Студопедия  
Главная страница | Контакты | Случайная страница

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Нормальный закон распределения. Числовые характеристики нормального закона. Свойства нормальной кривой. Правило 3-х сигм, его практическое применение.

Читайте также:
  1. A. ненормальный ход родового процесса, родо­вые травмы
  2. b) соблюдение частными военными и охранными компаниями и их сотрудниками национальных законов стран происхождения, транзита и осуществления деятельности;
  3. B.Подзаконы
  4. E) законы, указы, имеющие силу закона, указы, распоряжения.
  5. E) законы, указы, имеющий силу закона, указы, распоряжения.
  6. E) экономические законы и развитие экономических систем
  7. E. закономерности психического развития, протекающего в неблагоприятных условиях, патогенная сила которых превышает компенсаторные возможности индивида
  8. Gl] Тема 9.Законность и правопорядок. Мировой правопорядок
  9. I Кислотно-основные свойства.
  10. I Кислотные и основные свойства
Помощь в написании учебных работ
1500+ квалифицированных специалистов готовы вам помочь

Нормальным называется распределение вероятностей непрерывной случайной величины, которое описывается плотностью вероятности

Нормальный закон распределения также называется законом Гаусса.

Нормальный закон распределения занимает центральное место в теории вероятностей. Это обусловлено тем, что этот закон проявляется во всех случаях, когда случайная величина является результатом действия большого числа различных факторов. К нормальному закону приближаются все остальные законы распределения.

Можно легко показать, что параметры и , входящие в плотность распределения являются соответственно математическим ожиданием и средним квадратическим отклонением случайной величины Х.

Найдем функцию распределения F(x).

График плотности нормального распределения называется нормальной кривой или кривой Гаусса.

Нормальная кривая обладает следующими свойствами:

1) Функция определена на всей числовой оси.

2) При всех х функция распределения принимает только положительные значения.

3) Ось ОХ является горизонтальной асимптотой графика плотности вероятности, т.к. при неограниченном возрастании по абсолютной величине аргумента х, значение функции стремится к нулю.

4) Найдем экстремум функции.

Т.к. при y’ > 0 при x < m и y’ < 0 при x > m , то в точке х = т функция имеет максимум, равный .

5) Функция является симметричной относительно прямой х = а, т.к. разность

(х – а) входит в функцию плотности распределения в квадрате.

6) Для нахождения точек перегиба графика найдем вторую производную функции плотности.

При x = m + s и x = m - s вторая производная равна нулю, а при переходе через эти точки меняет знак, т.е. в этих точках функция имеет перегиб.

В этих точках значение функции равно .

Построим график функции плотности распределения.

Построены графики при т =0 и трех возможных значениях среднего квадратичного отклонения s= 1, s = 2 и s = 7. Как видно, при увеличении значения среднего квадратичного отклонения график становится более пологим, а максимальное значение уменьшается..

Если а > 0, то график сместится в положительном направлении, если а < 0 – в отрицательном.

При а = 0 и s = 1 кривая называется нормированной.

 


13.Понятие генеральной совокупности. Понятие случайной выборки. Вариационные ряды распределения. Виды рядов
Генеральная совокупность, генеральная выборка (от лат. generisобщий, родовой)(в англ. терминологии — population) — совокупность всех объектов (единиц), относительно которых учёный намерен делать выводы при изучении конкретной проблемы.

Генеральная совокупность состоит из всех объектов, которые имеют качества, свойства, интересующие исследователя. Иногда генеральная совокупность — это все взрослое население определённого региона (например, когда изучается отношение потенциальных избирателей к кандидату), чаще всего задаётся несколько критериев, определяющих объекты исследования. Например, женщины 10-89 лет, использующие крем для рук определённой марки не реже одного раза в неделю, и имеющие доход не ниже 5 тысяч рублей на одного члена семьи.

ПРОСТАЯ СЛУЧАЙНАЯ ВЫБОРКА

При проведении простой случайной выборки (Simple Random Sampling — SRS) каждый эле­мент совокупности имеет известную и равную вероятность отбора. Более того, каждая возмож­ная выборка данного объема (n) имеет известную и равную вероятность того, что она станет вы­борочной совокупностью. Это означает, что каждый элемент отбирается независимо от другога. Выборка формируется произвольным отбором элементов из основы выборки. Этот метод по­хож на розыгрыш лотереи, когда таблички с именами участников помещаются в барабан, кото­рый встряхивается, и из него произвольным образом извлекают отдельные таблички, в резуль­тате объективно определяются имена победителей.

