- •Теорія ймовірностей і математична статистика для економістів
- •Розділ 1.1. Види подій
- •Види випадкових подій
- •Розділ 1.2. Класичне означення ймовірності появи події
- •Рішення
- •Властивості ймовірності
- •Задачі до розділу 1.2
- •Розділ 1.3. Елементи комбінаторики
- •Розміщення
- •Рішення
- •Перестановки
- •Рішення
- •Рішення
- •Сполучення
- •Рішення
- •Розділ 1.4. Знаходження ймовірності появи події з застосуванням елементів комбінаторики
- •Рішення
- •Задачі до розділу 1.4
- •Розділ 1.5. Статистична ймовірність
- •Розділ 2.1. Теорема додавання ймовірностей несумісних подій
- •Рішення
- •Рішення
- •Задачі до розділу 2.1
- •Розділ 2.2. Ймовірність повної групи подій. Протилежні події
- •Розділ 2.3. Множення ймовірностей
- •Умовна ймовірність
- •Задачі до розділу 2.3
- •Розділ 2.4. Теорема додавання ймовірностей сумісних подій
- •Розділ 2.5. Завдання до заняття 2
- •Розділ 3.1. Ймовірність появи хоча б однієї події
- •Задачі до розділу 3.1
- •Розділ 3.2. Формула повної ймовірності
- •Задачі до розділу 3.2
- •Розділ 3.3. Ймовірність гіпотез. Формули Бейєса
- •Рішення
- •Задачі до розділу 3.3
- •Розділ 3.4. Завдання до заняття 3
- •Розділ 4.1. Формула Бернуллі
- •Рішення
- •Задачі до розділу 4.1
- •Розділ 4.2. Локальна теорема Лапласа
- •Рішення
- •Задачі до розділу 4.2
- •Розділ 4.3. Завдання до заняття 4 Теоретичні питання до заняття 4
- •Розділ 5.1. Інтегральна теорема Лапласа
- •Задачі до розділу 5.1 Задача 5.1.1
- •Розділ 5.2. Формула Пуассона
- •Задачі до розділу5.2
- •Розділ 5.3. Завдання до заняття 5 Теоретичні питання до заняття 5
- •Розділ 6.1. Дискретні і неперервні випадкові величини
- •Розділ 6.2. Закон розподілу дискретної випадкової величини
- •Задачі до розділу 6.2
- •Розділ 6.3. Математичне сподівання дискретної випадкової величини та її властивості
- •Задачі до розділу 6.3
- •Розділ 6.4. Завдання до заняття 6
- •Розділ 7.1. Доцільність введення числової характеристики розсіювання випадкової величини
- •Розділ 7.2. Дисперсія дискретної випадкової величини та її властивості. Середнє квадратичне відхилення
- •Задачі до розділу 7.2
- •Розділ 7.3. Завдання до заняття 7
- •Розділ 8.1. Функція розподілу (інтегральна функція) та її властивості
- •Задачі до розділу 8.1
- •Розділ 8.2. Диференціальна функція розподілу та її властивості
- •Задачі до розділу 8.2
- •Розділ 8.3. Завдання до заняття 8
- •Розділ 9.1. Математичне сподівання неперервної випадкової величини
- •Задачі до розділу 9.1
- •Розділ 9.2. Дисперсія та середнє квадратичне відхилення неперервної випадкової величини
- •Задачі до розділу 9.2
- •Розділ 9.3. Завдання до заняття 9
- •Розділ 10.1. Закони розподілу дискретних випадкових величин Біноміальний закон розподілу
- •Геометричний розподіл.
- •Задачі до розділу 10.1
- •Розділ 10.2. Закони розподілу неперервних випадкових величин Закон рівномірного розподілу ймовірностей.
