Макарова Н.В. Статистика в Excel-1
.pdfНапример, формула =РРАСП(9,55;2;3) рассчитывает значе ние 0,05 (сравните с формулой =РРАСПОБР(0,05;2;3), вычисляю щей значение 9,55).
Функция РРАСПОБР |
|
|
См, также РРАСП, ФТЕСТ |
|
|
Синтаксис: |
|
|
РРАСПОБР (вероятность; степени |
свободы!; степени |
|
свободы2) |
|
|
Результат: |
|
|
Рассчитывает обратное ^-распределение. |
||
^^гументы: |
|
|
• вероятность: вероятность, соответствующая двустороннему |
||
^-распределению (уровень значимости а); |
|
|
• степени |
свободы!: первое число степеней свободы к\ |
|
• степени |
свободы2: второе число степеней свободы /. |
|
Замечания: |
|
|
•если какой-либо аргумент не является числом, то функция РРАСПОБР помещает в ячейку значение ошибки #ЗНАЧ!;
•если аргумент вероятность < О или аргумент вероятность > 1, то функция РРАСПОБР помещает в ячейку значение ошибки #ЧИСЛО!;
• если аргумент степени |
свободы 1 или аргумент степени |
свободы 2 не целое число, то оно усекается; |
|
• если аргумент степени |
свободы! < I или аргумент степени |
свободы! > 10^^, функция РРАСПОБР помещает в ячейку зна |
|
чение ошибки #ЧИСЛО!. |
|
• если аргумент степени |
свободы2 < 1 или аргумент степени |
свободы2 > 10^^, функция РРАСПОБР помещает в ячейку зна чение ошибки #ЧИСЛО!;
• функция РРАСПОБР использует метод итераций для вычис ления значения и производит вычисления, пока не получит ре зультат с точностью ± 3 • 10~ . Если результат не сходится после 100 итераций, то функция помещает в ячейку значение ошибки #Н/Д.
Математико-статистическая интерпретация:
См, описание функции РРАСП.
Функция обратного ^-распределения используется в ситуаци ях, когда известен уровень надежности (или уровень значимости) и необходимо рассчитать значение F-критерия.
170
Например, формула =РРАСПОБР(0,05;2;3) рассчитывает зна чение 9,55 (сравните с формулой =РРАСП(9,55;2;3), вычисляю щей значение 0,05).
Пример 6Л7, Требуется проверить адекватность уравнения ре грессии, построенного в примере 14.1.
Проверка адекватности уравнения регрессии по F-критерию заключается в проверке статистической значимости коэффици ента детерминации R^ на основе формулы
где/2 - число наблюдений; т - число факгоров в уравнении регрессии.
Примечание, Если в уравнении регрессии свободный член а^ = О, то числитель п-т—\ следует увеличить на 1, т е. он будет равен п- т.
Для задачи, рассмотренной в примере 14.1, л=6, т=2 и урав нение регрессии имеет вид у=0,66x1+0,21x2. Так как в данном уравнении отсутствует свободный член а^, то числитель п—т—Х следует увеличить на 1, т. е. он будет равен л~т==6-2=4.
Ячейка С15 (см. табл. 14.7) содержит значение F^ — 0,994, от сюда формула =С15*4/(1-С15)/2 рассчитает значение F^ == 357,21 (такое же значение содержит и ячейка F22 {см. табл. 14.8).
Исходя из числа степеней свободы к {к—т=0) и / {1-п-т— -1=6-2-1=3) и заданного уровня надежности 95 % (уровня зна чимости а = 0,05) находим табличное значение /'-критерия F^ ^, равное 9,55 (формула =РРАСПОБР(0,05;2;3)).
Так как F^ > 7^тр',а» то с уровнем надежности 95 % гипотеза Яо: Л^ = О о незначимости коэффициента детерминации отверга ется, следовательно, отвергается и гипотеза о несоответствии за ложенных в уравнение регрессии связей реально существующим. Таким образом, построенное уравнение регрессии по i^-критерию Фишера является адекватным.
171
6.4.
Статистические функции дискретных распределений
6-4.1.
