Выборочная функция распределения
Мы рассматривали эмпирическую функцию распределения $F\ast ( x )=\frac { n_x } { n } $, определяющую относительную частоту события $X<x$
$F\ast ( x )=\left\{ { { \begin{array} { \c } { 0,x\leqslant x_1 } \\ { 1,x>x_1 } \\ \end{array} } }\right.$
Построим выборочную функцию распределения в нашем примере { по центрам интервалов } . Наименьшее значение варианта $x_i =1$.
Следовательно $F\ast ( x )=0$, при $x\leqslant 1-$ это означает, что случайная величина X при $X<1$ наблюдалась ноль раз. Значение $X<5$ { а именно $X=1$ наблюдалось один раз } $F\ast ( x )=\frac { n_x } { n } =\frac { 1 } { 25 } , x\leqslant 5$
Значение $X<9$ { а именно $X=1$ и $X=5$, наблюдалось $1+6=7$ раз } , $F\ast ( x )=\frac { 7 } { 25 } , x\leqslant 9$
Значение $X<13$ { а именно $X=1$, $X=5$, $X=9$, наблюдалось $1+6+3=10$ раз } $F\ast ( x )=\frac { 10 } { 25 } , x\leqslant 13$
Значение $X<17$ { а именно $X=1$, $X=5$, $X=9$, $X=13$, наблюдалось $1+6+3+3=13$ раз } $F\ast ( x )=\frac { 13 } { 25 } , x\leqslant 17$
Значение $X<21$ { а именно $X=1$, $X=5$, $X=9$, $X=13$, $X=17$ наблюдалось $1+6+3+3+6=19$ раз } $F\ast ( x )=\frac { 19 } { 25 } , x\leqslant 21$
$F\ast ( x )=1$, при $x>21$
Выборочная функция имеет вид: $ x_i F\ast ( x ) F\ast ( x )=\left\{ { { \begin{array} { \c } { 0,x\leqslant 1 } \\ { \frac { 1 } { 28 } ,x\leqslant 5 } \\ { \frac { 7 } { 25 } ,x\leqslant 9 } \\ { \frac { 10 } { 25 } ,x\leqslant 13 } \\ { \frac { 13 } { 25 } ,x\leqslant 17 } \\ { \frac { 19 } { 25 } ,x\leqslant 21 } \\ { 1,x>21 } \\ \end{array} } }\right. $
Инструмент для тех, кто проверяет расчёты руками
✍ Если вам регулярно приходится верифицировать ручные интегралы, строить эпюры для КМ/КМД или перепроверять закрытые «чёрные ящики» коммерческих САПР, загляните в мой открытый проект:
Читайте также:
Основные формулы теории вероятности
Доверительный интервал: определение и методы построения
Методы нахождения оценок: теория и практическое применение
Проверка гипотезы о показательном распределении: методы и критерии
Критерий согласия Пирсона: методика и применение для проверки гипотез о виде распределения
Теоретические и эмпирические моменты: сравнение и применение в статистическом анализе
Статистические оценки параметров распределения: методы и свойства
Группировка наблюдений
Эмпирическая функция распределения: определение и свойства
Элементы математической статистики: статистическое распределение выборки
Центральная предельная теорема Ляпунова: обобщение и условия применимости
Теоремы Чебышева и Бернулли: основы закона больших чисел
Закон больших чисел и неравенство Чебышева: теоретические основы и практическое значение
Показательное распределение: свойства и применение в моделировании времени ожидания
F-распределение Фишера–Снедекора: свойства и применение в статистике
Оглавление $\Rightarrow $
