(x). Однак, для практичних завдань таке знання - рідкість. Тут закон розподілу зазвичай не відомий або відомий з точністю до деяких невідомих параметрів. У результаті на практиці відомості про закон розподілу випадкової величини отримують незалежними багаторазовими повтореннями досвіду, в якому вимірюються значення, що цікавить дослідників випадкової величини (варіанти). На основі інформації з отриманої вибірки можна побудувати приблизні значення для функцій розподілу та інших характеристик випадкової величини. p align="justify"> Вибірковою (емпіричної) функцією розподілу випадкової величини, побудованої за вибіркою маленькими x1, x2, ..., xn, називається функція Fn (x), рівна частці таких xi, що xi? x, i = 1, ..., n.
Іншими словами є частота події xi? x в ряду x1, x2, ..., xn. Зв'язок між емпіричної функцією розподілу і теоретичної функцією розподілу така ж, як зв'язок між частотою події та її ймовірністю: Fn (x)? F (x), при n? ?. p align="justify"> Для побудови вибіркової функції розподілу весь діапазон зміни випадкової величини X розбивають на ряд інтервалів однакової ширини. Число інтервалів зазвичай вибирають не менше 5 і не більше 15. Потім визначають число значень випадкової величини Х потрапили в кожен інтервал. Поділивши ці числа на загальну кількість спостережень n, знаходять відносну частоту попадання випадкової величини Х в задані інтервали. За знайденими відносним частотах будують гістограми вибіркових функцій розподілу. Якщо відповідні точки відносних частот з'єднати ламаною лінією, то отримана діаграма буде називатися полігоном частот. Кумулятивна пряма буде отримана, якщо по осі абсцис відкладати інтервали, а по осі ординат число або частки елементів сукупності, що мають значення, менше або рівне заданому. При збільшенні до нескінченності розміру вибірки вибіркові функції розподілу перетворюються на теоретичні: гістограма перетворюється в графік щільності розподілу, а кумулятивна пряма - в графік функції розподілу. p align="justify"> У курсовій роботі визначено закон розподілу для мінералізації Na, Ca. Для цього вибірка по кожному компоненту була відсортована за зростанням і були видалені В«ураганні значенняВ». Для знаходження величини інтервалу різниці між мінімальними і максимальними значеннями була поділена на кількість інтервалів (6). Потім пораховано кількість варіант вибірки потрапляє в кожен з інтервалів. Поділивши ці значення на величину вибірки ми отримаємо відносні частоти, а складанням відповідних відносних частот розраховані накопичувальні частоти. На основі відносних частот побудовані гістограми частот для кожного компонента (малюнки 1, 3, 5), а за значеннями накопичувальних частот побудовані кумулятивні криві (малюнки 2, 4, 6) кожного компонента із зазначенням закону розподілу і величини достовірності апроксимації, що показує, наскільки отримані закони розподілу відповідають дійсності.
За малюнками 1 - 6 можна зробити висновок, що в ...
