Презентация, доклад по теме Элементы математической статистики

Содержание

Статистика — это точная наука, изучающая методы сбора, анализа и обработки данных, которые описывают массовые действия, явления и процессы Математическая статистика – это раздел математики, изучающий методы сбора, систематизации и обработки результатов наблюдений случайных массовых явлений

Слайд 1Элементы математической статистики.

Элементы математической статистики.

Слайд 2Статистика — это точная наука, изучающая методы сбора, анализа и обработки

данных, которые описывают массовые действия, явления и процессы
Математическая статистика – это раздел математики, изучающий методы сбора, систематизации и обработки результатов наблюдений случайных массовых явлений с целью выявления существующих закономерностей.

Статистика — это точная наука, изучающая методы сбора, анализа и обработки данных, которые описывают массовые действия, явления

Слайд 3Статистика изучает:
численность отдельных групп населения страны и ее регионов;
производство и потребление

разнообразных видов продукции;
перевозку грузов и пассажиров различными видами транспорта;
природные ресурсы и многое другое.

Результаты статистических исследований широко используются для практических и научных выводов.
В настоящее время статистика начинает изучаться уже в средней школе, в ВУЗах это обязательный предмет, потому что связан со многими науками и отраслями.
Чтобы увеличить количество продаж в магазине, чтобы улучшить качество знаний в школе, чтобы двигать страну по экономическому росту, надо проводить статистические исследования и делать соответствующие выводы. И это должен уметь каждый.
Статистика изучает:численность отдельных групп населения страны и ее регионов;производство и потребление разнообразных видов продукции;перевозку грузов и пассажиров

Слайд 4Определение:
Ряд данных – это ряд результатов каких-либо измерений.
Например:
1 )

измерения роста человека
2) Измерения веса человека (животного)
3)Показания счетчика (электроэнергии, воды, тепла…)
4) Результаты в беге на стометровку
И т.д.
Определение:Ряд данных – это ряд результатов каких-либо измерений.Например:  1 ) измерения роста человека2) Измерения веса человека

Слайд 5Объемом ряда данных называется количество всех данных.

Например: дан ряд чисел

1; 3; 6; -4; 0 объём его будет
равен 5. Почему?
Объемом  ряда данных называется количество всех данных.Например: дан ряд чисел  1; 3; 6; -4; 0

Слайд 9Модой ряда данных называется число ряда, которое встречается в этом ряду

наиболее часто.
Медиана с нечётным числом членов – это число, записанное посередине.
Медиана с чётным числом членов - это среднее арифметическое двух чисел, записанных посередине.
Например: определить медиану ряда чисел.
1) 6; -4; 5; -2; -3; 3; 3; -2; 3. Ответ: -3
2) -1; 0; 2; 1; -1; 0;2; -1. Ответ: 0
Модой ряда данных называется число ряда, которое встречается в этом ряду наиболее часто.Медиана с нечётным числом членов

Слайд 10Полигон распределения – это зависимость абсолютной частоты варианта mi от значения

варианта i x . Эту зависимость можно представить в виде таблицы.
Полигон распределения – это зависимость абсолютной частоты варианта mi от значения варианта i x . Эту зависимость

Слайд 11Рассмотрим простейшую задачу данного типа.  
Задача:
Измерение роста детей младшей группы детского сада

представлено выборкой: 92, 96, 95, 96, 94, 97, 98, 94, 95, 96. Найдем некоторые характеристики этой выборки.  
Решение
Размер выборки (число измерений; N): 10. Наименьшее значение выборки: 92. Наибольшее значение выборки: 98. Размах выборки: 98 – 92 = 6.
Запишем ранжированный ряд (варианты в порядке возрастания): 92, 94, 94, 95, 95, 96, 96, 96, 97, 98.
Рассмотрим простейшую задачу данного типа.  Задача:Измерение роста детей младшей группы детского сада представлено выборкой:  92, 96,

Слайд 12Вычислим относительные частоты и накопленные частоты, результат запишем в таблицу:           

Сгруппируем

ряд и запишем в таблицу (каждой варианте поставим в соответствие число ее появлений):
Вычислим относительные частоты и накопленные частоты, результат запишем в таблицу:            Сгруппируем ряд и запишем в

Слайд 13Построим полигон частот выборки (отметим на графике варианты по оси ОХ,

частоты по оси OY, соединим точки линией).  


Построим полигон частот выборки (отметим на графике варианты по оси ОХ, частоты по оси OY, соединим точки линией).  

Построим полигон частот выборки (отметим на графике варианты по оси ОХ, частоты по оси OY, соединим точки

Слайд 14Математическое ожидание - случайной величины XX (обозначается M(X)M(X) или реже E(X)E(X)) характеризует среднее значение случайной величины (дискретной

или непрерывной). Мат. ожидание - это первый начальный момент заданной СВ.
Математическое ожидание относят к так называемым характеристикам положения распределения (к которым также принадлежат мода и медиана). Эта характеристика описывает некое усредненное положение случайной величины на числовой оси. Скажем, если матожидание случайной величины - срока службы лампы, равно 100 часов, то считается, что значения срока службы сосредоточены (с обеих сторон) от этого значения (с тем или иным разбросом, о котором уже говорит дисперсия).
Математическое ожидание - случайной величины XX (обозначается M(X)M(X) или реже E(X)E(X)) характеризует среднее значение случайной величины (дискретной или непрерывной). Мат. ожидание - это

Слайд 15Пример 1. Вычислить математическое ожидание дискретной случайной величины Х, заданной рядом:
Xi

−1 2 5 10 20
Pi 0.1 0.2 0.3 0.3 0.1
Используем формулу для м.о. дискретной случайной величины:
M(х)=∑ xi⋅pi.
Получаем:
M(х)=∑xi⋅pi=−1⋅0.1+2⋅0.2+5⋅0.3+10⋅0.3+20⋅0.1=6.8.