Функции биномиального распределения
Функция БИНОМРАСП
См. также ВЕРОЯТНОСТЬ, ОТРБИНОМРАСП, КРИТБИ-
НОМ, ГИПЕРГЕОМЕТ |
|
Синтаксис: |
|
БИНОМРАСП (число успехов; число испьгганий; веро |
|
ятность |
успеха; интефальная) |
Результат: |
|
Рассчитывает биномиальное распределение. |
|
Аргументы: |
|
• число |
успехов: количество успешных испьгганий; |
• число |
испытаний: число независимых испытаний; |
• |
вероятность успеха: вероятность успеха каждого испы |
тания; |
|
• |
интегральная: логическое значение, определяющее форму |
функции. Если аргумент интегральная = 1, то функция БИНОМ РАСП рассчитывает интефальную функцию распределения, т. е. вероятность того, что число успешных испытаний не больше зна чения аргумента число успехов. Если аргумент интегральная — О, то рассчитывается дифференциальная функция распределения, т. е. вероятность того, что число успешных испытаний в точности
равно значению аргумента число успехов. |
|
Замечания: |
испытаний усекаются |
• аргументы число успехов и число |
|
до целых чисел; |
испытаний или ве~ |
• если аргументы число успехов, число |
роятность успеха не являются числами, то функция БИНОМ РАСП помещает в ячейку значение ошибки #ЗНАЧ!;
• если аргумент число успехов < О или аргумент число ус пехов больше аргумента число испытаний, то функция БИНОМ РАСП помещает в ячейку значение ошибки #ЧИСЛО!;
• если аргумент вероятность успеха < О или аргумент веро ятность успеха > 1, то функция БИНОМРАСП помещает в ячейку значение ошибки #ЧИСЛО!.
172
МатематикО'Статистическая интерпретация:
Во многих экономических и инженерных задачах рассматри ваются независимые многократно повторяемые испытания, на зываемые испытаниями Бернулли*. Каждое такое испытание при водит к одному из двух возможных исходов, называемых часто ус пехом и неудачей, и вероятность успеха р не меняется от одного опыта к другому. Наиболее знаком пример многократного под брасывания монеты. Если монета является геометрически пра вильной, то /? = 0,5. Часто бывает необходимо знать вероятность появления ровно х (или не менее х) успешных исходов при п неза висимых испытаниях.
Согласно закону умножения независимых событий вероят ность появления определенной последовательности JC успешных и п-х неудачных исходов в п испьгганиях равна p^il—pT"^, где р— вероятность успеха при одном испытании. Из комбинаторики известно, что при п испытаниях х успешных и п-х неудачных ис ходов могут появиться С^ различными одинаково возможными способами:
\ п\
х!(/1-х)!
Следовательно, согласно закону сложения взаимно исключа ющих событий вероятность появления ровно JC успешных исходов в п независимых испытаниях определяется распределением, полу чившим название биномиального (или распределения Бернулли):
/(х;р,п)'- и^р'^Ц-рГКх^^О.п,
щер - вероятность успеха при одном испытании.
*(Benioulli), семья швейцарских ученых, давшая видных математиков. Испытания Бернулли названы в честь Якоба Бернулли (1654-1705), вьщающегося ученого, ученика и сотрудникаЛейбница в разработке исчисления беско нечно малых и его приложений. Основоположник теории вероятностей, где он сформулировал и доказал теорему, носящую его имя (теорема Бернулли),
173
Свое название это распределение получило из-за связи с би номом Ньютона* {p-^qYy члены разложения которого представля ют соответствующие вероятности различных возможных сочета ний исходов всех отдельных событий.
Вероятность появления не более г успешных исходов в п неза висимых испытаниях задается интегральной функцией биноми ального распределения
г |
^п^ |
(6.1) |
P{x<r) = F{np,n)=Y. |
РЧ\-РГ\ |
х=0v-^y
а вероятность появления не менее г успешных исходов в п незави симых испытаниях — следующей интегральной функцией бино миального распределения:
P(x>r)^F{np,n)^Y. РЧ\-РГ
х-г
По формуле (6.1) производит вычисления функция БИНОМРАСП, если аргумент интегральная = 1. В случае если аргумент uHweepajJbHOH — О, функция БИНОМРАСП рассчитывает значение функции/('х;/7, л;.
Биномиальное распределение лежит в основе решения изве стной задачи, поставленной Пепусом перед Ньютоном. Суть за дачи состоит в том, что из трех человек один пытается выбросить по крайней мере одну «шестерку» при шести бросках игральной кости; второй — по крайней мере две «шестерки» при двенадцати бросках кости; третий — по крайней мере три «шестерки» при во семнадцати бросках. Каковы их относительные шансы на успех? На первый взгляд может показаться, что вероятности успеха со-
*Следует заметить, что название «бином Ньютона» является вдвойне не правильным, так как, во-первых, выражение (p+q)" в общем случае не является биномом («бином» означает «двучлен»); во-вторых, разложение (р + qf для положительных п было известно и до Ньютона. Ньютону же при надлежит смелая и необычайно плодотворная мысль распространить это раз ложение на случай п отрицательного и дробного,
174
ответственно равны 1/6, 2/12, 3/18 и что все они эквивалентны. На самом деле это не так, вероятности успеха будут различными (табл. 6.8).
