
- •Операции со множествами. Размещения, сочетания, перестановки. Различные схемы выбора.
- •2 Основных правила комбинаторики:
- •IV схема выбора с возвращением (не упорядочн)
- •2 . Классическая, статистическая, геометрическая вероятности
- •3. Аксиоматическое определение вероятности. Свойства вероятности.
- •Вопрос 4. Условная вероятность . Зависимые и независимые события. Теорема умножения. Совместные и несовместные события. Теорема сложения.
- •Вопрос 6.Схема Бернулли. Формула бернулли, свойства вероятностей бернулли
- •7) Понятие о св. Закон распределения св, виды св. Способы задания дискретных св., функция распределения и ее свойства.
- •Вопрос 8 Непрерывные случайные величины. Функция плотности вероятности и ее свойства.
- •Вопрос 9. Числовые характеристики св. Производящая функция для вычисления матожидания и дисперсии
- •11.Важнейшие дискретные распределения и их основные числовые характеристики
- •12 Важнейшие непрерывные распределения, их квантили и процентные точки.
- •13) Предельные теоремы в теории вероятностей. Неравенства маркова и чебышева. Центральная предельная теорема и закон больших чисел. Теорема чебышева. Теорема бернули.
- •Число наблюдений того или иного значения признака называется частотой и обозначается . Это означает, что варианта наблюдалась раз.
- •Вопрос 16 Числовые характеристики статистического распределения.
- •Вопрос 17. Статистические оценки неизвестных параметров распределения. Свойства оценок. Точечные оценки матожидания и дисперсии. Теорема о свойствах этих оценок.
- •Вопрос 19. Методы получения точечных оценок(моментов, максимального правдоподобия и наименьших квадратов). Выравнивание результатов наблюдений.
- •Выравнивание результатов измерения.
- •20. Доверительное оценивание. Построение интервальных оценок
- •21.Статистическиегипотезы и критерии.
- •22. Методика проверки гипотезы:
- •23. Гипотезы о сравнении двух средних и двух дисперсий
- •24) Непараметрические критерии. Критерий согласия Пирсона.
- •25. Дисперсионный анализ. Теорема Фишера. Критерий Фишера.
23. Гипотезы о сравнении двух средних и двух дисперсий
гипотезы о сравнении двух средних.
Пусть имеются 2 совокупности,
характеризуемые генеральными средними
и известными дисперсиями
.
Необходимо проверить гипотезу H0
о равенстве генеральных средних, т.е.
Н0:
.
Для проверки гипотезы Н0 из этих
совокупностей взяты две независимые
выборки объемов n1
и n2, по которым
найдены средние арифметические
и выборочные дисперсии
.
При достаточно больших объемах выборки
выборочные средние
имеют приближенно нормальный закон
распределения, соответственно
.
В случае справедливости гипотезы Н0
разность
имеет нормальный закон распределения
с математическим ожиданием
и
дисперсией
(напомним,
что дисперсия разности независимых
случайных величин равна сумме их
дисперсий, а дисперсия средней n
независимых слагаемых в n
раз меньше дисперсии каждого). Поэтому
при выполнении гипотезы Н0
статистика
имеет стандартное нормальное распределение
N(0;1)
В случае конкурирующей гипотезы
выбирают
одностороннюю критическую область и
критическое значение статистики находят
из условия
(1),
а при конкурирующей гипотезе
выбирают двустороннюю критическую
область и критическое значение статистики
находят из условия
(2)
• Если фактически наблюдаемое значение статистики t больше критического tкритич , определенного на уровне значимости α (по абсолютной величине) , т.е |t|>tкритич, то гипотеза H0 отвергается.
• Если |t|≤ tкритич, то делается вывод, что нулевая гипотеза H0 не противоречит имеющимся наблюдениям ( принимается)
Теперь будем предполагать, что
распределение признака (случайной
величины) Х и У в каждой совокупности
имеет нормальный закон. В этом случае,
если дисперсии
известны , то проверка гипотезы проводится
так же, как описано выше, не только для
больших, но и для малых по объему выборок.
Если же дисперсии
не известны, но равны, т.е.
,
то в качестве неизвестной величины
можно
взять ее оценку – «исправленную»
выборочную дисперсию
.
Однако «лучшей» оценкой для
будет
дисперсия «смешанной» совокупности
объема n1+n2,т.е.
(обращаем внимание на то, что число
степеней свободы k=n1+n2-2
на 2 меньше общего числа наблюдений
n1+n2,
так как две степени свободы «теряются»
при определении по выборочным данным
средних
).
Доказано, что в случае справедливости
гипотезы Н0 статистика
имеет
t-распределение Стьюдента
с k=n1+n2-2
степенями свободы . Поэтому критическое
значение статистики t
находится по тем же формулам (1) или (2) в
зависимости от типа критической области,
в которых вместо фун-ии Лапласа Ф(t)
берется функция
для
распределения Стьюдента при числе
степеней свободы k=n1+n2-2,
т.е
=1-2α
или
=1-α.
При этом сохраняется то же правило
опровержения (принятия) гипотезы:
гипотеза Н0 отвергается на уровне
значимости α, если
( в случае односторонней критической
области); либо если
( в случае двусторонней критической
области); в противном случае гипотеза
Н0 не отвергается (принимается)
проверка гипотез о равенстве двух дисперсий
Пусть имеются две нормально распределенные
совокупности, дисперсии которых равны
.
Необходимо проверить нулевую гипотезу
о равенстве дисперсий, т.е.
относительно конкурирующей
Для проверки гипотезы Н0 из этих
совокупностей взяты две независимые
выборки объемом n1 и
n2. Для оценки
дисперсий
используются
«исправленные» выборочные дисперсии
.
Следовательно, задача проверки гипотезы
сводится к сравнению дисперсий
.
При справедливости гипотезы
в качестве оценки
можно взять те же дисперсии
,
рассчитанные по элементам первой и
второй выборок. Напомним, что выборочные
характеристики
имеют распределение
соответственно с k1=n1-1
и k2=n2-1
степенями свободы, а их отношение
имеет F- распределение
Фишера-Снедекора с k1 и k2
степеням свободы. Следовательно,
случайная величина F,
определяемая отношением
т.е. отношением «исправленных» выборочных
дисперсий, имеет F-распределение
Фишера-Снедекора с k1=n1-1
и k2=n2-1
степенями свободы. При формировании
критерия отклонения (принятия) гипотезы
Н0 следует учесть, что распределение
статистики F (в отличие
от нормального или распределения
Стьюдента) является несимметричным.
Поэтому гипотеза Н0 отвергается,
если
(в случае правосторонней критической
области), либо если
(в случае левосторонней критической
области), либо если
или
(
в случае двусторонней критической
области). В противном случае гипотеза
Н0 принимается.