Главная страница
Навигация по странице:

  • Вероятность того, что абсолютная величина |X-a| отклонения окажется меньше δ.

  • Доверительный интервал для генерального среднего.

  • Интервальное оценивание генеральной доли (вероятности события).

  • теория вероятности. 8060811_Теор_вер. Задача 5 3 Задачи 15 4 Задачи 25 6 Задачи 35 7 Задачи 45 10 Задачи 55 11 Задачи 65 12 Задачи 75 д 13


    Скачать 50.91 Kb.
    НазваниеЗадача 5 3 Задачи 15 4 Задачи 25 6 Задачи 35 7 Задачи 45 10 Задачи 55 11 Задачи 65 12 Задачи 75 д 13
    Анкортеория вероятности
    Дата09.02.2022
    Размер50.91 Kb.
    Формат файлаdocx
    Имя файла8060811_Теор_вер.docx
    ТипЗадача
    #356545



    Оглавление

    Задача № 5 3

    Задачи № 15 4

    Задачи № 25 6

    Задачи № 35 7

    Задачи № 45 10

    Задачи № 55 11

    Задачи № 65 12

    Задачи № 75 Д 13


    Задача № 5


    Отдел по управлению персоналом фирмы проводит опрос для выяснения мнений работников по определенной программе обучения. Известно, что среди n = 28 работников фирмы k = 8 прошли обучение по интересующей фирму программе и с вероятностью p = 0,8 могут дать ей квалифицированную оценку. Фирма случайным образом отбирает четырех работников из общего числа работников. Чему равна вероятность того, что в ходе опроса будет получена квалифицированная оценка программы обучения?
    Событие А - в ходе опроса будет получена квалифицированная оценка
    Гипотезы:

    Н0 - из отобранных четырех человек ни одного, прошедшего обучение

    Н1 - из отобранных четырех человек один, прошедший обучение

    Н2 - из отобранных четырех человек два, прошедших обучение

    Н3 - из отобранных четырех человек три, прошедший обучение

    Н4 - из отобранных четырех все 4 прошли обучение

    = 1*4845/20475 = 0,237

    = 8*1140/20475 = 0,445

    = 28*190/20475 = 0,26

    = 56*20/20475 = 0,055

    = 70*1/20475 = 0,003

    Для каждой из гипотез вероятность квалифицированной оценки по формуле произведения вероятностей:

    p(A|H0) = 0

    p(A|H1) = 1-0,2 = 0,8

    p(A|H2) = 1-0,2^2 = 0,96

    p(A|H3) = 1-0,2^3 = 0,992

    p(A|H3) = 1-0,2^4 = 0,9984

    Тогда, искомая вероятность

    p(A) = 0,237*0+0,445*0,8+0,26*0,96+0,055*0,992+0,003*0,99984 = 0,663

    Задачи № 15


    Из общего числа кандидатов, участвующих в конкурсе на вакантную должность руководителя, 25 % по итогам комплексной оценки не удовлетворяют профилю минимальных требований. Случайно выбраны n = 4 кандидата. Построить ряд распределения для случайной величины X - числа кандидатов в выборке, не удовлетворяющих профилю минимальных требований. Найти функцию распределения, математическое ожидание и среднее квадратическое отклонение случайной величины X. Используя функцию распределения, определить вероятность того, что число кандидатов, не удовлетворяющих профилю минимальных требований, будет от 2 до 4. Данные о значениях i и n взять из таблицы 2.
    Перечислим все возможные значения случайной величины Х: 0, 1, 2, 3, 4.

    Вероятность того, что каждый из отобранных не удовлетворяют профилю минимальных требований, - постоянна и равна 0,25 (p = 0,25). Вероятность противоположного события, т.е. того, что каждый из отобранных удовлетворяют профилю минимальных требований 0,75 (q = 1 - p = 1 - 0,25 = 0,75).

    Все 4 испытания – независимы.

    Очевидно, что случайная величина Х - подчиняется биномиальному закону распределения вероятностей с параметрами n=4 и p=0,25.

    Итак, по условию задачи: n = 4; p = 0,25; q = 0,75; X = m.

    Расчет искомых вероятностей осуществляется по формуле Бернулли.