Таблица 6.8
•..••...::.:...D |
. . . У . |
ieiiil
Itieii liil
шШ
Номер |
Число |
Число |
Вероятность |
выброшен |
|||
игрока |
бросков |
ных «в» |
успеха |
|
|
|
|
1 |
6 |
>1 |
0,6651 |
2 |
12 |
>2 |
0,6187 |
3 |
18 |
>3 |
0,5973 |
Содержимое ячеек в табл. 6.8:
•ячейка ЕЗ содержит формулу=1-БИНОМРАСП(0;СЗ; 1/6; 1);
•ячейка Е4 содержит формулу=1-БИНОМРАСП(1 ;С4; 1/6; 1);
•ячейка Е5 содержит формулу = ЬБИНОМРАСП(2;С5; 1/6; 1). Рассмотрим один из типичных примеров применения бино
миального распределения для решения производственных задач. Пример 6.18, Промышленное предприятие производит круп ными партиями электрические лампочки. Отдел технического контроля из каждой партии случайным образом выбирает 100 лампочек. Партия принимается, если выборка содержит не более 3 дефектных лампочек. Какова вероятность принятия партии, ес ли в процессе производства в среднем 0,5% лампочек дефектны? Применительно к статистике эту задачу можно сформулиро вать иначе: «Какова вероятность появления не более 3 успешных исходов в 100 независимых испытаниях Бернулли, если вероят ность успешного исхода при одном испытании составляет 0,005?». Для решения задачи используем функцию - БИНОМРАСП (3; 100; 0,005; 1), которая рассчитает значение 0,9983. Таким обра
зом, вероятность принятия партии стремится к 1. Математическое ожидание и дисперсия биномиального рас
пределения имеют следующий вид:
а{х) = лр,
а\х) = пр(1-р).
175
Биномиальное распределение симметрично при/? = 0,5. При р ^ 0,5 распределение приближается к симметричному при уве личении п\ приближение будет происходить тем быстрее, чем ближе значение/? к 0,5. Кроме того, при увеличении п биноми альное распределение можно аппроксимировать нормальным распределением с теми же математическим ожиданием и дис персией, т. е. а—пр и а^=пр{1—р). Это аппроксимирующее рас пределение дает приемлемые результаты, если пр и п{1—р) не ме нее 5.
Функция ОТРБИНОМРАСП |
|
См. также БИНОМРАСП. |
|
Синтаксис: |
|
ОТРБИНОМРАСП (число неудач; число успехов; веро |
|
ятность |
успеха) |
Результат: |
|
Рассчитывает распределение Паскаля. |
|
Аргументы: |
|
• число |
неудач: количество неудачных испытаний; |
• число |
успехов: пороговое значение числа успешных испы |
таний; |
|
• вероятность успеха: вероятность успеха. |
|
Замечания: |
|
• аргументы число неудач и число успехов усекаются до це |
|
лых чисел; |
|
• если какой-либо аргумент не является числом, то функция ОТРБИНОМРАСП помещает в ячейку значение ошибки #ЗНАЧ!;
• если аргумент вероятность успеха < О или аргумент веро ятность успеха > 1, то функция ОТРБИНОМРАСП помещает в ячейку значение ошибки #ЧИСЛО!;
• если выражение число неудач + число успехов — 1 < О, то функция ОТРБИНОМРАСП помещает в ячейку значение ошиб ки #ЧИСЛО!.
Математико-статистинеская интерпретация:
Функция ОТРБИНОМРАСП рассчитывает вероятность того, что при проведении независимых испытаний Бернулли, каждое с вероятностью успеха /?, до появления ровно s успешных исходов
176
произойдете неудачных исходов (или, что то же самое, потребует ся всего X+S испытаний). В этом случае вероятность появления х неудачных исходов ouиcыhгie^cя распределением Паскаля*:
f(x;s,p) = x + s-l Р'И-РГ,
где X — число неудачных исходов;
S— число успешных исходов;
р— вероятность успешного исхода.
Обобщение распределения Паскаля на случай, когда s не яв ляется целым числом и факториалы в вышеприведенной формуле заменяются гамма-функциями, называется отрицательным биномиальным распределением**. Поэтому следует отметить, что название функции ОТРБИНОМРАСП является не совсем кор ректным, так как данная функция оперирует только с целочислен ными аргументами jc и 5, т. е. рассчитывает значения распределе ния Паскаля.
Применение функции ОТРБИНОМРАСП для решения прак тических задач рассмотрим на следующих примерах.
Пример 6,19. Вероятность попадания в объект управляемой авиационной бомбы оценивается как 0,6. Для гарантированного уничтожения объекта необходимо осуществить три попадания. Какова вероятность того, что для уничтожения объекта потребует ся ровно: а) 3 бомбометания; б) 4 бомбометания; в) 5 бомбомета ний; г) 10 бомбометаний?
