
- •Случайные события и их классификация.
- •Классическое определение вероятности.
- •Аксиоматическое определение вероятности. Геометрическое определение вероятности.
- •Условная вероятность. Теорема умножения вероятностей.
- •Формула полной вероятности. Формула Байеса.
- •Наивероятнейшее число наступлений события.
- •Локальная теорема Муавра – Лапласа
- •Интегральная теорема Лапласа.
- •Функция распределения случайной величины и ее свойства.
- •Дискретные случайные величины.
- •Плотность распределения вероятностей и ее свойства.
- •Математическое ожидание дискретной и непрерывной случайной величины и их свойства.
- •Дисперсия случайной величины и ее свойства.
- •Биноминальный закон распределения. Математическое ожидание и дисперсия случайной, величины распределенной по биноминальному закону.
- •Закон распределения Пуассона. Математическое ожидание и дисперсия случайной величины, распределенной по закону Пуассона.
- •Равномерный закон распределения. Математическое ожидание и дисперсия случайной величины, распределенной по равномерному закону.
- •Показательный закон распределения. Математическое ожидание и дисперсия случайной величины, распределенной по показательному закону.
- •Нормальный закон распределения. Математическое ожидание и дисперсия случайной величины, распределенной по нормальному закону.
- •Выражение функции распределения нормальной величины через функцию Лапласа. Вероятность попадания значения нормальной случайной величины в заданный интервал, правило трех сигм.
- •Корреляционный момент и коэффициент корреляции и их свойства.
- •Моменты случайной величины. Ассиметрия и эксцесс.
- •Неравенство Маркова и Чебышева.
- •Закон больших чисел « в форме» теоремы Чебышева.
- •Теорема Бернулли.
- •Понятие о «центральная предельная теорема». Теорема Ляпунова.
- •Статистическая совокупность. Генеральная и выборочная совокупности. Несмещенная, состоятельная и эффективная оценка параметров.
- •Основные числовые характеристики статистического распределения. Среднее арифметическое и статистическая дисперсия и их свойства. Мода, медиана.
- •Выборочный метод. Точечное оценивание.
- •Интервальное оценивание. Формула доверительной вероятности для большой и малой выборок.
- •Несмещенные оценки для генерального среднего и генеральной дисперсии. Расчет доверительного интервала и объема выборки (при повторном и бесповторном отборах).
- •Статистическая проверка гипотез. Нулевая и альтернативная гипотезы. Ошибки 1-го и 2-го рода при проверки гипотез. Уровень значимости, критическая область. Критерии согласия и его мощность.
- •Проверка гипотезы о равенстве средних значении для нормального распределения при известной и неизвестной генеральной дисперсиях.
- •Критерий Пирсона.
- •Критерий согласия Фишера – Снедекора и его применение для проверки гипотезы о равенстве дисперсий.
- •Критерий согласия Колмогорова.
- •Однофакторный дисперсионный анализ.
- •Модели и основные понятия корреляционного и регрессионного анализа.
- •Линейная корреляционная зависимость и прямые регрессии.
- •Коэффициент линейной корреляции и его свойства.
- •Понятие «нелинейная корреляция».
- •Анализ соответствия регрессионной модели наблюденным данным.
Критерий Пирсона.
В наиболее часто
используемом на практике критерии
-
Пирсона
в качестве меры расхождения
берется величина
,
равная относительной сумме квадратов
отклонений межу эмпирическими
и теоретическими
частотами попадания в интервалы
:
,
где
-число
интервалов
эмпирического распределения (вариационного
ряда),
-
объем выборки,
-
вероятность попадания случайной
величины в интервал
,
вычисленная по закону распределения,
соответствующему гипотезе
.
Доказано, что при
справедливости гипотезы
и при
критерий
имеет
-
распределение со
степенями свободы, где
-
число параметров теоретического
распределения, вычисленных по
экспериментальным данным.
Следует отметить, что критерий имеет закон распределения лишь при . Поэтому этот критерий нельзя применять при малых объемах выборок. Поэтому необходимо чтобы в каждом интервале было не менее 5-10 выборочных значений, а весь объем выборки был порядка сотен.
Критерий согласия Фишера – Снедекора и его применение для проверки гипотезы о равенстве дисперсий.
Проверка гипотезы
,
о том, что дисперсии двух нормально
распределенных генеральных совокупностей
,
сводится к сравнению выборочных
«исправленных» дисперсий
и
,
вычисляемые по двум независимым выборкам
объемом
и
.
В качестве критерия принимается
отношение выборочных «исправленных»
дисперсий
и
.
Доказано, что при
справедливости гипотезы
критерий
представляет собой случайную величину
с распределением Фишера-Снедекора с
степенями свободы
и
.
Поэтому, выбрав
необходимый уровень значимости
по таблицам распределения Фишера-Снедекора,
находим критическое значение
.
Если
,
то гипотеза
принимается.
Критерий согласия Колмогорова.
Критерий Колмогорова
применяется в тех случаях, когда заранее
известен не только вид распределения,
но и числовые характеристики распределения.
В этом критерии в качестве меры
расхождения между теоретическими и
эмпирическими распределениями
рассматривают максимальное значение
абсолютной величины разности между
эмпирической функцией распределения
и соответствующей теоретической функции
распределения
:
,называемое
статистикой критерия Колмогорова.
Доказано, что
какова бы ни была функция распределения
,
при неограниченном увеличении числа
наблюдений
вероятность неравенства
стремится
к пределу
.
Задавая уровень
значимости
,
из соотношения
по приведенной формуле рассчитаны и
представлены в таблицах критические
значения
.
Так, например, уровням значимости
,
равным 0,05, 0,01 и 0,001 соответствуют
равные 1,36, 1,63 и 1,95 соответственно.