- •Теория вероятностей и математическая статистика
- •Содержание
- •В ведение
- •1.1 Теоретические сведения к практической работе №1
- •1.2 Примеры решения задач к практической работе №1
- •1.3 Ход работы
- •1.4 Содержание отчета
- •1.5 Варианты заданий для самостоятельной работы
- •1.6 Вопросы к защите практической работы №1
- •2.1 Теоретические сведения к практической работе №2
- •2.1.1 Случайные события
- •2.1.2 Классическое определение вероятности
- •2.1.3 Относительная частота события
- •2.1.4 Статистическая и геометрическая вероятности
- •2.2 Примеры решения задач к практической работе №2
- •2.3 Ход работы
- •2.4 Содержание отчета
- •2.5 Варианты заданий для самостоятельной работы
- •2.6 Вопросы к защите практической работы №2
- •3.1 Теоретические сведения к практической работе №3
- •3.1.1 Теорема сложения вероятностей несовместных событий
- •3.1.2 Противоположные события
- •3.1.3 Теорема умножения вероятностей
- •3.1.4 Вероятность появления хотя бы одного события
- •3.1.5 Формула полной вероятности
- •3.1.6 Формулы Байеса
- •3.2 Примеры решения задач к практической работе №3
- •3.3 Ход работы
- •3.4 Содержание отчета
- •3.5 Варианты заданий для самостоятельной работы
- •3.6 Вопросы к защите практической работы №3
- •4.1 Теоретические сведения к практической работе №4
- •4.1.1 Формула Бернулли
- •4.1.2 Локальная теорема Лапласа
- •4.1.3 Интегральная теорема Лапласа
- •4.2 Примеры решения задач к практической работе №4
- •4.3 Ход работы
- •4.4 Содержание отчета
- •4.5 Варианты заданий для самостоятельной работы
- •4.6 Вопросы к защите практической работы №4
- •5.1 Теоретические сведения к практической работе №5
- •5.1.1 Случайная величина
- •5.1.2 Дискретная случайная величина (дсв)
- •5.1.3 Независимые случайные величины
- •5.1.4 Функция распределения случайной величины
- •5.2 Ход работы
- •5.3 Содержание отчета
- •5.4 Варианты заданий для самостоятельной работы
- •5.5 Вопросы к защите практической работы №5
- •6.1 Теоретические сведения к практической работе №6
- •6.1.1 Математическое ожидание дискретной случайной величины
- •6.1.2 Свойства математического ожидания
- •6.1.3 Дисперсия дискретной случайной величины
- •6.1.4 Свойства дисперсии
- •6.1.5 Среднее квадратическое отклонение дискретной случайной величины
- •6.1.6 Мода и медиана дискретной случайной величины
- •6.2 Ход работы
- •6.3 Содержание отчета
- •6.4 Варианты заданий для самостоятельной работы
- •6.5 Вопросы к защите практической работы №6
- •7.1 Теоретические сведения к практической работе №7
- •7.1.1 Биноминальное распределение вероятностей
- •7.1.2 Распределение Пуассона
- •7.1.3 Геометрическое распределение вероятностей
- •7.1.4 Непрерывная случайная величина (нсв)
- •7.1.5 Равномерно распределённая нсв
- •7.2 Ход работы
- •7.3 Содержание отчета
- •7.4 Варианты заданий для самостоятельной работы
- •7.5 Вопросы к защите практической работы №7
- •8.1 Теоретические сведения к практической работе №8
- •8.1.1 Функция плотности нсв
- •8.1.2 Свойства плотности распределения
- •8.1.3 Числовые характеристики непрерывных случайных величин
- •8.2 Ход работы
- •8.3 Содержание отчета
- •8.4 Варианты заданий для самостоятельной работы
- •8.5 Вопросы к защите практической работы №8
- •9.1 Теоретические сведения к практической работе №9
- •9.1.1 Нормальный закон распределения.
- •9.1.2 Функция Лапласа
- •9.1.3 Показательное распределение
- •9.1.4 Показательный закон надежности
- •9.2 Ход работы
- •9.3 Содержание отчета
- •9.4 Варианты заданий для самостоятельной работы
- •9.5 Вопросы к защите практической работы №9
- •10.1 Теоретические сведения к практической работе №10
- •10.1.1 Генеральная и выборочная совокупности
- •10.1.2 Повторная и бесповторная выборки.
- •10.1.3 Способы отбора
- •10.1.4 Статистическое распределение выборки
- •10.1.5 Эмпирическая функция распределения
- •10.1.6 Полигон и гистограмма
- •10.1.7 Статистические оценки параметров распределения
- •10.1.8 Несмещенные, эффективные и состоятельные оценки
- •10.1.9 Генеральная и выборочная средняя
- •10.1.10 Генеральная и выборочная дисперсия
- •10.1.12 Доверительные интервалы для оценки математического ожидания нормального распределения
- •10.1.11 Точность оценки, надёжность. Доверительный интервал
- •10.1.13 Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения
- •10.1.14 Характеристики вариационного ряда
- •10.2 Ход работы
- •10.3 Содержание отчета
- •10.4 Варианты заданий для самостоятельной работы
- •10.5 Вопросы к защите практической работы №10
- •Список использованных источников
- •Приложение а (обязательное)
- •Приложение б (обязательное)
- •Приложение в (обязательное)
- •Приложение г (обязательное)
10.1.2 Повторная и бесповторная выборки.
