Некоторые законы распределения случайных величин. Нормальный закон распределения (закон Гаусса)

Содержание

Слайд 2

График нормального закона

Максимальное значение

Точки перегиба

График нормального закона Максимальное значение Точки перегиба

Слайд 3

Характеристическая функция гауссовской случайной величины

 

 

 

 

 

Характеристическая функция гауссовской случайной величины

Слайд 4

 

 

 

 

 

 

Слайд 5

 

 

 

 

 

 

 

Слайд 6

 

Пример. При сортировке случайные значения веса зерна распределены нормально со средним значением

Пример. При сортировке случайные значения веса зерна распределены нормально со средним значением
0,15 г среднеквадратическим отклонением 0,03 г.Нормальные всходы дают зерна, вес которых более 0,01 г. Определить процент семян, от которых следует ожидать нормальные всходы.

Слайд 7

Показательное (экспоненциальное) распределение.

 

 

Показательное (экспоненциальное) распределение.

Слайд 8

Характеристическая функция

 

Кумулянтная функция

 

 

 

 

 

Характеристическая функция Кумулянтная функция

Слайд 9

Равномерное распределение.

 

 

 

 

Равномерное распределение.

Слайд 11

 

Распределение Пуассона

 

Биномиальный закон распределения

Распределение Пуассона Биномиальный закон распределения

Слайд 12

Центральная предельная теорема

 

Центральная предельная теорема

Слайд 13

Основные понятия математической статистики

Термин статистика происходит от латинского слова «статус»-состояние.

В настоящее время

Основные понятия математической статистики Термин статистика происходит от латинского слова «статус»-состояние. В
статистика включает в себя следующие разделы:

1. Сбор статистических сведений, характеризующих отдельные составляющие каких-либо массовых совокупностей;

2. Статистическое исследование полученных данных, заключающееся в выяснении тех закономерностей, которые могут быть установлены на основе массовых наблюдений.

Слайд 14

3. Разработка приемов статистического наблюдения и анализа статистических данных. Этот раздел составляет

3. Разработка приемов статистического наблюдения и анализа статистических данных. Этот раздел составляет
основное содержание математической статистики.

На основе полученных статистических данных можно решать следующие задачи:

1. Оценивать значения неизвестной вероятности случайного события.

2. Определить неизвестные функции распределения или моменты случайной величины X.

 

Слайд 15

3. Определение неизвестных параметров распределения.

(Часто исходя из некоторых соображений можно сделать

3. Определение неизвестных параметров распределения. (Часто исходя из некоторых соображений можно сделать
заключение о типе функции распределения интересующей нас СВ. Тогда задача сводится к нахождению неизвестных параметров)

в. Экспоненциальное распределение - λ ?

Примеры.

а. Пуассоновский поток λ - ?

б. Гауссовское распределение a и σ - ?; a - ?, σ – известно; σ- ? a – известно.

4. Оценка зависимости

 

Слайд 16

Требуется выяснить наличие функциональной или корреляционной связи между X и Y.

Понятие выборки

Определение.

Требуется выяснить наличие функциональной или корреляционной связи между X и Y. Понятие
Совокупность всех подлежащих изучению результатов всех мыслимых наблюдений, производится над каким-то объектом, называется генеральной совокупностью

Определение. Выборка называется репрезентативной (представительной), если она хорошо представляет свойства генеральной совокупности

 

Слайд 17

 

 

Форма записи выборки

 

 

Форма записи выборки

Слайд 18

Пример 1. При измерениях частоты пульса в однородных группах обследуемых получены следующие

Пример 1. При измерениях частоты пульса в однородных группах обследуемых получены следующие
результаты: 71, 72, 74, 70, 70, 72, 71, 74, 71, 72, 73, 71, 72, 72, 72, 73, 72, 74, 72,74 . Составить по этим результатам статистический ряд распределения частот и относительных частот.

Объем выборки: п = 2 + 4 + 8 + 2 + 4 = 20

Ряды распределения частот и относительных частот

Слайд 19

Полигон частот и полигон относительных частот 

Полигон частот и полигон относительных частот

Слайд 20

Пример 2. При измерениях роста в однородных группах обследуемых получены следующие результаты:

Пример 2. При измерениях роста в однородных группах обследуемых получены следующие результаты:

178, 160, 154, 183, 155, 153, 167, 186, 163, 155, 157, 175, 170, 166, 159, 173, 182, 167, 171, 169, 179, 165, 156, 179, 158, 171, 175, 173, 164, 172.
Составить по этим результатам группированный статистический ряд распределения частот и относительных частот. Построить гистограмму и полигон относительных частот

 

 

 

 

Слайд 21

 

Исходные данные разобьем на 6 интервалов: [150,156), [156,162), [162,168), [168,174), [174,180), [180,186] 

 

 

Исходные данные разобьем на 6 интервалов: [150,156), [156,162), [162,168), [168,174), [174,180), [180,186]

Слайд 22

Гистограмма

Полигон относительных частот

Гистограмма Полигон относительных частот

Слайд 23

Эмпирическая функция распределения 

 

Определение. Характеристики СВ, найденные на основе выборочных данных называются эмпирическими

Эмпирическая функция распределения Определение. Характеристики СВ, найденные на основе выборочных данных называются эмпирическими или выборочными
или выборочными

 

Слайд 27

Следствие1. (Теорема Бернулли). Пусть производится n независимых опытов, в каждом из которых

Следствие1. (Теорема Бернулли). Пусть производится n независимых опытов, в каждом из которых
может появиться некоторое событие A с постоянной вероятностью p.

 

При неограниченном увеличении числа опытов n относительная частота p* появления события A сходится по вероятности к p.

 

Слайд 28

 

Оценки для неизвестных параметров закона распределения.

Необходимо отметить, что любое значение искомого параметра,

Оценки для неизвестных параметров закона распределения. Необходимо отметить, что любое значение искомого
вычисленное на основе ограниченной выборки, будет содержать элементы случайности.

Это приближенное случайное значение мы будем называть оценкой параметра.

Слайд 29

 

 

 

 

 

Слайд 30

 

Предъявим к оценке ряд требований, которым она должна удовлетворять, чтобы быть доброкачественной:

1.

Предъявим к оценке ряд требований, которым она должна удовлетворять, чтобы быть доброкачественной:
Оценка должна быть состоятельной. Оценка называется состоятельной, если при неограниченном увеличении объема выборки n она сходится по вероятности к оцениваемому параметру

Слайд 33

Методы нахождения точечных оценок

Наиболее распространенные методы построении точечных оценок:

метод моментов,

метод

Методы нахождения точечных оценок Наиболее распространенные методы построении точечных оценок: метод моментов,
максимального правдоподобия

метод максимума апостериорной плотности вероятности оцениваемого параметра и т.д.

Метод моментов

 

Слайд 34

 

 

 

 

 

Слайд 35

 

 

 

 

 

Слайд 36

 

Предложенная оценка является состоятельной

 

 

 

Предложенная оценка является состоятельной

Слайд 37

Пример. При измерениях частоты пульса в однородных группах обследуемых получены следующие результаты:

Пример. При измерениях частоты пульса в однородных группах обследуемых получены следующие результаты:
71, 72, 74, 70, 70, 72, 71, 74, 71, 72, 73, 71, 72, 72, 72, 73, 72, 74, 72,74 . Найти выборочные среднее и дисперсию.

 

 

 

Слайд 38

Понятие интервального оценивания параметров. Доверительный интервал.

 

 

 

Нахождение границ доверительного интервала

Понятие интервального оценивания параметров. Доверительный интервал. Нахождение границ доверительного интервала

Слайд 39

 

 

 

 

 

 

Слайд 41

Критерий согласия Пирсона

 

 

 

 

 

Критерий согласия Пирсона

Слайд 42

 

f(x) плотность вероятностей гипотетического закона распределения

Группированный статистический ряд

 

 

Мера расхождения между гистограммой

f(x) плотность вероятностей гипотетического закона распределения Группированный статистический ряд Мера расхождения между гистограммой и f(x)
и f(x)
Имя файла: Некоторые-законы-распределения-случайных-величин.-Нормальный-закон-распределения-(закон-Гаусса).pptx
Количество просмотров: 43
Количество скачиваний: 0