Հաճախ գնահատողը պետք է վերլուծի այն հատվածի անշարժ գույքի շուկան, որտեղ գտնվում է գնահատվող գույքը: Եթե շուկան զարգացած է, ապա կարող է դժվար լինել վերլուծել ներկայացված օբյեկտների ամբողջությունը, ուստի վերլուծության համար օգտագործվում է օբյեկտների նմուշ: Այս նմուշը միշտ չէ, որ միատարր է ստացվում, երբեմն անհրաժեշտ է այն մաքրել ծայրահեղ կետերից՝ շուկայական շատ բարձր կամ շատ ցածր առաջարկներից: Այդ նպատակով այն օգտագործվում է վստահության միջակայքը. Թիրախ այս ուսումնասիրությունը- անցկացնել վստահության միջակայքի հաշվարկման երկու մեթոդների համեմատական վերլուծություն և ընտրել հաշվարկման օպտիմալ տարբերակը estimatica.pro համակարգում տարբեր նմուշների հետ աշխատելիս:
Վստահության միջակայք- նմուշի հիման վրա հաշվարկված հատկանիշի արժեքների ընդմիջում, որը հայտնի հավանականությամբ պարունակում է գնահատված պարամետրը բնակչությունը.
Վստահության միջակայքը հաշվարկելու նպատակը նմուշի տվյալների հիման վրա այնպիսի միջակայք կառուցելն է, որպեսզի տվյալ հավանականությամբ հնարավոր լինի ասել, որ գնահատված պարամետրի արժեքը գտնվում է այս միջակայքում: Այսինքն՝ վստահության միջակայքը պարունակում է որոշակի հավանականությամբ անհայտ արժեքգնահատված արժեքը. Որքան լայն է միջակայքը, այնքան բարձր է անճշտությունը:
Վստահության միջակայքը որոշելու տարբեր մեթոդներ կան: Այս հոդվածում մենք կդիտարկենք 2 մեթոդ.
- միջին և ստանդարտ շեղման միջոցով;
- միջոցով կրիտիկական արժեք t-վիճակագրություն (Ուսանողի գործակից):
Փուլեր համեմատական վերլուծություն տարբեր ճանապարհներ CI հաշվարկ.
1. ձևավորել տվյալների նմուշ;
2. այն մշակում ենք վիճակագրական մեթոդներով. հաշվում ենք միջին արժեքը, մեդիանը, շեղումը և այլն;
3. հաշվարկել վստահության միջակայքը երկու եղանակով.
4. վերլուծել մաքրված նմուշները և ստացված վստահության միջակայքերը:
Փուլ 1. Տվյալների ընտրանք
Նմուշը ձևավորվել է estimatica.pro համակարգի միջոցով: Ընտրանքը ներառում էր 91 առաջարկ 3-րդ գնային գոտում 1 սենյականոց բնակարանների վաճառքի «խրուշչովյան» տիպի հատակագծով։
Աղյուսակ 1. Նախնական նմուշ
Գինը 1քմ միավոր |
|
Նկ.1. Նախնական նմուշ
Փուլ 2. Նախնական նմուշի մշակում
Վիճակագրական մեթոդներով նմուշի մշակումը պահանջում է հետևյալ արժեքների հաշվարկը.
