Категории: ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника |
РАСПРЕДЕЛЕНИЯ ДИСКРЕТНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ В EXCELБИНОМИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ Распределение используется для моделирования случайной величины с конечным числом испытанной. В каждом испытании случайная величина может принимать только два значения: успех или неуспех (0 или 1). Вероятность успеха постоянна и не зависит от результатов других испытаний. Биномиальное распределение описывает общее число успехов при указанном числе испытаний. Данное распределение требует указать два параметра: число испытаний (n) и вероятность успеха (р). Пример 2.1. Группа из 20 студентов сдает экзамен. Вероятность сдать экзамен по данным прошлых лет равна 0,3. Отобрано 5 человек. Составьте закон распределения случайной величины Х – числа студентов, сдавших экзамен. В ячейку В7 помещена функция БИНОМРАСП(А7; $B$1; $B$2; 0) (рис 2.3.). Скопируйте формулу для остальных ячеек столбца В, как показано на рис. 2.2. Чтобы получить данные столбца С, надо в качестве аргумента интегральная поставить единицу. С помощью функции БИНОМРАСП можно получить только вероятности равные числу успеха k (интегральная равна нулю) или не большие k (интегральная равна единицы). Для вычисления других вероятностей воспользуйтесь значениями столбцов В и С. Значения в столбцах D, E, F находятся по формулам: D7 = C7 – B7; E7 = 1 – C7; F7 = 1 – E7. Диаграмма биномиального распределения построена по ячейкам В7:В12. В качестве обратной функции к БИНОМРАСП в Excel рассматривается функция КРИТБИНОМ. Ее синтаксис: КРИТБИНОМ(число_испытаний; вероятность_успеха; альфа) = Р(Х <= x). КРИТБИНОМ(B1;B2;C10) = 3 ГИПЕРГЕОМЕТРИЧЕСКОЕ РАСПРЕДЕЛЕНИЕ Распределение возвращает вероятность заданного количества успехов в выборке, если заданы: размер выборки (n), количество успехов в генеральной совокупности (m) и размер генеральной совокупности (N). Функция ГИПЕРГЕОМЕТ используется для задач с конечным числом элементов генеральной совокупностью, где каждое наблюдение – это успех или неудача, а каждое подмножество заданного размера (x) выбирается с вероятностью равной . Синтаксис: ГИПЕРГЕОМЕТ(число_успехов_в_выборке; размер_выборки; число_успехов_в_совокупности; размер_совокупности) РАСПРЕДЕЛЕНИЕ ПУАССОНА Обычное применение распределения Пуассона состоит в предсказании количества событий, происходящих за определенное время, например: количество машин, появляющихся за 1 минуту на станции техобслуживания. Синтаксис: ПУАССОН(x; среднее; интегральная) x – количество событий, среднее – ожидаемое численное значение, интегральная – логическое значение, определяющее форму возвращаемого распре-деления вероятностей. Если аргумент «интегральная» имеет значение ИСТИНА, то функция ПУАССОН возвращает интегральное распределение Пуассона, то есть вероятность того, что число случайных событий будет от 0 до x включительно. Если этот аргумент имеет значение ЛОЖЬ, то вычисляется значение функции плотности распределения Пуассона, то есть вероятность того, что событий появится равно x раз. ИНТЕРВАЛЬНЫЕ ОЦЕНКИ Величина оценки q*, найденная по выборке, является лишь приближенным значением неизвестного параметра. Вопрос о точности оценки в математической статистике устанавливается с помощью соотношения: Р(|q – q*| < Dg) = g, (2.7) где g – доверительная вероятность или надежность интервальной оценки (принимает значения 90%, 91%,…99%, 99,9%); Dg – предельная ошибка (точность) оценки. Для случайной величины, имеющей нормальное распределение Dg = tg s(q). (2.8) Значение tg вычисляется с помощью функции Лапласа, если s задано в условии по формуле 2 Ф(tg) = g. Если стандартное отклонение находится по выборке, то рассматривают два случая: 1) n < 30 используется функция Стьюдента: tg = СТЬЮДРАСПОБР(1 – g; n – 1) 2) n ³ 30 используется функция Лапласа 2 Ф(tg) = g. Если раскрыть модуль в уравнении (2.7), то получим неравенство: Р(|–| <) = g, (2.7) q* – Dg < q < q* + Dg. Числа q1 = q* – Dg и q2 = q* + Dg. называют доверительными границами, а интервал (q1, q2) – доверительным интервалом или интервальной оценкой параметра. Границы доверительного интервала симметричны относительно точечной оценки q*. Поэтому точность оценки Dg иногда называют половиной длины доверительного интервала. Так как q* величина случайная, то границы доверительного интервала могут меняться, кроме того, они будут меняться с изменением доверительной вероятности, поэтому соотношение (2.7) следует читать так: «со статистической надежностью 100% доверительный интервал (q1, q2) содержит параметр генеральной совокупности». Рассмотрим на примерах, как строятся доверительные интервалы для математического ожидания, дисперсии и среднего квадратического отклонения нормально распределенного количественного признака Х. |
|
Последнее изменение этой страницы: 2016-06-10 lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда... |