- •Справочник магнитного диска (Кафедра высшей математики и физико-математического моделирования)
- •Введение
- •1. Случайные события
- •1.1. Пространство элементарных исходов
- •1.2. События, действия над ними
- •1.3. Сигма-алгебра событий
- •1.4. Решение типовых примеров
- •2. Вероятность
- •2.1. Классическое определение вероятности
- •2.2. Вычисление вероятностей с помощью формул комбинаторики
- •2.3. Геометрическое определение вероятности
- •2.4. Статистическое определение вероятности
- •2.5. Аксиоматическое определение вероятности
- •2.6. Решение типовых примеров
- •Вопросы и задачи
- •3. Условная вероятность. Схема Бернулли
- •3.1. Определение условной вероятности
- •3.2. Формула умножения вероятностей
- •3.3. Независимые и зависимые события
- •3.4. Формула полной вероятности
- •3.5. Формула Байеса
- •3.6. Схема Бернулли
- •3.7. Решение типовых примеров
- •4. Одномерные случайные величины
- •4.1. Определение случайной величины
- •4.2. Функция распределения случайной величины
- •4.3. Дискретные случайные величины
- •4.4. Некоторые дискретные случайные величины
- •4.5. Непрерывные случайные величины
- •4.6. Некоторые непрерывные случайные величины
- •4.7. Решение типовых примеров
- •5. Многомерные случайные величины
- •5.1. Многомерная случайная величина. Совместная функция распределения
- •5.2. Дискретные двумерные случайные величины
- •5.3. Непрерывные случайные величины
- •5.4. Независимые случайные величины
- •6. Числовые характеристики случайных величин
- •6.1. Математическое ожидание случайной величины
- •6.2. Математическое ожидание. Свойства математического ожидания
- •6.3. Дисперсия. Моменты высших порядков
- •6.4. Ковариация и коэффициент корреляции случайных величин
- •6.5. Решение типовых примеров
- •7. Условные характеристики случайных величин
- •Условные распределения
- •7.2. Условные числовые характеристики
- •8. Предельные теоремы теории вероятностей
- •Сходимость последовательности случайных величин
- •8.2. Неравенства Чебышева. Закон больших чисел
- •9. Элементы математической статистики
- •9.1. Выборочный метод. Основные понятия
- •9.2. Статистическое распределение. Полигон и гистограмма
- •9.3. Эмпирическая функция распределения
- •9.4 Оценка параметров по выборке. Понятие несмещенности , состоятельности и эффективности оценки
- •9.5. Генеральная средняя. Выборочная средняя.
- •9.6. Генеральная дисперсия. Выборочная дисперсия. Эмпирическая дисперсия
- •9.7. Доверительная вероятность. Доверительный интервал
- •10. Математическая обработка результатов наблюдений
- •10. 1. Измерения и их погрешности. Применение методов математической статистики к обработке результатов наблюдений
- •10. 2. Оценка точного значения измеряемой величины
- •Доверительная оценка при неизвестной точности измерений.
- •10.3. Оценки точности измерений
- •Доверительные оценки средней квадратической погрешности.
- •10.4. Метод наименьших квадратов
- •Стационарные случайные процессы
- •Марковские случайные процессы
- •Процесс Пуассона
- •Случайные процессы с независимыми приращениями
- •12. Понятие о нелинейной регрессии Основные понятия
- •Доверительный интервал для коэффициентов
- •Библиографический список
- •ОгЛавление
- •6.1. Математическое ожидание случайной величины 159
- •10.3. Оценки точности измерений 215
- •3 94026 Воронеж, Московский просп.,14
9.5. Генеральная средняя. Выборочная средняя.
Пусть требуется изучить дискретную генеральную совокупность относительно количественного признака X.
Генеральной средней называется среднее арифметическое значений признака X генеральной совокупности. Обозначим генеральную среднюю через . Если все значения признака генеральной совокупности объема N являются различными, то
, (9.14)
Поскольку признак X можно рассматривать как случайную величину, возможные значения которой имеют одну и ту же вероятность p =1:N, математическое ожидание этой величины определяется формулой
(9.15)
Если значения имеют соответственно частоты
N1, N2,..,Nm, причем , то (9.16)
Отметим, что формула (9.15) справедлива и для этого случая. При непрерывном распределении признака X по определению полагают
(9.17)
Предположим, что для изучения генеральной совокупности относительно количественного признака X из нее извлечена выборка объема п.
Выборочной средней называется среднее арифметическое значений признака выборочной совокупности. Если все значения различны, то
(9.18)
Если значения имеют соответственно частоты , причем ,то (9.19)
Так как каждой выборке объема n , извлеченной из генеральной совокупности, соответствует некоторое число , определяемое формулой(9.18) или (9.19), то выборочную среднюю можно рассматривать как случайную величину ХВ.
Выборочную среднюю принимают в качестве оценки генеральной средней. Покажем, что эта оценка является несмещенной и состоятельной, т.е. M(XB) = , . Не уменьшая общности рассуждений, предполагаем, что все значения различны. Будем рассматривать эти значения как независимые, одинаково распределенные случайные величины ; они имеют одинаковые числовые характеристики, в частности, одно и то же математическое ожидание а. Учитывая свойства математического ожидания, получаем
(9.20)
(9.21)
Поскольку каждая из величин имеет то же распределение, что и генеральная совокупность, математическое ожидание признака X генеральной совокупности также равно а, т.е. М(Х) = а.
Из формул (9.15), (9.20) и (9.21) следует, что
(9.22)
Это равенство означает, что выборочная средняя является несмещенной оценкой генеральной средней. Предполагая, что дисперсии случайных величин ограничены, на основании следствия из теоремы Чебышева (частный случай) получаем
(9.21)
так как а =xГ в силу равенств (9.15) и (9.21). Следовательно, при неограниченном увеличении объема выборки выборочная средняя стремится по вероятности к генеральной средней. Последнее равенство означает, что выборочная средняя будет состоятельной оценкой генеральной средней.
Из предыдущего следует , что выборочные средние, найденные по нескольким выборкам достаточно большого объема из некоторой генеральной совокупности, приближенно равны между собой. Это утверждение выражает свойство устойчивости выборочных средних.