
- •Мат.Статистика
- •1)Измерение социальных явлений и процессов. Измерительные шкалы: номинальные, ранговые (порядковые) и интервальные.
- •6) Интервальные оценки неизвестных параметров распределения по выборке. Доверительная вероятность. Доверительные интервалы.
- •7) Задачи интервального оценивания параметров нормального закона распределения.
- •8) Расчет объема выборочной совокупности.
- •9)Проверка статистических гипотез. Понятие статистической гипотезы. Уровень значимости. Нулевая гипотеза.
- •10)Проверка гипотезы о равенстве средних.
- •11) Проверка гипотез о законе распределения
- •12) Ранговый критерий проверки статистических гипотез Ван-дер-Вардена.
- •13) Понятие корреляционной зависимости между выборочными случайными величинами.
- •14) Связь номинальных признаков. Таблицы сопряженности. Коэффициент ассоциации Пирсона.
- •15) Связь порядковых признаков. Коэффициент корреляции рангов Спирмена.(первая чать вопроса не найдена!!!!!)
- •16) Связь количественных признаков. Корреляционная таблица. Линейный коэффициент корреляции. Уравнение регрессии.
- •Коэффициент линейной корреляции Пирсона
- •Уравнение регрессии
- •17) Случайное событие. Составные и элементарные события.
- •18) Достоверное и невозможное событие. Полная группа событий.
- •19) Произведение и сумма событий.
- •20) Понятие вероятности события. Классическая формула расчета вероятностей. Свойства вероятностей.
- •21) Независимые и зависимые события. Условная вероятность. Теорема умножения вероятностей.
- •22) Несовместные и совместные события. Теорема сложения вероятностей.
- •23) Формула полной вероятности. Формула Байеса.
- •24) Понятие дискретной случайной величины. Закон распределения. Ряд распределения. Функция распределения дискретной случайной величины.
- •25) Математическое ожидание и дисперсия дискретной случайной величины. Среднее квадратическое отклонение.
- •26) Функция распределения, плотность распределения непрерывной случайной величины, их взаимосвязь и свойства.
- •27) Математическое ожидание и дисперсия непрерывной случайной величины. Среднее квадратическое отклонение
- •28) Плотность распределения непрерывной случайной величины. Закон равномерной плотности.
- •29) Нормальный закон распределения случайной величины.
- •30) Функция Лапласа. Вероятность попадания величины, распределенной по нормальному закону, на заданный интервал.
- •31) Закон больших чисел.
- •32) Центральная предельная теорема Ляпунова.
21) Независимые и зависимые события. Условная вероятность. Теорема умножения вероятностей.
Прежде чем познакомиться с теоремой, введем сопутствующие понятия: зависимые и независимые события. Рассмотрим примеры:
а) Два спортсмена стреляют по мишени. Событие А- попал первый стрелок, вероятность появления этого события Р(А) , В- попал второй стрелок, вероятность Р(В). Появление или не появление события, например, А не повлияет на вероятность появления события В.
б) Бросают два одинаковых кубика. Событие С- выпало 2 очка на первом кубике, вероятность этого события Р(С). Событие Д- 3 очка на втором кубике, вероятность - Р(Д). Появление события Д не повлияет на вероятность появления события С.
В данных примерах описаны независимые события.
Два события А и В называются независимыми, если появление одного из них не изменяет вероятности появления другого.
Рассмотрим другой пример:
В урне 2 белых и 2 черных шара. Событие А- вынут 1 белый шар, событие В- вынут 1 черный шар.
Вероятность их появления при испытании- из урны наудачу вынут один шар, одинакова и равна 1/2. Рассмотрим событие: первым вынут белый шар, т.е. происходит событие А, его вероятность 1/2, затем возвращается в урну и вторым вынимают черный шар, т.е. происходит событие В. Найдем вероятность события В в такой ситуации :Р(В)=2/4=1/2. Итак, появление события А не изменило появление события В.
Теперь изменим условия: вынутый первым белый шар не будем возвращать в урну, тогда вероятность события В будет равна Р(В)=2/3, сравнивая результаты 1/2 и 2/3 можно сделать вывод, что появление события А изменило вероятность появления события В. Такие события называются зависимыми , а вероятность события В, в данном случае называется условной вероятностью и обозначается РА(В), т.е. вероятность события В при условии, что А произошло.
События А и В называются зависимыми, если появление одного из них изменяет вероятность появления другого.
Условной вероятностью РА(В) называется вероятность события В, вычисленная в предположении, что событие А уже произошло.
Теперь познакомимся с теоремами, которые позволяют вычислить вероятность совместного появления двух событий. В первой теореме речь идет о зависимых событиях, во второй- о независимых.
Теорема1: Вероятность произведения двух зависимых событий А и В равна произведению вероятности одного из них на условную вероятность другого, в предположении, что первое уже произошло, т.е. Р(АВ)= Р(А)РА(В).
Доказательство:
Пусть в результате опыта возможны N исходов, из них М благоприятствуют появлению события А, их этихМ- К исходов благоприятствуют событию В. Одновременному появлению событий А и В благоприятствуют L исходов из К.. По классической формуле имеем: Р(АВ)=L/N. Умножим и разделим на М:
Первая дробь- вероятность наступления события А, вторая- вероятность события В, при условии, что А уже произошло, т.е. условная вероятность события В, что и требовалось доказать.
Теорема2: Вероятность произведения двух независимых событий А и В равна произведению их вероятностей Р(АВ)=Р(А)Р(В).
Доказательство:
Т.к. события независимые, то верно равенство РА(В)=Р(В), тогда получим Р(АВ)=Р(А)Р(В).
Справедлива обратная теорема:
Если для событий А и В выполняется равенство Р(АВ)=Р(А)Р(В), то эти события независимы.
Решим задачи.
Пример1. По мишени стреляют три стрелка. Вероятности попадания соответственно равны 0,7; 0,8 и 0,9. Найти вероятность того, что попадут все три.
Решение:
Пусть событие А- попал 1-й, В- 2-й и С-3-й. Эти события независимые, тогда применяя соответствующую теорему получим, что вероятность совместного появления всех трех событий равна: Р(АВС)=Р(А)Р(В)Р(С)= 0,7·0,8·0,9=0,504.
Пример2. В урне находятся 3 белых, 2 черных и 4 синих шара. Какова вероятность того, что первым будет вынут белый шар, вторым- синий, третьим- черный. Шары не возвращаются.
Решение: Пусть события: А- вынут белый шар, В- вынут синий, С- черный. Вероятность, что первым вынут белый равна
Событие В происходит после события А, при этом условия меняются- общее количество шаров уменьшилось и стало равно 8, поэтому события А и В зависимые и речь идет об условной вероятности события В: РА(В)=4/8=1/2. Событие С происходит после событий А и В , поэтому вероятность его тоже условная Р (АВ – внизу)(С)=2/7. Вероятность же их совместного появления :