Пример 1. Вычислить математическое ожидание дискретной случайной величины Х, заданной рядом:Xi  −1    2

Слайд 16Математическое ожидание дискретной случайной величины.

Говоря простым языком, это среднеожидаемое значение при многократном повторении

испытаний. Пусть случайная величина   принимает значения   с вероятностями   соответственно. Тогда математическое ожидание   данной случайной величины равно сумме произведений всех её значений на соответствующие вероятности:


или в свёрнутом виде:

математическое ожидание – это уже НЕ СЛУЧАЙНАЯ величина.

Математическое ожидание дискретной случайной величины.Говоря простым языком, это среднеожидаемое значение при многократном повторении испытаний. Пусть случайная величина   принимает значения 

Слайд 17Пример:
Мистер Х играет в европейскую рулетку по следующей системе: постоянно ставит

100 рублей на «красное». Составить закон распределения случайной величины   – его выигрыша. Вычислить математическое ожидание выигрыша и округлить его до копеек. Сколько в среднем проигрывает игрок с каждой поставленной сотни?
Справка: европейская рулетка содержит 18 красных, 18 чёрных и 1 зелёный сектор («зеро»). В случае выпадения «красного» игроку выплачивается удвоенная ставка, в противном случае она уходит в доход казино


Решение: поскольку игрок выигрывает в 18 случаях из 37, то закон распределения его выигрыша имеет следующий вид:

Вычислим математическое ожидание:
Таким образом, с каждой поставленной сотни игрок в среднем проигрывает 2,7 рубля.

Пример:Мистер Х играет в европейскую рулетку по следующей системе: постоянно ставит 100 рублей на «красное». Составить закон

Слайд 18Вычислим, например, математическое ожидание случайной величины   – количества выпавших на игральном

кубике очков:
  очка
В чём состоит вероятностный смысл полученного результата? Если подбросить кубик достаточно много раз, то среднее значение выпавших очков будет близко к 3,5 – и чем больше провести испытаний, тем ближе. Это статистическая вероятность.
Вычислим, например, математическое ожидание случайной величины   – количества выпавших на игральном кубике очков:  

Слайд 19Теперь вспомним нашу гипотетическую игру:
Возникает вопрос: а выгодно ли вообще

играть в эту игру? …у кого какие впечатления? Так ведь «навскидку» и не скажешь! Но на этот вопрос можно легко ответить, вычислив математическое ожидание, по сути – средневзвешенный по вероятностям выигрыш:


таким образом, математическое ожидание данной игры проигрышно.
Не верь впечатлениям – верь цифрам!
Теперь вспомним нашу гипотетическую игру:  Возникает вопрос: а выгодно ли вообще играть в эту игру? …у

Слайд 20Упорядоченными рядами данных называются ряды, в которых данные расположены по какому

то правилу.

Как упорядочить ряд чисел?
Записать числа так, чтобы каждое последующее число было
не меньше (не больше) предыдущего; или записать
некоторые названия «по алфавиту»…

Упорядоченными рядами данных называются ряды, в которых данные расположены по какому то правилу.Как упорядочить ряд чисел? Записать

Слайд 21Таблица распределения данных – это таблица упорядоченного ряда, в котором вместо

повторений одного и того же числа записывается количество повторений.
И наоборот, если известна таблица распределения, то можно составить упорядоченный ряд данных.

Таблица распределения данных – это таблица упорядоченного ряда, в котором вместо повторений одного и того же числа

Слайд 22Номинативный ряд данных – это НЕ ЧИСЛОВЫЕ ДАННЫЕ, а например, имена;

названия; номинации…
Например:
список финалистов чемпионатов мира по футболу с 1930
года: Аргентина, Чехословакия, Венгрия, Бразилия, Венгрия,
Швеция, Чехословакия, ФРГ, Италия, Нидерланды,
Нидерланды, ФРГ, ФРГ, Аргентина, Италия, Бразилия,
Германия, Франция
Номинативный ряд данных – это НЕ ЧИСЛОВЫЕ ДАННЫЕ, а например, имена; названия; номинации…Например: список финалистов чемпионатов мира

Слайд 23Вероятность случайного события равна дроби, в знаменателе
которой содержится число всех равновероятных

возможностей, из
которых состоит достоверное событие, а в числителе – число тех
возможностей, при которых рассматриваемое событие происходит.
Процентная частота - ( частота · 100% )
Например: если частота результата равна 5:19= 0,263157…, то
процентная частота будет равна: 0,263 · 100 = 26,3%
Часто ответы для процентных частот могут быть не точными, а
приближенными

Вероятность случайного события равна дроби, в знаменателекоторой содержится число всех равновероятных возможностей, изкоторых состоит достоверное событие, а

Слайд 24Группировка данных – применяется когда различных результатов измерений слишком много. Т.е

их объединяют в группы.
При группировке различных данных информация становится менее точной.

Группировка данных – применяется когда различных результатов измерений слишком много. Т.е их объединяют в группы.При группировке различных

Слайд 25Способы обработки данных:
Таблица





Диаграмма круговая


( каламбер )

Способы обработки данных: Таблица   Диаграмма круговая     ( каламбер )

Слайд 26График





Гистограмма
(столбчатая диаграмма)


ГрафикГистограмма(столбчатая диаграмма)

Что такое shareslide.ru?

Это сайт презентаций, где можно хранить и обмениваться своими презентациями, докладами, проектами, шаблонами в формате PowerPoint с другими пользователями. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами.


Для правообладателей

Яндекс.Метрика

Обратная связь

Email: Нажмите что бы посмотреть