1. Թվաբանական միջին
2. Միջինը նմուշը բնութագրող թիվ է. նմուշի տարրերի ուղիղ կեսը մեծ են միջինից, մյուս կեսը փոքր են միջինից:
(կենտ թվով արժեքներով նմուշի համար)
3. Շրջանակ - նմուշի առավելագույն և նվազագույն արժեքների տարբերությունը
4. Տարբերություն - օգտագործվում է տվյալների տատանումների ավելի ճշգրիտ գնահատման համար
5. Նմուշի ստանդարտ շեղումը (այսուհետ՝ SD) թվաբանական միջինի շուրջ ճշգրտման արժեքների ցրվածության ամենատարածված ցուցանիշն է:
6. Տատանումների գործակից - արտացոլում է ճշգրտման արժեքների ցրման աստիճանը
7. տատանումների գործակից - արտացոլում է նմուշի ծայրահեղ գնային արժեքների հարաբերական տատանումը միջինի շուրջ
Աղյուսակ 2. Բնօրինակ նմուշի վիճակագրական ցուցանիշները
Տվյալների միատարրությունը բնութագրող տատանումների գործակիցը 12,29% է, սակայն տատանման գործակիցը չափազանց բարձր է։ Այսպիսով, մենք կարող ենք ասել, որ սկզբնական նմուշը միատարր չէ, ուստի եկեք անցնենք վստահության միջակայքի հաշվարկին:
Փուլ 3. Վստահության միջակայքի հաշվարկ
Մեթոդ 1. Հաշվարկ՝ օգտագործելով միջին և ստանդարտ շեղումը:
Վստահության միջակայքը որոշվում է հետևյալ կերպ. նվազագույն արժեք - ստանդարտ շեղումը հանվում է միջինից. առավելագույն արժեք - ստանդարտ շեղումը ավելացվում է միջինին:
Այսպիսով, վստահության միջակայքը (47179 CU; 60689 CU)
Բրինձ. 2. Վստահության միջակայքում ընկած արժեքներ 1.
Մեթոդ 2. Վստահության միջակայքի կառուցում՝ օգտագործելով t-վիճակագրության կրիտիկական արժեքը (Student գործակից)
Ս.Վ. Գրիբովսկին գրքում « Մաթեմատիկական մեթոդներԳնահատելով գույքի արժեքը» նկարագրում է վստահության միջակայքի հաշվարկման մեթոդ՝ օգտագործելով Student գործակիցը: Այս մեթոդով հաշվարկելիս գնահատողն ինքը պետք է սահմանի նշանակության մակարդակը ∝, որը որոշում է վստահության միջակայքի կառուցման հավանականությունը: Սովորաբար օգտագործվում են նշանակության մակարդակները 0,1; 0,05 և 0,01: Դրանք համապատասխանում են 0,9 վստահության հավանականությանը; 0,95 և 0,99: Այս մեթոդով ենթադրվում են իրական արժեքները մաթեմատիկական ակնկալիքիսկ շեղումները գործնականում անհայտ են (ինչը գրեթե միշտ ճիշտ է գործնական գնահատման խնդիրներ լուծելիս):
Վստահության միջակայքի բանաձև.
n - նմուշի չափը;
t-վիճակագրության կրիտիկական արժեքը (Student բաշխում) նշանակության մակարդակով ∝, ազատության աստիճանների թիվը n-1, որը որոշվում է հատուկ վիճակագրական աղյուսակներից կամ օգտագործելով MS Excel (→ «Վիճակագրական»→ STUDIST);
∝ - նշանակության մակարդակ, վերցրեք ∝=0.01:
Բրինձ. 2. Վստահության միջակայքում ընկած արժեքներ 2.
Փուլ 4. Վստահության միջակայքի հաշվարկման տարբեր մեթոդների վերլուծություն
Վստահության միջակայքի հաշվարկման երկու մեթոդ՝ մեդիանայի և Ուսանողի գործակցի միջոցով, հանգեցրին. տարբեր իմաստներընդմիջումներով. Համապատասխանաբար ստացանք երկու տարբեր մաքրված նմուշներ։
Աղյուսակ 3. Վիճակագրություն երեք նմուշների համար:
Ցուցանիշ |
Նախնական նմուշ |
1 տարբերակ |
Տարբերակ 2 |
Միջին արժեքը |
|||
Ցրվածություն |
|||
Գլխ. տատանումները |
|||
Գլխ. տատանումներ |
|||
Թոշակի անցած օբյեկտների քանակը, հատ. |
Կատարված հաշվարկների հիման վրա կարելի է ասել, որ ստացված տարբեր մեթոդներվստահության միջակայքերի արժեքները հատվում են, այնպես որ գնահատողի հայեցողությամբ կարող եք օգտագործել հաշվարկման մեթոդներից որևէ մեկը:
Այնուամենայնիվ, մենք կարծում ենք, որ estimatica.pro համակարգում աշխատելիս նպատակահարմար է ընտրել վստահության միջակայքը հաշվարկելու մեթոդ՝ կախված շուկայի զարգացման աստիճանից.
