Задача 6
В серии из 30 выстрелов наблюдалось 8 попаданий в мишень. Найти доверительный интервал для вероятности попадания в мишень при надежности .
Решение
По условию n = 30 и k= 8, следовательно, m = 8/30. Далее по таблице для функции Лапласа находим tg = 2,045. Подставляя полученные значения в формулу
имеем:
;
.
Таким образом с вероятностью ³ 0,95 выполняется неравенство
0,168 < p < 0,4939.
Задача 7
0,3 | 0,5 | 0,7 | 0,9 | 1,1 | 1,3 | 1,5 | 1,7 | 1,9 | 2,1 | 2,3 | |
6 | 9 | 26 | 25 | 30 | 26 | 21 | 24 | 20 | 8 | 5 |
Задание 1. Построить статистический ряд распределения.
Построить эмпирическую функцию распределения
Определить оценки математического ожидания и дисперсии
4. Сформулировать гипотезу о законе распределения генеральной совокупности и проверить эту гипотезу с помощью критерия , взяв .
Решение
Задание 1. Построить статистический ряд распределения
Вариационным (статистическим) рядом называется таблица, первая строка которой содержит в порядке возрастания элементы , а вторая - их частоты (относительные частоты).
|
|
0,3 | 0,5 | 0,7 | 0,9 | 1,1 | 1,3 | 1,5 | 1,7 | 1,9 | 2,1 | 2,3 | Сумма | |
6 | 9 | 26 | 25 | 30 | 26 | 21 | 24 | 20 | 8 | 5 | 200 | |
fi | 0,03 | 0,045 | 0,13 | 0,125 | 0,15 | 0,13 | 0,105 | 0,12 | 0,1 | 0,04 | 0,025 | 1 |
Построить эмпирическую функцию распределения
Определить оценки математического ожидания и дисперсии
4. Сформулировать гипотезу о законе распределения генеральной совокупности и проверить эту гипотезу с помощью критерия , взяв .
1. Проверим гипотезу о том, что Х распределено по нормальному закону с помощью критерия согласия Пирсона.
где f*i - теоретические частоты:
Вычислим теоретические частоты, учитывая, что:
N = 200, h=0.2 (ширина интервала), σ = 0.49, xср = 1.3
i | xi | ui | φi | fi* |
1 | 0.3 | -1.963 | 0,0573 | 4.677 |
2 | 0.5 | -1.5549 | 0,1182 | 9.648 |
3 | 0.7 | -1.1468 | 0,2059 | 16.806 |
4 | 0.9 | -0.7387 | 0,3034 | 24.764 |
5 | 1.1 | -0.3306 | 0,3765 | 30.731 |
6 | 1.3 | 0.07754 | 0,3977 | 32.462 |
7 | 1.5 | 0.4857 | 0,3538 | 28.878 |
8 | 1.7 | 0.8938 | 0,2661 | 21.72 |
9 | 1.9 | 1.3019 | 0,1691 | 13.802 |
10 | 2.1 | 1.71 | 0,0909 | 7.42 |
11 | 2.3 | 2.1181 | 0,0422 | 3.444 |
Сравним эмпирические и теоретические частоты. Составим расчетную таблицу, из которой найдем наблюдаемое значение критерия:
i | fi | f*i | fi-fi* | (fi-fi*)2 | (fi-fi*)2/fi* |
1 | 6 | 4.677 | -1.323 | 1.7503 | 0.374 |
2 | 9 | 9.6479 | 0.6479 | 0.4197 | 0.0435 |
3 | 26 | 16.8062 | -9.1938 | 84.5259 | 5.029 |
4 | 25 | 24.7645 | -0.2355 | 0.05548 | 0.00224 |
5 | 30 | 30.7311 | 0.7311 | 0.5345 | 0.0174 |
6 | 26 | 32.4615 | 6.4615 | 41.7513 | 1.286 |
7 | 21 | 28.8783 | 7.8783 | 62.0671 | 2.149 |
8 | 24 | 21.7199 | -2.2801 | 5.1988 | 0.239 |
9 | 20 | 13.8025 | -6.1975 | 38.4093 | 2.783 |
10 | 8 | 7.4195 | -0.5805 | 0.3369 | 0.0454 |
11 | 5 | 3.4445 | -1.5555 | 2.4196 | 0.702 |
∑ | 200 | 200 | 12.672 |
Определим границу критической области. Так как статистика Пирсона измеряет разницу между эмпирическим и теоретическим распределениями, то чем больше ее наблюдаемое значение Kнабл, тем сильнее довод против основной гипотезы.
|
|
Поэтому критическая область для этой статистики всегда правосторонняя: [Kkp;+∞).
Её границу Kkp = χ2(k-r-1;α) находим по таблицам распределения χ2 и заданным значениям σ, k = 11, r=2 (параметры xcp и σ оценены по выборке).
Kkp(0.01;8) = 20.09024; Kнабл = 12.67
Наблюдаемое значение статистики Пирсона не попадает в критическую область: Кнабл < Kkp, поэтому нет оснований отвергать основную гипотезу. Справедливо предположение о том, что данные выборки имеют нормальное распределение.