
- •Введение
- •1. Случайные события и вероятность
- •1.1. Пространство элементарных событий. Случайные события. Алгебра событий
- •1.2. Классическое определение вероятности. Статистическое определение вероятности
- •1.3. Элементы комбинаторики. Некоторые содержательные задачи
- •1.4. Аксиоматическое введение вероятности
- •1.5. Теоремы о вероятностях случайных событий
- •1.6. Формула полной вероятности и формула Байеса
- •1.7. Геометрические вероятности
- •1.8. Схема независимых испытаний Бернулли. Формула Бернулли. Формула Пуассона. Локальная и интегральная теоремы Муавра-Лапласа
- •Вопросы для самопроверки
- •2. Случайные величины
- •2.1. Случайные величины. Случайные величины дискретного типа. Ряд распределения. Функция распределения
- •2.2. Случайная величина непрерывного типа. Плотность вероятности распределения случайной величины
- •2.3. Числовые характеристики случайной величины. Математическое ожидание и дисперсия, их свойства
- •2.4. Пуассоновский поток событий
- •Вопросы для самопроверки
- •3. Системы случайных величин
- •3.1. Закон распределения системы двух случайных величин. Функция распределения, плотность распределения системы двух случайных величин
- •3.2. Условные законы распределения. Зависимые и независимые случайные величины
- •3.3. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции
- •Вопросы для самопроверки
- •4. Функции случайных величин
- •4.1. Преобразование случайных величин (случай двух переменных)
- •4.2. Распределение суммы, разности, произведения и частного двух случайных величин
- •4.3. Преобразование случайных величин (случай одной переменной)
- •4.5. Распределение Стьюдента
- •Вопросы для самопроверки
- •5. Закон больших чисел
- •5.1. Неравенства Чебышева
- •5.2. Теорема Чебышева
- •5.3. Теорема Бернулли
- •5.4. Центральная предельная теорема
- •Вопросы для самопроверки
- •6. Случайные процессы. Марковские случайные процессы. Системы массового обслуживания
- •6.1. Случайные процессы
- •6.2. Марковские случайные процессы. Марковские цепи
- •6.3. Марковские процессы с дискретными состояниями и непрерывным временем. Уравнения Колмогорова
- •6.4. Процессы гибели и размножения
- •6.5. Потоки случайных событий
- •6.6. Приложения марковских процессов
- •6.7. Системы массового обслуживания
- •6.8. Системы массового обслуживания с отказами Одноканальная смо с отказами
- •6.9. Системы массового обслуживания с очередями
- •Вопросы для самопроверки
- •7. Математическая статистика
- •7.1. Генеральная совокупность и выборка. Статистический ряд. Статистическая функция распределения. Гистограмма
- •7.2. Точечные оценки параметров генеральной совокупности по выборочным совокупностям, их свойства. Точечные оценки для математического ожидания и дисперсии случайной величины
- •7.3. Интервальные оценки. Доверительный интервал. Нахождение доверительных интервалов для математического ожидания и дисперсии нормального распределения случайной величины
- •1. Доверительный интервал для оценки математического ожидания нормального распределения случайной величины с известным
- •2. Доверительный интервал для оценки математического ожидания нормального распределения с неизвестным
- •3. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения
- •7.4. Построение прямых линий регрессии по выборочным данным
- •1. Нахождение параметров выборочных уравнений прямой линии регрессии по несгруппированным данным
- •2. Нахождение параметров выборочных уравнений прямой линии регрессии по сгруппированным данным
- •7.5. Нахождение оценки для коэффициента корреляции двух случайных величин
- •7.6. Статистическая проверка гипотез. Статистическая гипотеза. Нулевая и конкурирующая гипотеза. Статистический критерий. Критическая область
- •7.7. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •7.8. Проверка гипотезы о распределении генеральной совокупности. Критерий 2 Пирсона
- •7.10. Сравнение генеральных средних двух нормально распределенных случайных величин (малые независимые выборки)
- •7.11. Сравнение двух дисперсий нормальных генеральных совокупностей
- •7.12. Сравнение наблюдаемой относительной частоты с гипотетической вероятностью наступления события
- •Вопросы для самопроверки
- •8. Варианты контрольной paбoты № 1 по теории вероятностей вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •9. Варианты контрольной работы № 2 по случайным процессам и математической статистике вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Приложение
- •Суммарные вероятности для распределения Пуассона
- •Критические точки распределения Стьюдента
- •Библиографический список
7.7. Проверка гипотезы о значимости выборочного коэффициента корреляции
Пусть
двумерная генеральная совокупность
распределена по нормальному закону. Из
этой совокупности извлечена выборка
объема n и по ней найден выборочный
коэффициент корреляции
.
Выборочный коэффициент является оценкой
для коэффициента корреляции
и, в общем случае, отличается от него;
более того, между величинами
и
может отсутствовать корреляционная
зависимость. Следовательно, в силу того,
что выборка случайна, из того, что
выборочный коэффициент корреляции
нельзя заключить, что коэффициент
корреляции
генеральной совокупности также отличен
от нуля. Возникает необходимость при
заданном уровне значимости
проверить нулевую гипотезу
при конкурирующей гипотезе
.
Если нулевая гипотеза отвергается, то это будет означать, что выборочный коэффициент корреляции является значимым (выборочный коэффициент корреляции значимо отличается от нуля), а случайные величины X и Y коррелированны, т.е. связаны корреляционной зависимостью. Если нулевая гипотеза будет принята, то это будет означать, что выборочный коэффициент корреляции не является значимым, а случайные величины X и Y некоррелируемы. В качестве критерия возьмем случайную величину
.
(7.7.1)
Известно
(в случае нормального распределения
(X, Y)), что эта случайная величина
распределена по закону Стьюдента с
степенями свободы. В силу того, что
распределение Стьюдента является
симметричным, критическую область
удобно брать симметричной:
кр.
Критическая точка
кр
находится по таблице критических точек
распределения Стьюдента, по заданному
уровню значимости и числу степеней
свободы
.
Затем вычисляют (по данным выборки)
наб
.
Если
наб
кр
–
нулевую гипотезу отвергают. Если
наб
кр,
нет оснований отвергать нулевую гипотезу.
Задача
7.7.1. По выборке
объемом n = 8 из двумерной генеральной
совокупности (X, Y), распределенной по
нормальному закону, в задаче 7.5.1 найден
выборочный коэффициент корреляции
= 0,945. При уровне значимости
= 0,05 проверить нулевую гипотезу
при альтернативной гипотезе
.
Решение.
По уровню значимости
и числу степеней свободы
распределения Стьюдента (7.7.1) находим
по табл. 8 критических точек распределения
Стьюдента (для двусторонней критической
области):
кр
= 2,45. Вычисляем наблюдаемое значение
критерия по формуле (7.7.1):
наб
;
наб
кр,
следовательно, нулевая гипотеза
отвергается;
случайные величины X и Y коррелированны.
Задача
7.7.2. По выборке
объемом n = 150 из двумерной генеральной
совокупности (X, Y), распределенной по
нормальному закону, найден выборочный
коэффициент корреляции
= 0,7. При уровне значимости
проверить нулевую гипотезу
при альтернативной гипотезе
.
Решение.
Вычислим сначала наблюдаемое значение
критерия:
наб
.
Критическая точка
кр
может быть найдена по табл. 8 приложения
по
и числу степеней свободы
= 148; имеем
кр=2,58.
наб
кр
.
Отсюда делаем вывод: нулевая гипотеза
отвергается. Следовательно, выборочный
коэффициент корреляции
является значимым; между X и Y существует
корреляционная связь.