Предположим, что изучается некоторая случайная величина X, закон распределения которой в точности неизвестен, и требуется определить этот закон из опыта или проверить экспериментально гипотезу о том, что величина X подчинена тому или иному закону. С этой целью над случайной величиной X производится ряд независимых опытов (наблюдений). В каждом из этих опытов случайная
ЗАКОНЫ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН
[ГЛ. 7
величина X принимает определенное значение. Совокупность наблюденных значений величины и представляет собой первичный статистический материал, подлежащий обработке, осмыслению и научному анализу. Такая совокупность называется «простой статистической совокупностью» или «простым статистическим рядом». Обычно простая статистическая совокупность оформляется в виде таблицы с одним входом, в первом столбце которой стоит номер опыта i, а во втором — наблюденное значение случайной величины.
Пример 1. Случайная величина f-J — угол скольжения самолета в момент сбрасывания бомбы ')■ Произведено 20 бомбометаний, в каждом из которых зарегистрирован угол скольжения р в тысячных долях радиана. Результаты наблюдений сведены в простой статистический ряд:
|
|
1 | h | h | i | h | |
—20 | —30 | —10 | |||
—60 | |||||
—10 | —100 | ||||
—80 | —80 | ||||
—10 | —60 |
Простой статистический ряд представляет собой первичную форму записи статистического материала и может быть обработан различными способами. Одним из способов такой обработки является построение статистической функции распределения случайной величины.
Статистической функцией распределения случайной величины X называется частота события X < х в данном статистическом материале:
F*(x) = P*(X<x). (7.2.1)
Для того чтобы найти значение статистической функции распределения при данном х, достаточно подсчитать число опытов, в которых величина X приняла значение, меньшее чем х, и разделить на общее число п произведенных опытов.
Пример 2. Построить статистическую функцию распределения для случайной величины (3, рассмотренной в предыдущем примере2).
') Под углом скольжения подразумевается угол, составленный вектором скорости и плоскостью симметрии самолета.
2) Здесь и во многих случаях далее, при рассмотрении конкретных практических примеров, мы не будем строго придерживаться правила — обозначать случайные величины большими буквами, а их возможные значения — соответствующими малыми буквами. Если это не может привести к недоразумениям, мы в ряде случаев будем обозначать случайную величину и ее возможное значение одной и той же буквой.
|
|
7.21
СТАТИСТИЧЕСКАЯ ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ
Решение. Так как наименьшее наблюденное значение величины равно
_ 100, то F( —100) = 0. Значение —100 наблюдено один раз, его частота
равна -™-; следовательно, в точке —100 F* ($) имеет скачок, равный -щ,
В промежутке от —100 до — 80 функция F* (Р) имеет значение-^г-; в точке
—80 происходит скачок функции F* (р) на -~г, так как значение — 80 наблюдено дважды, и т. д.
График статистической функции распределения величины представлен на рис. 7.2.1.
Статистическая функция распределения любой случайной величины.— прерывной или непрерывной — представляет собой прерывную ступенчатую функцию, скачки которой соответствуют наблюденным значениям случайной величины и по величине равны частотам этих значений. Если каждое отдельное значение случайной величины X было наблюдено только один раз, скачок статистической функции
распределения в каждом наблюденном значении равен —, где п —
число наблюдений.
При увеличении числа опытов п, согласно теореме Бернулли, при любом х частота события X < х приближается (сходится по вероятности) к вероятности этого события. Следовательно, при увеличении п статистическая функция распределения F* (х) приближается (сходится по вероятности) к подлинной функции распределения F(x) случайной величины X.
Если X — непрерывная случайная величина, то при увеличении числа наблюдений п число скачков функции F* (х) увеличивается, самые скачки уменьшаются и график функции F* (х) неограниченно приближается к плавной кривой F(x) — функции распределения величины X.