КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Методические указания и основы теории кСтр 1 из 3Следующая ⇒ Тема 1 «Основы математической статистики. Точечные и интервальные оценки». Методические указания и основы теории к . Математическое ожидание (м о)иногда называют средним значением случайной величины. Для дискретной величины м о вычисляется как сумма произведений всех возможных значений случайной величины на вероятность этих значений ,где n – число значений xi; pi - соответствующая вероятность. При большом количестве опытов М(х) совпадает со средним арифметическим. М о является центром тяжести плотности распределения и, следовательно, служит для характеристики положения распределения. В статистике характеристикой положения служит выборочное среднее , где n - объем выборки, т.е. число наблюдаемых значений хi . . Дисперсия– показатель разброса случайной величины вокруг среднего значения. Если дисперсия мала, то распределение более концентрируется вокруг м о. По определению это математическое ожидание квадрата отклонения случайной величины от своего среднего. Дисперсия дискретной случайной величины вычисляется по формулам: В статистике показателем разброса служит выборочная дисперсия. Выборочной дисперсией называется величина Такая оценка используется при объеме выборки больше 30. Если объем меньше, то дисперсию исправляют и называют исправленной:
Среднеквадратичное отклонениеσ = √D – положительный квадратный корень из дисперсии. В статистике аналогичную величину называют стандартным отклонением и вычисляют по формуле .
|