2 вариант готовое ДЗ
Описание файла
PDF-файл из архива "2 вариант готовое ДЗ", который расположен в категории "". Всё это находится в предмете "теория вероятностей и математическая статистика" из , которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "курсовые/домашние работы", в предмете "теория вероятности" в общих файлах.
Просмотр PDF-файла онлайн
Текст из PDF
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ«Московский государственный техническийуниверситетимени Н.Э. Баумана»(МГТУ им. Н.Э. Баумана)АЭРОКОСМИЧЕСКИЙ ФАКУЛЬТЕТКАФЕДРА«ВЫЧИСЛИТЕЛЬНАЯ МАТЕМАТИКА И МАТЕМАТИЧЕСКАЯ ФИЗИКА»Дисциплина «МАТЕМАТИЧЕСКАЯСТАТИСТИКА»РАБОТА №1ВАРИАНТ 2Баланин А. С.Студент:Группа АК3-51Преподаватель:Валишин А.А.МОСКВА 2014Задача №1.Известно, что генеральная совокупность имеет распределение ПуассонаP k kk!e , неизвестным является параметр λ. Используя указанный ниже методполучения точечных оценок, найти по выборке (x1,x2,….x8) оценку неизвестногопараметра λ.1.
Метод моментов.2. Метод максимального правдоподобия.xi (117 131 128 118 125 135 123 119), i 1, 8.1. Из теории известно, что математическое ожидание (первый момент) дляраспределения Пуассона равен . Поэтому, исходя из смысла метода моментов, в качествеоценки неизвестного параметра возьмём выборочное среднее:1 n1 ( ) x ˆ x xi 124,5.n i 12. Составим функцию правдоподобия:nL( xn , ) i 1xixi !e ,l ( xn , ) ln L( xn , );nnni 1i 1l ( xn , ) ( xi ln ln xi ) ln xi lnxi n ;i 1l 11 xi n 0 ˆ xi 124, 5. i 1n i 1Метод моментов и метод максимального правдоподобия подтвердили, что оценкойнеизвестного параметра в распределение Пуассона является выборочное среднее(эмпирический момент первого порядка).
►nnЗадача №2.Известно, что генеральная совокупность имеет биномиальное распределениеP m C mn p m (1 p ) n m , неизвестным является параметр p. Используяуказанный ниже метод получения точечных оценок, найти по выборке (x1,x2,….x8) оценкуp̂ неизвестного параметра p.1. Метод максимального правдоподобия.2. Метод моментов.xi (117 131 128 118 125 135 123 119), i 1,8; n 150.1. Математическое ожидание (первый момент) для биномиального распределениявычисляется по формуле:nx1 ( p) m C mn p m (1 p ) n m np pˆ 0,83.nm02.
Составим функцию правдоподобия (пусть m объём выборки равный 8):mL( xm , p) p xi (1 p) n xi ;i 1ml ( xm , p) ( xi ln p (n xi ) ln(1 p)) i 1mmi 1i 1 ln p xi nm ln(1 p ) ln(1 p ) xi ;2l 1 mmn1 mxnx xi xi 0 0 x np p p i 11 p 1 p i 1p 1 p 1 pxpˆ 0,83.nМетод моментов и метод максимального правдоподобия подтвердили, что оценкойнеизвестного параметра p в биномиальном распределении является частота успеха. ►Задача №3.Генеральная совокупность имеет нормальное распределение с неизвестнымматематическим ожиданием a и известной дисперсией 2 .
По выборке ( x1 , x2 ,..., xn )объёма n вычислено выборочное среднее x .Определить доверительный интервал для неизвестного математического ожидания,отвечающей заданной доверительной вероятности р.x 110; n 130; 2 100;p 0,94.Оценкой неизвестного параметра a является выборочное среднее x , которое будетобладать нормальным законом распределения с параметрами: x N a;.nПоэтому в виде исходной статистики возьмём выражение:x anN (0;1).Построение доверительного интервала:P | | 1 p ,12 где 1 квантиль нормального распределения уровня 1 2Из таблицы находим, что 1 0,97 . 0,97 1,88 .2 108,35 a 111, 65n 1 2В итоге мы получаем, что a 110 1, 65 с надёжностью 0,94.
