Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Geostatiscics-Part1(new).DOC
Скачиваний:
1
Добавлен:
01.04.2025
Размер:
2 Мб
Скачать
☆

Логарифмічно нормальний (логнормальний) розподіл

Нехай маємо випадкову величину , логарифм якої розпо­ділений нормально. Тобто нелінійне перетворення

(4.16)

має нормальний закон розподілу з параметрами ( ). Тоді розподіл величини буде логнормальним з густиною розподілу (рис. 4.3)

(4.17)

Тут , – параметри розподілу, однак вони не збігаються із математичним сподіванням та дисперсією величини :

,

. (4.18)

Р ис. 4.3. Логнормальний закон розподілу для різних .

Як бачимо, в логарифмічно-нормальному розподілі і – залежні величини. На відміну від нормального закону,

, .

Цей розподіл має додатні асиметрію та ексцес (див. рис. 4.3).

Логнормальний закон розподілу часто використовують для опису геологічних даних (наприклад, вміст рідких елементів у породі), але як і для нормального закону його теоретичного об­ґрунту­вання, як звичайно, нема, тобто це тільки ймовірнісна модель, а не причинно-наслідковий зв’язок (детермінована модель).

Інші закони розподілу

Описані вище розподіли не вичерпують ані теоретичних моделей, ані багатство проявів природної мінливості. Можна ска­зати, що кожен об’єкт статистичного дослідження є унікальним, а отже, має свій закон розподілу. З іншого боку, фундаменталь­ність нормального розподілу, як свідчить практика, часто є достатнім фактором на користь його вибору. В будь-якому разі, перш ніж відмовлятися від нормального закону розподілу або законів, пов’язаних з ним, потрібно мати важливі аргументи і передбачати додаткові труднощі, пов’язаних з дослідженням нових моделей.

Крім того, є низка спеціальних розподілів, які використо­вують не для опису безпосередньо спостережуваних результатів, а для опису поведінки перетворених даних та побудови критеріїв прийняття тих чи інших імовірнісних висновків. Найважливіші з них наведено нижче; вони тісно пов’язані з нормальним законом розподілу.

Розподіл Стьюдента (t-розподіл)

Розподіл Стьюдента має випадкова величина , де , причому – незалежні нормально роз­поділені величини з нульовим середнім та дисперсією .

Густину розподілу описує функція

, (4.19)

де – кількість ступенів вільності; – гамма-функція,

, .

Розподіл Стьюдента одномодальний і симетричний відносно нуля. Математичне сподівання , а дисперсія

Зі збільшенням кількості ступенів вільності розподіл Стьюдента наближається до стандартного нормального роз­по­ді­лу. Це один із важливих спеціальних розподілів, який часто використовують для перевірки різних критеріїв. Його ввів у тео­рію ймовірності В. Госсет, англійський науковець, що публікував праці під псевдонімом “Стьюдент”.

Розподіл хі-квадрат

Розподіл (читають: хі-квадрат) описує функція густини розподілу

, (4.20)

де – гамма-функція; – ступені вільності (натуральне число).

Широке застосування -розподілу зумовлене тим, що ви­падкову величину можна записати як суму квадратів неза­леж­них величин, що мають стандартний нормальний розподіл ( ):

.

Якщо ж – незалежні випадкові величини зі сподіваннями , але однаковими дисперсіями , то розподіл випадкової величини називають нецентральним -розподілом із параметром нецентральності .

Зі збільшенням кількості ступенів вільності нецентральний -розподіл асимптотично наближається до нормального розподілу з параметрами . Цей розподіл використовують у багатьох статистичних критеріях перевірки гіпотез.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]