
- •Збірник задач
- •З теорії ймовірностей та математичної статистики
- •Навчальний посібник
- •Рекомендовано
- •Міністерством освіти України
- •Рецензенти: член-кореспондент нан України, доктор фізико-математичних наук
- •Передмова
- •Розділ 1. Елементи комбінаторики
- •Приклади розв’язання задач
- •Розділ 2. Простір елементарних подій, випадкові події та операції над ними
- •Правило де Моргана: Приклад розв’язання задачі
- •Розділ 3. Ймовірності у дискретних просторах елементарних подій. Класичне означення ймовірності
- •Приклад розв’язання задачі
- •Розділ 4. Геометричні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 5. Аксіоми теорії ймовірностей
- •Приклад розв’язання задачі
- •Розділ 6. Умовні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 7. Формула повної ймовірності. Формула Байєса
- •Приклад розв’язання задачі
- •Розділ 8. Дискретні випадкові величини. Числові характеристики дискретних випадкових величин
- •Приклад розв’язання задачі
- •Дисперсія d
- •Розділ 9. Схема Бернуллі. Класичні дискретні розподіли
- •Приклад розв’язання задачі
- •Розділ 10. Неперервні випадкові величини
- •Приклад розв’язання задач
- •Розділ 11. Закон великих чисел. Центральна гранична теорема
- •Наслідок 2. Якщо для послідовності {n, n1} виконується умова Ляпунова, то справджується і центральна гранична теорема. Приклад розв’язання задач
- •Розділ 12. Вибірка та її основні характеристики. Емпірична функція розподілу, гістограма
- •Приклад розв’язання задачі
- •Розділ 13. Оцінювання невідомих параметрів розподілів. Класифікація оцінок. Вибіркове середнє та дисперсія, мода, медіана
- •Приклад розв’язання задачі
- •Розділ 14. Ефективні оцінки. Достатні статистики
- •Приклади розв’язання задач
- •Розділ 15. Метод моментів та метод максимальної правдоподібності
- •Приклади розв’язання задач
- •Розділ 16. Надійні інтервали
- •Приклад розв'язання задачі
- •Розділ 17. Перевірка статистичних гіпотез. Критерії згоди
- •Приклади розв’язання задач
- •Розділ 18. Перевірка гіпотез про рівність математичних сподівань та дисперсій для нормальних сукупностей
- •Приклади розв’язання задач
- •Розділ 19. Лінійна регресія
- •Приклади розв’язання задач
- •Розділ 20. Елементи дисперсійного аналізу
- •Приклад розв’язання задачі
- •Розділ 21. Елементи аналізу часових рядів. Виділення тренду, згладжування, прогноз
- •Приклад розв’язання задачі
- •Розділ 22. Задачі для контрольних робіт Контрольна робота №1 “Теорія ймовірностей”
- •Контрольна робота №2 “Теорія ймовірностей”
- •Контрольна робота №3 “Математична статистика”
- •Розділ 4
- •Розділ 5
- •Розділ 6
- •Розділ 7
- •Розділ 8
- •Розділ 9
- •Розділ 10
- •Розділ 11
- •Розділ 18
- •Розділ 19
- •Розділ 20
- •Розділ 21
- •Додатки
- •Література Підручники, навчальні посібники та монографії
- •Збірники задач
- •Для нотаток:
Приклади розв’язання задач
Задача 1. Знайти оцінку параметрів нормального розподілу.
Розв’язок.
Нехай =(1,
2,
…, n)
— вибірка з генеральної сукупності з
нормальним розподілом
Розглянемо два випадки.
1)
a
— невідомий параметр, а дисперсія
відома. Тоді
Тобто
Підрахуємо
тепер
Отже,
і
Таким чином, оцінка
параметра
a
ефективна. Крім того, вона сильно
спроможна і асимптотично нормальна.
2) a — відомий параметр, а дисперсія невідома. Аналогічно,
.
Оцінка
є незміщеною, сильно спроможною і
асимптотично нормальною оцінкою
дисперсії
Отже,
і
— ефективна оцінка параметра
Її дисперсія
Задача 2. Знайти оцінку параметра показникового розподілу.
Розв’язок.
Нехай 1,
2,
…, n
— незалежні однаково розподілені
випадкові величини з
Нехай
Випадкова величина
має розподіл Ерланга, щільність якого
Тоді
— гамма-функція,
Отже,
— зміщена оцінка параметра
Підрахуємо
Далі
підраховуємо
Далі
для
Отже,
оцінка
не є ефективною оцінкою параметра
Задача
3.
Знайти достатню
статистику для нормального розподілу
Розв’язок.
Згідно
з критерієм факторизації
Якщо дисперсія
відома, то достатньою статистикою для
параметра
буде
Якщо ж, навпаки, a
— відомий параметр, то достатньою
статистикою для
буде
Задача 4. Знайти достатню статистику для параметра розподілу Коші.
Розв’язок. Нехай
Для
параметра
існує лише тривіальна достатня статистика
.
Задача
5.
Знайти достатню
статистику для параметра рівномірного
розподілу на відрізку
.
Розв’язок.
де
Легко
бачити, що функцію правдоподібності
можна зобразити у вигляді
Тоді достатньою статистикою для параметра
буде вектор
де
Задачі
14.1. Нехай
=(1,2,…,n)
— вибірка з генеральної сукупності з
пуассонівським розподілом
Показати, що статистика
є незміщеною та ефективною оцінкою
параметра .
14.2. Нехай
=(1,2,…,n)
— вибірка з генеральної сукупності з
розподілом Паскаля
Показати, що статистика
є незміщеною та ефективною оцінкою
параметра .
14.3.
Одновимірний
вектор
набуває скінченного числа значень 0,
1,
…, n
з імовірністю
Довести, що статистика
є незміщеною та ефективною оцінкою
параметра
(біноміальний розподіл).
14.4.
Випадкові
величини 1,2,…,n
—
незалежні й однаково рівномірно
розподілені на відрізку
Показати, що
—
достатня статистика для параметра
14.5. Нехай 1,
2,
…, n
— вибірка з генеральної сукупності з
щільністю
Показати, що
—
достатня статистика для параметра
14.6.
Випадкові
величини 1,2,…,n
—
незалежні й однаково розподілені з
щільністю
Знайти достатню статистику і записати
щільність її розподілу.
14.7. Випадкові
величини 1,2,…,n
— незалежні
й однаково розподілені з щільністю
Знайти константу
та достатню статистику для параметра
.
14.8.
Знайти
достатню статистику для параметра
пуассонівського розподілу
Який розподіл має достатня статистика?
14.9.
Випадкова
величина
має логарифмічний нормальний розподіл
з параметрами
, якщо
має нормальний розподіл
.
Знайти щільність розподілу ,
Знайти достатню статистику для векторного
параметра