •52.3Алгоритм дискриминантного анализа
- •53Кластерный анализ
- •53.1Методы кластерного анализа
- •53.2Алгоритм кластерного анализа
- •Литература
- •Приложение. Основные формулы и определения
- •2 46019, Г. Гомель, ул. Советская, 104
Случайные переменные
2.1 Понятие случайной переменной
2.2 Математическое ожидание и дисперсия
2.3 Моменты
5Понятие случайной переменной
Определив понятие вероятности и выяснив ее главные свойства, перейдем к рассмотрению одного из важнейших понятий теории вероятностей – понятия случайной переменной.
Допустим, что в результате производимого эксперимента могут наступать различные случайные события, причем наступлению каждого из них можно поставить в соответствие некоторое однозначное определенное действительное число. Каждому из этих чисел соответствует вероятность, а именно – вероятность определенного события. В зависимости от того, какое из возможных элементарных событий наступит, мы будем иметь дело с различными действительными числами. Переменная, которая принимает различные числовые значения, сопряженные с определенными вероятностями, называется случайной переменной.
Один из простейших примеров случайной переменной – число очков, выпадающее при игре в кости. Эта переменная может принимать значения 1, 2, 3, 4, 5, 6, причем все эти значения равновозможны. В самом деле, из предыдущей главы известно, что вероятность выпадения 6 очков для n=1, 2,..., 6 равняется 1/6.
Рассмотрим также следующий пример. Предположим, что для целей социологического исследования необходимо произвести отбор в случайном порядке 100 из 5000 рабочих данного предприятия. Предположим далее, что в нашем распоряжении находятся папки личных дел этих 5000 лиц и отбор производится путем извлечения в случайном порядке 100 папок. Извлечение личного дела именно данного работника, – разумеется, случайное событие. Если после такого отбора мы начнем устанавливать возраст отобранных лиц, то вследствие случайного характера отбора группы этот возраст будет случайной переменной. В данном примере наблюдаемый возраст рабочего определяется случаем, и возникает возможность вычислить вероятность того, что наблюдаемый возраст будет колебаться в некоторых границах.
Важное понятие представляет собой распределение случайной переменной. Если известна совокупность возможных значений случайной переменной и вероятности того, что случайная переменная примет то или иное из этих значений (или же вероятности того, что переменная принимает значение в определенных границах), то известно и распределение этой случайной переменной.
Можно различать случайные переменные двух основных классов, а именно, дискретные (прерывные) случайные переменные и непрерывные случайные переменные.
5.1Дискретные случайные переменные
Случайная переменная дискретна, если совокупность возможных ее значений конечна, или, по крайней мере, поддается счислению. Предположим, что случайная переменная X может принимать значения x1, х2,..., хn и что вероятности, с которыми переменная X принимает эти значения, соответственно равны p1, p2,…, pn. Заметим, что должно соблюдаться равенство:
, (2.1)
где суммирование распространяется на все возможные значения случайной переменной. В самом деле, сумма в левой части равенства (2.1) составляет вероятность того, что случайная переменная примет значение или x1, или х2, или х3 и так далее, причем такая возможность полностью охватывает все значения переменной. Но поскольку достоверно, что случайная переменная, безусловно, примет какое–либо из своих возможных значений, эта сумма должна равняться единице.
Распределение дискретной случайной переменной можно представить двояко. Во-первых, это можно сделать в форме таблицы. В колонках (столбцах) такой таблицы помещают рядом возможные значения случайной переменной и соответствующие им вероятности. Например, в табл. 2.1 представлено распределение такой случайной переменной, как число очков, выпадающее при выбрасывании кости.
Таблица 2.1 – Распределение вероятностей выпадения числа очков при выбрасывании кости
Число выпадающих очков |
1 |
2 |
3 |
4 |
5 |
6 |
Вероятность |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
Второй способ, особенно удобный при различных аналитических действиях над случайными переменными, состоит в записи распределения случайной переменной с помощью аналитической формулы (например: биноминальное распределение).