Прикладная статистика
Покупка
Издательство:
ФЛИНТА
Год издания: 2024
Кол-во страниц: 100
Дополнительно
Вид издания:
Учебное пособие
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-9765-5410-8
Артикул: 825867.01.99
Рассматриваются вопросы сбора и первичной обработки информации, общие подходы к тестированию статистических гипотез. Для некоторых классов задач показано, как производится анализ статистических связей и делаются статистические выводы. Для каждого класса приведены формальные постановки и содержательные примеры, показаны методы решения.
Большинство примеров, представленных в пособии, являются реальными и взяты авторами из собственной практики.
Для студентов и аспирантов высших учебных заведений, использующих прикладную статистику в качестве инструмента анализа данных.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 01.03.01: Математика
- 01.03.02: Прикладная математика и информатика
- 01.03.04: Прикладная математика
- 01.03.05: Статистика
- ВО - Специалитет
- 01.05.01: Фундаментальные математика и механика
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
Министерство науки и высшего образования
Российской Федерации
Уральский федеральный университет
имени первого Президента России Б. Н. Ельцина
С. И. Солодушкин
И. Ф. Юманова
ПРИКЛАДНАЯ
СТАТИСТИКА
Учебное пособие
2-е издание, стереотипное
Москва Екатеринбург
Издательство «ФЛИНТА» Издательство Уральского университета
2024 2024
УДК 519.2(075.8)
ББК 22.172я73
С60
Р е ц е н з е н т ы:
кафедра прикладной математики и технической графики
Уральского государственного архитектурно-художественного
университета (зав. кафедрой д-р физ.-мат. наук, проф. С. С. Титов);
А. Б. Ложников, канд. физ.-мат. наук, доцент,
старший научный сотрудник отдела дифференциальных уравнений
Института математики и механики УрО РАН
С60
Солодушкин С. И.
Прикладная статистика : учеб. пособие / С. И. Солодушкин,
И. Ф. Юманова. – 2-е изд., стер. – Москва : ФЛИНТА ; Екатеринбург : Изд-во Урал. ун-та, 2024. – 100 с. : ил. – ISBN
978-5-9765-5410-8 (ФЛИНТА) ; ISBN 978-5-7996-3829-0 (Изд-во
Урал. ун-та). – Текст : электронный.
Рассматриваются вопросы сбора и первичной обработки информации,
общие подходы к тестированию статистических гипотез. Для некоторых
классов задач показано, как производится анализ статистических связей и
делаются статистические выводы. Для каждого класса приведены формальные
постановки и содержательные примеры, показаны методы решения.
Большинство примеров, представленных в пособии, являются реальными
и взяты авторами из собственной практики.
Для студентов и аспирантов высших учебных заведений, использующих
прикладную статистику в качестве инструмента анализа данных.
УДК 519.2(075.8)
ББК 22.172я73
ISBN 978-5-9765-5410-8 (ФЛИНТА)
© Уральский федеральный
университет, 2024
ISBN 978-5-7996-3829-0 (Изд-во Урал. ун-та)
© Солодушкин С. И.,
Юманова И.Ф., 2024
Предисловие В настоящее время в связи с цифровизацией многих сфер деятельности поток информации, доступной исследователям, стал поистине огромным. При этом справедливым остается тезис: данных много, а знаний мало. В связи с этим уделяется большое внимание извлечению знаний из неструктурированных, зашумленных первичных данных. Мы свидетели становления, по сути, нового направления в науке — анализа данных. Соответственно, бизнес и наука ставят перед высшим образованием задачу подготовки специалистов, способных этот анализ данных проводить. Наряду с нейронными сетями важным методом анализа данных является статистика. Учебное пособие «Прикладная статистика» написано авторами на основе опыта чтения одноименного курса в Уральском федеральной университете. Цель курса — изучение методов сбора и первичной обработки информации, проверки статистических гипотез, анализа статистических связей. Пособие разбито на главы. Каждая глава соответствует одной рассматриваемой на занятиях теме и содержит необходимые теоретические сведения, примеры, всесторонне иллюстрирующие теорию. В конце глав даются задания для самоконтроля. Авторы пособия — математики по образованию — в течение многих лет участвовали в клинических исследованиях, проводили статистический анализ медицинских данных. Большинство примеров, представленных в пособии, являются реальными и взяты авторами из собственной практики. Работа выполнена в рамках исследований Уральского математического центра.
