К основному контенту

[Лекция][№7][2020.10.16]

Параметры распределения. Математическое ожидание. Дисперсия. Стандартное отклонение.

Математическое ожидание.

Математическое ожидание случайной величины х, или генеральное среднее (μ)– это то численное значение, к которому в обычных условиях стремится среднее арифметическое результатов измерений, если эксперимент повторять бесчисленное число раз. Около математического ожидания случайной величины группируются в средние арифметические из ее опытных значений. Математическое ожидание является основной характеристикой расположения случайной величины.

 


 Дисперсия случайной величины.

Второй центральный момент распределения называется дисперсией случайной величины    и обозначается D(x) или σ2. Величина D(x) = σ называется стандартным отклонением или средним квадратичным отклонением величины х. Для нормального распределения эта величина является параметром распределения σ.

Дисперсией D(x) случайной величины называется математическое ожидание случайной величины [х – М(х)]2. Для непрерывной случайной величины х:


Дисперсию выборочной совокупности, состоящей из n значений случайной величины вычисляют по формуле:


Квадратный корень из этого выражения называется стандартным выборочным отклонением:


и относительное стандартное отклонение

Если единичные значения x имеют нормальное распределение, то и среднее x̄ тоже имеет нормальное распределение. Теперь найдем, D(x) и s(x) среднего результата x̄:

 

 

Знание закона и параметров распределения результатов измерения не позволяет судить о наличии или об отсутствии постоянных составляющих систематической погрешности измерения, т.е. о наличии или отсутствии смещения средних значений очень большого числа таких результатов от истинных значений измеряемых или определяемых величин.

 

Комментарии

Популярные сообщения из этого блога

[Решение задач][На обнаружение промахов Q-тестом]

 При спектрофотометрическом анализе раствора органического красителя получены значения оптической плотности, равные 0.376, 0.398, 0.371, 0.366, 0.372 и 0.379. Содержит ли эта серия промахи? Решение . Располагаем полученные результаты в порядке возрастания: 0.366 0.371 0.372 0.376 0.379 0.398 Формулы для расчета или   В случае если Q > Qкрит(P, n) тестируемое значение является промахом. Находим тестовую статистику для значения 0,398  Количество значений (n) равно 6, доверительная вероятность для данного теста равна 0,90. Из таблицы значений Q-критерия находим критическое значение равное 0,56. Сравниваем тестовую статистику с критическим значением. 0,59 > 0,56 => Значение 0,398 является промахом. Находим тестовую статистику для значения 0,366  Количество значений (n) уже равно 5, доверительная вероятность равна 0,90.  Из таблицы значений Q-критерия находим критическое значение равное 0,64. Сравниваем тестовую статистику с критическим...

[Решение задач][На модифицированный тест Стьюдента]

[Лекция][№16][2020.12.11]