29 Билет

1) Плотность распределения

            Функция распределения полностью характеризует случайную величину, однако, имеет один недостаток.  По функции распределения трудно судить о характере распределения случайной величины в небольшой окрестности той или иной точки числовой оси.

 

            Определение. Плотностью распределения вероятностей непрерывной случайной величины Х называется функция f(x) – первая производная от функции распределения F(x).

            Плотность распределения также называют дифференциальной функцией. Для описания дискретной случайной величины плотность распределения неприемлема.

            Смысл плотности распределения состоит в том, что она показывает как часто появляется случайная величина Х в некоторой окрестности точки х при повторении опытов.

            После введения функций распределения и плотности распределения можно дать следующее определение непрерывной случайной величины.

 

            Определение.  Случайная величина Х называется непрерывной, если ее функция распределенияF(x) непрерывна на всей оси ОХ, а плотность распределения f(x) существует везде, за исключением( может быть, конечного числа точек.

 

            Зная плотность распределения, можно вычислить вероятность того, что некоторая случайная величина Х примет значение, принадлежащее заданному интервалу.

 

            Теорема. Вероятность того, что непрерывная случайная величина Х примет значение, принадлежащее интервалу (a, b), равна определенному интегралу от плотности распределения, взятому в пределах от a до b.

Доказательство этой теоремы основано на определении плотности распределения и третьем свойстве функции распределения, записанном выше.

 

            Геометрически это означает, что вероятность того, что непрерывная случайная величина примет значение, принадлежащее интервалу (a, b), равна площади криволинейной трапеции, ограниченной осью ОХ, кривой распределения f(x) и прямыми x=a и x=b.

30 Билет

1) Формула полной вероятности.

Вероятность события А, которое может наступить лишь при условии появления одного из несовместимых событий В₁,В₂,...,В_n образующих полную группу, равна сумме произведений вероятностей каждого из этих  событий на соответствующую условную вероятность события А.

Р(А)=Р(В₁)Р_В1(А)+Р(В₂)Р_В2(А)+…+Р(В_n)Р_Bn(A)

Доказательство. По условию событие А может наступить, если наступит одно из несовместных событий В₁В₂…В_n. Другими словами, появление события А вызывает осуществление одного, безразлично какого, из несовместных событий В₁А,В₂А…В_nА. Пользуясь для вычисления вероятности события А теоремой сложения, получим:

Р(А)= Р(В₁А)+ Р(В₂А)+…+Р(В_nА)

Учитывая теорему умножения вероятностей

Р(А)=Р(В₁)Р_В1(А)+Р(В₂)Р_В2(А)+…+Р(В_n)Р_Bn(A)

2) Выборка или выборочная совокупность — множество случаев (испытуемых, объектов, событий, образцов), с помощью определённой процедуры выбранных из генеральной совокупности для участия в исследовании.

Характеристики выборки:

• Качественная характеристика выборки – кого именно мы выбираем и какие способы построения выборки мы для этого используем.

• Количественная характеристика выборки – сколько случаев выбираем, другими словами объём выборки.

Статистические ряды распределения представляют собой упорядоченное распределение единиц совокупности  по группам и группировкам.  Ряды распределения изучают структуру совокупности, позволяют изучить ее однородность, размах и границы. Ряды распределения, образованные по качественным признакам, называютатрибутивными. При группировке по количественному признаку выделяются вариационные ряды. Вариационные ряды – ряды распределения единиц совокупности по признакам, имеющим количественное выражение, т. е. образованы численными значениями. 

Вариационные ряды по строению делятся на:

5. Дискретные (прерывные) – основаны на прерывных вариациях признака. Это такие ряды, где значения вариант имеют значения целых чисел (т. е. не могут принимать дробные значения). Дискретные признаки отличаются друг от друга на некоторую конкретную величину.

6. Интервальные (непрерывные) – имеют любые, в том числе и дробные количественные выражения и представлены в виде интервалов. Непрерывные признаки могут отличаться один от другого на сколь угодно малую величину.

Вариационные ряды имеют два элемента:

5. варианта (x)

6. частота (f)

Варианта – отдельное значение варьируемого признака, которое он принимает в ряду распределения.

Частота – численность отдельных вариант или каждой группы вариационного ряда. В некоторых случаях применяется частость. Частоты, выраженные в % или долях процента, называются частостями и рссчитываются как отношение локальной частоты варианты к сумме накопленных частот.

В свою очередь, частота бывает:

• локальной

• накопленной (кумулятивная – нарастающим итогом) 

Если вариационный ряд имеет неравные интервалы, то частоты в отдельных интервалах не сопоставимы, т. к. зависят от ширины интервала. В этих случаях рассчитывают плотность распределения, которая дает правильное представление о характере распределения вариант (единиц совокупности). Плотность распределения, в свою очередь, бывает:

• абсолютная плотность распределения – отношение частоты к величине (ширине) интервала

  

• относительная плотность распределения – отношение частости к ширине интервала

  

Интервалы	Локальная частота (f)	Накопленная частота (Σf)	Частость (ω)	Плотность распределения (φ)
20-30	3	3	0,3	0,03
30-40	5	8	0,5	0,05
40-50	1	9	0,1	0,01
50-60	1	10	0,1	0,01

Для характеристики рядов распределения применяются следующие показатели:

• средняя степенная

• мода

• медиана