- •Элементы теории вероятностей и математической статистики
- •Содержание
- •Введение
- •Элементы комбинаторики
- •Пример. Из семи заводов организация должна выбрать три для размещения трех различных заказов. Сколькими способами можно разместить заказы?
- •Пример. 6 человек из 15 можно выбрать числом способов, равным
- •Пример. Если из текста задачи 3 убрать условие различия трех заказов, сохранив все остальные условия, получим другую задачу.
- •Пример. Сколько четырехзначных чисел можно составить из цифр 0,1,2,3,4,5, если:
- •Пример. Новый президент банка должен назначить двух новых вице-президентов из числа десяти директоров. Сколько способов существует у президента, если:
- •Элементы теории вероятностей
- •§ 1. Предмет теории вероятностей
- •§ 2. Случайные события
- •Так как , то , каково бы ни было по своей природе событие а.
- •Если а - событие невозможное, то .
- •Если в- событие достоверное, то .
- •§ 3. Случайные величины и их характеристики
- •Сводная таблица характеристик законов распределения дискретных случайных величин
- •Сводная таблица характеристик законов распределения непрерывных случайных величин
- •§ 4. Двумерные случайные величины
- •§ 5. Закон больших чисел Центральная предельная теорема
- •Элементы математической статистики
- •§ 1. Предмет математической статистики
- •§ 2. Выборочная совокупность и ее характеристики
- •§ 3. Законы распределения выборочных характеристик
- •§ 4. Статистическое оценивание числовых характеристик случайной величины и ее закона распределения
- •§ 5. Статистические гипотезы
- •§ 6. Методы регрессионного и корреляционного анализа
- •Количественные критерии оценки тесноты связи (шкала Чеддока)
- •Контрольные задания Вариант 1
- •Рекомендуемая литература
- •Критические точки распределения χ2
- •Критические точки распределения Стьюдента
- •Критические точки распределения Фишера-Снедекора
- •Элементы теории вероятностей и математической статистики
- •192171, Г. Санкт-Петербург, ул. Седова, 55/1
Элементы математической статистики
§ 1. Предмет математической статистики
Для решения задач, связанных с анализом информации при наличии фактора случайности, разработана совокупность методов, которая носит название математической статистики. Математическая статистика – это раздел математики, занимающийся разработкой методов сбора, регистрации, систематизации результатов многократных наблюдений с целью познания массовых явлений и процессов. Методы математической статистики позволяют анализировать результаты опытов (наблюдений) и на основе анализа строить оптимальные математико-статистические модели изучаемых явлений и процессов. Исследование математико-статистических моделей позволяет делать обоснованные выводы и прогнозы, решать задачи прогнозирования в различных сферах человеческой деятельности.
Математическая статистика возникла в 17 веке и развивалась параллельно с теорией вероятностей. Между основными понятиями в математической статистике и теории вероятностей существует тесная взаимосвязь, которая обосновывает практическую ценность теории вероятностей и подтверждает теоретическую основу математической статистики.
Общим для статистических и вероятностных характеристик является техника их вычислений. Главное различие между ними состоит в том, что статистические характеристики относятся к эмпирическим, а вероятностные к теоретическим понятиям. Статистические характеристики - это величины, которые при соблюдении определенных условий стремятся к вероятностным. Вероятностные характеристики можно рассматривать как предельные значения сопоставимых им характеристик математической статистики при возрастании числа наблюдений или опытов.
Закономерность, проявляющаяся лишь в большой массе явлений через преодоление свойственной ее единичным элементам случайности, называется статистической закономерностью.
Первая теорема, установившая связь между теорией (теория вероятностей) и ее практической стороной (математическая статистика) была доказана в конце 17 века Якобом Бернулли (При соединении большого числа случайных явлений в общих характеристиках всей массы случайность исчезает в тем большей мере, чем больше соединено единичных явлений.). Эта теорема дала начало развитию предельных теорем. Несмотря на колебания отдельных результатов наблюдений при повторных измерениях проявляется определенная закономерность (устойчивость). Она состоит в том, что средний результат при большом числе наблюдений не зависит от отдельных наблюдений.
Основные понятия теории вероятностей и математической статистики тождественны, но не равны в смысле их количественного выражения. Их можно сопоставить следующим образом:
Теория вероятностей |
Математическая статистика |
Генеральная совокупность |
Выборочная совокупность |
Вероятность |
Частость |
Математическое ожидание |
Средняя арифметическая (простая и взвешенная) |
Закон распределения и теоретическая функция |
Вариационный ряд распределения |
Задачи математической статистики можно разбить на три типа:
определение неизвестного закона распределения случайной величины,
определение параметров распределения и их оценка,
проверка правдоподобия гипотез о распределении статистических параметров.
Математическая статистика указывает, как наилучшим способом использовать имеющуюся информацию для получения по возможности более точных характеристик массового явления. Методы статистического анализа являются универсальными и могут применяться в самых различных областях человеческой деятельности.