Для решения задачи используем функцию ОТРБИНОМ РАСП, которая рассчитает следующие значения:
а) 0,216 (формула -ОТРБИНОМРАСП(0;3;0,6)); б) 0,259 (формула =ОТРБИНОМРАСП(1;3;0,6));
*(PascaI Blaise) Паскаль Блез (1623-1662) ~ знаменитый французский философ, писатель, математик и физик. Сформулировал одну из основных теорем проективной геометрии. Работы по арифметике, теории чисел, алге бре, теории вероятностей, теории воздушного давления.
**В некоторых источниках не проводится различие между распределени ем Паскаля и отрицательным биномиальным распределением.
177
в) 0,207 (формула =ОТРБИНОМРАСП(2;3;0,6)); г) 0,013 (формула -ОТРБИНОМРАСП(7;3;0,6)).
Вероятность того, что объект будет уничтожен не более чем при 5 бомбометаниях, оценивается как 0,216 + 0,259 + 0,207 = 0,682.
Пример 6,20. Для работы в торговом представительстве необ ходимо отобрать двух кандидатов, обладающих целым рядом оп ределенных профессиональных качеств. По опыту прошлых отбо ров замечено, что подходящий кандидат приходится в среднем на два неподходящих. Какова вероятность того, что придется прове сти собеседование не более чем с пятью неподходящими кандида тами, прежде чем будут найдены два подходящих кандидата?
Для решения задачи используем функцию ОТРБИНОМРАСП, которая рассчитает следующие значения:
а) 0,111 (формула =ОТРБИНОМРАСП(0;2;1/3)); б) 0,148 (формула =ОТРБИНОМРАСП(1;2;1/3)); в) 0,148 (формула -ОТРБИНОМРАСП(2;2;1/3)); г) 0,132 (формула =ОТРБИНОМРАСП(3;2;1/3)); д) 0,110 (формула =ОТРБИНОМРАСП(4;2;1/3)); е) 0,088 (формула =ОТРБИНОМРАСП(5;2;1/3)).
Вероятность того, что придется провести собеседование не бо лее чем с пятью неподходящими кандидатами, прежде чем будут найдены два подходящих, составляет 0,737 (0,111 + 0,148 + 0,148 + 0,132 + 0,110 + 0,088 = 0,737).
Математическое ожидание и дисперсия распределения Пас каля определяются следующими выражениями:
д(х) = - ^ — ^ ;
.2 s(l-p)
<УЧХ)-
р'
функция КРИТБИНОМ
См. также БИНОМРАСП, ОТРБИНОМРАСП.
Синтаксис:
КРИТБИНОМ (число испытаний; вероятность успеха; альфа)
178
Результат:
Рассчитывает наименьшее значение, для которого интефальное биномиальное распределение больше или равно заданному критерию.
Аргументы:
• число испытаний: число испытаний Бернулли;
• вероятность успеха: вероятность успеха в каждом испы тании;
•альфа: значение критерия.
Замечания:
•если какой-либо аргумент не является числом, то функция КРИТБИНОМ помещает в ячейку значение ошибки #ЗНАЧ!;
•если аргумент число __ испытаний не целое число, то оно усекается;
• если аргумент число испытаний < О, то функция КРИТБИ НОМ помещает в ячейку значение ошибки #ЧИСЛО!;
• если аргумент вероятность успеха < О или аргумент веро ятность успеха > 1, то функция КРИТБИНОМ помещает в ячейку значение ошибки #ЧИСЛО!;
• если аргумент альфа < О или аргумент альфа > 1, то функция КРИТБИНОМ помещает в ячейку значение ошибки #ЧИСЛО!,
Математика-статистическая интерпретация:
См. описание функции БИНОМРАСП.
Функция КРИТБИНОМ является обратной по отношению к функции БИНОМРАСП и рассчитывает наименьшее значение, для которого интегральное биномиальное распределение больше или равно заданному критерию. Эта функция наиболее часто ис пользуется в приложениях, связанных с контролем качества про дукции.
Пример. 6.21. По исходным данным примера 6.18 (за исключе нием числа дефектных лампочек в выборке) требуется определить наибольшее допустимое число дефектных лампочек в выборке, при котором вероятность принятия партии составит: а) 0,9; б) 0,95; в) 0,99.
Для решения задачи используем функцию КРИТБИНОМ, ко торая рассчитает следующие значения:
а) 1 (формула =КРИТБИНОМ(100;0,005;0,90)); б) 2 (формула =КРИТБИНОМ(100;0,005;0,95)); в) 3 (формула =КРИТБИНОМ(100;0,005;0,99)).
Из полученных результатов видно, что при ограничении «не более 1 дефектной лампочки в выборке» вероятность принятия
179