- •Практикум по теории вероятностей и математической статистике
- •Содержание
- •1. Теория вероятностей и математическая статистика
- •1. Краткие сведения из комбинаторики
- •2. Классическое определение вероятности события
- •3. Геометрические вероятности события
- •4. Основные теоремы теории вероятностей
- •5. Формула полной вероятности
- •6. Формулы Бейеса
- •7. Повторение испытаний
- •Основные формулы
- •8. Случайные величины: дискретные и непрерывные
- •Основные формулы для вычисления числовых характеристик
- •I. Примеры некоторых распределений дискретных случайных величин
- •II. Примеры некоторых распределений непрерывных случайных величин
- •9. Элементы математической статистики. Методы статистического описания результатов наблюдений
- •9.1. Основные задачи математической статистики
- •9.2. Выборка, способы её представления.
- •9.3. Функция распределения.
- •9.4. Гистограмма и полигон.
- •9.6. Числовые характеристики выборочного распределения.
- •9.7. Выборочные коэффициенты асимметрии, эксцесса. Квантиль.
- •9.8. Двумерный случайный вектор, его статистическое описание
- •9.9. Корреляционная таблица
- •10 .Статистическое оценивание характеристик распределения генеральной совокупности по выборке
- •10.1. Точечные оценки и их свойства. Метод подстановки.
- •10.2. Метод максимального правдоподобия
- •10.3. Метод моментов
- •10.4. Распределения χ2, Стьюдента и Фишера.
- •11. Интервальные оценки
- •11.1. Доверительные интервалы и доверительная вероятность.
- •11.2. Доверительные интервалы для вероятности успеха в схеме Бернулли
- •11.3. Доверительные интервалы для коэффициента корреляции ρ.
- •11.4. Примеры доверительных интервалов.
- •12. Проверка статистических гипотез
- •12.1. Основные понятия. Проверка гипотез о параметрах
- •12.2. Ошибки первого и второго рода
- •12.3. Критерии значимости для проверки гипотез
- •12.4. Проверка гипотез о параметре р биномиального распределения
- •12.6. Определение наилучшей критической области для проверки простых гипотез.
- •12.7. Критерий χ2 и его применение
- •12.8. Методика вычисления теоретических частот нормального распределения
- •12.9. Модель применения критериев
- •13. Рекомендации представления результатов статистической обработки для различных критериев и методов анализа «Метода проверки гипотез или статистических критериев»
- •14. Элементы теории корреляции
- •15. Дополнительные задачи по математической статистике
- •II. Задания для типовых расчетов
- •2.1. Элементы теории вероятностей
- •2.2. Элементы математической статистики и теории корреляции
- •Варианты: 2.1. -2.5.
- •Варианты: 2.6. -2.10.
- •Варианты: 2.11. -2.15.
- •Варианты: 2.16. -2.20.
- •Варианты: 2.21. -2.25.
- •Варианты: 2.26. -2.30.
9.8. Двумерный случайный вектор, его статистическое описание
и выборочные характеристики.
Пусть (хi,уi), i=1,2,...,n - выборка объема и из наблюдений случайного двумерного вектора (X,Y). Предварительное представление о двумерной генеральной совокупности можно получить, изображая элементы выборки точками на плоскости с выбранной декартовой прямоугольной системой координат. Это представление выборки называется диаграммой рассеивания.
Распределением двумерной выборки называется распределение двумерного дискретного случайного вектора, принимающего значения (хi,уi), i=1,2,...,n, с вероятностями, равными 1/n. Выборочные числовые характеристики вычисляются как соответствующие числовые характеристики двумерного случайного вектора дискретного типа.
Пример 35. Найти выборочные средние, дисперсии и коэффициент корреляции для выборки, приведенной в таблицей. Построить диаграмму рассеивания.
Решение.
Вычисление указанных выборочных
характеристик удобно выполнять в
следующей последовательности. Сначала
вычисляют суммы
,
,
,
,
,
.Для
контроля правильности вычислений
используется тождество
.
Таблица 4
x |
y |
x |
y |
x |
y |
x |
y |
x |
y |
8,35 |
3,50 |
10,50 |
6,00 |
11,35 |
9,50 |
12,15 |
6,00 |
12,85 |
9,50 |
8,74 |
1,49 |
10,75 |
2,50 |
11,50 |
6,00 |
12,25 |
8,05 |
13,15 |
9,02 |
9,25 |
6,40 |
10,76 |
5,74 |
11,50 |
9,00 |
12,35 |
5,01 |
13,25 |
6,49 |
9,50 |
4,50 |
11,00 |
8,50 |
11,62 |
8,50 |
12,50 |
7,03 |
13,26 |
10,50 |
9,75 |
5,00 |
11,00 |
5,26 |
11,75 |
10,00 |
12,76 |
7,53 |
13,40 |
7,51 |
10,24 |
7,00 |
11,25 |
8,00 |
12,00 |
9,00 |
12,85 |
6,01 |
13,50 |
10,00 |
13,65 |
9,50 |
14,50 |
10,00 |
13,75 |
8,51 |
14,75 |
12,00 |
14,00 |
11,00 |
15,25 |
12,50 |
14,23 |
8,40 |
16,00 |
11,50 |
14,26 |
10,00 |
16,00 |
13,00 |
14,51 |
9,50 |
16,25 |
12,00 |
|
|
|
|
|
|
Объем выборки п = 42 .
Выборочные средние отсюда находятся по формулам
,
Затем
вычисляются суммы квадратов отклонений
от среднего и произведений отклонений
от средних:
,
,
Отсюда
,
,
.
Предварительно вычислим
,
,
,
,
.
Тогда
найдем
,
.
Далее
находим
,
,
.
Окончательно, получаем
,
,
.
Диаграмма
рассеивания приведена на рис. 11.
Рис. 11.
Выборочная линейная регрессия Y на X по выборке (хi,уi), i=1,2,...,n, определяется уравнением
.
Коэффициенты
и
называются выборочными
коэффициентами регрессии. Они
вычисляются по формулам:
,
.
Аналогично
определяется выборочная линейная
регрессия X
на Y:
коэффициенты
и
которой находятся по формулам
,
.
Для
контроля правильности расчетов используют
соотношение
.
Прямые
,
пересекаются в точке с координатами
.
Пример 36. Вычислить выборочные коэффициенты линейной регрессии X на Y и Y на X по выборке примера 35. Нанести прямые регрессии на диаграмму рассеивания.
Решение. Воспользуемся результатами вычислений в примере 35. По формулам находим
,
.
Таким образом, прямая регрессии Y на X имеет уравнение y=-5,705+1,103x.
Аналогично
находим
,
.
Отсюда прямая регрессии X на Y имеет уравнение х = 7,637 + 0,599у.
Проверка
показывает
,
что полученный результат совпадает со
значением r,
вычисленным
в примере 35. Прямые регрессии нанесены
на диаграмму рассеивания на рис.11.