1.Выборочный метод 1.1. Предмет и задачи статистики Прикладная статистика — раздел математики, в котором разрабатываются методы регистрации, описания и анализа данных наблюдений и экспериментов с целью построения вероятностных моделей массовых случайных явлений. Предметом прикладной статистики является изучение закономерностей, которым подчиняются массовые случайные явления и процессы, с применением методов теории вероятностей. Первая задача прикладной статистики — указать способы сбора и группировки статистических сведений, полученных в результате наблюдений или специально поставленных экспериментов. Вторая задача прикладной статистики — разработать методы анализа статистических данных в зависимости от целей исследования. Сюда относятся оценка неизвестной вероятности события, оценка неизвестной функции распределения, оценка параметров распределения, оценка зависимости случайной величины от одной или нескольких случайных величин и т. д. Итак, задача прикладной статистики заключается в разработке методов сбора и обработки статистических данных для получения научных и практических выводов. Основным методом изучения массовых случайных явлений в прикладной статистике является выборочный метод, суть которого состоит в том, что суждение обо всем множестве изучаемых объектов выносится на основе наблюдения за некоторой (возможно, относительно малой) частью. Неформальное описание выборочного метода дано в следующем параграфе, а необходимая формализация будет проведена позже, после введения понятия случайной величины. Фундаментом прикладной статистики является математическая статистика. Прикладную статистику нельзя целиком относить к математике, поскольку она включает в себя две внематематические об4
ласти: методологию организации статистического исследования и организацию компьютерной обработки данных, в том числе разработку и использование баз данных, электронных таблиц, статистических программных продуктов и систем анализа данных. 1.2. Основные понятия выборочного метода: генеральная совокупность и выборка Пусть требуется изучить, как в совокупности однородных объектов распределен некоторый качественный или количественный признак, характеризующий эти объекты. Например, имеется множество банковских заемщиков, качественным признаком каждого из них может служить пол, а количественным — годовой доход в рублях. Иногда проводят сплошное обследование, т. е. для каждого из объектов совокупности изучается интересующий признак. На практике, однако, сплошное обследование применяют сравнительно редко. Так, если население города очень большое, то провести сплошное обследование всех жителей физически невозможно. Или, например, если обследование прибора связано с его разрушением, требует больших материальных затрат, то в этом случае проводить сплошное обследование практически не имеет смысла. В таких ситуациях случайно отбирают из всей совокупности ограниченное число объектов и подвергают их изучению. Определение 1. Выборочной совокупностью, или просто выборкой, называют совокупность случайно отобранных объектов. При этом выборку осуществляют из генеральной совокупности. Определение 2. Генеральной совокупностью называют совокупность всех объектов, относительно которых предполагается делать выводы при изучении конкретной задачи. Генеральная совокупность состоит из всех объектов, которые имеют качества, свойства, интересующие исследователя.
Вопрос отбора объектов из генеральной совокупности отнюдь не является тривиальным, и от способа организации этого отбора зависит качество выборки. Для того чтобы по данным выборки можно было достаточно уверенно судить об интересующем признаке генеральной совокупности, необходимо, чтобы объекты выборки правильно его представляли. Другими словами, выборка должна правильно представлять пропорции генеральной совокупности. Это требование коротко формулируют так: выборка должна быть репрезентативной (представительной). В силу закона больших чисел [1] можно утверждать, что выборка будет репрезентативной, если ее осуществить случайно: каждый объект выборки отобран из генеральной совокупности случайно, т. е. никаким объектам при отборе не отдается предпочтение. Одним из наиболее известных исторических примеров нерепрезентативной выборки считается случай, происшедший во время президентских выборов в США в 1936 г. Журнал «Литерари Дайджест», успешно прогнозировавший события нескольких предшествующих выборов, ошибся в своих предсказаниях, разослав 10 млн пробных бюллетеней своим подписчикам, а также людям, выбранным по телефонным книгам всей страны, и людям из регистрационных списков автомобилей. В 25 % вернувшихся бюллетеней (почти 2,5 млн) голоса были распределены следующим образом: 1) 57 % отдавали предпочтение кандидату-республиканцу А. Лэндону; 2) 40 % выбрали действующего в то время президента-демократа Ф. Рузвельта. На выборах же, как известно, победил Рузвельт, набрав более 60 % голосов. Ошибка «Литерари Дайджест» заключалась в следующем: желая увеличить репрезентативность выборки, работники журнала, которым было известно, что большинство их подписчиков считают себя республиканцами, расширили выборку за счет людей, выбранных из телефонных книг и регистрационных списков. Однако они не учли современных реалий и набрали еще больше республи6
канцев: во время Великой депрессии обладать телефонами и автомобилями могли себе позволить в основном представители среднего и высшего класса (т. е. большинство республиканцев, а не демократов). Одна и та же выборка может рассматриваться как репрезентативная и как нерепрезентативная в зависимости от того, на какую генеральную совокупность исследователь желает распространить свои выводы. П р и м е р. Выборка составлена по результатам периодического медицинского осмотра работников Богословского алюминиевого завода (выявление бронхолегочной патологии). Но если ставится задача исследования структуры бронхолегочной патологии жителей Свердловской области, то такую выборку следует считать нерепрезентативной. Однако при исследовании структуры бронхолегочной патологии работников алюминиевого производства в Российской Федерации та же самая выборка может считаться репрезентативной. 1.3. Понятие случайной величины Строгое определение случайной величины требует привлечения понятийного аппарата теории функций вещественной переменной, но в рамках настоящего учебного пособия этого делать не нужно. Для изложения дальнейшего материала нам достаточно лишь общего понимания того, что собой представляет случайная величина, а потому мы ограничимся неформальным определением. Определение 3. Случайная величина — это величина, которая в результате испытания принимает одно и только одно возможное значение, наперед неизвестное и зависящее от случайных причин, которые заранее не могут быть учтены. П р и м е р 1. Число мальчиков из 100 новорожденных есть величина случайная, возможные значения которой: 0, 1, 2, . . . , 100. П р и м е р 2. Дневная выручка магазина, выраженная в рублях.
