- •Введение
- •1. Основные понятия теории вероятностей Операции над событиями
- •Частость наступления события
- •Свойства частости
- •Аксиоматика теории вероятности Построение вероятностного пространства
- •Теорема о продолжении меры
- •Определение вероятностного пространства
- •Классическое определение вероятности
- •Условная вероятность
- •Обоснование формулы условной вероятности в общем случае
- •Независимые события
- •Формула сложения вероятностей
- •Формула полной вероятности
- •Формула Байеса
- •Композиция испытаний
- •Композиция n испытаний
- •Композиция n независимых испытаний
- •Биномиальное распределение
- •Случайная величина Теорема Колмогорова
- •Дискретные случайные величины
- •Вероятностные характеристики дискретных случайных величин
- •Свойства математического ожидания
- •Производная функция
- •Первая модель распределения Пуассона
- •Вторая модель распределения Пуассона
- •Непрерывные случайные величины
- •Свойства плотности вероятности
- •Второе эквивалентное определение плотности вероятности
- •Вероятностные характеристики непрерывных случайных величин
- •Распределение Гаусса - нормальное
- •Функция Лапласа
- •Неравенство Чебышева
- •Многомерные случайные величины
- •Аксиоматика. Формальная вероятностная модель
- •Двумерные случайные величины
- •Двумерные непрерывные случайные величины
- •2. Основы математической статистики
- •2.1. Основные понятия математической статистики
- •Интервальная группировка и представление выборочных данных
- •Числовые характеристики распределения выборки
- •Точечные статистические оценки параметров распределения
- •2.1.5.3. "Исправленная" дисперсия и "исправленное" среднее квадратическое отклонение
- •Интервальные статистические оценки параметров распределения (доверительные интервалы)
- •2.1.6.3. Доверительный интервал для математического ожидания нормального распределения случайной величины
- •Основные законы распределения, используемые в статистических исследованиях
- •Асимметрия и эксцесс распределения
- •2.2. Основные методы математической статистики
- •2.2.1. Проверка статистических гипотез
- •Проверка гипотезы о нормальном распределении генеральной совокупности. Критерий Колмогорова
- •2.2.2. Исследование статистических различий между двумя выборками
- •Список использованных источников
- •Содержание Справочные материалы
- •Значения функции
- •Значения нормально распределенной случайной величины z
- •На интервале [0,1]
- •Значения функции
- •Табличные (критические) значения функции распределения χ2
Асимметрия и эксцесс распределения
Предварительно отметим, что асимметрия и эксцесс – это числовые характеристики, выражающие количественную меру степени близости данного распределения к нормальному.
Коэффициенты асимметрии и эксцесса теоретического распределения
Под теоретическим распределением понимается распределение вероятностей изучаемого признака Х генеральной совокупности, который трактуется как случайная величина Х. Для случайной величины Х введем безразмерные числовые характеристики:
,
,
которые называются соответственно коэффициентами асимметрии и эксцесса теоретического распределения. Они оценивают степень близости данного распределения к нормальному, а также характеризуют форму закона распределения вероятностей изучаемой случайной величины Х.
П
режде
всего отметим, что для нормального
распределения коэффициенты асимметрии
и эксцесса равны нулю:
,
.
Рис. 12. Кривые распределения:
а
–
;
б
–
Если для данного
распределения
,
то длинная часть кривой распределения
(графика плотности
)
расположена справа от вершины (рис.12,а);
если же
,
то длинная часть кривой распределения
расположена слева от вершины (рис.12,б).
Если для данного
распределения
,
то кривая распределения имеет более
высокую и острую вершину, чем нормальная
кривая Гаусса (рис.13,а);
если же
,
то кривая распределения имеет более
низкую и пологую вершину, чем нормальная
кривая (рис. 13,б).
При этом сравнении предполагается, что
данное и нормальное распределения имеют
одинаковые математические ожидания и
дисперсии.
С
равнительно
небольшие по модулю значения коэффициентов
и
свидетельствуют
о близости данного распределения к
нормальному. Большие же значения
и
указывают
на значительное отклонение данного
распределения от нормального.
Рис. 13. Кривая распределения:
а – ; б –
Выборочные коэффициенты асимметрии и эксцесса
Приведенные ниже коэффициенты являются точечными статистическими оценками коэффициентов асимметрии и эксцесса теоретического распределения, вычисленными по выборке, представленной в виде интервального статистического ряда.
,
.
Выборочные коэффициенты асимметрии и эксцесса можно использовать для упрощенной проверки гипотезы о нормальности распределения. При этом необходимо руководствоваться следующими правилами:
1. Если оба выборочных коэффициента асимметрии и эксцесса по модулю меньше соответствующих табличных критических значений
и
,
то распределение изучаемой генеральной совокупности достаточно близко к нормальному.
2. Если хотя бы один
из модулей коэффициентов
или
окажется больше соответствующего
табличного критического значения
или
,
то распределение изучаемой генеральной совокупности существенно отличается от нормального.
Таблица критических значений коэффициентов асимметрии и эксцесса приведена в учебном пособии В.И. Лупандина "Математические методы в психологии".
С целью существенного
упрощения вычислений коэффициентов
,
применим метод условных вариант. В
интервальном статистическом ряде
перейдем к условным вариантам
(
).
В условных вариантах формулы для
и
запишутся следующим образом:
,
,
где
,
,
,
,
,
.
Для удобства вычисления организуются в форме расчетной таблицы (см. пример).
Пример. Дан интервальный статистический ряд
|
50–53 |
53–56 |
56–59 |
59–62 |
62–65 |
65–68 |
|
|
1 |
2 |
11 |
21 |
11 |
4 |
Найти
выборочные коэффициенты асимметрии и
эксцесса
,
.
Составим расчетную таблицу следующей формы:
|
|
|
|
|
|
|
|
|
|
|
|
1 |
50–53 |
51,5 |
1 |
–3 |
–3 |
9 |
9 |
–27 |
–27 |
81 |
81 |
2 |
53–56 |
54,5 |
2 |
–2 |
–4 |
4 |
8 |
–8 |
–16 |
16 |
32 |
3 |
56–59 |
57,5 |
11 |
–1 |
–11 |
1 |
11 |
–1 |
–11 |
1 |
11 |
4 |
59–62 |
60,5 |
21 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
5 |
62–65 |
63,5 |
11 |
1 |
11 |
1 |
11 |
1 |
11 |
1 |
11 |
6 |
65–68 |
66,5 |
4 |
2 |
8 |
4 |
16 |
8 |
32 |
16 |
64 |
|
– |
– |
50 |
– |
1 |
– |
55 |
– |
–11 |
– |
199 |
|
– |
– |
– |
– |
0,02 |
– |
1,1 |
– |
–0,22 |
– |
3,98 |
Здесь
,
,
;
,
.
Далее последовательно находим:
;
;
;
.
Таким образом,
=–0,248,
=0,309.