- եթե շուկան զարգացած չէ, օգտագործեք հաշվարկման մեթոդը, օգտագործելով միջին և ստանդարտ շեղումը, քանի որ այս դեպքում թոշակառու օբյեկտների թիվը փոքր է.
- Եթե շուկան զարգացած է, ապա հաշվարկը կիրառեք t-վիճակագրության կրիտիկական արժեքի միջոցով (Ուսանողի գործակից), քանի որ հնարավոր է մեծ նախնական նմուշ ձևավորել:
Հոդվածը պատրաստելիս օգտագործվել են հետևյալը.
1. Գրիբովսկի Ս.Վ., Սիվեց Ս.Ա., Լևիկինա Ի.Ա. Գույքի արժեքի գնահատման մաթեմատիկական մեթոդներ. Մոսկվա, 2014 թ
2. Համակարգի տվյալները estimatica.pro
Վստահության միջակայքը մաթեմատիկական ակնկալիքների համար - սա տվյալների հիման վրա հաշվարկված միջակայք է, որը հայտնի հավանականությամբ պարունակում է ընդհանուր բնակչության մաթեմատիկական ակնկալիքը: Մաթեմատիկական ակնկալիքի բնական գնահատականը նրա դիտարկված արժեքների միջին թվաբանականն է: Ուստի ամբողջ դասի ընթացքում մենք կօգտագործենք «միջին» և «միջին արժեք» տերմինները: Վստահության միջակայքի հաշվարկման խնդիրներում պատասխանն ամենից հաճախ պահանջվում է նման բան. «Միջին թվի [արժեքը որոշակի խնդրի] վստահության միջակայքը [փոքր արժեքից] [ավելի մեծ արժեք] է»: Օգտագործելով վստահության միջակայքը, դուք կարող եք գնահատել ոչ միայն միջին արժեքները, այլև ընդհանուր բնակչության որոշակի բնութագրիչի համամասնությունը: Միջիններ, շեղումներ, ստանդարտ շեղումիսկ այն սխալները, որոնց միջոցով մենք կհասնենք նոր սահմանումների ու բանաձևերի, քննարկվում են դասում Ընտրանքի և բնակչության բնութագրերը .
Միջին կետի և միջակայքի գնահատումները
Եթե բնակչության միջին արժեքը գնահատվում է թվով (կետ), ապա որպես պոպուլյացիայի անհայտ միջին արժեքի գնահատում ընդունվում է կոնկրետ միջին, որը հաշվարկվում է դիտարկումների ընտրանքից։ Այս դեպքում ընտրանքային միջինի արժեքը՝ պատահական փոփոխականը, չի համընկնում ընդհանուր բնակչության միջին արժեքի հետ: Հետևաբար, նմուշի միջինը նշելիս պետք է միաժամանակ նշեք նմուշառման սխալը: Ընտրանքային սխալի չափումը ստանդարտ սխալն է, որն արտահայտվում է նույն միավորներով, ինչ միջինը: Հետևաբար, հաճախ օգտագործվում է հետևյալ նշումը.
Եթե միջինի գնահատումը պետք է կապված լինի որոշակի հավանականության հետ, ապա բնակչության հետաքրքրության պարամետրը պետք է գնահատվի ոչ թե մեկ թվով, այլ ընդմիջումով։ Վստահության միջակայքը այն միջակայքն է, որի դեպքում որոշակի հավանականությամբ ՊԳտնվում է բնակչության գնահատված ցուցանիշի արժեքը. Վստահության միջակայքը, որում դա հավանական է Պ = 1 - α պատահական փոփոխականը գտնվել է՝ հաշվարկված հետևյալ կերպ.
