Экспоненциальное распределение


Экспоненциальный закон адекватно описывает распределение длительности жизни элемента, работающего в режиме нормальной эксплуатации, когда интенсивность отказа (коэффициент смертности) элемента в течение всего промежутка времени постоянна, равная . Ниже приводятся функция распределения, плотность вероятностей и числовые характеристики этого закона:

;

;

среднее: ;

мода: ;

медиана: ;

дисперсия: ;

Распределение, уравнение функции плотности которого имеет вид

,

называется двусторонним экспоненциальным распределением или распределением Лапласа. Числовые характеристики легко находятся:

среднее, мода и медиана равны 0;

дисперсия: .

Симметричная, унимодальная функция плотности этого закона с острым максимумом в точке часто используется для описания распределения случайных ошибок в моделях регрессионного типа.

Ниже опишем три закона необходимых для построения разного рода статистических критериев и интервальных оценок параметров:

6. «Хи-квадрат»-распределение Пирсона с степенями свободы ( ).

Если есть ряд независимых стандартно нормально распределённых случайных величин, т.е. для , то случайная величина

(2)

имеет распределение с степенями свободы, где единственный параметр этого распределения, характеризующий число независимых случайных величин в выражении (2).

Такие суммы квадратов случайных величин впервые исследовал немецкий астроном Ф. Хельмерт в связи с применением гауссовской теории ошибок. Английский математик, статистик К. Пирсон построил функцию распределения, которую впоследствии стали называть функцией распределения «хи-квадрат». Для отрицательных функция Пирсона , а для неотрицательных

(3)

где Г(х) – интеграл Эйлера 2-ого рода или гамма-функция

Г(х) = .

Соответствующая функция плотности вероятностей задаётся формулой:

(4)

При функция плотности постоянно убывает, а при имеет единственный максимум в точке . График функции плотности при различных изображен на рисунке 9.1.

 

Рис. 9.1. график функции плотности распределения

Основные числовые характеристики -распределения:

среднее: ;

мода: ;

дисперсия: ;

асимметрия: ;

эксцесс: .

В таблицах для различных значений приводятся числа, вероятность превышения которых случайной величиной равна заданному значению уровня значимости .

Распределение Пирсона используется для построения доверительного интервала для генеральной дисперсии.

7. Распределение Стьюдента с степенями свободы

(t-распределение)

В нормальном распределении средняя арифметическая зависит от дисперсии слагаемых величин. Однако на практике дисперсия исследуемой величины, как правило, неизвестна. В этой связи возникла задача определения закона распределения , не зависящего от , которую решил английский статистик В. Госсет, публиковавшийся под псевдонимом Стьюдент. Дадим следующее определение:

Если случайная величина Z имеет нормальное нормированное распределение N(0,1), а величина U2 имеет распределение с степенями свободы, причем Z и U взаимно независимы, то случайная величина

имеет t-распределение с степенями свободы. Плотность распределения описывается формулой

.

Функция плотности является унимодальной и симметричной относительно . Основные числовые характеристики:

среднее, мода, медиана: ;

дисперсия: ;

асимметрия: ;

эксцесс: .

Ниже на рисунке приведены сравнительные графики функции плотности t-распределения при и стандартного нормального распределения N(0,1).

Рис. 9.2.График t-распределения при и нормального нормированного распределения

 

Если из генеральной совокупности Х с нормальным законом распределения взята случайная выборка объёма n, то статистика

имеет распределение Стьюдента с степенями свободы. Здесь S-выборочное среднее квадратическое отклонение.

Распределение Стьюдента используется при интервальной оценке математического ожидания при неизвестном значении среднего квадратического отклонения .



Дата добавления: 2021-12-14; просмотров: 317;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.011 сек.