Нормальное распределение. Методика расчета теоретических частот нормального распределения

 

Нормальное распределение, также называемое гауссовым распределением или распределением Гаусса —распределение вероятностей, которое задается функцией плотности распределения:

где параметр μ — среднее значение (математическое ожидание) случайной величины и указывает координату максимума кривой плотности распределения, а σ ² — дисперсия.

Нормальное распределение играет важнейшую роль во многих областях знаний, особенно в статистической физике. Физическая величина, подверженная влиянию значительного числа независимых факторов, способных вносить с равной погрешностью положительные и отрицательные отклонения, вне зависимости от природы этих случайных факторов, часто подчиняется нормальному распределению, поэтому из всех распределений в природе чаще всего встречается нормальное (отсюда и произошло одно из названий этого распределения вероятностей).

Нормальное распределение зависит от двух параметров — смещения и масштаба, то есть является с математической точки зрения не одним распределением, а целым их семейством. Значения параметров соответствуют значениям среднего (математического ожидания) и разброса (стандартного отклонения).

Стандартным нормальным распределением называется нормальное распределение с математическим ожиданием 0 и стандартным отклонением 1.

1. Вычисляем оценки математического ожидания и дисперсии:

2. Вычисляем границы интервалов нормированной переменной Z:

, i = 0,1,…., m.

3. Выберем по таблице значения функции Лапласа Ф(Z_i);

4. Найдём вероятность попадания значений нормально распределённой случайной величины Z в i -й частичный интервал:

 

 

5. Вычисляем теоретические частоты: .

 

Критерии согласия, их виды и формулы

 

Критерий Пирсона, или критерий χ² (Хи-квадрат) — наиболее часто употребляемый критерий для проверки гипотезы о законе распределения. Во многих практических задачах точный закон распределения неизвестен, то есть является гипотезой, которая требует статистической проверки.

 

Статистикой критерия Пирсона служит величина
, (3.91)

 

Критерий согласия Колмогорова или Критерий согласия Колмогорова-Смирнова — статистический критерий, использующийся для определения того, подчиняются ли дваэмпирических распределения

одному закону, либо того, подчиняется ли полученное распределение предполагаемой модели. Носит имена математиков Андрея Николаевича Колмогорова и Николая Васильевича Смирнова.

Критерий Колмогорова-Смирнова о проверке гипотезы об однородности двух эмпирических законов распределения является одним из основных и наиболее широко используемыхнепараметрических критериев

, так как достаточно чувствителен к различиям в исследуемых выборках.

 

 

Коэффициент ассоциации и контингенции

Коэффициент ассоциации (coefficient of association) – оценка степени тесноты связи между качественными признаками, каждый из которых представлен в виде альтернативного признака. Однако в тех случаях, когда один из четырех показателей отсутствует, величина коэффициента равна 1, что дает преувеличенную оценку связи между признаками.

 

 

Коэффициент корреляции (correlation coefficient) - числовая характеристика совместного распределения двух случайных величин, выражающая их взаимосвязь. Если коэффициент больше 0, то при увеличении значений одной из величин, вторая имеет тенденцию к увеличению; если меньше нуля – к снижению.

 

 

Коэффициенты взаимной сопряженности Пирсона и Чупрова

 

Критерий Пирсона

Критерий Пирсона вычисляется по формуле:

где fэ и fт — эмпирические и теоретические частоты.

С помощью критерия Пирсона по таблицам определяют вероятность P(х^2). Входами в таблицу являются значения х^2 и число степеней свободы k = n - р -1.

Если Р > 0,05, то считается, что эмпирические и теоретические распределения близки. При Р принадлежащим [0,02; 0,05] совпадение между ними удовлетворительное, а в других случаях — недостаточное.

 

Эмпирические коэффициенты детерминации и корреляционного отношения