,
α = 1 - Պ, որը կարելի է գտնել վիճակագրության վերաբերյալ գրեթե ցանկացած գրքի հավելվածում։
Գործնականում պոպուլյացիայի միջինը և շեղումը հայտնի չեն, ուստի պոպուլյացիայի շեղումը փոխարինվում է ընտրանքային շեղումով, իսկ պոպուլյացիայի միջինը՝ ընտրանքային միջինով: Այսպիսով, վստահության միջակայքը շատ դեպքերում հաշվարկվում է հետևյալ կերպ.
.
Վստահության միջակայքի բանաձևը կարող է օգտագործվել պոպուլյացիայի միջինը գնահատելու համար, եթե
- հայտնի է բնակչության ստանդարտ շեղումը.
- կամ պոպուլյացիայի ստանդարտ շեղումը անհայտ է, բայց ընտրանքի չափը 30-ից մեծ է:
Ընտրանքի միջինը բնակչության միջինի անաչառ գնահատումն է: Իր հերթին, ընտրանքի շեղումը բնակչության շեղումների անաչառ գնահատական չէ: Ընտրանքի շեղումների բանաձևում բնակչության շեղումների անաչառ գնահատական ստանալու համար, ընտրանքի չափը nպետք է փոխարինվի n-1.
Օրինակ 1.Որոշակի քաղաքի պատահականության սկզբունքով ընտրված 100 սրճարաններից հավաքագրվել է տեղեկատվություն, որ դրանցում աշխատողների միջին թիվը 10,5 է` 4,6 ստանդարտ շեղումով: Որոշեք 95% վստահության միջակայքը սրճարանի աշխատակիցների թվի համար:
որտեղ է ստանդարտի կրիտիկական արժեքը նորմալ բաշխումնշանակության մակարդակի համար α = 0,05 .
Այսպիսով, 95% վստահության միջակայքը սրճարանի աշխատակիցների միջին թվի համար տատանվել է 9,6-ից 11,4-ի սահմաններում։
Օրինակ 2. 64 դիտարկումների բնակչության պատահական ընտրանքի համար հաշվարկվել են հետևյալ ընդհանուր արժեքները.
դիտարկումների արժեքների գումարը,
արժեքների քառակուսի շեղումների գումարը միջինից .
Հաշվարկել 95% վստահության միջակայքը մաթեմատիկական ակնկալիքի համար:
Հաշվարկենք ստանդարտ շեղումը.
,
Եկեք հաշվարկենք միջին արժեքը.
.
Մենք արժեքները փոխարինում ենք վստահության միջակայքի արտահայտության մեջ.
որտեղ է ստանդարտ նորմալ բաշխման կրիտիկական արժեքը նշանակության մակարդակի համար α = 0,05 .
Մենք ստանում ենք.
Այսպիսով, այս ընտրանքի մաթեմատիկական ակնկալիքի 95% վստահության միջակայքը տատանվել է 7,484-ից մինչև 11,266:
Օրինակ 3. 100 դիտարկումներից բաղկացած բնակչության պատահական ընտրանքի համար հաշվարկված միջինը 15.2 է, իսկ ստանդարտ շեղումը 3.2 է: Հաշվարկեք 95% վստահության միջակայքը ակնկալվող արժեքի համար, ապա 99% վստահության միջակայքը: Եթե նմուշի հզորությունը և դրա տատանումները մնան անփոփոխ, և վստահության գործակիցը մեծանա, վստահության միջակայքը կնվազի՞, թե՞ ընդլայնվի:
Մենք այս արժեքները փոխարինում ենք վստահության միջակայքի արտահայտությամբ.
որտեղ է ստանդարտ նորմալ բաշխման կրիտիկական արժեքը նշանակության մակարդակի համար α = 0,05 .
