- •Испытания и случайные события.
- •Сочетания. Число сочетаний и его свойства.
- •Относительная частота и статистическая вероятность.
- •Достоверное и невозможное события. Их вероятности.
- •Сумма и произведение событий.
- •Теорема сложения вероятностей.
- •Теоремы сложения вероятностей для несовместных и совместных событий.
- •Противоположное событие и его вероятность.
- •Теорема умножения вероятностей независимых событий.
- •Условная вероятность. Теорема умножения вероятностей зависимых событий.
- •Вероятность появления хотя бы одного события.
- •Полная группа событий. Теорема. Сумма вероятностей событий а1 , а2 , ..., Аn , образующих полную группу, равна единице:
- •Повторные независимые испытания. Формула Бернулли.
- •Интегральная теорема Лапласа.
- •Дискретная случайная величина. Способы ее задания.
- •3. При умножении случайной величины х на неслучайную величину с ее дисперсия умножается на с2.
- •Математическое ожидание м(х) случайной величины.
- •Биномиальное распределение, его м(х) и d(х).
- •Непрерывная случайная величина. Способы задания.
- •Основные свойства плотности распределения:
- •21 Нормальное распределение. Влияние параметров нормального распределения на форму нормальной кривой.
- •,Где δ — величина отклонения.
- •Вероятность попадания в заданный интервал нормальной случайной величины. Правило трех сигм.
- •Генеральная и выборочная совокупности. Статистическое распределение выборки. Полигон и гистограмма.
- •Способы выборки.
- •Дискретный вариационный ряд.
- •Полигон относительных частот
- •Исправленная дисперсия.
Дискретный вариационный ряд.
Обычно полученные наблюдаемые данные представляют собой множество расположенных в беспорядке чисел. Просматривая это множество чисел, трудно выявить какую-либо закономерность их варьирования (изменения). Для изучения закономерностей варьирования значений случайной величины опытные данные подвергают обработке. Рассмотрим пример.
На телефонной станции проводились наблюдения над числом Х неправильных соединений в минуту. Наблюдения в течение часа дали следующие результаты: 3; 1; 3; 1; 4; 2; 2; 4; 0; 3; 0; 2; 2; 0; 2; 1;4; 3; 3; 1; 4; 2; 2; 1; 1; 2; 1; 0; 3; 4; 1; 3; 2; 7; 2; 0; 0; 1; 3; 3; 1; 2; 4;2; 0; 2; 3; 1; 2; 5; 1; 1; 0; 1; 1; 2; 2; 1; 1; 5. Здесь число X является дискретной случайной величиной , а полученные о ней сведения представляют собой статистические (наблюдаемые) данные.
Операция, заключающаяся в том, что результаты наблюдений над случайной величиной, т. е. наблюдаемые значения случайной величины, располагают в порядке неубывания, называется ранжированием опытных данных.
После проведения операции ранжирования опытные данные группируют так, что в каждой отдельной группе значения случайной величины будут одинаковы. Расположив приведенные выше данные в порядке неубывания и сгруппировав их, получают ранжированный ряд данных наблюдения
Из ряда чисел видно, что все 60 значений случайной величины разбиты на семь групп, в пределах каждой из которых все значения случайной величины одинаковы. Таким образом, имеется семь различных значений случайной величины: 0; 1; 2; 3; 4; 5; 7. Каждое такое значение обычно называют вариантом.
Значение случайной величины, соответствующее отдельной группе сгруппированного ряда наблюдаемых данных, называется вариантом, а изменение этого значения варьированием.
Варианты будем обозначать малыми буквами конца латинского алфавита с соответствующими порядковому номеру группы индексами.
Для каждой группы сгруппированного ряда данных можно подсчитать их численность, т.е. определить число, которое показывает, сколько раз встречается соответствующий вариант в ряде наблюдений. Такие числа называют частотой варианта.
Численность отдельной группы сгруппированного ряда наблюдаемых данных называется частотой или весом соответствующего варианта и обозначается тi , где i—индекс варианта.
В ряде случаев представляет практический интерес относительная частота того или иного варианта, называемая частостью.
Отношение частоты данного варианта к общей сумме частот всех вариантов называется частостью или долей этого варианта и обозначается рi , где i—индекс варианта, т.е.
Нетрудно заметить, что частость является статистической вероятностью появления варианта. Естественно считать частость выборочным аналогом (вычисленной по выборочным данным) вероятности рi появления значения хi, случайной величины X. Подсчитав частоты и частости для каждого варианта, наблюдаемые данные представляют в виде таблицы, которую называют дискретным вариационным рядом. В первой строке расположены- варианты , во второй- соответствующие частоты , в третьей- соответствующие частости.
Дискретным вариационным рядом распределения называется ранжированная совокупность вариантов хi с соответствующими им частотами или частностями.
Для рассмотренного примера ряд имеет вид:
xi |
0 |
1 |
2 |
3 |
4 |
5 |
7 |
mi |
8 |
17 |
16 |
10 |
6 |
2 |
1 |
|
8/60 |
17/60 |
16/60 |
10/60 |
6/60 |
2/60 |
1/60 |
По данным дискретного вариационного ряда строят
полигон частот или относительных частот: ломаную, отрезки которой соединяют точки