- •Числові характеристики рівномірного розподілу
- •Нормальний розподіл (розподіл Гауса)
- •Задачі до розділу 10.2
- •Розділ 10.3. Завдання до заняття 10
- •Розділ 11.1. Предмет і задачі математичної статистики
- •Розділ 11.2. Емпірична функція розподілу
- •Властивості емпіричної функції
- •11.3. Графічна інтерпретація статистичного ряду
- •Розділ 11.4. Завдання до заняття 11
- •Розділ 12.1. Генеральна та вибіркова середні. Властивості середньої
- •Рішення
- •Властивості середньої
- •Розділ 12.2. Генеральна і вибіркова дисперсії та середнє квадратичне відхилення
- •Рішення
- •Тоді за формулою (12.6) знайдемо дисперсію
- •Рішення
- •Тоді за формулою (12.6) знайдемо дисперсію
- •Розділ 12.4. Завдання до заняття 12
- •Розділ 13.1. Коефіцієнт варіації
- •Рішення
- •Для знаходження середнього квадрата ознаки складемо таблицю
- •Розділ 13.2. Медіана варіаційного ряду
- •Розділ 13.3. Мода варіаційного ряду
- •Розділ 13.4. Асиметрія і ексцес
- •Моменти варіаційного ряду
- •Асиметрія і ексцес
- •Розділ 13.5. Завдання до заняття 13
- •Розділ 14.1. Метод добутків для обчислення вибіркової середньої і дисперсії
- •Розділ 14.2. Властивості статистичних оцінок параметрів розподілу. Оцінка генеральної дисперсії по виправленій вибірковій
- •Розділ 14.3. Точність оцінки. Довірча ймовірність. Довірчий інтервал
- •Задачі до розділу14.3
- •Розділ 14.4. Завдання до заняття 14
- •Розділ 15.1. Статистична гіпотеза (основні поняття)
- •Розділ 15.2. Критична область. Область приняття нульової гіпотези. Критична точка
- •Відшукування правосторонньої критичної області
- •Відшукування лівосторонньої критичної області
- •Відшукування двосторонньої критичної області
- •Розділ 15.3. Перевірка гіпотези про рівність дисперсій двох генеральних сукупностей
- •Задачі до розділу 15.3
- •Розділ 15.4. Перевірка гіпотези про нормальний розподіл генеральної сукупності. (Критерій згоди -Пірсона)
- •Методика обчислення теоретичних частот нормального розподілу
- •Розділ 15.5. Завдання до заняття 15
- •Розділ 1.6. Поняття кореляції
- •Розділ 16.2. Метод найменших квадратів (загальні поняття)
- •Розділ 16.3. Побудова рівняння лінійної функції
- •Розділ 16.4. Побудова рівняння квадратичної функції
- •Розділ 16.5. Побудова рівняння гіперболічної функції
- •Розділ 16.6. Побудова рівняння показникової функції
- •Розділ 16.7.Знаходження параметрів множинної лінійної залежності
- •Розділ 17.1. Кореляційна таблиця
- •Розділ 17.2. Відшукування параметрів вибіркового рівняння прямої лінії регресії по згрупованим даним
- •Розділ 17.3. Вибірковий коефіцієнт кореляції
- •Розділ 17.4. Завдання до заняття 17
- •Рекомендована література
- •Додатки
- •Значення функції
- •Значення функції
- •Розподіл Пірсона ( - Пірсона)
- •Основні поняття і терміни
- •Основні теореми і формули Класичне означення ймовірності появи події: .
- •Перестановки: . Сполучення: .
Розділ 14.2. Властивості статистичних оцінок параметрів розподілу. Оцінка генеральної дисперсії по виправленій вибірковій
Означення: Статистичною оцінкою невідомого параметру теоретичного розподілу називається функція від величин, що спостерігаються.
Для того, щоб статистична оцінка давала гарне наближення параметрів, що оцінюються, вони повинні задовольняти певним вимогам, до яких відносяться: незміщеність, ефективність та спроможність.
Означення:
Незміщеною
називається статистична оцінка
,
математичне сподівання якої при
довільному обсязі вибірки дорівнює
параметру
,
що оцінюється, тобто
.
Зміщеною називається оцінка, математичне
сподівання якої не дорівнює параметру,
що оцінюється.
Означення: Ефективною називається статистична оцінка, яка при заданому обсязі вибірки має найменшу можливу дисперсію.
При розгляді вибірок великого обсягу до статистичних оцінок застосовують вимогу спроможності.
Означення:
Спроможною
називається статистична оцінка, яка
при
прямує
за ймовірністю до параметру, що оцінюється.
Наприклад, якщо дисперсія незміщеної оцінки при прямує до нуля, то така оцінка є спроможною.
Можна довести, що вибіркова середня є незміщена оцінка генеральної середньої, тобто
.
(14.4)
Якщо за оцінку генеральної дисперсії прийняти вибіркову дисперсію, то ця оцінка буде приводити до систематичних помилок, надаючи занижене значення генеральної дисперсії. Пояснюється це тим, що вибіркова дисперсія є зміщеною оцінкою генеральної дисперсії, іншими словами, математичне сподівання вибіркової дисперсії не дорівнює генеральній дисперсії, що оцінюється. Тому для оцінки генеральної дисперсії за вибірковою дисперсією застосовують поправку Бесселя
(14.5)
Легко
виправити вибіркову дисперсію
використовуючи поправку Бесселя, тоді
виправлену дисперсію будемо позначати
через
(14.6)
Як
видно з формул виправленої
і вибіркової
дисперсій, вони відрізняються тільки
знаменниками. Очевидно, що при досить
великих обсягах вибірки вибіркова і
виправлена дисперсії відрізняються
мало. На практиці користуються виправленою
дисперсією, якщо приблизно
Виправлене середнє квадратичне відхилення визначається за формулою
(14.7)
Приклад:
Знайти виправлену дисперсію та виправлене середнє квадратичне відхилення за даними вибірки.
-
хі
-3
2
4
пі
3
2
5
Рішення
Знайдемо середню вибіркову, враховуючи, що вона є незміщеною оцінкою
Оскільки обсяг вибірки менше 30, то знайдемо виправлену дисперсію та виправлене середнє квадратичне відхилення
Бессель Фрідріх Вільгельм (22.07.1784 – 17.03.1846 рр.) – німецький астроном, член Берлінської академії наук. У 20 років обчислив орбіту комети Галлея. При обробці спостережень широко застосовував теорію ймовірностей і метод найменших квадратів. Його ім’ям названо клас трансцендентних функцій, а також одну з інтерполяційних формул, одне з лінійних диференціальних рівнянь другого порядку.
