Під законом розподілу слід розуміти такий теоретичний розподіл до якого прямує емпіричний розподіл при п -" со.
В статистиці широко використовуються різні види теоретичних розподілів, серед яких класичними вважаються нормальне, біноміальне і пуассонове. Серед названих законів розподілу, на якому ґрунтується більшість статистичних методів дослідження, є закон нормального розподілу.
Окремі закони пов'язані з характером розподілу окремих випадкових величин і застосовуються для розв'язання конкретних задач. Ці закони носять імена вчених, які їх відкрили. Серед них у статистичній науці і практиці найбільш широке застосування одержали закони розподілу Стьюдента, Пірсона і Фішера-Снедекора.
Кожний із законів розподілу має свою специфіку і область застосування в різних галузях знання.
Закони розподілу в основному використовуються для розв'язування задач, пов'язаних з оцінкою параметрів генеральної сукупності і перевіркою статистичних гіпотез.
Розглянемо закони розподілу, що одержали в статистичному аналізі найбільше застосування.
Нормальний розподіл
Більшість соціально-економічних і природних явищ підпорядковано закону нормального розподілу. Підпорядкованість закону нормального розподілу проявляється тим точніше, чим більше випадкових величин діє разом. Якщо жодна з випадково діючих причин за своєю дією не виявиться переважною над іншими, то закон розподілу дуже близько підходить до нормального.
Така закономірність проявляється, наприклад, в розподілі відхилень у виробничому процесі при нормальному рівні організації і технології, в розподілі населення певного віку за розміром взуття, одягу і в багатьох інших випадках.
Нормальний розподіл є симетричним розподілом, в якому більшість значень випадкової величини концентрується навколо середньої величини, його особливістю є те, що чим більше значення окремих варіант відхиляються від середньої величини, тим рідше вони зустрічаються і тим менше імовірність їх появи. І навпаки, чим ближче варіанти до середнього значення, тим частіше вони зустрічаються і тим більше імовірність їх появи. Однакові за абсолютним значенням, але протилежні за знаком відхилення значень змінної х від середньої рівно імовірні.
Імовірність відхилень вибіркових середніх від генеральної середньої (~ - х) при великому числі спостережень (п -"со) визначається законом нормального розподілу Лапласа-Гаусса.
Нормальним розподілом називають розподіл неперервної випадкової величини, який описується щільністю імовірності
де Ф(х) - щільність імовірності (ордината кривої); ст0 - середнє квадратичне відхилення генеральної середньої, яке у практичних розрахунках замінюється вибірковим ст; к = 3,14 ... (постійна величина, яка характеризує відношення довжини кола до довжини його діаметра); е = 2,718... - основа натуральних логарифмів (число Ейлера).
Як видно, нормальний розподіл визначається двома параметрами: середньою арифметичною і середнім квадратичним відхиленням. Знаючи ці параметри, можна побудувати криву нормального розподілу.
Звичайно в даній формулі замінюється на і, де відхилення представлені в частках середнього квадратичного відхилення, прирівняного до одиниці. Завдяки нормуванню, дисперсія і = 1, а х = 0.
Рівняння нормальної кривої при такій заміні приймає вигляд:
Його називають стандартним рівнянням нормальної кривої, а нормальну криву - нормованою кривою. При її побудові за емпіричними даними застосовують таку формулу
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Теорія статистики» автора Мармоза А.Т. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Закони розподілу вибіркових характеристик“ на сторінці 1. Приємного читання.