►xn21ax2Задача №4.Генеральная совокупность имеет нормальное распределение с неизвестнымиматематическим ожиданием a и дисперсией 2 . По выборке ( x1 , x2 ,..., xn ) объёма nвычислены оценки математического ожидания и дисперсии – выборочное среднее x иисправленная выборочная дисперсия s 2 . Найти доверительный интервал дляматематического ожидания, отвечающей заданной доверительной вероятности p .x 2,1; n 28;s2 0,5 s 0,71; p 0,9.В этом случае в виде исходной статистики возьмём:x an T (n 1).sПостроение доверительного интервала:3P | | t (n 1) 1 p ,12где t1(n 1) квантиль распределения Стьюдента уровня 1 2свободы ( n 1) 27 .Из таблицы находим, что t12 0,95 с числом степеней(n 1) t0,95 (27) 1, 7 .2sst (n 1) a x t (n 1) 1,87 a 2,33n 1 2n 1 2В итоге мы получаем, что a 2,1 0, 23 с надёжностью 0,90.
►xЗадача №5.В результате n опытов получена несмещенная оценка в виде исправленнойвыборочной дисперсии s 2 для дисперсии нормальной генеральной совокупности. Найтидоверительный интервал для дисперсии при доверительной вероятности p .n 15;s2 1,5 s 1, 23;p 0,98.В виде исходной статистики возьмём величину равную: (n 1)s22 2 (n 1).Мы видим, что выбранная нами статистика имеет известное распределение 2 счислом степеней свободы n 1, а также содержит нужную нам величину 2 .Построение доверительного интервала:P dq dp 1 p dq 2 (n 1)2,2 dp 1 (n 1)2где 2 (n 1) и 21212(n 1) квантили нормального распределения уровня22 0, 01 и 0, 99 с числом степеней свободы (n 1) 14 .Из таблицы находим, что 2 (n 1) 20,01 (14) 4,66 и221(n 1) 20,99(14) 29,14 .2(n 1)s 2(n 1)s 22 2 0, 71 2 4,51 0,84 2,122 (n 1) (n 1)122В итоге мы получаем, что 1,5 0, 66 с надёжностью 0,98.
►Задача №6.В серии из n выстрелов по мишени наблюдалось m попаданий. Найтидоверительный интервал для вероятности p попадания в мишень при доверительнойвероятности p . n 30; m 11; p 0,95.4P( p2 p p1 ) 1 Теория гласит, что доверительный интервал неизвестной величины при неизвестнойвероятности события вычисляется по формуле:1 m 1m 2 m 1 2 12 1 2n 4 1 22p1,2 p1 0,31;2n 1p2 0, 4620,31 p 0, 46.
►Задача №7.В серии из n опытов событие A не наступило ни разу. Определить число опытовn , при котором верхняя доверительная граница для вероятности P ( A) равна заданномучислу p1 0,02 . Доверительную вероятность принять равной 0.95.Пользуемся соображениями из предыдущего задания при ( m 0) формула приметвид:p1 1 21 2 12 1 24 1 22n 212Откуда выражаем n :n1 21 2 1124 1 222 21p1 188 .
►2Задача №8.Для контроля взяты 200 узлов, собранных на заводском конвейере. Число узлов miпри сборке которых пропущено i операций, сведено в таблицу:i01234567 Всегоmi4162452216842200Согласуются ли полученные результаты с распределением Пуассона:(P ( i ) ii!e , случайное число пропущенных операций )по критерию2при уровне значимости ? Решить задачу для заданного значения параметра 1, 71 идля случая, когда параметр оценивается по выборке.Рассмотрим случай, когда задано и 1, 71 .5Получаем, что наблюдаемое значение статистики Пирсона равно: Wнаблюд 23,1186.Теперь выясним, является ли Wнаблюд допустимой.Пусть 0, 01 - уровень значимости (вероятность совершить ошибку), в своюочередь 1 0,99 .P W кр | H 0 ;W 2 (r ),где r - число степеней свободы, равное: r k 1 l 8 1 7 кр 2 (1 ) (7) 2 (0,99) (7) 18, 48.W 2 (7).Мы видим, что Wнабл кр гипотеза H 0 принимается с надёжностью 0,01.
То естьмы видим, что полученные результаты не согласуются с распределением Пуассона.Рассмотрим случай, когда параметр неизвестен.Параметр является математическим ожиданием предполагаемого распределенияПуассона, поэтому в качестве его оценки возьмём выборочное среднее:ˆ ( xn ) x 1, 73 Получаем, что наблюдаемое значение статистики Пирсона равно: Wнаблюд 21, 76034.Теперь выясним, является ли Wнаблюд допустимой.Пусть 0, 01 - уровень значимости (вероятность совершить ошибку), в своюочередь 1 0,99 .P W кр | H 0 ;W 2 (r ),где r - число степеней свободы, равное: r k 1 l 8 1 1 6 кр 2 (1 ) (6) 2 (0,99) (6) 16,81.W 2 (6).Мы видим, что Wнабл кр гипотеза H 0 принимается с надёжностью 0,01.
