- •Тема 1. Емпіричні та логічні основи теорії ймовірності Лекція 1. Основні поняття теорії ймовірності
- •Предмет теорії ймовірностей, її значення для економічних наук
- •Події та їх класифікація.
- •3. Класичне означення ймовірності та її властивості. Геометрична і статистична ймовірності
- •Класичне означення ймовірності:
- •Геометричне означення ймовірності
- •Властивості ймовірності події:
- •4. Основні формули комбінаторики
- •1. Схема вибору елементів, що приводить до сполучень:
- •2. Схема вибору елементів, що приводить до розміщень.
- •3. Схема вибору елементів, що приводить до сполучень з повтореннями.
- •4. Схема вибору елементів, що приводить до розміщень з повтореннями.
- •Питання для самоконтролю
- •1 Предмет теорії ймовірності, її значення для економічних наук
- •2. Події та їх класифікація.
- •6. Основні формули комбінаторики
- •Тема 2. Основні теореми теорії ймовірності, їх економічна інтерпретація Лекція 2. Основні теореми теорії ймовірності та їх наслідки
- •Залежні та незалежні події. Умовна ймовірність.
- •Теорема множення ймовірностей.
- •Теорема додавання ймовірностей несумісних подій. Протилежні події.
- •Ймовірність появи хоча б однієї події.
- •Формула повної ймовірності
- •Формула Байеса.
- •Формули Байеса
- •Питання для самоконтролю
- •Тема 3. Схема незалежних випробувань Лекція 3. Послідовності незалежних випробувань
- •Послідовності незалежних випробувань
- •Формула Бернуллі
- •Локальна теорема Муавра – Лапласа.
- •Інтегральна теорема Муавра – Лапласа.
- •Тема 4. Випадкові величини та їх економічна інтерпретація
- •Математичні дії над випадковими величинами:
- •2. Функція розподілу ймовірностей випадкової величини та її властивості.
- •Властивості функції розподілу вв:
- •3. Щільність розподілу.
- •Властивості щільності розподілу:
- •4. Економічна інтерпретація випадкових величин
- •Питання для самоконтролю
- •Тема 5. Закони розподілу та числові характеристики випадкових величин Лекція 5. Числові характеристики і закони розподілу випадкових величин
- •Математичне сподівання, дисперсія, середнє квадратичне відхилення, їх властивості
- •Числові характеристики нвв:
- •2. Моменти. Мода та медіана.
- •3. Рівномірний, показниковий та нормальний закони розподілу. Функція Лапласа. Рівномірний закон розподілу.
- •Показниковий закон розподілу нвв
- •Нормальний закон розподілу. Функція Лапласа.
- •4. Біноміальний, геометричний та гіпергеометричний закони розподілу. Закон розподілу Пуассона Біноміальний закон розподілу
- •Геометричний закон розподілу
- •3. Гіпергеометричний закон розподілу.
- •Закон розподілу Пуассона.
- •Питання для самоконтролю
- •Тема 6. Багатовимірні випадкові величини Лекція 6. Закон розподілу двовимірних випадкових величин
- •Система двох дискретних випадкових величин та її закон розподілу.
- •Функція розподілу двовимірної випадкової величини. Ймовірність попадання випадкової точки в півполосу, прямокутник.
- •Властивості функції розподілу ддвв
- •Безумовні та умовні закони розподілу складових двовимірної двв.
- •Умовне математичне сподівання. Регресія.
- •Властивості коефіцієнта кореляції:
- •Властивості коефіцієнту кореляції:
- •Питання для самопідготовки
- •Тема 9. Елементи теорії випадкових процесів і теорії масового обслуговування Лекція 7. Елементи теорії випадкових процесів та теорії масового обслуговування
- •1. Означення випадкового процесу.
- •Числові характеристики вп:
- •2. Потоки подій та їх властивості.
- •3. Марківські процеси.
- •4. Основні поняття та класифікація систем масового обслуговування.
- •5. Одноканальна система масового обслуговування з відмовленнями.
- •6. Багатоканальна система с відмовленнями (задача Эрланга)
- •Середню кількість зайнятих каналів:
- •Питання для самопідготовки
- •Тема 10. Первинне опрацювання статистичних даних
- •Тема 11. Статистичне та інтервальне оцінювання параметрів розподілу Лекція 8. Основні поняття математичної статистики
- •Генеральна та вибіркова сукупності. Поняття про теоретичний та емпіричний розподіли. Варіаційний ряд.
- •Основні задачі математичної статистики:
- •Основні переваги вибіркового методу:
- •2. Статистичний розподіл вибірки, полігон і гістограма
- •3. Емпірична функція розподілу та її властивості
- •4. Числові характеристики вибірки
- •Точкові статистичні оцінки та їх властивості.
- •Генеральні середня, дисперсія та середнє квадратичне відхилення.
- •7. Інтервальні оцінки
- •Питання для самопідготовки
- •Тема 12. Перевірка статистичних гіпотез
- •Тема 13. Елементи теорії регресії
- •Тема 14. Елементи теорії кореляції Лекція 9. Статистична перевірка статистичних гіпотез. Елементи теорії регресії та кореляції
- •Поняття статистичної гіпотези. Нульова і конкуруюча гіпотези, помилки першого та другого родів.
- •Головний принцип перевірки статистичних гіпотез:
- •Алгоритм обчислення теоретичних частот:
- •Алгоритм перевірки нульової гіпотези про нормальний розподіл за критерієм Пірсона:
- •2. Функціональна, статистична та кореляційна залежності.