Մենք ստանում ենք.
.
Այսպիսով, այս ընտրանքի միջինի 95% վստահության միջակայքը տատանվել է 14,57-ից մինչև 15,82:
Մենք կրկին փոխարինում ենք այս արժեքները վստահության միջակայքի արտահայտության մեջ.
որտեղ է ստանդարտ նորմալ բաշխման կրիտիկական արժեքը նշանակության մակարդակի համար α = 0,01 .
Մենք ստանում ենք.
.
Այսպիսով, այս ընտրանքի միջինի 99% վստահության միջակայքը տատանվել է 14,37-ից մինչև 16,02:
Ինչպես տեսնում ենք, քանի որ վստահության գործակիցը մեծանում է, ստանդարտ նորմալ բաշխման կրիտիկական արժեքը նույնպես մեծանում է, և, հետևաբար, միջակայքի մեկնարկային և ավարտական կետերը գտնվում են միջինից ավելի հեռու, և այդպիսով մաթեմատիկական ակնկալիքի վստահության միջակայքը մեծանում է: .
Հատուկ ծանրության կետային և միջակայքային գնահատումներ
Որոշ նմուշի հատկանիշի մասնաբաժինը կարող է մեկնաբանվել որպես կետային գնահատում տեսակարար կշիռը էջնույն հատկանիշը ընդհանուր բնակչության մեջ: Եթե այս արժեքը պետք է կապված լինի հավանականության հետ, ապա պետք է հաշվարկվի տեսակարար կշռի վստահության միջակայքը: էջբնորոշ է հավանականությամբ բնակչությանը Պ = 1 - α :
.
Օրինակ 4.Որոշ քաղաքում երկու թեկնածու կա ԱԵվ Բհավակնում են քաղաքապետի պաշտոնին. Պատահականության սկզբունքով հարցվել է քաղաքի 200 բնակիչ, որոնցից 46%-ը պատասխանել է, որ կքվեարկի թեկնածուի օգտին։ Ա, 26%՝ թեկնածուի համար Բիսկ 28%-ը չգիտի, թե ում է ձայն տալու։ Որոշեք 95% վստահության միջակայքը՝ թեկնածուին աջակցող քաղաքի բնակիչների համամասնության համար Ա.
Վստահության միջակայք- սահմանային արժեքներ վիճակագրական արժեք, որը տվյալ վստահության հավանականությամբ γ կլինի այս միջակայքում ավելի մեծ ծավալի նմուշառման ժամանակ։ Նշվում է որպես P(θ - ε: Գործնականում γ վստահության հավանականությունը ընտրվում է միասնությանը բավականին մոտ արժեքներից՝ γ = 0,9, γ = 0,95, γ = 0,99:Ծառայության նպատակը. Օգտագործելով այս ծառայությունը, դուք կարող եք որոշել.
- վստահության միջակայքը ընդհանուր միջինի համար, վստահության միջակայքը շեղումների համար.
- վստահության միջակայքը ստանդարտ շեղման համար, վստահության միջակայքը ընդհանուր բաժնետոմսի համար.