    Подставим в эту формулу данные задачи:

    P(X=0) = 1*0,25^0*0,75^4 = 0,316

    P(X=1) = 4*0,25^1*0,75^3 = 0,422

    P(X=2) = 6*0,25^2*0,75^2 = 0,211

    P(X=3) = 4*0,25^3*0,75^1 = 0,047

    P(X=3) = 1*0,25^4*0,75^0 = 0,004

    Получим ряд распределения числа кандидатов в выборке, не удовлетворяющих профилю минимальных требований:

    X

    0

    1

    2

    3

    4

    Сумма

    P(X)

    0,316

    0,422

    0,211

    0,047

    0,04

    1


    Так как все возможные значения случайной величины образуют полную группу событий, то сумма их вероятностей должна быть равна 1.

    Функция распределения F(X).

    F(x≤0) = 0

    F(0< x ≤1) = 0.316

    F(1< x ≤2) = 0.422 + 0.316 = 0.738

    F(2< x ≤3) = 0.211 + 0.738 = 0.949

    F(3< x ≤4) = 0.047 + 0.949 = 0.996

    F(x>4) = 1



    Математическое ожидание находим по формуле m = ∑xipi.

    Математическое ожидание M[X].

    M[x] = 0*0.316 + 1*0.422 + 2*0.211 + 3*0.047 + 4*0.04 = 1.145

    Дисперсию находим по формуле d = ∑x2ipi - M[x]2.

    Дисперсия D[X].

    D[X] = 02*0.316 + 12*0.422 + 22*0.211 + 32*0.047 + 42*0.04 - 1.1452 = 1.018

    Среднее квадратическое отклонение σ(x).
    Вероятность попадания СВ в тот ли иной интервал находится по формуле:

    P(a ≤ X < b) = F(b) - F(a)

    Найдем вероятность того, что СВ будет находиться в интервале 2 ≤ X < 4

    P(2 ≤ X < 4) = F(4) - F(2) = 0.996 - 0.738 = 0.258


    Задачи № 25


    Зависимость производительности труда от величины материального стимулирования (доплаты, премии, льготы и др.) в течение года описывается следующей функцией плотности распределения вероятностей


    Необходимо найти функцию распределения F(x), математическое ожидание M(X) и дисперсию D(X). Чему равна вероятность того, что производительность составит меньше двух единиц?
    Функция распределения.


    F(x) = 1, x > 3.16



    Математическое ожидание.
    =

    Дисперсия.
    = =

    Среднеквадратическое отклонение.
    Вероятность того, что производительность составит меньше двух единиц

    P(x<2) = = 4/14 = 0,286

    Задачи № 35


    При изучении итогов тестирования N претендентов на вакантную должность секретаря по схеме собственно-случайной выборки в кадровом агентстве было отобрано 100 претендентов. Полученные данные представлены в группированном виде интервалами количества баллов xi, набранных в результате тестирования, и количеством ni претендентов, попавших в i - ый интервал:

    Группы

    Кол-во, ni

    90 - 100

    2

    100 - 110

    5

    110 - 120

    9

    120 - 130

    17

    130 - 140

    23

    140 - 150

    20

    150 - 160

    15

    160 - 170

    9

    Итого

    100


    Для анализа распределения претендентов по количеству набранных баллов необходимо:

    1) дать графическое изображение ряда в виде гистограммы относительных частот;

    2) найти эмпирическую функцию распределения и построить ее график;

    3) найти несмещенные и состоятельные оценки среднего количества набранных баллов и дисперсии среднего количества набранных баллов для претендентов на данную вакантную должность по всем кадровым агентствам города;

    4) сделать предварительный выбор закона распределения, обосновав свой выбор
    Таблица для расчета показателей.

    Группы

    Середина интервала, xцентр

    Кол-во, ni

    xi·ni

    Накопленная частота, S

    (x-xср)2·ni

    Относительная частота, ni/n

    90 - 100

    95

    2

    190

    2

    3511,22

    0,02

    100 - 110

    105

    5

    525

    7

    5088,05

    0,05

    110 - 120

    115

    9

    1035

    16

    4316,49

    0,09

    120 - 130

    125

    17

    2125

    33

    2407,37

    0,17

    130 - 140

    135

    23

    3105

    56

    83,03

    0,23

    140 - 150

    145

    20

    2900

    76

    1312,2

    0,2

    150 - 160

    155

    15

    2325

    91

    4914,15

    0,15

    160 - 170

    165

    9

    1485

    100

    7106,49

    0,09

    Итого



    100

    13690



    28739

    1




    Рис. 1 Гистограмма относительных частот
    Эмпирическая функция распределения F(X).