То естьмы видим, что полученные результаты не согласуются с распределением Пуассона. ►6Часть 2.Задача №1.Дана генеральная совокупность, состоящая из случайных величин, являющихсярезультатами некоторого опыта. Необходимо проанализировать данные величины,выдвинуть гипотезу о виде их распределения и подтвердить или опровергнуть её сопределённой долей вероятности.3,254,034,513,703,645,37Генеральная совокупность xn ( x1 , x2 ,..., xn ),4,252,604,135,023,234,153,941,914,130,004,994,104,121,473,452,913,144,163,912,854,402,005,682,873,713,854,262,564,204,87n 60 имеет вид:4,325,482,950,932,001,983,824,817,002,132,922,612,613,182,033,163,824,573,655,664,403,472,196,322,132,953,704,134,516,322,193,143,714,134,577,00Составим вариационный ряд xn ( x(1) x(2) ...
x( n ) ) :0,002,563,163,824,154,810,932,603,183,824,164,871,472,613,233,854,204,991,912,613,253,914,255,021,982,853,453,944,265,372,002,873,474,034,325,482,002,913,644,104,405,66Возьмём количество разбиений равное 7-ми, тогда h 2,032,923,654,124,405,68x(n) x(1)7 1.Для приближённого определения плотности теоретической вероятности функциираспределения, на основе данной таблицы (на основе эмпирической функциираспределения) построим гистограмму и полигон:7По виду гистограммы мы предположим, что наша генеральная совокупность имеетнормальное распределение.( x a )212H 0 : N (a, ),f ( x, a , ) e 2 , 22где a математическое ожидание, а дисперсия нормального распределения.В качестве оценки параметра a возьмём выборочное среднее, а в качестве оценкипараметра 2 возьмём исправленную выборочную дисперсию:1 n1 7aˆ ( xn ) x 3, 62; ˆ 2 S12 ( xi x ) 2 ( xi* x ) 2 1, 79 ˆ S1 1,34.n 1 i 1n 1 i 1Функция распределения с учётом найденных параметров примет вид:21f ( x) e1,34 22( x 3,62)23,57 0, 298e( x 3,62)23,57.Проверка гипотезы:1) Критерий ПирсонаW статистика Пирсона, имеющая распределения 2 .n7(ni ni )2ni 2W n; ni npi .nii 1i 1 niИз теории известно, что вероятность попадания случайной величины в интервал длянормального распределения описывается уравнением: x a x aP( xi xi 1 ) Ф i 1Ф i. В нашем случае:x xx xzi i,zi 1 i 1 P( xi xi 1 ) Ф zi Ф zi 1 .S1S1После расчётов приведённых в таблице получили, чтоWнаблюд 2,56.Теперь выясним, является ли Wнаблюд допустимой.Пусть 0, 01 - уровень значимости (вероятность совершить ошибку), в своюочередь 1 0,99 .P W кр | H ;W 2 (r ),где r - число степеней свободы, равное: r k 1 l 7 1 2 4 кр 2 (1 ) (4) 2 (0,99) (4) 13, 28.W 2 (4).Мы видим, что Wнабл кр с надёжностью 0,99 наши экспериментальныерезультаты описываются нормальным распределением.Построим доверительные интервалы для параметров a и 2 :8Так как параметр 2 неизвестен, то воспользуемся известной статистикой, имеющейраспределение Стьюдента с n 1 степенями свободы:x aT (n 1) n;S1ssx 1 t (n 1) a x 1 t (n 1).1n 2n 1 2t0,995 (59) 2, 66; 3,16 a 4, 08.То есть мы получили, что a 3, 62 0, 46 с надёжностью 0,99.Для параметра 2 возьмём статистику вида:S2 2 (n 1) (n 1) 12 ;(n 1) S(n 1) S122. 2 (n 1) 2 (n 1)21120,995(59) 91;2220,005(59) 36; 1,16 2 2,93 1, 08 1, 71.То есть мы получили, что 1,34 0,37 с надёжностью 0,99.2) Критерий КолмогороваСуть метода состоит в сравнении интегральной и эмпирической функцийраспределения. (t , xn )Fˆn (t , xn ) эмпирическая функция распределения.nСтатистика Колмогорова имеет вид:D( xn ) sup | Fˆ (t , xn ) F (t ) | .xRDнабл 0,14;P( D( xn ) d кр | H) 0, 01;d кр 0, 207.Видно, что гипотеза H не выполняется, так Dнабл d кр что наши экспериментальныеданные описываются нормальным законом распределения с надёжностью 0,99.