Составители:
α
α
1
1
2
22
1
1
1
==
==
⎧
⎨
⎪
⎪
⎩
⎪
⎪
=
−∞
∞
=
−∞
∞
∑
∫
∑
∫
xp x dx
n
x
xpxdx
n
x
i
i
n
i
i
n
()
()
Используя выражение для функции плотности:
[]
[]
px
a
npи xmama
npи xmama
()
,
,
=
∈− +
∉− +
⎧
⎨
⎪
⎩
⎪
1
2
0
,
найдем из первого уравнения:
x
a
dx
a
xdx
a
x
m
ma
ma
ma
ma
1
2
1
2
1
22
2
==
−
+
−∞
∞
−
=
+
∫∫
Отсюда находим параметр m:
m
n
xx
i
i
n
==
=
∑
1
1
.
Аналогично из второго уравнения найдем a:
x
a
dx
a
xdx
a
x
m
a
ma
ma
ma
ma
22
3
2
2
1
2
1
2
1
23 3
===
−
+
−∞
∞
−
+
+
∫∫
Отсюда получаем:
()
a
n
xmx x
i
i
n
2
222
2
1
3
1
=−=−
=
∑
.
2.6.2. Графические методы
Графические методы сводятся к построению гистограммы и
полигона. Для этого проводят вспомогательные вычисления.
Сначала значения в выборке ранжируют, т. е. располагают в порядке
возрастания, и получают вариационный ряд:
xx x
n12
≤≤≤K
.
Такое представление является удобным, так как наглядно и позволяет
сократить время при последующих расчетах.
Затем определяют число интервалов группирования m:
⎟
⎠
⎞
⎜
⎝
⎛
ℵ
=
10
lg
4 n
m
.
Полученное значение округляется до большего целого числа. Данная
рекомендация не является “жесткой”, и для одного и того же объема
выборки n в зависимости от предположений могут быть получены
различные оценки для числа интервалов (см. табл. 10). Следует иметь
ввиду, что при малом числе интервалов гистограмма будет сильно
Страницы
- « первая
- ‹ предыдущая
- …
- 67
- 68
- 69
- 70
- 71
- …
- следующая ›
- последняя »
