- •1. Случайные события.
- •2. Классическое определение вероятности и ее свойства.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли.
- •10. Плотность распределения вероятностей и ее свойства.
- •11. Математическое ожидание и его свойства.
- •Свойства м
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции и ковариация.
- •14. Моменты.
- •15. Основные дискретные распределения случайных величин.
- •1. Биноминальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходимость случайных последовательностей.
- •23.Теорема Чебышева. Теорема Бернулли.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26.Эмпирическая функция распределения и её свойства.
- •27. Полигон и гистограмма.
- •28. Числовые характеристики выборки.
- •29. Точечное оценивание.
- •32. Доверительные интервалы.
- •33. Распределение х2 Стьюдента и Фишера.
- •34. Доверительные интервалы для оценки математического ожидания при известном .
- •35. Доверительные интервалы для оценки матожидания нормального распределения при неизвестном .
- •36. Проверка статистических гипотез.
- •37. Построение критической области.
- •38. Критерий согласия Пирсона.
- •39. Вычисление теоретических частот для нормального распределения.
- •40. Сравнение дисперсий двух нормальных выборок.
- •43. Критерий Манна-Уитни.
- •44. Парная регрессия.
- •45. Парный коэффициент корреляции, его свойства.
- •46. Проверка гипотез о достоверности выборочного коэффициента корреляции.
- •47. Нелинейная парная регрессия.
37. Построение критической области.
Пусть вид распределения критерия k известен, pk(x) – его плотность вероятности.
Построим правосторонней критическую область, исходя из уравнения значимости..
Вероятность попадания в заданный интервал вычисляется по формуле
;
В этом уравнении pk(x) известно, – выбираем сами, поэтому всегда можем получить kкр.
Найдем Kкр
тогда
Пусть критическая область двусторонняя и пусть pk(x) – четная функция, тогда вероятность попадания в критическую область |k|>kкр можем выразить через одностор.
pk(x)dx = , то переходя в одностороннюю область pk(x)dx =
38. Критерий согласия Пирсона.
Критерий проверки гипотез о предполагаемом виде распределения называется критерием согласия. Наиболее распространенный из них – критерий согласия Пирсона или критерий .(хи квадрат)
Пусть имеется независимая выборка (x1,…., xn) и пусть есть основание предположить,что он распределен по некоторой функции F(x).
Найдем максимальное xmax и минимальные xmin значения значение выборки, размах варьирования R= xmax–xmin.
Разобьем R на несколько частичных интервалов одинаковой длинны n:
k=3,32lg(n)
Пусть в результате получили интервалы z0<z1<…<zk
Подсчитаем число вариант ni попавших в i-ый интервал.
Исходя из предположения о виде распределения F(x) вычислим теоретические частоты.
На основании теоремы Бернулли
Сравним эмпирические и теоритические частоты с помощью случ величины.
Можно показать, что при H0 случайная величина имеет распределение (k-l-1) с числом степеней свободы (k-l-1).
Где k – число интервалов, l – число параметров предполагаемого распределения.
Проверка H0 осуществляется следующим образом:
-
вычислить наблюдаемое значение критерия
-
по таблице критических точек распределения по выбранному уровню значимости и числу степеней свободы (k-l-1)находяткр
а. Если набл<кр, то говорят, что нет основания отвергнуть H0, следовательно признак X имеет распределение F(x).
б. Если набл>кр, то H0 отвергаем и принимаем H1.
Следовательно X имеет другое распределение.
Замечание:
Для того, чтобы эмпирическая функция распределения лучше приближалась к теоритической. Число интервалов k должно быть большим. Однако, построение критерия основано на немалых частотах ni.Если некоторые частоты малы (<5), то соседние интервалы объединяются и соответствующие частоты складываются. В этом случае число степеней свободы уменьшается на 1.
39. Вычисление теоретических частот для нормального распределения.
Предположим, что признак Х имеет нормальное распределение. Находим xmax, xmin, R= xmax–xmin и z0<z1<…<zk.
Перейдем к дискретному ряду для вычисления числовых характеристик, где Zi*– середины построенных интервалов
Для подсчета оценок параметров a и перейдем к дискретному ряду.
-
X
…
ni
n1
n2
…
nn
Найдем оценки параметров
1.
2. Счит вероятности попадания случ величины в построенные интервалы
3,Теоритическая частота
Постр табл
Замечания.
1. т.к. норм распределение принимает значения от –∞ до +∞, то будем считать, что
z0=–∞, zk=+∞
2. функция Лапласа нечетная и ассимптотическая
Ф0(–z) = –Ф0(z); Ф0(+∞)=0,5