
- •1. Предмет теории вероятностей. Достоверные, невозможные и случайные события. Виды случайных событий.
- •2. Классическое определение в-ти. Св-ва в-ти.
- •3. Основные формулы комбинаторики. Примеры непосредственного вычисления вероятностей
- •4. Относительная частота. Устойчивость относительной частоты
- •5. Теорема сложения вероятностей несовместных событий
- •6. Теорема умножения вероятностей.
- •7. Независимые события. Теорема умножения для независимых событий
- •8. Вероятность появления хотя бы одного события
- •9. Теорема сложения вероятностей совместных событий
- •10. Формула полной вер-ти.
- •11. Вероятность гипотез. Формула Байеса.
- •12. Повторение испытаний. Формула Бернулли. Приближенная формула Пуассона.
- •14.Случайные величины. Их виды и законы распределения. Мо дсв и его вероятностный смысл.
- •15. Свойства мо
- •16. Дисперсия и ско дсв. Св-ва дисперсии.
- •17. Биномиальное распределение. Распределение Пуассона.
- •18. Простейший поток событий
- •19. Закон больших чисел.
- •20. Функция распределения вероятностей и ее свойства.
- •21. Плотность распределения вероятностей нсв и ее свойства.
- •22. Математическое ожидание, дисперсия и ско непрерывных св.
- •23. Равномерное распределение. Распределение . Распределение Стьюдента.
- •24.Числовые хар-ки ср.Значения нескольких взаимно независимых одинаково распределенных св.
- •25. Нормальное распределение нсв. Вероятность попадания нормально распределенной св в заданный интервал.
- •26. Генеральная совокупность и выборка. Статистическое распределение. Эмпирическая функция распределения. Полигон и гистограмма.
- •27. Статистические оценки параметров распределения. Выборочная средняя как оценка математического ожидания теоретического распределения. Генеральная и выборочная дисперсия. Исправленная дисперсия.
- •28. Точечные оценки параметров распределения. Метод моментов.
- •29. Точечные оценки параметров распределения. Метод наибольшего правдоподобия.
- •30. Точность оценки, доверительная вероятность и доверительный интервал. Доверительный интервал для оценки математического ожидания нормального распределения при известном и неизвестном ско.
- •31. Методы расчета характеристик выборки.
- •32. Обработка результатов наблюдений. Метод наименьших квадратов. Линейная аппроксимация экспериментальных данных. Коэффициент корреляции и его свойства.
- •33. Зависимость между случайными величинами. Корреляционная зависимость и уравнение регрессии.
- •34. Статистическая гипотеза. Виды гипотез. Ошибки 1-го и 2-го рода. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия.
- •§ 1. Статистическая гипотеза. Нулевая и конкурирующая, простая и сложная гипотезы
- •§ 2. Ошибки первого и второго рода
- •§ 3. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия
- •35. Критическая область. Отыскание критических областей. Мощность критерия.
- •§ 4. Критическая область. Область принятия гипотезы. Критические точки
- •§ 5. Отыскание правосторонней критической области
- •§ 6. Отыскание левосторонней и двусторонней критических областей
- •§ 7. Дополнительные сведения о выборе критической области. Мощность критерия
- •36. Сравнение двух дисперсий нормальных генеральных совокупностей.
- •37. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности.
30. Точность оценки, доверительная вероятность и доверительный интервал. Доверительный интервал для оценки математического ожидания нормального распределения при известном и неизвестном ско.
Точность оценки, доверительная вероятность (надежность). Доверительный интервал
Допустим получена оценка θ* неизвестного параметра θ, возникает вопрос с какой абсолютной ошибкой получена эта оценка.
Очевидно, что оценка θ* тем точнее определяет неизвестный параметр θ, чем меньше ε>0 в неравенстве |θ- θ*|<ε (1)
Т.О. точностью оценки называют число ε>0 оценивающие сверху абсолютную величину разности не известного параметра и его оценки.
Т.К. θ* является СВ и статистические методы не позволяют утверждать, что неравенство (1) осуществляется всегда, то можно говорить только о вероятности его выполнения.
Опр.: надёжность (доверительную вероятность) оценки θ и θ* назыв.вер-ть γ с которой выполнятеся неравенство (1)
Обычно надёжность оценки задаётся заранее, величиной близкой к единице, например 0,9; 0.95; 0,99; 0,999 и т.д.
Пусть вероятность того, что выполнится неравенство (1) равно γ: Р(|θ- θ*|< ε)= γ
Тогда из того, что |θ-θ*|<ε -ε<|θ- θ*|< ε θ*-ε<|θ|<θ*+ε, получим равенство:
Р(θ*-ε<|θ|<θ*+ε)= γ, кот.следует понимать так: вер-ть того, что неизвестный параметр заключается в интервале: (θ*-ε;θ*+ε), т.е θ=θ*±ε= γ этот интервал назв.доверительным интервалом.
Доверительный интервал для оценки математического ожидания нормального распределения при известном СКО.
Пусть количественный признак X генеральной совокупности распределен нормально с известным СКО.
Нужно найти доверительный интервал, покрывающие с надёжностью γ МО а этого распределения при известной выборочной средней х’.
Выборочную среднюю х’ рассматриваем как СВ (х’ меняется от выборки к выборке), а выборочные значения х1, х2, …, хn явл.одинаково распространенными (по нормальному закону) СВ с параметрами а и σ, выборочная средняя х’ так же распределена нормально с параметрами а и σ/(n)1/2, тогда имеем, что вероятность того, что Р(|х’-a|<ε)=2Ф(ε/(σ/(n)1/2)), вероятность равна заданной надёжностью, т.е Р(|х’-a|< ε)= γ
Обозначим ε/(σ/(n)1/2)=tγ, тогда 2Ф(tγ)=γ |=> Ф(tγ)=γ/2.
Значение tγ находят по известному значению γ/2 по таблице ф-ции Лапласа.
По найденному значению tγ из (1) определяют точность оценки: ε= (tγσ)/(n)1/2 и доверительный интервал для МО х’-ε<a< х’+ε с надёхностью γ.
Пример 1. Реш-е: Оценкой генер.СКО σ служит исправленная СКО σ=S=√[n/(n-1)] σВ= 3,21
Ф(tγ)= γ/2= 0,495. По таблице находим, что tγ=2,573
ε= (tγσ)/√(n)=0,653 |=> доверит.интервал: 11,62-0,65<a<11,62+0,65; 10,97<а<12,27
Доверительный интервал для оценки математического ожидания нормального распределения при неизвестном СКО.
При неизвестном СКО генеральной совокупности нельзя воспользоваться ф-цией Лапласа, в этом случае для нахождения доверительного интервала по данным выборки строится СВ(с возможными значениями t): T= (х’-a)/(σ/(n)1/2), которое имеет распределение, называемое распределением Стьюдента.
Доказано, что плотность вероятности распределения Стьюдента S(t;n) не зависит от неизвестных параметров a и S, а определяется только объёмом выборки n.
Плотность распределения Стьюдента – чётная относительно t, поэтому имеем, что : Р(|((х’-a)(n)1/2)/s)|<tγ= 2∫S(t;n)dt=γ
Для определения tγ по заданной надёжности γ и объёму выборки n составлена таблица t(γ;n).
При увеличении объёма выборки распределения Стьюдента быстро приближается к нормальному (с нормальными параметрами а=0 и σ=1), поэтому при n≥30 можно пользоваться ф-цией Лапласа |=> Решение поставленной задачи выполняется след.образом: по заданной надёжности γ и объёму выборки n по таблице ф-ции t(γ;n) наход.значения tγ. Далее находится точность оценки по формуле аналогичной формуле ε= (tγσ)/(n)1/2 , где S=[n/(n-1)]1/2 σB
Доверительный интервал для оценки МО с заданной надёжностью определяется неравенством х’-ε<a< х’+ε.
Пример 2. Реш-е: Результат измерения зависит от очень большого числа случайных причин, действующих независимо др.от друга. Поэтому считаем его распределение по закону близкого к нормальному. При γ=0,99 и n=9 по табл. t(γ;n)=3,36, вычислим S=√[n/(n-1)] σВ=4,56; ε= (tγσ)/√(n)=5,11
Доверит.интервал для истинного значения измеряемой величины имеет вид: 32,86-5,11<a<32,86+5,11; 27,75<a<37,97