- •Основи теорії ймовірностей і статистичні методи обробки даних у психологічних і педагогічних експериментах.– Львів: Видавничий центр лну імені Івана Франка, 2006. – 168 с.
- •І. Основи теорії ймовірностей
- •Формула повної ймовірності
- •Формули Байєса
- •Задачі до розділу і.
- •Іі. Випадкова величина Поняття випадкової величини
- •Функція розподілу випадкової величини
- •Щільність розподілу неперервно розподіленої випадкової величини
- •Математичне сподівання випадкової величини
- •Дисперсія та стандартне відхилення випадкової величини. Асиметрія і ексцес.
- •Характеристики розподілу випадкової величини
- •Квантилі
- •Деякі дискретні розподіли Розподіл Бернуллі
- •Біномний розподіл
- •Апроксимаційні формули Муавра-Лапласа Локальна теорема Муавра-Лапласа Якщо у схемі Бернулі величина , коли , то
- •Функція розподілу двовимірної випадкової величини
- •Умовні закони розподілу
- •Коваріація і коефіцієнт кореляції
- •Коваріаційна матриця і матриця парних кореляцій
- •Граничні закони теорії ймовірностей Нерівність Чебишева
- •Теорема Чебишева
- •Закон Бернуллі
- •Теорема Ляпунова
- •Задачі до розділу іі.
- •Ііі. Елементи математичної статистики
- •Генеральна сукупність і вибірка
- •Дискретний варіаційний ряд
- •Інтервальний варіаційний ряд
- •Точкові та інтервальні оцінки
- •Поняття про статистичну перевірку гіпотез
- •Задачі до розділу ііі.
- •Іv. Методи математичної обробки даних у психології Ознаки і змінні. Шкали вимірювання ознак
- •Перевірка гіпотези про однорідність вибірки
- •Перевірка гіпотези про узгодженість розподілів
- •Критерій Пірсона
- •Критерій Колмогорова
- •Критерій Смирнова
- •Перевірка гіпотези про рівність двох дисперсій
- •Виявлення відмінностей у рівні досліджуваної ознаки Критерій Розенбаума
- •Критерій Манна-Уітні
- •К ритерій Стьюдента
- •І. Вибірки взяті з однієї генеральної сукупності
- •Іі. Вибірки взяті з різних генеральних сукупностей
- •Перевірка наявності зсуву у значеннях досліджуваної ознаки
- •Критерій знаків
- •Критерій Вілкоксона
- •Парний t-тест Стьюдента
- •Перевірка впливу фактора на зміну рівня досліджуваної ознаки
- •Критерій Краскела-Уоллеса
- •Критерій тенденцій Джонкхієра
- •Критерій Фрідмана
- •К ритерій тенденцій Пейджа
- •Однофакторний дисперсійний аналіз
- •П еревірка наявності зв’язку між двома ознаками
- •Зв'язок ознак, виміряних у номінативних шкалах
- •Зв'язок ознак, виміряних у порядкових шкалах
- •Зв'язок ознак, виміряних в інтервальних шкалах
- •Задачі до розділу іv.
- •Критичні значення розподілу
- •Критичні значення розподілу Фішера-Снедекора
- •Критичні значення критерію Розенбаума
- •Критичні значення критерію Манна-Уітні
- •Критичні значення критерію знаків
- •Критичні значення критерію Вілкоксона
- •Критичні значення критерію Краскела-Уоллеса
- •Критичні значення критерію Джонкхієра
- •Критичні значення критерію Фрідмана
- •Критичні значення критерію Пейджа
- •Критичні значення рангового коефіцієнта кореляції Спірмена
- •Д о д а т о к 2: Елементи вищої математики Матриці, визначники, системи лінійних рівнянь Поняття матриці. Операції над матрицями.
- •Визначник матриці. Обернена матриця
- •Системи лінійних алгебричних рівнянь
- •Вступ до математичного аналізу
- •Числові послідовності та їх границі
- •Границя функції в точці. Односторонні границі
- •Неперервність функції
- •Диференціальне числення функцій однієї змінної Похідна функції в точці
- •Диференційовність функції
- •Монотонність функції. Екстремуми
- •Похідні вищих порядків
- •Інтегральне числення функцій однієї змінної Первісна функції. Невизначений інтеграл
- •В изначений інтеграл
- •Невластиві інтеграли
- •Частинні похідні функцій багатьох змінних
- •Д о д а т о к 3: Деякі команди Maple 8.
- •Алфавітний покажчик
- •Основи теорії ймовірностей і статистичні методи аналізу даних у психологічних і педагогічних експериментах
Функція розподілу випадкової величини
Функцією розподілу випадкової величини Х будемо називати функцію, яка кожному значенню аргументу х ставить у відповідність імовірність того, що випадкова величина набуває значення меншого, ніж х.
. (ІІ.1)
Яких би значень не набувала випадкова величина, її функція розподілу визначається на всій дійсній осі. Функція розподілу випадкової величини є імовірністю і тому вона має такі властивості.
