Пакет анализа→ Генерация случайных чисел→ Пуассоновское (распределение).
P18 = ПУАССОН (18; 10; 0) ≈ 0,0071
Ещё один вариант решения предоставляет Пакет Анализа:
Пример 4. Завод отправил 5000 доброкачественных изделий. Средняя вероятность того, что в пути разбили одно изделие, равна 0,0002. Найти вероятность того, что в пути будет повреждено: а) 3 изделия, б) 1 изделие, в) не более трех изделий.
Решение. и , поэтому применяем формулу Пуассона, где .
а) При : , .
б) При :
в) Предварительно подсчитаем : и
: .
.
Распределение c2 или распределение Пирсона
Распределением c2 (хи-квадрат) или распределением Пирсона называется распределением суммы квадратов «k» независимых случайных величин, распределённых по стандартному нормальному закону N(0;1), т.е.
При k = 2 и k = 3 величина c2 имеет простой геометрический смысл.
Свойства распределение Пирсона
· .
·
· С возрастанием числа степеней свободы «k» распределение c2 медленно приближается к нормальному закону распределения, а при k >30 оно близко к стандартному нормальному закону распределения.
t – Распределение или распределение Стьюдента
Student – псевдоним английского статистика Госсета (1876-1937)
t – Распределением называется распределение случайной величины
,
где Z, Z1,…, Zn – независимые случайные величины, распределённые по стандартному нормальному закону N(0;1). Для t – распределения, как и для распределения N(0;1) — .
Замечание. При n > 30 случайная величина t имеет распределение N(0;1).
, , , .
Практические примеры
Пример 5. Интервальная оценка математического ожидания (использование t – распределения). Пусть имеется выборка случайных величин «x» объёмом «n». Подсчитаем среднее и несмещенную дисперсию . Требуется определить доверительный интервал математического ожидания «а» генеральной совокупности по случайной выборке объёмом «n».
Решение. Введем случайную величину
, где – стандартная ошибка среднего.
Случайная величина «t» подчиняется распределению Стьюдента, причем
, где a – уровень значимости.
Тогда
,
.
Величину проще всего рассчитать с использованием стандартных функций EXCEL, а именно
= СТЬЮДРАСПОБР().
В зависимости от конкурирующей гипотезы, для обоснования критерия выбирают одностороннюю или двухстороннюю критические области, при этом в первом случае , во втором – . Т.е.
СТЬЮДРАСПОБР() – для двухсторонней критической области,
СТЬЮДРАСПОБР() – для односторонней критической области.
Пример 6. Вторым важным применением t –критерия является возможность оценки значимости линейного коэффициента корреляции
.
Пример 7.При случайная величина «t» имеет распределение близкое к нормальному N(0;1). В этом случае интервальная оценка для среднего существенно упрощается
.
Здесь – двухсторонние критические границы для нормального распределения N(0;1) (квантили), отвечающие условию .