
- •Пространство элементарных событий.
- •Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •Свойства операций над событиями.
- •Алгебра и сигма-алгебра событий.
- •Классическое определение вероятности события. Случаи равновероятных исходов.
- •Статистическое определение вероятности события. Случаи неравновероятных исходов.
- •Геометрические вероятности.
- •Аксиоматическое построение теории вероятностей.
- •Полная группа событий.
- •Условная вероятность.
- •Формула умножения вероятностей.
- •Формула сложения вероятностей.
- •Независимость событий.
- •Основные понятия комбинаторики.
- •Правила суммы и произведения.
- •Случай непостоянной вероятности появления события в опытах
- •Предельные теоремы для схемы Бернулли.
- •Теорема Пуассона.
- •Понятие потока событий.
- •Локальная теорема Муавра –Лапласа.
- •Интегральная (глобальная) теорема Муавра – Лапласа.
- •Закон распределения дискретной случайной величины.
- •Свойства функции распределения
- •Свойства математического ожидания:
- •Дисперсия случайной величины и ее свойства.
- •Среднее квадратическое отклонение.
- •Распределение Пуассона.
- •Геометрическое распределение
- •Гипергеометрическое распределение (урновая схема)
- •Равномерное распределение.
- •Показательное распределение.
- •Свойства функции Гаусса.
- •Вероятность попадания нормальной случайной величины в заданный интервал.
- •Функция Лапласа и ее свойства.
- •Отклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •Закон распределения вероятностей двумерной случайной величины
- •Свойства совместной функции распределения двух случайных величин
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
- •Свойства двумерной плотности вероятности
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •Корреляционный момент
- •Коэффициент корреляции Коэффициентом корреляции случайных величин X и y называют отношение корреляционного момента к произведению средних квадратических отклонений этих величин:
- •Свойства коэффициента корреляции
- •Способы отбора На практике применяются различные способы отбора, которые можно подразделить на два вида:
- •Выборочные среднее и дисперсия
- •Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •Статистический критерий
- •A. Понятие о корреляционном анализе
- •Линейная регрессия
- •Множественная линейная регрессия
- •Нелинейная регрессия
- •Логарифмическая модель.
- •Обратная модель.
- •Степенная модель.
- •Показательная модель.
- •Однородные цепи Маркова
- •Понятие о системах массового обслуживания
Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
Пусть
количественный признак X
генеральной совокупности распределен
нормально, причем среднее квадратическое
отклонение s этого
распределения известно. Требуется
оценить неизвестное математическое
ожидание
по выборочному среднему
.
Найдем доверительные интервалы,
покрывающие параметр a с
надежностью
.
Будем
рассматривать выборочное среднее
как случайную величину
(т.к.
меняется
от выборки к выборке) и выборочные
значения
- как одинаково распределенные независимые
случайные величины
(эти числа также меняются от выборки к
выборке). Другими словами, математическое
ожидание каждой из этих величин равно
и среднее квадратическое отклонение -
s. Так как случайная
величина X распределена
нормально, то и выборочное среднее
также распределено нормально. Параметры
распределения
равны
.
Потребуем,
чтобы выполнялось соотношение
,
где
- заданная надежность. Используем формулу
.
Заменим
X на
и s на
и получим
где
.
Выразив из последнего равенства
,
получим
Так как вероятность P задана и равна , окончательно имеем
.
Таким
образом, с надежностью
можно утверждать, что доверительный
интервал
покрывает
неизвестный параметр a,
причем точность оценки равна
.
Число
определяется из равенства
;
по таблице функции Лапласа находят
аргумент
,
которому соответствует значение функции
Лапласа, равное
.
Отметим
два момента: 1) при возрастании объема
выборки n число
убывает и, следовательно, точность
оценки увеличивается, 2) увеличение
надежности оценки
приводит к увеличению
(так как функция Лапласа возрастающая
функция) и, следовательно, к возрастанию
,
то есть увеличение надежности
оценки влечет за собой уменьшение
ее точности.
Если требуется оценить математическое ожидание с наперед заданной точностью и надежностью , то минимальный объем выборки, который обеспечит эту точность, находят по формуле
,
следующей
из равенства
.
Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии
Пусть количественный признак X генеральной совокупности распределен нормально, причем среднее квадратическое отклонение s этого распределения неизвестно. Требуется оценить неизвестное математическое ожидание с помощью доверительных интервалов.
