Академический Документы
Профессиональный Документы
Культура Документы
P(A)=
Такой предел называют статистическим
определением вероятности.
Событие называется невозможным (обозначается
символом ∅), если оно никогда не может
произойти. Событие называется достоверным
(обозначается символом Ω), если оно происходит
при любом исходе эксперимента (происходит
всегда).
События называются несовместными, если они не
могут произойти одновременно. События, которые
могут происходить одновременно, называются
совместными.
Свойства вероятности
Варианта 2 3 4 5
Частота
варианты 1 7 8 4
Статистическое распределение
выборки:
Варианта 2 3 4 5
Частота
варианты 1 7 8 4
Относительная
частота варианты
1/20 7/20 8/20 4/20
(частость)
Накопленная (кумулятивная)
частота –
Частота
варианты 1 7 8 4
Накопленная
(кумулятивная)
1 8 16 20
частота
• Если вариационный ряд состоит из очень
большого количества чисел или исследуется
некоторый непрерывный признак, используют
группированную выборку. Для ее получения
интервал, в котором заключены все
наблюдаемые значения признака, разбивают
на несколько обычно равных частей
(подинтервалов) длиной h. При составлении
статистического ряда в качестве xi обычно
выбирают середины подинтервалов, а ni
приравнивают числу вариант, попавших в i-й
подинтервал.
40
35
n2 n3
30 ns
- Частоты -
n1
25
20
15
10
ni = 50 wi =1
Графическое изображение
вариационных рядов
Полигон
(греч. – «многоугольник»)
8"Б"
6
Ч ас то та
0
0 5 10 15 20 25 30 35 40 45
Время (мин)
Полигон частот,
выборочная функция распределения
• Отложим значения случайной величины xi по
оси абсцисс, а значения ni – по оси ординат.
Ломаная линия, отрезки которой соединяют
точки с координатами (x1, n1), (x2, n2),..., (xk, nk),
называется полигоном частот.
Если вместо абсолютных
значений ni на оси ординат
отложить относительные частоты
ωi, то получим полигон
относительных частот
Задание
• В магазине за день было продано 45 пар мужской обуви.
Имеется выборка значений случайной величины Х –
размера обуви:
• 39, 41, 40, 42, 41, 40, 42, 44, 40, 43, 42, 41, 43, 39, 42,
• 41, 42, 39, 41, 37, 43, 41, 38, 43, 42, 41, 40, 41, 38, 44,
• 40, 39, 41, 40, 42, 40, 41, 42, 40, 43, 38, 39, 41, 41, 42.
• Построить дискретный вариационный ряд, полигон,
кумулянту и эмпирическую функцию распределения.
Гистограмма
Применяется для изображения только
интервальных вариационных рядов и
представляет собой ступенчатую фигуру из
прямоугольников с основаниями, равными
интервалам значений признака и высотами,
равными частотам (частостям) интервалов.
При этом по оси абсцисс откладываются
интервалы, а по оси ординат – частоты (или
частости) в случае равенства интервалов, или
плотности распределения частот (или частостей) в
случае неравенства интервалов.
Таблица 2. Распределение рабочих по
выработке
• Ступенчатый вид
Числовые характеристики
вариационного ряда:
• Средние величины
• Показатели вариации
Средние величины
• Средние величины характеризуют
значение признака, вокруг которого
концентрируются наблюдения или, как
говорят, центральную тенденцию
распределения.
• К ним относят: среднюю
арифметическую вариационного ряда,
моду и медиану.
• Средней арифметической вариационного ряда
называется сумма произведений всех вариантов на
соответствующие частоты, деленная на сумму
частот:
m
x n i i
х i 1
,n
где xi - варианты дискретного ряда или
середины интервалов интервального
вариационного ряда;
ni - соответствующие им частоты; т – число
неповторяющихся вариантов или число
интервалов.
• Мода Mo - это значение, которое
встречается в выборке наиболее часто.
• Медиана Me - это значение, которое
делит упорядоченное множество данных
пополам.
• Медиана может быть приближенно
найдена с помощью кумуляты как значение
признака, для которого
нак п
п х
2
Показатели вариации
• Дисперсией вариационного ряда называется
средняя арифметическая квадратов
отклонений вариантов от их средней
арифметической:
x
m
2
i x ni
2
s i 1
n
• Среднее квадратическое отклонение s -
арифметическое значение корня
квадратного из дисперсии.
