Министерство образования и науки Российской Федерации

ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

Кафедра Технологии Машиностроения

Отчет по лабораторной работе №2

по дисциплине:
Математическая статистика и прогнозирование
Выборки и их представление
наименование темы

Выполнил студент ИСМбо-11-1 Власов Д.И.

шифргруппы подпись ФамилияИмяОтчество

Проверил Доцент Казимиров Д.Ю.

должность подпись ФамилияИмяОтчество

Иркутск, 2013 г.
 Основные понятия
Выборкой х1, ..., хn объема n из совокупности, распределенной по F(х),
называется n независимых наблюдений над случайной величиной  с
функцией распределения F(x).
Вариационным рядом х(1) х(2) ...  х(n) называется выборка, записанная в
порядке возрастания ее элементов.
Каждому наблюдению из выборки присвоим вероятность, равную 1/n;
получим распределение, которое называют эмпирическим; ему
соответствует функция эмпирического распределения
Fn* ( x )  Fn* ( x ; x1 , ..., x n ) =
n( x )
,
n
где n(х) - число членов выборки, меньших х. Значение этой функции для
статистики определяется тем, что при n  
Fn* ( x )  F(x)
(теорема Гливенко).
Выборки больших объемов труднообозримы; разобъем диапазон значений
выборки на равные интервалы и подсчитаем для каждого интервала частоту-
количество наблюдений, попавших в него; частоты, отнесенные к общему
числу наблюдений n, называют относительными частотами; графическое
представление распределения частот по интервалам  гистограммой;
накопленной частотой для данного интервала называют сумму частот
данного интервала и всех тех, что левее его.
Числовые характеристики эмпирического распределения называются
выборочными характеристиками: выборочные среднее (математическое
ожидание), дисперсия:
1 n 1 n 2
x =  xi , s = n  ( xi  x )
2
n i 1 i 1
выборочный момент порядка к:
1 n
mk =  ( xi  x ) k
n i 1
;
выборочные квантили p порядка р - корни уравнения
F(p)=p,
которыми являются члены вариационного ряда
(p)=([np]+1),
где [nр] означает целую часть nр; частным случаем (p = 0.5) является
выборочная медиана - центральный член вариационного ряда. Значение
выборочных характеристик состоит в том, что при n   они стремятся к
истинным значениям распределения F(х).
 Задание 1: Привести примеры распределений:
равновероятностное, нормальное и экспоненциальное.
1.1. Равновероятностное распределение. R [1,3], n=70, =0.03

Рис. 1 Равновероятное распределение

Рис. 2 Выборочные значения по равновероятностному распределению.

Рис.3 Среднее и стандартное отклонение

Рис. 3 Функция эмпирического распределения

Рис. 4 Таблица группированных данных.

 Рис. 5 Гистограмма частот

Рис. 6 Выборочные характеристики

Вывод: Рассмотрено равновероятностное распределение 70 выборок со

средним значением равным 1. На диаграмме рассеяния не наблюдаются
доминирующие значения, все значения варьируются от 0 до 2. Эмпирическая
функция распределения имеет смысл долей объема упорядоченной выборки
со значениями, не превышающими растущий параметр Х. Проанализировав
эмпирическое распределение, я пришел к выводу, что вероятностный график
признан успешным. Распределение почти сглажено, и если провести прямую
пронизывающую точки на графике, они будет находиться периодически
поочередно справа и слева от графика. По гистограмме частот (плотность
распределения) видно, что больше всего значений на интервале от 0 до 0,2.
Также из выборочных характеристик можно выделить min=0.0083,
max=1.963 и среднее значение=0.8506.

1.2. Нормальное распределение, N (1,1), n=80, =0,02

Рис. 7 Нормальное распределение

Рис. 8 Выборочные значения по нормальному распределению.

Рис. 9 Среднее и стандартное отклонение

Рис.10 Функция эмпирического распределения

Рис. 11 Таблица группированных данных.

 Рис. 12 Гистограмма частот

Рис. 13 Выборочные характеристики

Вывод: Построено нормальное распределение с математическим

ожиданием равным 1 и стандартным отклонением =1. На диаграмме
рассеяния наблюдаются 80 значений выборки равномерно распределенных
случайных величин. Проанализировав функцию распределения, можно
сказать, что гистограмма сглажена и получено приближённое нормальное
распределение к стандартному, но немного вытянут по оси Х. Гистограмма
плотности распределения немного отклонена вправо от плотности
вероятности стандартного нормального отклонения. Также из выборочных
характеристик можно выделить min=-1,6807, max=3,213 и среднее
значение=1,118.
1.3. Экспоненциальное распределение E (2), n=50, =0.01

Рис. 14 Показательное распределение

Рис. 15 Выборочные значения по показательному распределению.

Рис. 16 Среднее и стандартное отклонение

Рис. 17 Функция эмпирического распределения

Рис. 18 Группирование данных

 Рис. 19 Гистограмма частот

Рис. 20 Выборочные характеристики

Вывод: Построено экспоненциальное распределение с параметром равным

2. На диаграмме рассеяния наблюдаются 50 значений выборки случайных
величин. Некоторые из значений выборки доминируют над остальными.
Функция распределения практически не отклонена от стандартной функции
распределения. Гистограмма частот более вытянута по обеим осям, чем
стандартная плотность вероятности. Из выборочных характеристик можно
выделить min=0.00103, max=9.2005 и среднее значение=2.0779.
Задание 2: Двумерные выборки

Рис. 21 Диаграмма рассеяния

Рис. 22 Корреляционная матрица

 Рис. 23 Выборочные характеристики

Рис. 24 Двумерная гистограмма

Вывод: Из приведенных результатов химического анализа сланцевых парод

на содержание двуокиси кремния (SiO2 – x) и двуокиси алюминия (Al2O3 – y)
мной была сформирована таблица. Далее построила диаграмму рассеяния для
этой выборки и определила стандартные выборочные характеристики, затем
была сформирована двумерная гистограмма.