- •1. Основные понятия теории вероятностей. Элементы комбинаторики.
- •1.1 Предмет теории вероятностей.
- •1.2 Элементы комбинаторики.
- •1.3 Основные понятия теории вероятностей.
- •Лекция 2. Алгебра событий.
- •2.1. Объединение, пересечение событий. Противоположные события.
- •2.2. Зависимые и независимые события.
- •Лекция 4. Повторные испытания. Локальная и интегральная теорема Муавра - Лапласа.
- •4.1 Локальная теорема Муавра - Лапласа.
- •4.2 Формула Пуассона.
- •4.3 Интегральная теорема Муавра - Лапласа.
- •4.4 Вероятностные отклонения относительной частоты от постоянной вероятности.
- •Лекция 5. Случайные величины.
- •5.1. Дискретные и непрерывные случайные величины. Закон распределения вероятностей дискретной случайной величины.
- •5.2. Числовые характеристики дискретной случайной величины.
- •5.3. Биномиальное распределение дискретной случайной величины. Распределение Пуассона.
- •Лекция 6. Числовые характеристики дискретных случайных величин.
- •6.1. Дисперсия дискретной случайной величины.
- •6.2. Определение дисперсии и ее свойства.
- •6.3. Свойства дисперсии.
- •6.4. Дисперсия числа появлений событий в независимых испытаниях.
- •6.5. Среднеквадратичное отклонение.
- •Лекция 7. Закон больших чисел. Теорема Чебышева. Функция и плотность распределения непрерывной случайной величины.
- •7.1. Закон больших чисел.
- •7.2. Функция и плотность распределения вероятности непрерывной случайной величины.
- •7.3. Плотность распределения вероятности непрерывности случайной величины.
- •Лекция 8. Числовые характеристики случайных величин. Важнейшие распределения.
- •8.1. Математическое ожидание и дисперсия непрерывных случайных величин.
- •8.2. Важнейшие распределения.
- •8.3. Нормальная кривая.
- •Лекция 9. Математическая статистика.
- •9.1. Генеральная и выборочная совокупность.
- •9.2. Полигон и гистограмма.
- •3. Эмпирическая функция распределения.
- •4. Генеральная средняя и выборочная средняя.
- •5. Генеральная и выборочная дисперсия.
- •Лекция 10. Проверка статистических гипотез.
- •10.1 Общие положения.
- •Лекция 12. Двумерные случайные величины.
- •12.1. Общие понятия.
- •12.2. Функция распределения двумерной случайной величины и ее свойства.
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины (двумерная плотность вероятности). Ее свойства.
- •Условное математическое ожидание.
- •Зависимые и независимые лучайные величины.
- •Корреляционный момент. Коэффициент корреляции.
- •Лекция 13. Корреляция и регрессия.
- •13.1 Ковариация.
- •13.2 Коррелированные и зависимые случайные величины.
- •13.3 Линейная регрессия. Прямые линии среднеквадратичной регрессии.
- •Линейная и нормальная корреляция.
- •Оценка корреляции и регрессионной характеристики по выборке.
4. Генеральная средняя и выборочная средняя.
,
значение
признака.,
–несмещенная
оценка
–отклонение.
5. Генеральная и выборочная дисперсия.
Генеральной
дисперсией
называют среднее арифметическое
квадратов отклонений значений признака
генеральной совокупности от их среднего
значения
.
Средним квадратичным отклонением называют корень из генеральной дисперсии.
Выборочной
дисперсией
называют среднее арифметическое
среднеквадратичных отклонений,
наблюдаемых значений признака от их
средних значений.
– исправленная дисперсия.
Точечной называют оценку, которая определена одним числом. При выборке малого точечное значение может отличаться от оцениваемого параметра.
Определение. Интервальной называют оценку, которая определяется двумя числами – концами интервала.
Определение.
Надежностью (доверительной вероятностью)
оценки
по
называют вероятность
,
с которой выполняется неравенство
.
Обычно надежность задается
.
Лекция 10. Проверка статистических гипотез.
Если
закон распределения неизвестен, но
имеются основные предположения, что
он имеет определенный вид (А), то
выдвигают гипотезу; генеральная
совокупность распределена по закону
(А), т.о. в этой гипотезе речь идет о
виде предполагаемого распределения.
Возможен случай , что закон распределения
известен , а его параметры неизвестны
, если есть основания предполагать,
что неизвестный параметр
равен
определенному значению
,
то выдвигается гипотеза
=
,
таким образом в этой гипотезе речь
идет о предполагаемой величине
параметра одного неизвестного
распределения. Возможны и другие
гипотезы : о равенстве параметров
двух или нескольких распределений ,
о независимости выборов и другие.
Статистически независимую гипотезу
о виде неизвестного распределения
или о параметрах известных распределений.
Например; статистика явления гипотезы:
генеральная совокупность распределена
по закону Пуассона; дисперсии двух
нормальных совокупностей равны между
собой . наряду с выдвинутой гипотезой
рассматривают и противоречащую ей
гипотезу.. если выдвинутая гипотеза
будет отвергнута, то имеет место
противоречащая ей гипотеза, по этой
причине эти гипотезы целесообразно
различать: нулевой (основной) называют
гипотезу
,
конкурирующей (альтернативной)
называют гипотезу
которая противоречит нулевой. Различают
гипотезы которые содержат одно или
более предположений; простой называют
гипотезу содержащую только одно
предположение. Например: гипотеза
:
математическое ожидание нормального
распределения равно 3 при известном
,
это простая гипотеза; сложной называют
гипотезу состоящую из простых гипотез.
Пример: сложная гипотеза
состоит в том , что
состоит из бесконечного множества
простых гипотез
:
.
Выдвинутая гипотеза может быть
правильной или неправильной . Поэтому
возникает необходимость её проверки.
Так как проверку производят
статистическими методами ее называют
статистическими. В итоге статистические
проверки гипотезы в двух случаях
может быть принято неправильное
решение, то есть могут быть допущены
ошибки двух родов:
состоит в том, что будет отвергнута правильная гипотеза;
состоит в том, что будет принята неправильная гипотеза.
Последствия этих ошибок могут быть различными.
