ლექცია 2.

საბაზო ცნებები
ალბათობის თეორიიდან
საგანი: „ეკონომეტრიკა“
ბსუ, ეკონომიკის დეპარტამენტი
ლექტორი: ია სურმანიძე
iamzes73@gmail.com
გამოყენებული ცნებები და ტერმინები:
• შემთხვევითი სიდიდე
• მათემატიკური ლოდინი
• გაფანტულობა
• დისპერსია
• სტანდარტული გადახრა
• ვარიაციის კოეფიციენტი.
 ლექციის გეგმა:
• დისკრეტული შემთხვევითი სიდიდე და მისი
მახასიათებლები;
• უწყვეტი შემთხვევითი სიდიდის მახასიათებლები;
• ზოგიერთი სპეციალური განაწილება
 შემთხვევითი სიდიდე
• რა არის შემთხვევითი სიდიდე?
• შემთხვევითი სიდიდის სახეები: დისკრეტული და უწყვეტი.
 ეკონომიკაში მიმდინარე პროცესების უმრავლესობა თავისი არსით შემთხვევითი ხასიათისაა .

 სიდიდეს, რომლის მნიშვნელობის განჭვრეტა ზუსტად შეუძლებელია , შემთხვევითი სიდიდე

ეწოდება.

ნებისმიერი ხდომილების სიმრავლე შედგება ელემენტარული ხდომილებებისაგან .

შემთხვევითი სიდიდე წარმოადგენს ელემენტარული ხდომილებების ფუნქციას .

თუ ელემენტარულ ხდომილებათა სიმრავლე სასრულია , მაშინ შემთხვევითი სიდიდე

წარმოადგენს დისკრეტულს, ხოლო თუ უსასრულოა მაშინ უწყვეტს.

შემთხვევითი სიდიდის განაწილების კანონი გვიჩვენებს მისი მოხდენის ალბათობას .

 შემთხვევითი სიდიდის
მახასიათებლები
დისკრეტული შემთხვევითი სიდიდის მახასიათებელია მისი განაწილების
კანონი, ეს არის ფუნქცია, რომელიც ცალსახად განსაზღვრავს
ალბათობას იმისა, რომ შემთხვევითმა სიდიდემ მიიღო მოცემული
მნიშვნელობა. …
…

 მათემატიკური ლოდინი გამოსახავს შემთხვევითი სიდიდის საშუალო მოსალოდნელ

მნიშვნელობას:
 მათემატიკური ლოდინი 200

180
მათემატიკური ლოდინი გამოხატავს 160
შემთხვევითი სიდიდის საშუალო 143
140 μ
მოსალოდნელ მნიშვნელობას და 120
წარმოადგენს შემთხვევითი სიდიდის 100

საშუალო შეწონილ სიდიდეს. 80

60
24 24.5 25 25.5 26 26.5 27 27.5 28 28.5 29

დისკრეტული

უწყვეტი

შემთხვევითი
შერჩევის დროს
შემთხვევითი სიდიდის მახასიათებლები:
•  დისპერსია ახასიათებს შემთხვევითი სიდიდის
გაფანტულობას მისი საშუალო მნიშვნელობის მიმართ:
გამოთვლის პირველი წესი:

გამოთვლის მეორე წესი:

 დისპერსია 200

180
დისპერსია ახასიათებს შემთხვევითი
160
სიდიდის გაფანტულობას მისი საშუალო 143
μ
მნიშვნელობის მიმართ (ვარიაციის ხარისხს). 140
σ=31
120

100

80

60
24 24.5 25 25.5 26 26.5 27 27.5 28 28.5 29

დისკრეტული

უწყვეტი

შემთხვევითი
შერჩევის დროს
 შემთხვევითი სიდიდის
მახასიათებლები:
• 
• საშუალო კვადრატული გადახრა ან სტანდარტული
გადახრა:

• ვარიაციის კოეფიციენტი:
 უწყვეტი შემთხვევითი სიდიდის
მახასიათებლები:
•1)  უწყვეტი შემთხვევითი სიდიდის განაწილების ფუნქცია:

2) შემთხვევითი სიდიდის განაწილების სიმკვრივე :

 განაწილების ფუნქციის თვისებები
• 
განაწილების სიმკვრივის თვისებები
• 
• (მრუდწირული ტრაპეციის ფართობი)

• (ნორმირების პირობა)
ზოგიერთი სპეციალური განაწილება:
• ნორმალური განაწილება;
• ლოგ ნორმალური განაწილება;
• ხი კვადრატ განაწილება ანუ პირსონის განაწილება;
• სტიუდენტის განაწილება;
• ფიშერის განაწილება.
 ზოგიერთი სპეციალური განაწილება:
1) ნორმალური (გაუსის) განაწილება:

 
NORM.DIST(x, mean, standard_dev ,cumulative)

NORM.S.DIST(z, cumulative)
 ლოგარითმულად ნორმალური
განაწილება

ლოგ-ნორმალური განაწილება განსაკუთრებით ფართოდ

გამოიყენება ფასიანი ქაღალდების ფასების ანალიზის დროს,
ხელფასისა და შემოსავლების განაწილების აღწერისას,
საბანკო დეპოზიტების ანალიზის დროს და ა.შ.
  ხი კვადრატ განაწილება
სტიუდენტის (t) განაწილება
 ფიშერის (F) განაწილება
•  ფიშერის განაწილება , ) თავისუფლების და ხარისხებით,
მათი დიდი მნიშვნელობებისთვის ის უახლოვდება
ნორმალურ განაწილებას.
• ეკონომეტრიკაში სტიუდენტის და ფიშერის განაწილება
ფართოდ გამოიყენება სტატისტიკური ჰიპოთეზების
შემოწმებისათვის და ინტერვალური შეფასებებისათვის.
• სარგებლობენ სპეციალური ცხრილებით, რომლის
საშუალებითაც განისაზღვრება განაწილების კრიტიკული
წერტილები.
 განაწილების კვანტილი და
პროცენტული წერტილები
•  F(X) განაწილების ზედა 100q პროცენტული წერტილი (ზედა
კრიტიკული წერტილი) ეწოდება ξ წერტილს,
რომლისთვისაც
ξ)=q=1-F(ξ)
• F(X) განაწილების ქვედა 100σ პროცენტიანი წერტილი (ზედა
კრიტიკულო წერტილი) ეწოდება μ წერტილს,
რომლისთვისაც
μ)=σ=F(μ)
ქვედა პროცენტულ წერტილს კვანტილსაც უწოდებენ (σ
კვანტილი).
რესურსად აღებულია (წიგნების ელექტრონული ვერსიები
მიწოდებულია):

ი. ანანიაშვილის „ეკონომეტრიკა“, თბ. 2014, თავი 1, §1.1, 1.2, 1.3.გვ.17-22

ო. ფურთუხიას „ალბათობის თეორია და მათემატიკური სტატისტიკა

ეკონომისტებისათვის“, თსუ 2012, გვ. 65- 92

გ. სირბილაძის „მონაცემთა ანალიზი და სტატისტიკა“, ლექციათა

კურსი-2013. § 4, გვ. 2-16.

მადლობთ ყურადღებისთვის 