Оказывается,
что по данным выборки можно построить
случайную величину
,
которая
имеет распределение Стьюдента с
степенями свободы. В последнем выражении
-
-
выборочное среднее,
- исправленное среднее квадратическое
отклонение,
- объем выборки; возможные значения
случайной величины T мы
будем обозначать через t.
Плотность распределения Стьюдента
имеет вид
,
где
некоторая постоянная, выражающаяся
через гамма – функции.
Несколько
слов о распределении Стьюдента. Пусть
- независимые стандартные нормальные
величины. Тогда случайная величина
имеет
распределение Стьюдента (В.
Госсет) с
степенями свободы. При росте числа
степеней свободы распределение Стьюдента
стремится к нормальному распределению
и уже при
использование нормального распределения
дает хорошие результаты.
Как
видно, распределение Стьюдента
определяется параметром n
– объемом выборки (или, что то же самое
– числом степеней свободы
)
и не зависит от неизвестных параметров
.
Поскольку
- четная функция от t , то
вероятность выполнения неравенства
определяется
следующим образом:
.
Заменив
неравенство в круглых скобках двойным
неравенством, получим выражение для
искомого доверительного интервала
Итак,
с помощью распределения Стьюдента
найден доверительный интервал
,
покрывающий неизвестный параметр a
с надежностью
.
По таблице распределения Стьюдента и
заданным n и
можно найти
и
используя найденные по выборке
и
,
, можно определить доверительный
интервал.
Пример.
Количественный признак X
генеральной совокупности распределен
нормально. По выборке объема n
= 16 найдены генеральное среднее
и исправленное среднее квадратическое
отклонение
.
Требуется оценить неизвестное
математическое ожидание при помощи
доверительного интервала с надежностью
0,95.
Решение.
Найдем
по таблице распределения Стьюдента,
используя значения
.
Этот параметр оказывается равным 2,13.
Найдем границы доверительного интервала:
То
есть с надежностью 0,95 неизвестный
параметр a заключен в
доверительном интервале
Можно показать, что при возрастании объема выборки n распределение Стьюдента стремится к нормальному. Поэтому практически при n > 30 можно вместо него пользоваться нормальным распределением. При малых n это приводит к значительным ошибкам.
3. Доверительный интервал для оценки среднего квадратического отклонения s нормального распределения
Пусть количественный признак X генеральной совокупности распределен нормально и требуется оценить неизвестное генеральное среднее квадратическое отклонение s по исправленному выборочному среднему квадратическому отклонению s. Найдем доверительные интервалы, покрывающие параметр s с заданной надежностью .
Потребуем, чтобы выполнялось соотношение
или
Преобразуем
двойное неравенство
в равносильное неравенство
и обозначим d / s
= q. Имеем
(A)
и
необходимо найти q. С этой
целью введем в рассмотрение случайную
величину
Оказывается,
величина
распределена по закону
с n – 1 степенями свободы.
Несколько
слов о распределении хи-квадрат. Если
- независимые стандартные нормальные
величины, то говорят, что случайная
величина
имеет распределение хи-квадрат с степенями свободы.
Плотность распределения c имеет вид
Это распределение не зависит от оцениваемого параметра s, а зависит только от объема выборки n.
Преобразуем
неравенство (A) так, чтобы
оно приняло вид
.
Вероятность этого неравенства равна
заданной вероятности
,
т.е.
.
Предполагая, что q < 1, перепишем (A) в виде
,
далее, умножим все
члены неравенства на
:
или
.
Вероятность того, что это неравенство, а также равносильное ему неравенство (A) будет справедливо, равна
.
Из этого уравнения
можно по заданным
найти
,
используя имеющиеся расчетные таблицы.
Вычислив по выборке
и найдя по таблице
,
получим искомый интервал (A1),
покрывающий s с
заданной надежностью
.
Пример. Количественный признак X генеральной совокупности распределен нормально. По выборке объема n = 25 найдено исправленное среднее квадратическое отклонение s = 0.8. Найти доверительный интервал, покрывающий генеральное среднее квадратическое отклонение s с надежностью 0,95.
Решение.
По заданным
по таблице находим значение q
= 0.32. Искомый доверительный интервал
есть
.
Мы предполагали, что q < 1. Если это не так, то мы придем к соотношениям
,
и значение q >1 может быть найдено из уравнения
Лекция 14. Доверительные интервалы для математического ожидания и дисперсии