pbinom(k, m, p) на графике отражает функцию распределения нашей полученной случайной случайно величины
wHk на графике отображает функцию распределения по Бернулли
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Размер выборки
Количество испытаний в схеме Бернулли
Вероятность успеха в одиночном испытании
Получаем выборку с параметрами m и p
Ранжируем выборку
|
|
Получаем вариационный ряд
|
|
Получаем относительные частоты каждой случайной
величины
|
|
|
|
|
|
|
|
|
|
Полигон и закон распределения
wk - на графике отображает распределение нашей полученной случайной величины
dbinom(k, m, p)- на графике отображает распределение Бернулли
|
|
|
|
Относительно накопленные частоты
|
|
|
|
Кумулятивная кривая и функция распределения
pbinom(k, m, p) на графике отражает функцию распределения нашей полученной случайной случайно величины
wHk на графике отображает функцию распределения по Бернулли
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Размер выборки
Количество испытаний в схеме Бернулли
Вероятность успеха в одиночном испытании
Получаем выборку с параметрами m и p
Ранжируем выборку
Получаем вариационный ряд
Получаем относительные частоты каждой случайной
величины
|
|
|
|
|
|
|
|
|
|
Полигон и закон распределения
wk - на графике отображает распределение нашей полученной случайной величины
dbinom(k, m, p)- на графике отображает распределение Бернулли
|
|
|
|
|
|
Относительно накопленные частоты
|
|
Кумулятивная кривая и функция распределения
pbinom(k, m, p) на графике отражает функцию распределения нашей полученной случайной случайно величины
wHk на графике отображает функцию распределения по Бернулли
4.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
задаем вероятность
формируем выборку с параметрами n, m, po
вычисление выборочного геометрического
среднего
задаем вероятность
формируем выборку с параметрами n, m, po
вычисление выборочного геометрического
среднего
задаем вероятность
формируем выборку с параметрами n, m, po
вычисление выборочного геометрического
среднего
задаем вероятность
формируем выборку с параметрами n, m, po
вычисление выборочного геометрического
среднего
задаем вероятность
формируем выборку с параметрами n, m, po
вычисление выборочного геометрического
среднего
Зависимость геометрического среднего от вероятностей
5. Выполнение интегральной теоремы Муавра-Лапласа по схеме Бернулли
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Объем выборки
Вероятность успеха в одиночном испытании
Количество испытаний в схеме Бернулли
Получаем выборку с параметрами m и p
Ранжируем выборку
Получаем вариационный ряд
Получаем относительные частоты каждой случайной
величины
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вычисляем нормированную величину ζ
|
|
[a, b] – интервал
Φ(…) – интеграл вероятностей
|
|
|
|
|
|
|
|
|
|
Относительная частота попаданий величины ζ в интервал [a, b] стремится к этой разности
|
|
Вывод по работе: В ходе выполнения данной лабораторной работы я изучила способы воспроизведения на ЭВМ случайных данных с дискретными законами распределения и определения их статистических характеристик.
- Был изучен более подробно закон распределения Бернулли;
- Проиллюстрировано выполнение теоремы Гливенко-Кантелли;
- Проиллюстрировано выполнение закона больших чисел в форме Хинчина;
- Проиллюстрировано выполнение интегральной теоремы Муавра-Лапласса.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.