    F(x≤90) = 0

    F(90
    F(100
    F(110
    F(120
    F(130
    F(140
    F(150
    F(160
    F(x>170) = 1



    Рис. 2 Функция распределения

    Для оценки ряда распределения найдем следующие показатели:

    Показатели центра распределения.

    Средняя взвешенная (выборочная средняя)
    Несмещенная оценка дисперсии - состоятельная оценка дисперсии (исправленная дисперсия).

    =

    Оценка среднеквадратического отклонения.
    Распределение близко к нормальному - все значения ряда попадают в интервал



    Задачи № 45


    Для данных своего варианта к задачам №31-40 определить, предполагая, что

    количество набранных баллов распределено нормально:

    1) вероятность того, что количество набранных претендентами баллов по

    всем кадровым агентствам отличается от средних выборочных не более, чем на Δ = 2 баллов (по абсолютной величине);

    2) границы, в которых с вероятностью 0,99 заключено среднее количество набранных баллов для претендентов на данную вакантную должность по всем

    кадровым агентствам города;

    3) долю претендентов, имеющих 140 набранных баллов и выше, гарантируя

    результат с вероятностью 0.95.
    Вероятность того, что абсолютная величина |X-a| отклонения окажется меньше δ.

    Вероятность того, что отклонение нормально распределенной случайной величины от ее математического ожидания по абсолютной величине не превзойдет некоторого положительного числа δ, то есть |X- a| < δ, определяется так:

    Доверительный интервал для генерального среднего.
    Поскольку n>30, то определяем значение tkp по таблицам функции Лапласа.

    В этом случае 2Ф(tkp) = γ

    Ф(tkp) = γ/2 = 0.99/2 = 0.495

    По таблице функции Лапласа найдем, при каком tkp значение Ф(tkp) = 0.495

    tkp(γ) = (0.495) = 2.58
    (136.9 - 4.396;136.9 + 4.396) = (132.5;141.3)

    С вероятностью 0.99 можно утверждать, что среднее значение при выборке большего объема не выйдет за пределы найденного интервала.

    Интервальное оценивание генеральной доли (вероятности события).

    Всего претендентов, имеющих 140 баллов и выше = 67 – их доля = 0,67

    Доверительный интервал для генеральной доли.

    (p* - ε ; p* + ε)
    Поскольку n>30, то определяем значение tkp по таблицам функции Лапласа.

    В этом случае 2Ф(tkp) = γ

    Ф(tkp) = γ/2 = 0.95/2 = 0.475

    По таблице функции Лапласа найдем, при каком tkp значение Ф(tkp) = 0.475

    tkp(γ) = (0.475) = 1.96
    (0.67-0.0922; 0.67+0.0922)

    (0.578; 0.762)

    или в %: (57.784; 76.216)

    С вероятностью 0.95 при большем объеме выборки, эта доля будет находиться в заданном интервале.

    Задачи № 55


    По данным своего варианта к задачам №31-40 при уровне значимости α =0,1 проверить гипотезу о том, что среднее количество набранных баллов для претендентов на данную вакантную должность по всем кадровым агентствам города равно 137,9 баллов.
    Выдвигается нулевая гипотеза H0 о том, что значение математического ожидания генеральной совокупности равно числу μ0: = 137.9

    Альтернативная гипотеза:

    H1: μ ≠ 137.9, критическая область – двусторонняя.

    Для проверки нулевой гипотезы используется случайная величина:
    где x – выборочное среднее; S – среднеквадратическое отклонение генеральной совокупности.

    Если нулевая гипотеза верна, то случайная величина T имеет стандартное нормальное распределение. Критическое значение статистики T определяется исходя из вида альтернативной гипотезы:

    P(|T| < tкр) = 1 - α, Ф(tкр)=(1-α)/2

    Найдем экспериментальное значение статистики T:
    Поскольку объем выборки достаточно большой (n>30), то вместо истинного значения среднеквадратического отклонения можно использовать его оценку S=17.038.

    Ф(tкр)=(1-α)/2 = (1-0.1)/2 = 0.45

    По таблице функции Лапласа найдем, при каком tkp значение Ф(tkp) = 0.45

    tkp = 1.65 (-∞ ;-1.65)U(1.65; +∞)

    Экспериментальное значение критерия T не попало в критическую область T < tkp, поэтому нулевую гипотезу следует принять. Значение математического ожидания генеральной совокупности можно принять равным 137.9.

