
- •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
7.10. Сравнение генеральных средних двух нормально распределенных случайных величин (малые независимые выборки)
Пусть генеральные совокупности X и Y распределены по нормальному закону, но их дисперсии неизвестны. В этом случае нельзя применять указанный в п.2 предыдущего параграфа метод сравнения генеральных средних, так как малые выборки не дают хорошей оценки генеральным дисперсиям. Если же дополнительно предположить, что неизвестные дисперсии равны (или есть основания считать их равными), то можно построить удобный критерий (критерий Стьюдента) для сравнения генеральных средних двух совокупностей при малых объемах выборки (m, n < 30). В качестве критерия примем следующую случайную величину:
. (7.10.1)
Доказано,
что случайная величина T распределена
(при условии справедливости нулевой
гипотезы
по закону
Стьюдента
с k = m + n -2 степенями свободы. Вид критической
области зависит от вида конкурирующей
гипотезы.
Двусторонняя критическая область определяется в случае, если конкурирующая гипотеза имеет вид . В силу симметричности распределения Стьюдента, критические точки симметричны относительно t = 0 (рис. 7.10.1):
Рис. 7.10.1
двуст.кр
определяется по табл. 8 приложения
критических (двусторонних) точек для
распределения Стьюдента по уровню
значимости
и числу степеней свободы
из условия формулы
двуст.кр
.
(7.10.2)
На основании выборочных данных по формуле (7.10.1) находим наблюдаемое значение критерия наб.
Если
наб
двуст.кр.,
нулевая гипотеза
отвергается.
Если
наб
двуст.кр
– нет оснований отвергать нулевую
гипотезу.
Правосторонняя критическая область может быть построена при конкурирующей гипотезе . В этом случае она определяется (при условии справедливости нулевой гипотезы) из равенства
пр.кр.
(7.10.3)
и имеет вид (рис.7.10.2).
Рис. 7.10.2
Правосторонняя критическая точка пр.кр определяется по табл. 8 критических (односторонних) точек для распределения Стьюдента по уровню значимости и числу степеней свободы из условия (7.10.3).
Если
наб
пр.кр
– нулевая гипотеза
отвергается; если
наб
пр.кр
– нет оснований отвергать нулевую
гипотезу.
Если
конкурирующая гипотеза
,
речь идет о левосторонней
критической области, которая
определяется на основании равенства
лев.кр
и имеет вид
(рис. 7.10.3):
Рис. 7.10.3
Сначала
находят «вспомогательную» критическую
точку
пр.кр
лев.кр,
которую определяют, как указано ранее,
из условия
пр.кр
,
а затем принимают
лев.кр
пр.кр.
Если
наб
лев.кр,
нулевая гипотеза отвергается, если же
наб
лев.кр
– нет оснований отвергать ее.
Задача
7.10.1. По двум
независимым малым выборкам, объемы
которых соответственно равны
,
извлеченных из нормальных генеральных
совокупностей X и Y, найдены выборочные
средние
и «исправленные» дисперсии
.
При уровне значимости
проверить нулевую гипотезу
при конкурирующей гипотезе
.
Решение. По формуле (7.10.1) определяем наблюдаемое значение критерия
наб
.
По табл. 8 приложения находим критическую точку двуст.кр= 2,09. Так как наб двуст.кр., нет оснований отвергнуть нулевую гипотезу о равенстве генеральных средних совокупностей X и Y, а различие выборочных средних обусловлено случайными причинами.