Случайные величины

Содержание

Слайд 2

План лекции: Виды случайных величин Основные характеристики дискретных случайных величин Основные

План лекции:

Виды случайных величин
Основные характеристики дискретных случайных величин
Основные характеристики непрерывных случайных

величин
Правила группировки данных
Слайд 3

Виды случайных величин Биометрия – область научного знания, охватывающая планирование и

Виды случайных величин

Биометрия – область научного знания, охватывающая планирование и

анализ результатов количественных биологических экспериментов и наблюдений методами математической статистики.
Слайд 4

Случайная величина – это такая величина, которая в результате опыта может

Случайная величина – это такая величина,
которая в результате опыта может принять

то или иное значение, причем неизвестно
заранее какое именно.
Слайд 5

Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между возможными

Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между

возможными значениями случайной величины и соответствующими им вероятностями.

Закон распределения случайной величины может задаваться в виде:
таблицы
графика
формулы (аналитически).

Слайд 6

Вид закона распределения (таблица) условие нормировки

Вид закона распределения (таблица)

условие нормировки

Слайд 7

Вид закона распределения (график) Дискретное распределение Непрерывное распределение

Вид закона распределения (график)

Дискретное распределение

Непрерывное распределение

Слайд 8

Вид закона распределения (формула) Функция плотности вероятностей распределения частоты пульса у студентов 1 курса КрасГМА

Вид закона распределения (формула)

Функция плотности вероятностей распределения
частоты пульса у студентов

1 курса КрасГМА
Слайд 9

Основные характеристики дискретных случайных величин Математическое ожидание (среднее значение) случайной величины

Основные характеристики дискретных случайных величин

Математическое ожидание (среднее значение) случайной величины равно

сумме произведений значений, принимаемых этой величиной, на соответствующие им вероятности:
М(x)=x1Р1 + x2Р2 + . . . + xnPn =
Слайд 10

Дисперсия случайной величины – это математическое ожидание квадрата соответствующего отклонения случайной

Дисперсия случайной величины – это математическое ожидание квадрата соответствующего отклонения случайной

величины xi от ее математического ожидания:
D(x) = M [xi – M(x)]2
Среднее квадратическое отклонение:
Слайд 11

ПРИМЕР: Рассчитать основные числовые характеристики для числа вызовов, поступивших на подстанцию

ПРИМЕР: Рассчитать основные числовые характеристики для числа вызовов, поступивших на

подстанцию скорой помощи за 15 минут.

M(x)=2,8 D(x)=1,16

Слайд 12

Расчеты М(x)=1⋅0,15+2⋅0,2+3⋅0,4+4⋅0,2+5⋅0,05=2,8 D(x)=(1-2,8)2∙0,15+(2-2,8)2∙0,2+(3-2,8)2∙0,4+(4-2,8)2∙0,2+(5-2,8)2 ∙ 0,05= 1,16 σ(x)= =1,08

Расчеты

М(x)=1⋅0,15+2⋅0,2+3⋅0,4+4⋅0,2+5⋅0,05=2,8
D(x)=(1-2,8)2∙0,15+(2-2,8)2∙0,2+(3-2,8)2∙0,4+(4-2,8)2∙0,2+(5-2,8)2 ∙ 0,05= 1,16
σ(x)= =1,08

Слайд 13

Основные характеристики непрерывных случайных величин Плотностью распределения вероятностей называется отношение вероятности Р(a

Основные характеристики непрерывных случайных величин

Плотностью распределения вероятностей
называется отношение вероятности

Р(a
Слайд 14

Функция плотности распределения вероятностей – это зависимость плотности распределения от значений

Функция плотности распределения вероятностей – это зависимость плотности распределения от значений

величины x.

Функция плотности распределения вероятностей

Слайд 15

Функция F(х) распределения вероятностей (или накопленной вероятности). F(х) – является первообразной

Функция F(х) распределения вероятностей (или накопленной вероятности). F(х) – является первообразной

для у=f(х). Она равна вероятности того, что случайная величина Х меньше наперед заданного числа x.
F(x) = P(Х

условие
нормировки

Функция распределения вероятностей

Слайд 16

Основные числовые характеристики непрерывных случайных величин Математическое ожидание Дисперсия Среднее квадратическое отклонение

Основные числовые характеристики непрерывных случайных величин

Математическое ожидание
Дисперсия
Среднее квадратическое отклонение

Слайд 17

Гистограмма распределения студентов по возрасту 15 18 21 24 27 30 возраст

Гистограмма распределения студентов по возрасту

15 18 21 24 27

30 возраст
Слайд 18

ПРАВИЛА ГРУППИРОВКИ ДАННЫХ Из имеющихся значений признака x выбрать наименьшее (xmin),

ПРАВИЛА ГРУППИРОВКИ ДАННЫХ

Из имеющихся значений признака x выбрать наименьшее (xmin),

наибольшее (xmax), т.о. определяют размах распределения (xmax – xmin).
Определить число классов группировки: k=1+3,32·lgn, где n – число измерений. Величину k округляют до целых чисел.
Определить оптимальную величину класса (интервала группировки)
Выбрать границы классов. Границы первого класса следует выбрать так, чтобы он содержал наименьшее значение, но не начинался с него. Последующие классы образуются добавлением величины интервала Δxi.
Определить середину интервала .