- •1. Задачи математической статистики. Генеральная и выборочная совокупности. Повторная и бесповторная выборки. Репрезентативная выборка. Две интерпретации выборки.
- •2 Интерпретации выборки.
- •2. Стат оценки параметров распредел. Несмещённые, эффективные и состоятельные оценки.
- •1. Несмещенность
- •2. Эффективность
- •3. Генеральная и выборочная средние. Оценка генеральной средней по выборочной.
- •4. Генеральная и выборочные дисперсии. Оценка генеральной дисперсии по выборочной.
- •5. Метод макс правдоподобия. Опр неизвестных параметров нормального закона распределения.
- •6. Метод макс правдоподобия. Определение неизвестных параметров нормального закона Пуассона.
- •7. Метод моментов. Примеры оценки по методу моментов.
- •8. Интервальное оценивание. Доверительные интервал и вероятность. Распределение Стъюдента.
- •9. Понятие о распределении Пирсона. (хи2)
- •10. Доверительный интервал для мат ожидания и дисперсии. Схема их определения. Приближенное построение доверительных интервалов.
- •11. Статистическая проверка статистических гипотез. Нулевая и конкурирующая гипотезы. Виды ошибок. Общая логическая схема решения задачи.
- •12. Критические области. Мощность критерия. Построение статистического критерия. Принцип отношения правдоподобия.
- •14. Проверка гипотезы о равенстве центров распределения двух нормальных генеральных совокупностей при неизвестном .
- •16. Сравнение 2х дисперсий норм генеральных совокупностей. Понятие о распред Фишера- Снедекора.
- •17. Проверка гипотез о законе распределения. Критерий Пирсона.
- •18. Однофакторный дисперсионный анализ.
- •19. Корреляционный анализ. Метод наименьших квадратов.
- •2.Условные средние
- •3. Выборочное уравнение регрессии
12. Критические области. Мощность критерия. Построение статистического критерия. Принцип отношения правдоподобия.
Критические точки– точки, которые находятся из табл поf(k) и α, разделяющие область на 2 или 3 части в зависимости от Н1.
Критические области– совокупность знач к, при которых отвергается Н0. где
1 – область малых знач, 2- правдоподобных Знач. 3 – область больших значений
Мощность критерия– вероятность того, что принимается Н1, если она верна, а Н0 отвергается.
Мощность критерия = 1-β , где β – вероятность совершить ош 2 рода.
Чем ↑(1-β) , тем ↓β
Принцип отношения правдоподобия.
Требуется опр какому з-ну расредел принадлежат числа а,b,c- ?
Пусть з-н распредел Х(x) ,Y(х) – нормальный.
У них отличаются ток мат ожидания.
Пусть Н0 : f(x)=X(x)
H1 :f(x) =Y(x)
Из рис => Н0 не противоречит экспериментальным данным, кажется правдоподобнее, чем Y(х).
К=чем ↓к , тем ↑ правдоподобие набл х1…хн в док-ве справедливости Н0.
Представление о сраведливости правдоподобностей имеющихся наблюдений х1…хн в отношении проверяемой Н0 и альтернативн Н1 гипотез дает сопоставление соотв ф-ций правдоподобия.
13. Проверка гипотезы о = центров распред 2х норм генеральных совокупностей при известном .
Пусть 2 cлуч величины X и Y подчиняются НЗ они имеют 2 независимые выборки объемом nиm
1)Выдвигаем Но и Н1
Но: М(Х)=М(У)
Н1: М(Х)≠М(У)
2)Задается критерий проверки Но
при этом М(Х)=М(Х)
М(У)=М(У)
Если Но - справедлива, то k распределена по НЗР и M(k)=0 и σ(k)=1
Плотность распределения-
3)Задаем сл вел-ной ур-ия значимости λ
λ=P(|k|>kкр)
P(0<k<+бескон.)=1/2
значит ½=р(0<k<kлз)+з(kкр<k<+бескон.)
½= Ф(kкр)+λ/2 или Ф(kкр)=(1-λ)/2
Кнабл=
Если выдвигается другая H1
1) Но: М(Х)=М(У)
Н1: М(Х)>М(У)
2)k=
14. Проверка гипотезы о равенстве центров распределения двух нормальных генеральных совокупностей при неизвестном .
Пусть X и Y подчиняются НЗР. Будем считать что дисперсии этих СВ- неизвестны, но одинаковы. σх=σу=σ
1)Но: М(Х)=М(У)
Н1: М(Х)≠М(У)
Х=∑х/n У=∑у/m
S2x=1/(n-1) S2y=1/(m-1)
Т.к. σ2х= σ2у= σ2, то целесообразно взять взвешенные значение: S2=(S2x(n-1)+S2y(m-1))/(n+m-2)
Если Но справедлива, то сл величина (Х-У) подчинена НЗР со след параметрами
М(Х-У)=0 D(X-Y)= σ2(1/n+1/m)
М(Х-У)=M(Y)-M(X)
D(X-Y)= D(X)+D(Y)= D(X)/n+D(Y)/m=( D(X)=D(Y)= σ2)= σ2(1/n+1/m)
S2x-y =S2(1/n+1/m)
2) к=t t=(X-Y)/( S2x-y)=(X-Y)/
n+m-2 – cтепень свободы
3)α – задано, по таблице Стьюдента находим tкр .При этом значение tкр будут зависеть от выбранной Н1
* Если Н1: М(Х)≠М(У) => tкр: P(|t|>tкр)=α
Вычисляем tнабл
tнабл=
* Если Н1: М(Х)>М(У) => правосторонняя критическая область
* Если Н1: М(Х)<М(У) => левосторонняя критическая область
16. Сравнение 2х дисперсий норм генеральных совокупностей. Понятие о распред Фишера- Снедекора.
Метод применяется для тестиров нов товаров, выбора ценовой политики. Люди – респонденты.2рекламы:
Пусть генеральные совокупности X и Y распред по НЗР; сделаны выборки объемом nиm; Получ S2x и S2y
S2x =
S2y=
M (S2x )=Dx M(S2y)=Dy
Тогда
1) Ho: M (S2x )= M(S2y) или Н0: Dx=Dy
2) Критерий проверки F= S2б/S2м
При справедливом Но величина F подчиняется распределению Фишера-Снедекора.это распределение имеет 2 степени свободы: k1:=n1-1 (n1-Vвыборки Sб2); k2:= n2-1 (n2-Vвыборки Sн2)
Распределение Ф-С зависит только от k1и k2
Распределение Фишера-Снедекора.
Если U и V– 2 независимые СВ, распределены по закону хи2 со ст.свободы k1 и k2,
то вел-на F= (U/k1)/(v/k2) и плотность распределения f(x)=
f(x)=
Критические области стоятся изходя из Н1
* 1) Н0: Dx=DyH1:Dx>Dy2)
P(F>Fкр)=αеслиFнабл >Fкр => Н0 – отвергается
* 1) Н0: Dx=DyH1:Dx≠Dyдвусторонняя критическая область