- •Т.І. Малютіна, к.А. Дахер вища математика для економістів
- •Теорія ймовірностей і математична статистика
- •Розділ і випадкові події
- •1.1. Простір елементарних подій. Випадкові події та операції над ними. Комбінаторика
- •1.1.1. Основні поняття теорії ймовірностей. Операції над подіями
- •Питання для самоконтролю
- •1.1.2. Елементи комбінаторики
- •Розв’язування комбінаторних задач
- •Питання для самоконтролю
- •1.2. Ймовірність випадкової події. Способи обчислення ймовірностей випадкових подій
- •1. Класичне означення ймовірності
- •2. Статистична ймовірність
- •3. Геометрична ймовірність
- •Питання для самоконтролю
- •1.3. Теореми додавання і множення ймовірностей. Умовна ймовірність
- •Питання для самоконтролю
- •1.4. Формула повної ймовірності. Формула Байєса
- •Питання для самоконтролю
- •1.5. Послідовні незалежні випробування
- •1.5.1. Формула Бернуллі
- •1.5.2. Формула Пуассона
- •1.5.3. Локальна теорема Муавра-Лапласа
- •1.5.4. Інтегральна теорема Муавра-Лапласа
- •Питання для самоконтролю
- •Розділ іі випадкові величини
- •2.1. Одновимірні випадкові величини. Способи задання
- •2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
- •2.1.2. Неперервні випадкові величини. Щільність розподілу. Основні закони розподілу
- •Питання для самоконтролю
- •2.2. Числові характеристики випадкових величин
- •1. Математичне сподівання
- •2. Дисперсія та середнє квадратичне відхилення
- •3. Початкові та центральні моменти
- •4. Мода і медіана
- •Числові характеристики деяких розподілів
- •Питання для самоконтролю
- •2.3. Рівномірний, показниковий, нормальний розподіли
- •Питання для самоконтролю
- •2.4. Граничні теореми теорії ймовірностей. Закон великих чисел і центральна гранична теорема. Нерівність ЧебишОва
- •2.4.1. Лема Чебишова
- •2.4.2. Теорема Чебишова
- •2.4.3. Теорема Бернуллі
- •Питання для самоконтролю
- •2.5. Двовимірна випадкова величина
- •2.5.1. Закон розподілу ймовірностей. Закони розподілу компонент
- •2.5.2. Функція розподілу двовимірної випадкової величини та її властивості
- •2.5.3. Щільність сумісного розподілу ймовірностей неперервної двовимірної випадкової величини, основні властивості. Ймовірність попадання випадкової точки в задану область
- •2.5.4. Умовні закони розподілу складових системи дискретних і неперервних випадкових величин. Залежні та незалежні випадкові величини
- •1. Випадок дискретної величини
- •2. Випадок неперервної величини
- •Питання для самоконтролю
- •2.5.5. Числові характеристики двовимірної випадкової величини. Кореляційний момент і коефіцієнт кореляції
- •Числові характеристики двовимірної випадкової величини
- •Питання для самоконтролю
- •2.5.6. Умовні числові характеристики двовимірної випадкової величини. Регресія
- •1. Випадок дискретної випадкової величини
- •2. Випадок неперервної випадкової величини
- •Питання для самоконтролю
- •Розділ III елементи математичної статистики
- •3.1. Предмет та основні завдання математичної статистики
- •3.2. Генеральна та вибіркова сукупності. Вибірка. Способи відбору
- •Питання для самоконтролю
- •3.3. Статистичний розподіл вибірки
- •Питання для самоконтролю
- •3.4. Графічне зображення статистичних розподілів
- •3.5. Емпірична функція розподілу. Кумулята
- •Питання для самоконтролю
- •3.6. Числові характеристики статистичного розподілу вибірки
- •Питання для самоконтролю
- •3.7. Статистичні оцінки параметрів генеральної сукупності
- •3.7.1. Статистичні оцінки невідомих параметрів розподілу та їх властивості
- •3.7.2. Статистична оцінка математичного сподівання
- •3.7.3. Статистична оцінка дисперсії. Виправлена дисперсія
- •3.7.4. Метод моментів статистичного оцінювання параметрів розподілу
- •3.7.5. Метод максимуму правдоподібності статистичного оцінювання параметрів розподілу
- •Питання для самоконтролю
- •3.8. Інтервальні оцінки параметрів розподілу
- •3.8.1. Надійність. Інтервал довіри
- •3.8.2. Розподіл – “хі-квадрат”
- •3.8.3. Розподіл Стьюдента
- •3.8.4. Розподіл Фішера-Снедекора
- •3.8.5. Інтервальні оцінки для математичного сподівання
- •3.8.6. Оцінка істинного значення вимірюваної величини
- •3.8.7. Інтервали довіри для середнього квадратичного відхилення нормально розподіленої випадкової величини
- •3.8.8. Оцінка точності вимірювань
- •Питання для самоконтролю
- •3.9. Елементи теорії кореляції
- •3.9.1. Функціональна, статистична й кореляційна залежності
- •3.9.2. Вибірковий коефіцієнт кореляції. Коефіцієнт детермінації
- •Питання для самоконтролю
- •3.9.3. Основні поняття і методи регресійного аналізу
- •3.9.4. Метод найменших квадратів
- •Питання для самоконтролю