П р и м е р 3. Среднесуточная температура в январе в Москве. Будем далее обозначать случайные величины прописными буквами X, Y, Z, а их возможные значения — соответствующими строчными буквами x, y, z. Например, если случайная величина X имеет три возможных значения, то они будут обозначены так: x1, x2, x3. Разберем примеры 1 – 3. В первом из них случайная величина X могла принять одно из следующих возможных значений: 0, 1, 2, . . . , 100. Эти значения отделены одно от другого промежутками, в которых нет возможных значений X. Таким образом, в этом примере случайная величина принимает отдельные, изолированные возможные значения. Во втором примере случайная величина также могла принимать только целочисленные неотрицательные значения, хотя ее границы точно неизвестны. В третьем примере случайная величина могла принять любое из значений промежутка (a, b). Здесь нельзя отделить одно возможное значение от другого промежутком, не содержащим возможных значений случайной величины. Из сказанного можно сделать вывод о целесообразности различать случайные величины, принимающие лишь отдельные, изолированные значения, и случайные величины, возможные значения которых сплошь заполняют некоторый промежуток. Определение 4. Дискретной называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными вероятностями. Число возможных значений дискретной случайной величины может быть конечным или бесконечным. Определение 5. Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Очевидно, что число возможных значений непрерывной случайной величины бесконечно.
Для задания (определения) дискретной случайной величины (ДСВ) необходимо указать все принимаемые ею значения и соответствующие вероятности, т. е. ее закон распределения. Определение 6. Закон распределения дискретной случайной величины — соответствие между возможными значениями и их вероятностями. Обычно закон распределения ДСВ представляют в виде таблицы, первая строка которой содержит возможные значения, а вторая — их вероятности. Удобным способом представления закона распределения ДСВ является графический. При этом на оси абсцисс откладывают варианты xi, а на оси ординат — соответствующие им вероятности pi. Задание закона распределения в виде таблицы требует перечисления всех значений случайной величины. Очевидно, что такой способ задания неприменим для непрерывных случайных величин, соответственно, необходимо дать общий способ задания любых типов случайных величин. С этой целью вводят функции распределения вероятностей случайной величины. Пусть x — действительное число. Вероятность события, состоящего в том, что случайная величина X примет значение, меньшее x (т. е. вероятность события X < x), обозначим через FX(x). Разумеется, если x изменяется, то, вообще говоря, изменяется и FX(x), т. е. FX(x) есть функция от x. Определение 7. Функцией распределений случайной величины X называется функция FX(x), определяющая вероятность того, что случайная величина X в результате испытания примет значение, меньшее x, т. е. P(X < x) = FX(x). Геометрически это равенство можно истолковать так: FX(x) есть вероятность того, что случайная величина X примет значение, которое лежит на числовой оси левее точки x.
В терминах функции распределения можно дать более точное определение непрерывной случайной величины: случайную величину называют непрерывной, если ее функция распределения есть непрерывная, кусочно-дифференцируемая функция с непрерывной производной. Другим способом определения непрерывной случайной величины является задание плотности распределения: Определение 8. Плотностью распределения вероятностей непрерывной случайной величины X называют функцию f(x) — первую производную от функции распределения F(x), т. е. f(x) = F ′(x). Зная плотность распределения, можно вычислить вероятность того, что непрерывная случайная величина примет значение, принадлежащее заданному интервалу. Правило вычисления дает следующее утверждение. Утверждение 1. Вероятность того, что непрерывная случайная величина X примет значение, принадлежащее интервалу (a, b), равна определенному интегралу от плотности распределения, взятому в пределах от a до b : P(a < X < b) = Z b a f(x)dx. Напомним, что геометрический смысл определенного интеграла — площадь под кривой y = f(x) в промежутке от a до b. Это утверждение позволяет раскрыть вероятностный смысл плотности распределения. Вероятность того, что случайная величина примет значение, принадлежащее интервалу (x, x + ∆), приближенно равна произведению плотности вероятности в точке x на длину интервала. Зная плотность распределения, можно найти функцию распределения: