
- •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
7.11. Сравнение двух дисперсий нормальных генеральных совокупностей
Как
известно, дисперсия является мерой
рассеяния случайной величины. Сравнение
дисперсий генеральных совокупностей
поэтому может означать сравнение
точности соответствующих им приборов
или методов исследования с целью выбора
того инструмента или метода, которые
обеспечивают наименьшее рассеяние
результатов измерений, т.е. меньшую
дисперсию. Пусть генеральные совокупности
X и Y распределены по нормальному закону.
Пусть из этих совокупностей извлечены
две независимые выборки с объемами
соответственно
и по ним найдены «исправленные» дисперсии
.
Требуется по «исправленным» дисперсиям
при заданном уровне значимости
проверить нулевую гипотезу о равенстве
генеральных дисперсий
.
Такая задача ставится потому, что, как
правило, выборочные дисперсии
отличаются
друг от друга, и возникает вопрос, значимо
или незначимо они отличаются.
Если
в результате исследования выяснится,
что нулевая гипотеза справедлива, т.е.
генеральные дисперсии равны, различие
«исправленных» дисперсий
не является значимым и объясняется
случайными причинами. Если же нулевая
гипотеза отвергнута, то наличие
«исправленных» дисперсий значимо, не
может быть объяснено случайными причинами
и является следствием того, что генеральные
дисперсии совокупностей X и Y различны.
В качестве критерия возьмем случайную
величину
,
являющуюся отношением большей
«исправленной» дисперсии к меньшей,
т.е.
.
(7.11.1)
Величина
(7.11.1) при справедливости нулевой гипотезы
представляет собой распределение
Фишера-Снедекора со степенями свободы
,
где
–
объем выборки с большей «исправленной»
дисперсией;
– объем выборки с меньшей дисперсией.
Критическая область определяется видом
конкурирующей гипотезы.
Правосторонняя критическая область
Пусть
при нулевой гипотезе
конкурирующей является гипотеза
.
В этом случае речь идет об односторонней
(правосторонней) критической области,
которая находится исходя из требования,
чтобы
кр
,
(7.11.2)
где
– принятый
уровень значимости.
По
выборочным данным и величине (7.11.1)
находим наблюдаемое значение критерия
наб,
кр
находят по заданному уровню значимости
и числам степеней свободы
по табл. 9 приложения критических точек
распределения Фишера-Снедекора
приложения.
Двусторонняя критическая область
Пусть
нулевая гипотеза
при конкурирующей гипотезе
.
В этом случае, если обозначить через
левую границу критической области, а
через
– правую, то двусторонняя критическая
область определяется из следующих
равенств:
. (7.11.3)
Правую
критическую точку
кр
отыскивают по уровню значимости
и числам степеней свободы
по табл. 9 критических точек распределения
Фишера-Снедекора приложения.
Таблица не содержит левых критических точек, однако их можно и не отыскивать, т.к. нахождение правой критической точки кр из второго равенства (7.11.3) обеспечивает попадание критерия в левую часть критической области. После нахождения правой критической точки кр. найдем наблюдаемое значение критерия наб. Если наб> кр – нулевую гипотезу отвергают; если наб< кр – нет основания отвергать ее.
Задача
7.11.1 По двум
независимым выборкам объема
нормальных генеральных совокупностей
найдены «исправленные» дисперсии
соответственно
При уровне значимости
=
0,05 проверить нулевую гипотезу о равенстве
генеральных дисперсий.
Решение.
Подставив значения
в формулу (7.11.1) для критерия, найдем
наблюдаемое значение критерия
наб
.
По табл. 9 приложения критических точек
распределения Фишера-Снедекора по
уровню значимости
=
0,025 и числам степеней свободы
найдем
кр
= 3,59. Так как
наб
кр
- нулевая гипотеза принимается, т.е.
гипотезу о равенстве генеральных
дисперсий можно считать согласующейся
с результатами наблюдений.