- •3.10. Статистична перевірка статистичних гіпотез
- •3.10.1. Статистичні гіпотези. Помилки першого та другого роду
- •3.10.2. Статистичний критерій перевірки нульової гіпотези
- •Питання для самоконтролю
- •3.10.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона
- •3.10.4. Перевірка гіпотези про порівняння середнього значення ознаки генеральної сукупності зі стандартом
- •3.10.5. Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •3.10.6. Перевірка гіпотези про значущість коефіцієнта кореляції
- •Питання для самоконтролю
- •Список використаної та рекомендованої літератури
- •Додаток а
- •Додаток б
- •Додаток в
- •Додаток г
- •Додаток д Критичні точки розподілу f Фішера-Снедекора
- •Додаток е
- •Додаток ж Значення
- •Вища математика для економістів
- •40030, М. Суми, вул. Петропавлівська, 57
Розділ III елементи математичної статистики
3.1. Предмет та основні завдання математичної статистики
Математична статистика – це розділ математики, в якому вивчаються методи збору, систематизації й аналізу результатів спостережень масових випадкових явищ з метою виявлення існуючих закономірностей за допомогою методів теорії ймовірностей.
Основними завданнями математичної статистики є такі:
вказати способи збору й групування статистичних даних, отриманих у результаті спостережень;
розробити методи аналізу статистичних даних залежно від мети дослідження.
3.2. Генеральна та вибіркова сукупності. Вибірка. Способи відбору
Генеральною сукупністю називається множина всіх реально існуючих або тільки умовно можливих однорідних об’єктів, що вивчаються з точки зору їх розподілу за деякою ознакою.
Наприклад:
а) множини приватних банків України за прибутком;
б) множини виробів певного товару за якістю;
в) множини людей за віком.
Із
теоретико-ймовірнісної точки зору
генеральна сукупність – це випадкова
величина
що задана на просторі елементарних
подій
Генеральна
сукупність може бути скінченною або
нескінченною. Повний опис закону
розподілу випадкової величини
можна отримати, лише з’ясувавши значення
ознаки для всіх представників даної
сукупності.
У
випадку, якщо дослідити дану ознаку у
всіх предметів цієї сукупності не є
можливим (або їх дуже багато, або з інших
причин), користуються вибірковим
методом, відповідно
до якого з даної генеральної
сукупності випадково обираються
елементів
Частина об’єктів, яка відібрана випадковим чином для безпосереднього вивчення з генеральної сукупності, називається вибірковою сукупністю або вибіркою.
Із теоретико-ймовірнісного
погляду вибірка з даної генеральної
сукупності – це результати обмеженого
ряду спостережень
випадкової величини
Число , яке відповідає кількості спостережень, що утворюють вибірку, називають обсягом вибірки, а числа – елементами або варіантами вибірки.
Розмахом варіації
називається різниця між максимальною
варіантою вибірки
та мінімальною варіантою
У статистиці інтерпретація вибірки та її окремих елементів допускає залежно від контексту два різні підходи – практичний і теоретичний.
У практичному
підході під
розуміють фактично спостережувані
в даному конкретному
-кратному
експерименті значення досліджуваної
випадкової величини
тобто конкретні числа.
Згідно з теоретичним
підходом під вибіркою
розуміють послідовність випадкових
величин,
-й
член якої –
лише означає результат спостереження,
який ми могли б отримати на
-му
кроці
-кратного
експерименту, пов’язаного зі спостереженням
досліджуваної випадкової величини
Вибірка називається випадковою, якщо (у межах теоретичного підходу) низка спостережень утворює послідовність незалежних й однаково розподілених випадкових величин. Надалі завжди вважатимемо, що вибірка випадкова.
Розрізняють повторну та безповторну вибірки.
Під час повторної вибірки об’єкт, який береться із генеральної сукупності, після його досліджень повертається в генеральну сукупність. При цьому один і той же об’єкт може досліджуватись декілька разів.
Під час безповторної вибірки об’єкти, які брались із генеральної сукупності на дослідження, не повертаються. На практиці найчастіше користуються безповторним випадковим відбором.
Різниця між повторною та безповторною вибірками майже відсутня у випадку, якщо обсяг генеральної сукупності досить великий, а вибірка становить лише незначну її частину. Коли розглядається нескінченна генеральна сукупність, а вибірка має скінченний обсяг, ця різниця повністю зникає.
Необхідно, щоб вибірка правильно представляла пропорції генеральної сукупності, тобто була репрезентативною. Відповідно до закону великих чисел можна стверджувати, що вибірка – репрезентативна, якщо вона – випадкова.