Օրինակ թիվ 1. Կոլտնտեսությունում 1000 ոչխարների ընդհանուր հոտից ընտրովի հսկողական խուզում է անցել 100 ոչխար: Արդյունքում սահմանվել է միջինը 4,2 կգ բրդի մեկ ոչխարի կտրատում: 0,99 հավանականությամբ որոշեք նմուշի միջին քառակուսի սխալը մեկ ոչխարի բրդի միջին խուզումը որոշելիս և այն սահմանները, որոնցում պարունակվում է կտրման արժեքը, եթե շեղումը 2,5 է: Նմուշը չկրկնվող է:
Օրինակ թիվ 2. Մոսկվայի հյուսիսային մաքսակետում ներկրված ապրանքների խմբաքանակից պատահական կրկնվող նմուշառմամբ վերցվել է «Ա» ապրանքի 20 նմուշ։ Փորձարկման արդյունքում պարզվել է նմուշում «Ա» արտադրանքի միջին խոնավության պարունակությունը, որը 1 տոկոս ստանդարտ շեղումով հավասար է 6%-ի:
0,683 հավանականությամբ որոշել ապրանքի միջին խոնավության սահմանները ներմուծվող ապրանքների ողջ խմբաքանակում։
Օրինակ թիվ 3. 36 աշակերտի շրջանում անցկացված հարցումը ցույց է տվել, որ դասագրքերի միջին թիվը տարեկան է ուսումնական տարին, պարզվել է, որ հավասար է 6-ի: Ենթադրենք, որ ուսանողի կողմից կարդացած դասագրքերի թիվը մեկ կիսամյակում ունի նորմալ բաշխման օրենք՝ 6-ի հավասար ստանդարտ շեղումով, գտե՛ք. այս պատահական փոփոխականի ակնկալիքը; Բ) ի՞նչ հավանականությամբ կարող ենք ասել, որ այս նմուշից հաշվարկված ուսանողի կողմից մեկ կիսամյակի ընթացքում կարդացած դասագրքերի միջին թիվը բացարձակ արժեքով մաթեմատիկական ակնկալիքից կշեղվի 2-ից ոչ ավելի։
Վստահության միջակայքերի դասակարգում
Ըստ գնահատվող պարամետրի տեսակի.Ըստ նմուշի տեսակի.
- Վստահության միջակայքը անսահման նմուշի համար;
- Վերջնական նմուշի վստահության միջակայքը;
Պատահական ընտրանքի միջին ընտրանքի սխալի հաշվարկը
Ընտրանքից ստացված ցուցանիշների արժեքների և ընդհանուր բնակչության համապատասխան պարամետրերի միջև անհամապատասխանությունը կոչվում է. ներկայացուցչական սխալ.Ընդհանուր և ընտրանքային պոպուլյացիաների հիմնական պարամետրերի նշանակումները:
Միջին նմուշառման սխալի բանաձևեր | |||
վերընտրություն | կրկնել ընտրությունը | ||
միջինի համար | բաժնեմասի համար | միջինի համար | բաժնեմասի համար |
Ընտրանքի չափը հաշվարկելու բանաձևեր՝ օգտագործելով զուտ պատահական ընտրանքի մեթոդը
Թող պատահական փոփոխականը (կարող ենք խոսել ընդհանուր պոպուլյացիայի մասին) բաշխված լինի սովորական օրենքի համաձայն, որի համար հայտնի է D = 2 (> 0) շեղումը։ Ընդհանուր բնակչությունից (օբյեկտների բազմության վրա որոշվում է պատահական փոփոխական) կազմվում է n չափի նմուշ։ x 1, x 2,..., x n նմուշը դիտվում է որպես n անկախ պատահական փոփոխականների բազմություն, որոնք բաշխված են նույն ձևով, ինչ (տեքստում վերը նկարագրված մոտեցումը):
Ավելի վաղ քննարկվել և ապացուցվել են նաև հետևյալ հավասարությունները.
Mx 1 = Mx 2 = ... = Mx n = M;
Dx 1 = Dx 2 = ... = Dx n = D;
Բավական է պարզապես ապացուցել (մենք բաց ենք թողնում ապացույցը), որ պատահական փոփոխականը մտնում է այս դեպքումբաշխվում է նաև նորմալ օրենքով։
Անհայտ M մեծությունը նշանակենք a-ով և տրված հուսալիության հիման վրա ընտրենք d > 0 թիվը, որպեսզի պայմանը բավարարվի.
P(- a< d) = (1)
Քանի որ պատահական փոփոխականը բաշխված է նորմալ օրենքի համաձայն՝ մաթեմատիկական ակնկալիքներով M = M = a և D = D /n = 2 /n շեղումով, մենք ստանում ենք.