При составлении выборки можно поступать двумя способами: после того как объект отобран и над ним произведено наблюдение, он может быть возвращен либо не возвращен в генеральную совокупность. В соответствии со сказанным выборки подразделяют на повторные и бесповторные.
Повторной называют выборку, при которой отобранный объект (перед отбором следующего) возвращается в генеральную совокупность.
Бесповторной называют выборку, при которой отобранный объект в генеральную совокупность не возвращается.
На практике обычно пользуются бесповторным случайным отбором.
Для того чтобы по данным выборки можно было достаточно уверенно судить об интересующем признаке генеральной совокупности, необходимо, чтобы объекты выборки правильно его представляли. Другими словами, выборка должна правильно представлять пропорции генеральной совокупности. Это требование коротко формулируют так: выборка должна быть репрезентативной (представительной).
В силу закона больших чисел можно утверждать, что выборка будет репрезентативной, если ее осуществить случайно: каждый объект выборки отобран случайно из генеральной совокупности, если все объекты имеют одинаковую вероятность попасть в выборку.
10.1.3 Способы отбора
На практике применяются различные способы отбора. Принципиально эти способы можно подразделить на два вида:
Отбор, не требующий расчленения генеральной совокупности на части. Сюда относятся: а) простой случайный бесповторный отбор; б) простой случайный повторный отбор.
Отбор, при котором генеральная совокупность разбивается на части. Сюда относятся: а) типический отбор; б) механический отбор; в) серийный отбор.
Простым случайным называют такой отбор, при котором объекты извлекают по одному из всей генеральной совокупности. Осуществить простой отбор можно различными способами. Например, для извлечения n объектов из генеральной совокупности объема N поступают так: выписывают номера от 1 до N на карточках, которые тщательно перемешивают, и наугад вынимают одну карточку; объект, имеющий одинаковый номер с извлеченной карточкой, подвергают обследованию; затем карточку возвращают в пачку и процесс повторяют, т. е. карточки перемешивают, наугад вынимают одну из них и т. д. Так поступают n раз; в итоге получают простую случайную повторную выборку объема n.
Если извлеченные карточки не возвращать в пачку, то выборка является простой случайной бесповторной.
При большом объеме генеральной совокупности описанный процесс оказывается очень трудоемким. В этом случае пользуются готовыми таблицами «случайных чисел», в которых числа расположены в случайном порядке. Для того чтобы отобрать, например, 50 объектов из пронумерованной генеральной совокупности, открывают любую страницу таблицы случайных чисел и выписывают подряд 50 чисел; в выборку попадают те объекты, номера которых совпадают с выписанными случайными числами. Если бы оказалось, что случайное число таблицы превышает число N, то такое случайное число пропускают. При осуществлении бесповторной выборки случайные числа таблицы, уже встречавшиеся ранее, следует также пропустить.
Типическим называют отбор, при котором объекты отбираются не из всей генеральной совокупности, а из каждой ее «типической» части. Например, если детали изготовляют на нескольких станках, то отбор производят не из всей совокупности деталей, произведенных всеми станками, а из продукции каждого станка в отдельности.
Механическим называют отбор, при котором генеральную совокупность «механически» делят на столько групп, сколько объектов должно войти в выборку, а из каждой группы отбирают один объект. Например, если нужно отобрать 20% изготовленных станком деталей, то отбирают каждую пятую деталь; если требуется отобрать 5% деталей, то отбирают каждую двадцатую деталь, и т. д. Следует указать, что иногда механический отбор может не обеспечить репрезентативности выборки. Например, если отбирают каждый двадцатый обтачиваемый валик, причем сразу же после отбора производят замену резца, то отобранными окажутся все валики, обточенные затупленными резцами. В таком случае следует устранить совпадение ритма отбора с ритмом замены резца, для чего надо отбирать, скажем, каждый десятый валик из двадцати обточенных.
Серийным называют отбор, при котором объекты отбирают из генеральной совокупности не по одному, а «сериями», которые подвергаются сплошному обследованию. Например, если изделия изготовляются большой группой станков-автоматов, то подвергают сплошному обследованию продукцию только нескольких станков.
Подчеркнем, что на практике часто применяется комбинированный отбор, при котором сочетаются указанные выше способы. Например, иногда разбивают генеральную совокупность на серии одинакового объема, затем простым случайным отбором выбирают несколько серий и, наконец, из каждой серии простым случайным отбором извлекают отдельные объекты.