Нормальный закон распределения
случайных величин
Нормальное распределение возникает тогда,
когда на изменение случайной величины
действует множество различных
независимых факторов, каждый из которых в
отдельности не имеет преобладающего
значения.
x ( x )2
1
2 2
F ( x)
2
e dx
Пример:
Рост в группе Л101-M(x)=170 см, σ=5 см
Пример:
Рост в группе Л101-M(x)=170 см, σ=5 см
0
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
156
158
160
162
164
166
168
170
172
Пример:
174
176
178
180
182
σ=5
184
186
188
190
X
σ=10
ЗАКОНОМЕРНОСТИ РАСПРЕДЕЛЕНИЯ:
• График нормальной кривой симметричен
относительно прямой x= (одинаковые по
абсолютной величине отрицательные и
положительные отклонения случайной величины от
центра равновероятны).
x ( x ) 2
1
2 2
F ( x)
2
e dx
функция распределения вероятностей
x 1
x t2
t F ( x) e
2
dt
2
Вероятность попадания значения случайной
величины в интервал от а до b:
b a
Р ( а х b) Ф Ф
Характеристики кривой:
• Коэффициент асимметрии
• Показатель эксцесса
КОЭФФИЦИЕНТ АСИММЕТРИИ
M ( x M ( x )) 3
А
3 А>0 - правоасимметричные,
А<0 - левоасимметричные
f(x)
X
ПОКАЗАТЕЛЬ ЭКСЦЕССА
M ( x M ( x )) 4
Е 4
3
f(x)
Х
Для нормального распределения показатели А=0 и Е=0
Задача:
• Записать функции нормального закона для
распределения студентов по росту:
M(X)=170 см; σ=5 см
( x 170 ) 2
1
2 52
f ( x) e
5 2
( x 170 ) 2
1 x
2 52
F ( x) e dx
5 2
Нормальное распределение с параметрами
M(x)=0 и σ=1 называется стандартным N0,1
(нормированным нормальным распределением)
Функция плотности
распределения вероятностей
t 2
1
f ( x) e 2
2
Функция распределения
вероятностей t 2
1 x
F ( x) e 2 dt
2
Нормированное отклонение:
Нормированным отклонением называется
отклонение случайной величины x,от её
математического ожидания, выраженное в
единицах σ
x M (x)
t
Найти нормированное отклонение для x=166
см, если M(x)=170 см, σ=5 см.
0,09
0,08
0,07
0,06
0,05
f(x)
0,02
0,01
0
156 158 160 162 164 166 168 170 172 174 176 178 180 182 184
X
-0,8σ
Вероятность попадания значения случайной
величины в интервал от - до x:
x t2
x 1
t F ( x)
2 e 2
dt
b a
Р(а х b) Ф Ф
=Ф(t2)-Ф(t1)
Ф(-2)-Ф(-3)=(1-Ф(2))-(1-Ф(3))=(1-0,9772)-(1-0,9986)=
0,0228-0,0014=0,0214 (2,14%)
Точечные оценки случайной величины:
• Математическое ожидание
• Дисперсия
• Среднее квадратическое отклонение
Математическое ожидание
дискретной случайной величины
(среднее значение) равно сумме произведений значений,
принимаемых этой величиной, на соответствующие им вероятности:
n
М(x)=x1Р1 + x2Р2 + . . . + xnPn = xi Pi
i 1
Дисперсия дискретной
случайной величины
это математическое ожидание квадрата соответствующего
отклонения случайной величины x от ее математического
ожидания:
D(x) = M [x – M(x)]2
или
N
D(x) (xi M(x)) Pi 2
i1
Основные числовые характеристики
непрерывных случайных величин
Математическое
ожидание М(х) x f(x)dx
Дисперсия
D(x) (x M(x)) 2 f(x)dx
Среднее квадратическое отклонение
для дискретной и непрерывной
случайной величины
σ(x) D(x)
Интервальные оценки
x
t нормированное отклонение
х – μ=σt
1σ – 68,3%;
2σ – 95,5%;
Вероятности Интервалы
0,95 1,96
0,99 2,58
0,999 3,03
Уровни значимости
• Определенным значениям доверительных
вероятностей соответствуют так называемые
уровни значимости ().
• Уровень значимости обозначает вероятность
выхода случайной величины за пределы
доверительного интервала. Если доверительную
вероятность обозначить – Р, а уровень значимости
– , то =1 – Р.
Доверительные Уровни значимости
вероятности
0,95 0,05
0,99 0,01
0,999 0,001
95% доверительный интервал
Задача:
• Найти доверительный интервал для роста
студентов с вероятностью p=0,95 (=0,05);
M(x)=170 см, σ=5 см
Δх=1,96510 см
Обязательная:
• 1. Павлушков И.В. Основы высшей математики и математической статистики: учебник
для мед.вузов. М.: ГЭОТАР-Медиа. 2007
Дополнительная:
• Математика в примерах и задачах: учебное пособие /Л.Н.Журбенко, Г.А. Никонова,
Н.В.Никонова и др., М.: ИНФРА-М. 2010
• Шаповалов К.А. Основы высшей математики: учебное пособие. Красноярск: Печатные
технологии. 2004
• Математика: метод. указания к внеаудит. работе для студ. по спец. – педиатрия /сост.
Л.А.Шапиро и др. Красноярск: тип.КрасГМУ. 2009
Электронные ресурсы:
• Электронная библиотека Absotheue
• Электронная библиотека Colibris
• Ресурсы интернет