
- •1. Случайные величины и их характеристики.
- •2. Статистические характеристики систем случайных величин.
- •3. Случайные процессы.
- •4. Структурные средние и способы их вычисления.
- •5. Нормальное распределение.
- •6. Методы моделирования случайных величин.
- •7. Корреляционная связь. Вычисление коэффициента корреляции. Вычисление коэффициента корреляции для малочисленных выборок.
- •9. Статистические оценки параметров распределения. Генеральная и выборочная средние. Групповая и общая средние.
- •10. Генеральная и выборочная дисперсия. Групповая, внутригрупповая, межгрупповая и общая дисперсии.
- •11. Точность оценки, доверительная вероятность. Доверительные интервалы для оценки математического ожидания нормального распределения.
- •12. Точность оценки, доверительная вероятность. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения.
- •13. Метод наибольшего правдоподобия.
- •14. Статистическая гипотеза. Нулевая и конкурирующая, простая и сложная гипотезы. Ошибки первого и второго рода.
1. Случайные величины и их характеристики.
Случайная величина — это величина, которая принимает в результате опыта одно из множества значений, причём появление того или иного значения этой величины до её измерения нельзя точно предсказать. Случайной величиной является число очков, выпавших при бросании игральной кости, или рост случайно выбранного из учебной группы студента. В первом случае мы имеем дело с дискретной случайной величиной (она принимает значения из дискретного числового множества M={1, 2, 3, 4, 5, 6} ; во втором случае - с непрерывной случайной величиной (она принимает значения из непрерывного числового множества - из промежутка числовой прямой I=[100, 3000]).
Функция распределения случайной величины. Её свойства
Каждая случайная величина полностью определяется своей функцией распределения.
Если x .- случайная величина, то функция F(x) = Fx (x) = P(x < x) называется функцией распределения случайной величины x . Здесь P(x < x) - вероятность того, что случайная величина x принимает значение, меньшее x.
Важно понимать, что функция распределения является “паспортом” случайной величины: она содержит всю информация о случайной величине и поэтому изучение случайной величины заключается в исследовании ее функции распределения, которую часто называют просто распределением.
Характеристики случайных величин
Математическое ожидание.
Свойства математического ожидания.
Дисперсия. Свойства дисперсии.
Среднее квадратичное отклонение.
Математическим ожиданием (или средним значением) дискретной случайной величины называется сумма произведений всех её возможных значение на соответствующие им вероятности.
Свойство 1. Математическое ожидание постоянной равно самой этой постоянной.
Постоянная С принимает это значение с вероятностью единица и по определению М(С)=С×1=С
Свойство 2. Математическое ожидание алгебраической суммы случайных величин равно алгебраической суме их математических ожиданий.
Свойство 3. Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий.
Дисперсией (рассеянием) случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания.
Свойства дисперсии.
Свойство 1. Дисперсия постоянной равна нулю.
Свойство 2. Постоянную можно выносить за знак дисперсии с возведением в квадрат.
Свойство 3. Если
случайные величины Х и У независимы,
то
часто предпочитают
пользоваться другой характеристикой
разброса – средним квадратическим
отклонением, которое равно корню
квадратному из дисперсии.
Среднее квадратическое отклонение имеет ту же размерность, что и сама случайная величина.
2. Статистические характеристики систем случайных величин.
статистические характеристики случайных величин:
мода, медиана, среднее выборочное значение
Мо́да — значение во множестве наблюдений, которое встречается наиболее часто. Случайная величина может не иметь моды. Иногда в совокупности встречается более чем одна мода (например: 2, 6, 6, 6, 8, 9, 9, 9, 10; мода = 6 и 9).
Медиа́на (50-й перцентиль, квантиль 0,5) — возможное значение признака, которое делит ранжированную совокупность (вариационный ряд выборки) на две равные части: 50 % «нижних» единиц ряда данных будут иметь значение признака не больше, чем медиана, а «верхние» 50 % — значения признака не меньше, чем медиана.
Вы́борочное (эмпири́ческое) сре́днее — это приближение теоретического среднего распределения, основанное на выборке из него.