Нормальное (гауссовское) распределение

Нормальное (гауссовское) распределение занимает центральное место в теории и практике вероятностно-статистических исследований. В качестве непрерывной аппроксимации к биномиальному распределению его впервые рассматривал А.Муавр в 1733 г. Через некоторое время нормальное распределение снова открыли и изучили К.Гаусс (1809 г.) и П.Лаплас, которые пришли к нормальной функции в связи с работой по теории ошибок наблюдений.

Непрерывная случайная величина Х называется распределенной по нормальному закону, если ее плотность распределения равна

где µ совпадает с математическим ожиданием величины Х:
µ = М(Х), параметр s совпадает со средним квадратическим отклонением величины Х: s =s(Х). График функции нормального распределения, как видно из рисунка, имеет вид куполообразной кривой, называемой Гауссовой, точка максимума имеет координаты (а; ). Значит, эта ордината убывает с возрастанием значения s (кривая «сжимается» к оси Ох) и возрастает с убыванием значения s (кривая «растягивается» в положительном направлении оси Оу). Изменение значений параметра (при неизменном значении s) не влияет на форму кривой, а лишь перемещает кривую вдоль оси Ох.

Нормальное распределение с параметрами µ =0 и s=1 называется нормированным. Функция распределения СВ в этом случае будет иметь вид:

.

Эта кривая при μ=0, σ=1 получила статус стандарта, ее называют единичной нормальной кривой, то есть любые собранные данные стремятся преобразовать так, чтобы кривая их распределения была максимально близка к этой стандартной кривой.

Нормализованную кривую изобрели для решения задач теории вероятности, но оказалось на практике, что она отлично аппроксимирует распределение частот при большом числе наблюдений для множества переменных. Можно предположить, что не имея материальных ограничений на количество объектов и время проведения эксперимента, статистическое исследование приводится к нормально кривой.

Равномерное распределение

Равномерное распределение вероятностей является простейшим и может быть как дискретным, так и непрерывным. Дискретное равномерное распределение – это такое распределение, для которого вероятность каждого из значений СВ одна и та же, то есть:

где N – количество возможных значений СВ.

Распределение вероятностей непрерывной CВ Х, принимающие все свои значения из отрезка [а;b] называется равномерным, если ее плотность вероятности на этом отрезке постоянна, а вне его равна нулю:

Распределение Стьюдента

Это распределение связано с нормальным. Если СВ x1, x2, … xn – независимы, и каждая из них имеет стандартное нормальное распределение N(0,1), то СВ имеет распределение, называемое распределением Стьюдента:

Библиография

1. Головина, Г.М., Крылов, В.Ю., Савченко, Т.Н. Математические методы в современной психологии: статус, разработка, применение / Г.М. Головина, В.Ю. Крылов, Т.Н. Савченко. – М.: Изд-во Института психологии РАН. – 1995. – 260 с.

2. Суходольский, Г.В. Математические методы в психологии /
Г.В. Суходольский. – Харьков: Изд-во Гуманитарный Центр. – 2006. – 512 с.

3. Тарасов, С.Г. Основы применения математических методов в психологии. / С.Г. Тарасов. – СПб.: Изд-во: Санкт - Петербург. ун-та. – 1999. – 326 с.

4. Глинский, В. В., Ионин, В. Г. Статистический анализ данных /
В.В. Глинский, В.Г. Ионин. – М.: Филин. – 2008. – 265 с.

Лекция 5.

Описательная статистика

Описательная статистика.