P(- a< d) =P(a - d < < a + d) =
Մնում է ընտրել դ այնպես, որ հավասարությունը պահպանվի
Ցանկացած մեկի համար դուք կարող եք օգտագործել աղյուսակը` գտնելու t թիվ, որպեսզի (t)= / 2: Այս թիվը երբեմն կոչվում է t. քվանտիլ.
Հիմա հավասարությունից
որոշենք d-ի արժեքը.
Վերջնական արդյունքը մենք ստանում ենք՝ ներկայացնելով բանաձևը (1) ձևով.
Վերջին բանաձեւի իմաստը հետեւյալն է՝ հուսալիությամբ՝ վստահության միջակայքով
ծածկում է բնակչության a = M անհայտ պարամետրը: Դուք կարող եք դա այլ կերպ ասել. միավորի գնահատումորոշում է M պարամետրի արժեքը d= t / ճշգրտությամբ և հուսալիությամբ:
Առաջադրանք. Թող լինի ընդհանուր պոպուլյացիա որոշակի բնութագրով, որը բաշխված է սովորական օրենքի համաձայն՝ 6,25-ի շեղումով: Վերցվել է n = 27 ընտրանք և ստացվել է բնութագրի միջին ընտրանքային արժեքը = 12: Գտեք վստահության միջակայք, որը ծածկում է ընդհանուր բնակչության ուսումնասիրված բնութագրի անհայտ մաթեմատիկական ակնկալիքը հուսալիությամբ = 0,99:
Լուծում. Նախ, օգտագործելով Laplace ֆունկցիայի աղյուսակը, մենք գտնում ենք t-ի արժեքը (t) = / 2 = 0,495 հավասարությունից: Ելնելով ստացված արժեքից t = 2.58, մենք որոշում ենք գնահատման ճշգրտությունը (կամ վստահության միջակայքի երկարության կեսը) d: d = 2.52.58 / 1.24: Այստեղից մենք ստանում ենք անհրաժեշտ վստահության միջակայքը. (10.76; 13.24):
վիճակագրական վարկած ընդհանուր փոփոխական
Վստահության միջակայքը նորմալ բաշխման մաթեմատիկական ակնկալիքի համար, երբ ոչ հայտնի շեղում
Թող լինի պատահական փոփոխական, որը բաշխված է սովորական օրենքի համաձայն անհայտ մաթեմատիկական ակնկալիքով M, որը մենք նշում ենք a տառով: Կազմենք n ծավալի նմուշ: Եկեք որոշենք միջին նմուշը և շտկված նմուշի շեղումը s 2 օգտագործելով հայտնի բանաձևերը:
Պատահական արժեք
բաշխված ըստ Ուսանողական օրենքի n - 1 աստիճան ազատության.
Խնդիրն է գտնել t թիվը տվյալ հուսալիության համար և ազատության աստիճանների քանակը n - 1 այնպես, որ հավասարությունը
կամ համարժեք հավասարություն
Այստեղ փակագծերում գրված է պայմանը, որ անհայտ a պարամետրի արժեքը պատկանում է որոշակի ինտերվալի, որը վստահության միջակայքն է։ Դրա սահմանները կախված են հուսալիությունից, ինչպես նաև նմուշառման պարամետրերից և ս.
t-ի արժեքը մեծությամբ որոշելու համար մենք հավասարությունը (2) վերածում ենք ձևի.
Այժմ, օգտագործելով աղյուսակը պատահական t փոփոխականի համար, որը բաշխված է ուսանողի օրենքի համաձայն, օգտագործելով հավանականությունը 1 - և ազատության աստիճանների թիվը n - 1, մենք գտնում ենք t. Բանաձև (3) տալիս է առաջադրված խնդրի պատասխանը:
Առաջադրանք. 20 էլեկտրական լամպերի հսկիչ փորձարկումների ժամանակ միջին տևողությունընրանց աշխատանքը հավասար է 2000 ժամի՝ ստանդարտ շեղումով (հաշվարկվում է որպես ուղղված նմուշի շեղման քառակուսի արմատ) հավասար է 11 ժամի: Հայտնի է, որ լամպի աշխատանքի տեւողությունը նորմալ է բաշխվում պատահական փոփոխական. 0,95 հուսալիությամբ որոշեք այս պատահական փոփոխականի մաթեմատիկական ակնկալիքի վստահության միջակայքը:
Լուծում. Արժեք 1 - այս դեպքում հավասար է 0,05: Համաձայն Student բաշխման աղյուսակի, երբ ազատության աստիճանների թիվը հավասար է 19-ի, մենք գտնում ենք՝ t = 2.093: Այժմ հաշվարկենք գնահատման ճշգրտությունը՝ 2.093121/ = 56.6: Այստեղից մենք ստանում ենք անհրաժեշտ վստահության միջակայքը. (1943.4; 2056.6):
Թող պոպուլյացիայի X պատահական փոփոխականը նորմալ բաշխված լինի՝ հաշվի առնելով, որ հայտնի են այս բաշխման շեղումները և ստանդարտ շեղումները։ Անհրաժեշտ է գնահատել անհայտ մաթեմատիկական ակնկալիքը՝ օգտագործելով ընտրանքի միջինը: Այս դեպքում խնդիրը հանգում է վստահելիության մաթեմատիկական ակնկալիքի համար վստահության միջակայքի գտնելուն բ. Եթե արժեքը սահմանեք վստահության հավանականությունը(հուսալիություն) b, ապա դուք կարող եք գտնել անհայտ մաթեմատիկական ակնկալիքի միջակայքում ընկնելու հավանականությունը՝ օգտագործելով բանաձևը (6.9a).
որտեղ Ф(t) Լապլասի ֆունկցիան է (5.17a):
Արդյունքում, մենք կարող ենք ձևակերպել մաթեմատիկական ակնկալիքի վստահության միջակայքի սահմանները գտնելու ալգորիթմ, եթե հայտնի է D = s 2 շեղումը.
- Սահմանեք հուսալիության արժեքը – b.
- (6.14)-ից արտահայտեք Ф(t) = 0.5× բ. Լապլասի ֆունկցիայի աղյուսակից ընտրեք t-ի արժեքը Ф(t) արժեքի հիման վրա (տես Հավելված 1):
- Հաշվեք շեղումը e-ն՝ օգտագործելով բանաձևը (6.10):
- Գրեք վստահության միջակայքը՝ օգտագործելով (6.12) բանաձևն այնպես, որ b հավանականության դեպքում անհավասարությունը պահպանվի.
. |
Օրինակ 5.
X պատահական փոփոխականն ունի նորմալ բաշխում։ Գտեք վստահության միջակայքերը b = 0,96 անհայտ մաթեմատիկական սպասման a-ի հուսալիությամբ գնահատման համար, եթե տրված է.
1) ընդհանուր ստանդարտ շեղում s = 5;
2) նմուշի միջինը.
3) նմուշի չափը n = 49:
Մաթեմատիկական ակնկալիքի միջակայքի գնահատման բանաձևում (6.15): Ա հուսալիությամբ b բոլոր մեծությունները, բացի t-ից, հայտնի են: t-ի արժեքը կարելի է գտնել օգտագործելով (6.14): b = 2Ф(t) = 0.96: Ф(t) = 0,48:
Օգտագործելով Հավելված 1-ի աղյուսակը Լապլասի Ф(t) = 0,48 ֆունկցիայի համար՝ գտե՛ք համապատասխան արժեքը t = 2,06: Հետևաբար, . e-ի հաշվարկված արժեքը փոխարինելով բանաձևով (6.12), կարող եք ստանալ վստահության միջակայք՝ 30-1.47< a < 30+1,47.
Անհայտ մաթեմատիկական ակնկալիքի b = 0.96 հուսալիությամբ գնահատման համար պահանջվող վստահության միջակայքը հավասար է՝ 28.53.< a < 31,47.