- •3. Вибірковий коефіцієнт та вибіркове рівняння регресії
- •Пряма лінія регресії
- •1. Якщо вибірка невеликого об’єму і пари чисел ( ) з однаковими значеннями зустрічаються не часто
- •2. Якщо вибірка великого об’єму(більше 50) і пари чисел ( ) з однаковими значеннями зустрічаються досить часто
- •Питання для самоконтролю
7. Інтервальні оцінки
Інтервальною називають оцінку, яка визначається двома числами – кінцями інтервалу.
Надійністю (довірчою ймовірністю) оцінки параметра θ за θ* називають ймовірність
з якою
виконується нерівність
де
- точність
оцінки
t – аргумент функції Лапласа
σ – СКВ
n – об’єм вибірки
Інтервал
називають довірчим,
якщо
він покриває невідомий параметр θ із
заданою надійністю γ
Довірчий інтервал для оцінки математичного сподівання нормального розподілу обчислюють за формулою:
Можна
показати, що
Питання для самопідготовки
1. Генеральна та вибіркова сукупності. Поняття про теоретичний та емпіричний розподіли. Варіаційний ряд.
2. Статистичний розподіл вибірки. Полігон та гістограма.
3. Емпірична функція розподілу та її властивості.
5. Числові характеристики вибірки.
6. Точкові статистичні оцінки та їх властивості.
7. Генеральні середня, дисперсія та середнє квадратичне відхилення.
8. Інтервальні оцінки.
9. Довірчі інтервали для математичного сподівання нормального розподілу.
Тема 12. Перевірка статистичних гіпотез
Тема 13. Елементи теорії регресії
Тема 14. Елементи теорії кореляції Лекція 9. Статистична перевірка статистичних гіпотез. Елементи теорії регресії та кореляції
Мета: сформувати знання з основ статистичної перевірки статистичних гіпотез, розглянути деякі критерії перевірки нульової гіпотези; сформувати знання з основ теорії регресійного та кореляційного аналізу.
План лекції:
1. Поняття статистичної гіпотези. Нульова і конкуруюча гіпотези, помилки першого та другого родів. Статистичний критерій перевірки нульової гіпотези
2. Функціональна, статистична та кореляційна залежності
3. Вибірковий коефіцієнт та вибіркове рівняння регресії
4. Лінійна та нелінійна регресія
Рекомендована література: [1] ст. 281-287, 288-293, 329-333, [4] ст. 197-205, [6] ст. 368-371
Поняття статистичної гіпотези. Нульова і конкуруюча гіпотези, помилки першого та другого родів.
Одними з основних задач математичної статистики є задачі визначення закону розподілу випадкової величини або визначення невідомих параметрів відомого закону розподілу.
Оскільки закон розподілу або параметри закону розподілу невідомі, то можна висунути певні припущення щодо виду закону або величини параметрів.
Статистичною називають гіпотезу щодо виду невідомого закону розподілу, або про невідомі параметри відомого закону розподілу.
Оскільки можна висунути гіпотезу про закон розподілу або про параметри розподілу, то можна висунути і гіпотезу, що буде суперечити висунутій.
Якщо висунута гіпотеза буде відкинутою, то суперечна їй гіпотеза отримує право на існування.
Такі гіпотези отримали назви:
Нульова (основна) гіпотеза – гіпотеза, що висунули і будуть перевіряти на можливість її існування. Позначається Н0
Конкуруюча (альтернативна) гіпотеза – гіпотеза, що суперечить висунутій основній гіпотезі. Позначають Н1.
Нульова гіпотеза може бути 2 видів:
Проста гіпотеза містить тільки одне припущення щодо закону розподілу або параметрів розподілу
Складна гіпотеза містить декілька припущень
Оскільки висунута гіпотеза може бути правильною або не правильною, виникає необхідність її перевірити.
Перевіряють статистичні гіпотези статистичними методами (тобто використовуючи неодноразові випробування).
В результаті перевірки висунута гіпотеза може бути або прийнятою або відкинутою. У зв’язку з прийняттям рішення про прийняття або відкинення висунутої гіпотези можуть виникнути помилки 2 родів:
Помилка першого роду полягає в тому, що буде відкинуто правильну гіпотезу
Помилка другого роду полягає в тому, що буде прийнято невірну гіпотезу
Для того, щоб за результатами випробувань прийняти або відкинути нульову гіпотезу, її потрібно порівняти з яким-небудь еталоном, що відповідав би обраному в якості гіпотези закону розподілу або параметру розподілу.
В якості такого еталону виступає певна величина, що називають статистичним критерієм.
Статистичним критерієм називають випадкову величину К, що використовується для перевірки нульової гіпотези
Статистичний критерій – величина отримана теоретично.
Спостереженим значенням Ксп називають значення критерію, що обчислений за даними вибірок (емпірично)
Після того, як обраний статистичний критерій для перевірки нульової гіпотези, множина всіх його можливих значень розбивається на дві підмножини:
Одна з них містить значення критерію, при яких нульова гіпотеза приймається, інша – значення критерію, при яких нульова гіпотеза відкидається
Критичною областю називають сукупність значень критерію, при яких нульову гіпотезу відкидають
Областю прийняття гіпотези називають сукупність значень критерію, при яких нульову гіпотезу приймають.
Критичну область від області прийняття гіпотези відділяють точки, що отримали назву критичних kкр
Існують 3 види критичних областей:
Правостороння критична область задається нерівністю К>kкр, де kкр>0
Лівостороння критична область задається нерівністю К<kкр, де kкр<0
Двостороння критична область задається нерівностями К<k1 , К>k2, де k2> k1
