![]() Главная страница Случайная лекция ![]() Мы поможем в написании ваших работ! Порталы: БиологияВойнаГеографияИнформатикаИскусствоИсторияКультураЛингвистикаМатематикаМедицинаОхрана трудаПолитикаПравоПсихологияРелигияТехникаФизикаФилософияЭкономика ![]() Мы поможем в написании ваших работ! |
Нормальное распределение
Испытания с двумя возможными результатами: да или нет, удача или неудача, орлы или решки, красный или не красный и так далее, называют биномиальными испытаниями, а вероятность получения n1 «удач» в n биномиальных испытаниях определяется выражением
где р – вероятность «удачи» при одном испытании. Это формула биномиального распределения. Предположим, что монета подбрасывается 10 раз. Допустим, что она может с равным успехом выпасть как «орлом», так и «решкой». Можно спросить, какова вероятность того, что в результате получится 0 «орлов» или что выпадет 1 «орёл»... или что в результате 10 бросаний мы получим 10 «орлов»? Вычисления, проведенные по формуле (6.1), позволили построить график распределения вероятностей получения определённого числа «орлов» при 10 бросаниях правильной монеты (рис. 6.1). Вероятности появления 0, 1, 2, ..., 9 или 10 «орлов» в результате 10 бросаний монеты графически представлены на рисунке 6.1. Вероятности наблюдаемых значений непрерывных переменных, например роста, удобно изображать с помощью математических кривых, известных как распределения вероятностей. Пусть известен рост для огромного числа разных людей, тогда можно построить график, где «рост человека» изображен в зависимости от доли людей, которые имеют этот рост. Доля людей, рост которых лежит в пределах от 1,50 до 1,55 м, может рассматриваться как вероятность, что у человека, случайно выбранного из совокупности, рост будет в пределах от 1,50 до 1,55 м. Площадь под этой кривой равна 1. Если изображать значения, которые может принимать непрерывная случайная переменная таким образом, что площадь между любыми двумя значениями переменной равна вероятности того, что переменная будет принимать значение, лежащее между этими двумя величинами, то результирующий график называют функцией плотности вероятности. Если бы нам удалось найти уравнение кривой, которая бы хорошо аппроксимировала кривую, полученную соединением концов отрезков на рисунке 6.1. Если бы такую кривую удалось найти, то почти нереализуемые проблемы вычисления вероятностей (из-за громоздкости вычислений) можно было бы заменить простым считыванием точек с кривой или просмотром чисел в математической таблице
Уравнение такой кривой
где u – высота кривой прямо над всяким заданным значением Х на графике распределения частот, величина Уравнение (6.2) – формула для нормального распределения, график уравнения (6.2) – симметричная, колоколообразная кривая, известная как нормальная кривая. Частным случаем нормальной кривой является единичная нормальная кривая. Для этой кривой Единичную нормальную кривую называют ещё стандартной. В таблицах даётся площадь под единичной нормальной кривой влево от любой точки на оси z между –3,00 и +3,00. Там приводятся также ординаты u единичного нормального распределения для значений z от –3,00 до +3,00. Например,
площадь слева от z = –1,27 составляет 0,1020, а площадь слева от z = 0,50 равна 0,6915. Следовательно, площадь между –1,27 и 0,50 определяется разностью 0,6915 – 0,1020 = 0,5895. Иными словами, около 59% площади лежит между этими двумя точками. На рисунке 6.2 построен график нормального распределения для
Рис. 6.2 – Нормальное распределение для
Фактически существует бесконечное множество нормальных кривых, отличающихся друг от друга парой значений 1. 68 % площади под кривой лежит в пределах одной 2. 95 % площади под кривой лежит в пределах двух 3. 99,7 % площади под кривой лежит в пределах трёх Если Х имеет нормальное распределение со средним Величина Если нам нужно узнать, какая часть площади лежит слева от значения 20 в нормальном распределении со средним 25 и стандартным отклонением 5, то для этого необходимо выяснить: «Какая часть площади лежит слева от У многих учащихся иногда складывается неправильное представление, что существует необходимая связь между нормальным распределением – идеальным описанием некоторых распределений частот – и практически любыми данными. Нормальная кривая – это изобретение математика, довольно хорошо описывающее полигон частот измерений нескольких различных переменных. Никогда не была – да и не будет – получена совокупность данных, которые были бы точно нормально распределены. Но иногда полезно, допуская незначительную ошибку, утверждать, что значения переменной «нормально распределены». Нормальное распределение играет важную роль как в описательной статистике, так и в теории статистического вывода. Нормальная кривая является отличной аппроксимацией распределений частот большого числа наблюдений при множестве переменных. Полигоны частот роста взрослых мужчин и женщин подобны нормальной кривой. Психометрические тесты общих и специальных умственных способностей часто дают распределения оценок, удовлетворительно согласующиеся с нормальным распределением. Довольно хорошо известно, что значения IQ интеллектуального теста Стенфорда – Бине распределены приблизительно нормально со средним (
Рис. 6.3 – Распределение оценок IQ Стенфорда-Бине
Дата добавления: 2014-11-01; просмотров: 649; Нарушение авторских прав ![]() Мы поможем в написании ваших работ! |