ПРОСТАЯ СЛУЧАЙНАЯ ВЫБОРКА (SIMPLE RANDOM SAMPLING — SRS) - Вероятностный метод выборки, согласно которому каждый элемент генеральной совокупно­сти имеет известную и равную вероятность отбора. Каждый элемент выбирается независимо от каждого другого элемента, и выборка формируется произвольным отбором элементов из основы выборки.

При простой случайной выборке исследователь сначала формирует основу выборочного на­блюдения, в которой каждому элементу присваивается уникальный идентификационный но­мер. Затем генерируются случайные числа, чтобы определить номера элементов, которые будут включены в выборку. Эти случайные числа могут генерироваться компьютерной программой.

Простая случайная выборка имеет очевидные преимущества. Этот метод крайне прост для понимания. Результаты исследования можно распространять на изучаемую совокупность. Большинство подходов к получению статистических выводов предусматривают сбор информа­ции с помощью простой случайной выборки. Однако метод простой случайной выборки имеет как минимум четыре существенных ограничения. Во-первых, часто сложно создать основу выборочногo наблюдения, которая позволила бы провести простую случайную выборку.

Во-вторых, результатом применения простой случайной выборки может стать большая совокуп­ность, либо совокупность, распределенная по большой географической территории, что значи­тельно увеличивает время и стоимость сбора данных. В-третьих, результаты применения про­стой случайной выборки часто характеризуются низкой точностью и большей стандартной ошибкой, чем результаты применения других вероятностных методов. В-четвертых, в результа­те применения SRS может сформироваться нерепрезентативная выборка. Хотя выборки, полу­ченные простым случайным отбором, в среднем адекватно представляют генеральную сово­купность, некоторые из них крайне некорректно представляют изучаемую совокупность. Веро­ятность этого особенно велика при небольшом объеме выборки. Простая случайная выборка не часто используется в маркетинговых исследованиях. Более популярен метод систематической выборки.

Вариационными рядами называют ряды распределения, построенные по количественному признаку. Любой вариационный ряд состоит из двух элементов: вариантов и частот.
Вариантами считаются отдельные значения признака, которые он принимает в вариационном ряду.
Частоты – это численности отдельных вариантов или каждой группы вариационного ряда, т.е. это числа, показывающие, как часто встречаются те или иные варианты в ряду распределения. Сумма всех частот определяет численность всей совокупности, её объём.
Частостями называются частоты, выраженные в долях единицы или в процентах к итогу. Соответственно сумма частостей равна 1 или 100 %.

В зависимости от характера вариации признака различают дискретные и интервальные вариационные ряды.
Пример дискретного вариационного ряда приведен в табл. 2.9.
Таблица 2.9 - Распределение семей по числу занимаемых комнат в отдельных квартирах в 1989 г. в РФ.

N П/п Группы семей, проживающих в квартирах с числом комнат Число семей
всего, тыс.ед. в % к итогу
16,3
49,7
30,7
4 и более 3,3
ВСЕГО 100,00

Часто встречаются группировки, где известна численность единиц в группах или удельный вес каждой группы в общем итоге. Такая группировка называется рядом распределения. Ряд распределения характеризуется двумя элементами:

1. Обозначение группы

2. Численность единиц в группах

Численность каждой группы называется частотами ряда распределения. Сумма всех частот определяет численность всей совокупности. Численность групп, выраженная в долях от общей численности единиц называется частостями и выражается в процентах.

Ряды распределения могут быть образованы по атрибутивному или количественному признакам. При группировке по атрибутивному признаку ряд распределения составляют отдельные группы, указываемые их наименованием и численность или удельный вес каждой группы в процентах к итогу.

При группировке данных по количественному признаку получаются ряды, называемые вариационными. В статистике различают вариационные ряды прерывные (дискретные) и непрерывные. Вариационный ряд будет дискретным, если его группы составлены по признаку изменяющемуся прерывно. Вариационный ряд называется непрерывным если группировочный признак, составляющий основание группировки может принимать в определенном интервале любые значения.

Доверь свою работу кандидату наук!
1500+ квалифицированных специалистов готовы вам помочь



Дата добавления: 2015-01-12; просмотров: 44 | Нарушение авторских прав




lektsii.net - Лекции.Нет - 2014-2022 год. (0.007 сек.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав