Р(число дефектов £ 13,5) = 0,0060.
Очевидно, что полученный с малыми затратами труда результат Р(число дефектов £ 13,5) = 0,0060, почти ничем не отличается от результата расчетов с биномиальным распределением Р(14 и более дефектов в выборке из 20 образцов) = 0,0065.
Ч. 1. Принятие решений в условиях недостатка информации
Вероятность, которую нужно найти |
Рис. 2.18. Вероятность того, что бракованных чипсов более чем 13,5
□ Пример 2.15. Рассмотрим пример замены биномиального распределения нормальным для определения вероятности пропорции (доли). Из прошлого опыта аудиторы "ЛВС и Со Ltd" знают, что в среднем из 1000 бухгалтерских проводок 35 бывают с ошибками. Какова вероятность, что при ближайшей проверке ошибок будет больше 5%? Решение.
Средняя доля = р =
35 1000
= 0,035;
„ а/рТ л /0,035 х 0,965 nnn,Q
Стандартное отклонение = V-c-:l = У— —<nnn------------ = 0,0058.
В качестве иллюстрации результата см. рис. 2.19.
В данном случае доля ошибок в общем числе проводок является непрерывной случайной величиной и поэтому можно использовать нормальное распределение без поправки на непрерывность. Последствия применения поправки на непрерывность в такого рода задаче мы рассмотрим в примере 6.13 гл. 6.
|
|
0,0058 |
Требуемая ■ероятность |
0,01 0X13 0,03 0,04 0,05
Доля ошибок Рис. 2.19. Вероятность доли ошибок
Гл. 2. Вероятностные распределения 69
Вычислим значение г для р = 0,05:
, 0,05 - 0,035,...
г 0,0058 = 2'586
(на 2,586 стандартных отклонения выше средней доли).
По таблицам стандартного нормального распределения вероятность равна:
PU > 2,586) = 0,0048.
Следовательно,
Р(доля ошибок > 0,05) = 0,0048.