    Задачи № 65


    По данным своего варианта к задачам №31-40, учитывая, что аналогичное обследование, проведенное год назад, показало, что среднее квадратическое отклонение количества набранных претендентами баллов равно S = 18.038 баллов, проверить есть ли основание считать одинаковыми отклонения от среднего количества набранных претендентами баллов в данном периоде и в соответствующем периоде предыдущего года. Проверку осуществить при уровне значимости α = 0.05 и предположении, что количество набранных претендентами баллов распределено нормально.
    При уровне значимости α = 0,05 проверить гипотезу Н0 о равенстве дисперсий двух нормально распределенных случайных величин Х и Y на основе выборочных данных при альтернативной гипотезе: H1 σ1^2 ≠ σ2^2 .

    Дисперсии

    σ1^2 = 290,293

    σ2^2 = 325,37

    Вычислим наблюдаемое значение критерия

    F = σ2^2/ σ1^2 = 325,37/290,293 = 1,12

    Найдем критическое значение при уровне значимости 0,05/2 = 0,025 и числам степеней свободы k1 = m −1 = 99, k2 = n −1 = 99

    Fкрит = 1,394

    Так как Fнабл < Fкрит, нет оснований отвергнуть нулевую гипотезу.

    Задачи № 75 Д


    Для эмпирического распределения количества набранных претендентами при тестировании баллов по данным своего варианта к задачам №31-40 подобрать соответствующее теоретическое распределение и на уровне значимости α проверить гипотезу о согласованности двух распределений с помощью критерия χ2 - Пирсона.
    Проверим гипотезу о том, что Х распределено по нормальному закону с помощью критерия согласия Пирсона.
    где pi - вероятность попадания в i-й интервал случайной величины, распределенной по гипотетическому закону

    Для вычисления вероятностей pi применим формулу и таблицу функции Лапласа
    где

    s = 17.039, xср = 136.9

    Теоретическая (ожидаемая) частота равна ni = npi, где n = 100

    Вероятность попадания в i-й интервал: pi = Ф(x2) - Ф(x1)

    xi÷xi+1

    ni

    x1 = (xi - xср)/s

    x2 = (xi+1 - xср)/s

    Ф(x1)

    Ф(x2)

    pi=Ф(x2)-Ф(x1)

    Ожидаемая частота, 100pi

    Слагаемые статистики Пирсона, Ki

    90 - 100

    2

    -2,7527

    -2,1657

    -0,4971

    -0,4854

    0,0117

    1,17

    0,5888

    100 - 110

    5

    -2,1657

    -1,5788

    -0,4854

    -0,4429

    0,0425

    4,25

    0,1324

    110 - 120

    9

    -1,5788

    -0,9919

    -0,4429

    -0,3413

    0,1016

    10,16

    0,1324

    120 - 130

    17

    -0,9919

    -0,405

    -0,3413

    -0,1591

    0,1822

    18,22

    0,08169

    130 - 140

    23

    -0,405

    0,1819

    -0,1591

    0,0753

    0,2344

    23,44

    0,00826

    140 - 150

    20

    0,1819

    0,7689

    0,0753

    0,2794

    0,2041

    20,41

    0,00824

    150 - 160

    15

    0,7689

    1,3558

    0,2794

    0,4131

    0,1337

    13,37

    0,1987

    160 - 170

    9

    1,3558

    1,9427

    0,4131

    0,4744

    0,0613

    6,13

    1,3437




    100













    2,4942


    Определим границу критической области. Так как статистика Пирсона измеряет разницу между эмпирическим и теоретическим распределениями, то чем больше ее наблюдаемое значение Kнабл, тем сильнее довод против основной гипотезы.

    Поэтому критическая область для этой статистики всегда правосторонняя: [Kkp;+∞).

    Её границу Kkp = χ2(k-r-1;α) находим по таблицам распределения χ2 и заданным значениям s, k (число интервалов), r=2 (параметры xcp и s оценены по выборке).

    Kkp = χ2(8-2-1;0.01) = 15.08627; Kнабл = 2.49

    Наблюдаемое значение статистики Пирсона не попадает в критическую область: Кнабл < Kkp, поэтому нет оснований отвергать основную гипотезу. Справедливо предположение о том, что данные выборки имеют нормальное распределение.



    Рис. 2 Гистограмма и кривая теоретического нормального распределения.


    написать администратору сайта