Значення функції розподілу змінюються в межах
.Функція розподілу монотонно неспадна, тобто
.
Дійсно
.Імовірність попадання значень випадкової величини в інтервал
обчислюється за формулою
.
(ІІ.2)
Оскільки подія
є неможливою, а подія
— достеменною, то
,
а
.Функція розподілу F є неперервною зліва в кожній точці своєї області визначення, тобто
.
Приклад 2. Побудувати функцію розподілу випадкової величини, якою є кількість очок, що випадає при киданні грального кубика.
Розв’язання: Розподіл вказаної випадкової величини має вигляд
хі |
1 |
2 |
3 |
4 |
5 |
6 |
рі |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
Будуємо
функцію розподілу цієї величини. Оскільки
при киданні грального кубика не може
випасти менше ніж одне очко, то для
маємо
.
Для проміжку
подія Х < х
полягатиме у випаданні одного очка,
тому для цього проміжку
.
Для проміжку
подія Х < х
полягатиме у випаданні одного очка або
двох, тому для цього проміжку
.
Міркуючи аналогічно отримуємо
а її графік:
Приклад
3. Розподіл
випадкової величини задано співвідношенням
,
Визначити константу с,
записати функцію розподілу та знайти
ймовірність того, що випадкова величина
набуває значень менших, ніж 15, але не
менших, ніж 3.
Розв’язання:
Врахувавши,
що
достовірна подія, маємо
.
Отже,
.
Для
маємо
,
якщо
,
то
.
Отже,
.
Далі
.
Приклад
4. Функція
розподілу випадкової величини має
вигляд
.
Визначити константи а
і b,
побудувати графік функції розподілу
та знайти ймовірність того, що значення
випадкової величини потраплять у
проміжок
.
Розв’язання:
Врахувавши,
що
,
,
а
,
,
отримуємо
.
Розв’язавши останню систему знаходимо
,
b=0,5
, тобто функція розподілу задається
формулою
.
Щоб побудувати графік функції розподілу, використаємо пакет Maple. Введемо команду
with(plots): plot(1/Pi*arctan(3*x)+0.5,x=-3..3);
і
отримаємо графік функції розподілу
(рис.3).
Оскільки
для неперервно розподіленої випадкової
величини імовірність, що її значення
попадає в задану точку, дорівнює нулеві,
то
.
Щільність розподілу неперервно розподіленої випадкової величини
Якщо
випадкова величина розподілена
неперервно, то кількість значень, яких
вона може набувати нескінченна, а
імовірність, з якою вона набуває кожного
конкретного значення, дорівнює нулю.
На відміну від дискретно розподіленої
випадкової величини така ймовірність
не характеризує розподіл величини
неперервної. Проте кожному значенню
аргументу х можна поставити у
відповідність число
,
яке описує кожну точку х границею
відношення імовірності попадання
значень випадкової величини Х в
деякий окіл цієї точки до величини цього
околу. Якщо врахувати, що
,
то щільністю розподілу f(x) неперервної випадкової величини Х будемо називати похідну її функції розподілу:
(ІІ.3)
Щільність розподілу неперервної випадкової величини має такі властивості:
Щільність розподілу завжди невід’ємна (
).
Дійсно,
оскільки функція розподілу
монотонно неспадна, то її похідна в
жодній точці не може бути від’ємною.
Функція розподілу неперервної випадкової величини визначається через щільність її розподілу за формулою
(ІІ.4)
Формулу
(ІІ.4) отримуємо, проінтегрувавши рівність
(ІІ.3) по проміжку
.
Має місце умова нормування
(ІІ.5)
На
підставі (ІІ.4)
Імовірність попадання значень неперервної випадкової величини в заданий інтервал обчислюється за формулою
. (ІІ.6)
Дійсно,
.
Приклад
5. Функція
розподілу випадкової величини
.
Знайти щільність розподілу та побудувати
графіки функції розподілу та щільності
розподілу.
Розв’язання:
Продиференціювавши
вираз для функції розподілу, знаходимо
щільність розподілу заданої випадкової
величини
.
Як бачимо, випадкова величина може
набувати значень лише з проміжку
.
Графіки функції розподілу та щільності
розподілу будуємо, використовуючи пакет
Maple. Введемо команди
f:=x->piecewise(x<0,0,x>0 and x<Pi,sin(x)/2,x>Pi,0);
F:=x->piecewise(x<0,0,x>0 and x<Pi,(1-cos(x))/2,x>Pi,1);
with(plots):plot([f(x),F(x)],x=-4..4);
і
отримаємо шукані графіки (рис.4).
Приклад 6.
Щільність
розподілу випадкової величини Х
задана співвідношенням
.
Визначити сталу С
та знайти
імовірність попадання випадкової
величини в проміжок [0; 4].
Розв’язання:
Оскільки
,
то
,
,
,
С = 3.
Отже,
.
Далі,
.
