
- •Случайные события: виды событий, действия над событиями. Свойства действий над событиями. Отношения между событиями.
- •Частота и относительная частота события. Свойства относительной частоты. Вероятность случайного события. Связь между вероятностью и относительной частотой.
- •Аксиоматическое определение вероятности.
- •Классическое определение вероятности.
- •Геометрическая вероятность.
- •Вероятность суммы событий
- •Условная вероятность случайного события. Вероятность произведения событий. Зависимые и независимые события.
- •Формула полной вероятности. Формула Байеса.
- •Независимые повторные испытания. Формула Бернулли.
- •Локальная теорема Муавра-Лапласа. Интегральная теорема Муавра-Лапласа.
- •Дискретная случайная величина: определение, закон распределения, функция распределения. Числовые характеристики дискретной случайной величины.
- •Биноминальное распределение.
- •Распределение Пауссона.
- •Непрерывная случайная величина: определение, функция распределения и ее свойства.
- •Плотность распределения непрерывной случайной величны, свойства плотности распределения.
- •Числовые характеристики непрерывной случайной величины.
- •Равномерное распределение.
- •Нормальное распределение.
- •Двумерная дискретная случайная величина: закон совместного распределения, частные законы распределения компонент. Условные законы распределения компонент. Независимость случайных величин.
- •Свойства математического ожидания случайной величины
- •Свойства дисперсии случайной величины.
- •Числовые характеристики систем случайных величин. Коэффициент корреляции, свойства коэффициента корреляции.
- •Линейная функция регрессии.
- •Неравенство Маркова.
- •Неравенство Чебышева.
- •Теорема Чебышева.
- •Теорема Бернулли.
- •Центральная предельная теорема.
- •Генеральная и выборочная совокупности. Полигон частот ( относительных частот), гистограмма.
- •Выборочная функция распределения.
- •Точечная оценка неизвестных параметров распределения: общая постановка задачи, свойства статистических оценок (несмещенность, состоятельность, эффективность).
- •Выборочная средняя как точечная оценка независимого математического ожидания, свойства.
- •Выборочная дисперсия (определение, свойства), исправленная выборочная дисперсия.
- •Интервальные оценки параметров распределений. Доверительная вероятность и уровень значимости.
- •Проверка статистических гипотез. Общая схема, ошибки первого и второго рода, односторонний и двусторонний критерий, мощность критерия.
- •Сравнение выборочной средней с гипотетической генеральной средней.
Интервальные оценки параметров распределений. Доверительная вероятность и уровень значимости.
Интервальной называют оценку, которая определяется двумя числами – концами интервала. Интервальные оценки позволяют установить точность и надежность оценок.
Если
> 0
и
то,
чем меньше
,
тем оценка точнее. Таким образом,
положительное число
характеризует точность оценки.
Надежностью (доверительной
вероятностью)
оценки
по
называют
вероятность
,
с которой осуществляется неравенство
.
Обычно надежность оценки задается
наперед, причем в качестве
берут
число, близкое к единице. Наиболее часто
задают надежность, равную 0,95; 0,99 и 0,999.
Доверительным называют интервал [
],
который покрывает неизвестный параметр
с заданной надежностью
.
Если
случайная величина X распределена
нормально, то выборочная средняя
,
найденная по независимым наблюдениям,
также распределена нормально.
При нормальном распределении вероятность попадания случайной величины в интервал от -Е до +Е выражается формулой:
,
где
при t>0
Ф(t) называется интегралом Лапласа или доверительной вероятностью, соответствующей доверительному интервалу +/-Е, а величину 1 – Ф(t) – уровнем значимости.
Проверка статистических гипотез. Общая схема, ошибки первого и второго рода, односторонний и двусторонний критерий, мощность критерия.
Статистической называют гипотезу о виде неизвестного распределения или о параметрах известных распределений.
В математической статистике принята следующая схема: вероятность ошибки первого рода обычно заранее фиксируют и стараются найти критерий, который при фиксированном α обладает большей мощностью (т.е. ошибка 1-го рода фиксирована, а величина ошибки 2-го – наименьшая).
Обычно уровень значимости α = 0.05; 0.01 или 0.005 (или меньше), причем его величина зависит от важности задачи: в медицине 0.005, в экономике и технике 0,05.
Если
событие
все-таки
произошло, то гипотеза
отвергается.
При этом, разумеется, можно допустить
ошибку, заключающуюся в том, что
гипотеза
отвергается,
хотя она верна. Это так называемая ошибка
первого рода.
Ее вероятность равна
.
Возможна
и ошибка
второго рода,
которая состоит в том, что
гипотеза
принимается,
хотя она и неверна, а верна одна из
альтернативных гипотез. В случае, когда
альтернативная гипотеза
единственна
и при этом однозначно определено
вероятностное распределение критерия
на
,
можно вычислить вероятность
ошибки
второго рода (в предположении, что верна
гипотеза
):
Критическими
точками (границами)
называют
точки, отделяющие критическую область
от области принятия
гипотезы.
Односторонней называют
правостороннюю или левостороннюю
критическую область.
Двусторонней называют
критическую область, определяемую
неравенствами
,
где
.
Мощностью
критерия называют
вероятность попадания критерия в
критическую область при условии, что
верна конкурирующая гипотеза. Если
обозначить вероятность ошибки второго
рода (принятия неправильной нулевой
гипотезы) β, то мощность критерия равна
1 – β. Следовательно, чем больше мощность
критерия, тем меньше вероятность
совершить ошибку второго рода. Поэтому
после выбора уровня значимости следует
строить критическую область так, чтобы
мощность критерия была максимальной.