Математика. Раздел 4. Теория вероятностей и математическая статистика. Тетрадь 4.1. Казанцев Э.Ф. - 7 стр.

UptoLike

Составители: 

слу чае го во рят , что зна че ния ми варь и рую ще го при зна ка мо гут быть
лю бые зна че ния в за дан ных пре де лах. При ме ра ми та ко го ти па ва риа ци -
он ных ря дов мо гут слу жить рас пре де ле ния лю дей по воз рас ту или по
рос ту, рас пре де ле ние по сев ной пло ща ди по уро жай но сти и т.д. При не -
пре рыв ном варьировании возможные значения признака задаются
интервалом «от … до …» (см. Таблица 4.2).
Таб ли ца 4.2. Рас пре де ле ние 1000 взрос лых муж чин по рос ту.
Рост (в см) Чис ло муж чин Рост (в см) Чис ло муж чин
143–146 1 167–170 170
146–149 2 170–173 120
149–152 8 173–176 64
152–155 26 176–179 28
155–158 65 179–182 10
158–161 120 182–185 3
161–164 181 185–188 1
164–167 201
Итого 1000
Ин тер ва лы не обя за тель но долж ны быть рав ны ми.
Для не пре рыв ных рас пре де ле ний вво дит ся по ня тие плот но сти
рас пре де ле ния. Так на зы ва ет ся час то та, при хо дя щая ся на еди ни цу ве ли -
чи ны ин тер ва ла варь и ро ва ния при зна ка. Ес ли в не пре рыв ном ва риа ци -
он ном ря ду ука за ны не час то ты, а час то сти для ка ж до го ин тер ва ла варь и -
ро ва ния при зна ка, то на хо дят от но ше ния час то стей к со от вет ст вую щим
ин тер ва лам. Они на зы ва ют ся от но си тель ны ми плот но стя ми рас пре де -
ле ния. Осо бен но важ но по ня тие плот но сти рас пре де ле ния для не пре -
рыв ных рас пре де ле ний с не рав ны ми ин тер ва ла ми.
Ес ли нас ин те ре су ет, на при мер, во прос сколь ко бы ло про да но пар
обу ви раз ме ров, мень ших не ко то ро го, мы долж ны по сле до ва тель но
про сум ми ро вать час то ты, на чи ная с час то ты пер во го ва ри ан та. По лу -
чен ные чис ла на зы ва ют ся на ко п лен ны ми частотами.
3) Гра фи че ское изо бра же ние ва риа ци он ных ря дов.
При ме ня ет ся не сколь ко спо со бов гра фи че ско го изо бра же ния ря -
дов рас пре де ле ний в за ви си мо сти от ви да их и от по став лен ной за да чи:
по ли гон, гис то грам ма, кумулятивная кривая, огива.
7
случае говорят , что значениями варьирующего признака могут быть
любые значения в заданных пределах. Примерами такого типа вариаци-
онных рядов могут служить распределения людей по возрасту или по
росту, распределение посевной площади по урожайности и т.д. При не-
прерывном варьировании возможные значения признака задаются
интервалом «от … до …» (см. Таблица 4.2).

     Таблица 4.2. Распределение 1000 взрослых мужчин по росту.
   Рост (в см)     Число мужчин       Рост (в см)     Число мужчин
    143–146               1            167–170             170
    146–149              2             170–173             120
    149–152              8             173–176              64
    152–155              26            176–179              28
    155–158              65            179–182              10
    158–161             120            182–185              3
    161–164             181            185–188               1
    164–167             201
                                       Итого               1000

      Интервалы не обязательно должны быть равными.
      Для непрерывных распределений вводится понятие плотности
распределения. Так называется частота, приходящаяся на единицу вели-
чины интервала варьирования признака. Если в непрерывном вариаци-
онном ряду указаны не частоты, а частости для каждого интервала варьи-
рования признака, то находят отношения частостей к соответствующим
интервалам. Они называются относительными плотностями распреде-
ления. Особенно важно понятие плотности распределения для непре-
рывных распределений с неравными интервалами.
      Если нас интересует, например, вопрос сколько было продано пар
обуви размеров, меньших некоторого, мы должны последовательно
просуммировать частоты, начиная с частоты первого варианта. Полу-
ченные числа называются накопленными частотами.

      3) Графическое изображение вариационных рядов.
      Применяется несколько способов графического изображения ря-
дов распределений в зависимости от вида их и от поставленной задачи:
полигон, гистограмма, кумулятивная кривая, огива.
                                                                     7