- •Математическая статистика для психологов
- •Предмет и содержание курса, взаимосвязь курса со смежными дисциплинами, его значимость для профессиональной подготовки выпускников
- •Стохастичность и вероятность Стохастический характер реальности
- •Современное философское понимание вероятности
- •Роль математики в развитии понятия о вероятности
- •Вероятность как мера случайности
- •Предмет теории вероятностей
- •Определения понятия вероятности
- •Случайные события
- •Классическое определение вероятности
- •Геометрическое определение вероятности
- •Статистическое определение вероятности
- •Субъективная вероятность
- •Алгебра случайных событий
- •Аксиомы алгебры случайных событий
- •Отношения между случайными событиями
- •Простейшие свойства вероятности, помогающие их вычислять
- •Условная вероятность, независимые события и формула умножения вероятностей
- •Формула сложения вероятностей
- •Случайные величины Понятие функции в математике
- •Понятие случайной величины
- •Типы случайных величин
- •Закон распределения случайной величины
- •Ряд распределения дискретной случайной величины
- •Функция распределения случайной величины и её свойства
- •Плотность распределения вероятностей случайной величины
- •Математическое ожидание случайной величины и его свойства
- •Математическое ожидание дискретной случайной величины с конечным числом значений
- •Математическое ожидание дискретной случайной величины с бесконечным числом значений
- •Математическое ожидание непрерывной случайной величины
- •Свойства математического ожидания
- •Дисперсия случайной величины и его свойства
- •Свойства дисперсии
- •Другие характеристики центральных тенденций и изменчивости распределений случайных величин
- •Медиана
- •Квантили
- •Характеристики формы распределения случайной величины Понятие моментов случайной величины и z-оценки
- •Коэффициент асимметрии случайной величины
- •Эксцесс случайной величины
- •Совместные распределения случайных величин
- •Ряд распределения двумерной дискретной случайной величины
- •Плотность распределения для двумерной непрерывной случайной величины
- •Зависимые и независимые случайные величины
- •Понятие ковариации двух случайных величин и его свойства
- •Коэффициент корреляции двух случайных величин и его свойства
- •Законы больших чисел
- •Сходимость по вероятности
- •Неравенства Чебышева
- •Теорема Бернулли
- •Центральная предельная теорема
- •Понятие нормального распределения
- •Стандартное нормальное распределение
- •Правило трёх сигм
- •Нормальное распределение в реальном мире
- •Функция Лапласа
- •Вероятность попадания значения нормальной случайной величины в заданный промежуток
- •Вероятность отклонения значения нормальной случайной величины от математического ожидания
- •Прикладная статистика в психологии Происхождение и история статистики
- •Современное понимание статистики
- •Общее представление о прикладной статистике
- •Основные разделы прикладной статистики
- •Прикладная статистика как способ проверки вероятностных моделей
- •Специфика использования прикладной статистики в психологии
- •Стандарты обработки данных, нормативы представления результатов анализа данных в научной психологии
- •Шкалы измерений, связи и зависимости Научное знание и задачи науки
- •Моделирование в науке
- •Признаки и переменные
- •Понятие измерения в современной науке
- •Мера, метрика, показатель
- •Шкалы измерений, типы данных и переменных
- •Графическое представление данных
- •Зависимые и независимые переменные. Связи и зависимости: причинная и функциональная.
- •Понятие анализа данных, его цели и задачи. Связь анализа данных со статистикой
- •Описательная статистика Понятие описательной статистики
- •Ряд распределения
- •Полигон частот. Выборочная функция распределения и гистограмма.
- •Средние характеристики и характеристики рассеяния рядов распределений
- •Аналитическая статистика Понятие аналитической статистики, её составляющие
- •Выборочный метод в прикладной статистике Выборка как модель генеральной совокупности. Цели и задачи выборочного метода.
- •Статистическое понимание случайной выборки
- •Основные этапы формирования выборки
- •Единица отбора выборки
- •Определение объема выборки
- •Типы выборки и методы отбора Многоступенчатая и одноступенчатая выборки
- •Случайные и неслучайные выборки
- •Выборки для психологических исследований
- •Эмпирическая функция распределения и её свойства
- •Статистические оценки параметров генеральной совокупности
- •Параметры генеральной совокупности и выборочные статистики
- •Понятие точечной оценки и её свойства
- •Выборочное среднее как статистическая оценка среднего в генеральной совокупности
- •Статистическая оценка генеральной дисперсии
- •Статистическая оценка вероятности или генеральной доли
- •Понятие интервальной оценки
- •Доверительный интервал и доверительная вероятность
- •Основные задачи интервального оценивания
- •Доверительный интервал для математического ожидания при известном стандартном квадратичном отклонении
- •Доверительный интервал для математического ожидания при неизвестном стандартном квадратичном отклонении
- •Доверительный интервал для генеральной доли
- •Проверка статистических гипотез Понятие статистической проверки гипотез, её цели, задачи и основные понятия
- •Статистический критерий для проверки статистической гипотезы
- •Критическая область критерия: односторонняя и двусторонняя
- •Основной принцип проверки статистической гипотезы
- •Этапы проверки статистических гипотез, минимальный уровень значимости
- •Проверка статистической гипотезы о среднем
- •Проверка статистической гипотезы о равенстве средних
- •Проверка статистической гипотезы о генеральной доле
- •Проверка статистической гипотезы о равенстве долей или вероятностей
- •Программное обеспечение прикладной статистики Информационные технологии расчётов в электронных таблицах (пример - Microsoft Excel)
- •Статистические функции и их использование в Microsoft Excel
- •Построение диаграмм и графиков в Microsoft Excel
- •Информационные технологии статистической обработки данных
Формула сложения вероятностей
Для
любых событий A и B
выполняется равенство:
.
Эта
формула называется формулой сложения
вероятностей. Она справедлива для любых
событий, и является обобщением формулы
сложения вероятностей для несовместных
событий, которая приводилась выше.
Действительно, если A и B
являются несовместными, то
,
поэтому
.
И тогда из общей формулы сложения
вероятностей для несовместных событий
получается более простая:
.
Докажем
общую формулу сложения вероятностей.
Если NA
– число исходов опыта, приводящих к
осуществлению события A,
а NB
– к осуществлению события B,
то в сумме NA
+ NB
будут дважды учтены те исходы, которые
одновременно приводят к осуществлению
и события A, и события B.
Поэтому это число событий NAB
(приводящих к осуществлению произведения
событий A и B)
необходимо вычесть из NA
+ NB,
чтобы получить число благоприятных
событий, соответствующих сумме событий
A и B. Тогда
получится, что число благоприятных
событий для суммы событий A
и B равно NA
+ NB −
NAB, а
общее число событий – равно N. Тогда
вероятность суммы событий
.
Это и есть формула сложения вероятностей
в общем виде.
Аналогичные
формулы для вероятностей суммы любого
числа событий можно получить несколько
раз применяя формулу для сложения
вероятностей двух событий. Например,
дважды применяя эту формулу можно
получить:
.
Последнее слагаемое получило знак плюс,
потому что минус на минус даёт плюс, а
аргумент в нём равен
,
потому что для событий
.
Таким образом формула сложения
вероятностей для трёх событий:
.
Аналогично
можно получить формулы для сложения
вероятностей любого числа событий.
Кроме того, вычислять вероятности сумм
большого числа событий можно через
вероятности противоположных событий.
Сумма событий
есть событие, состоящее в том, что
произойдёт хотя бы одно из суммируемых
событий. Противоположным по отношению
к нему является событие
.
Эти события
и
являются несовместными, поэтому их
сумма – это E, т.е. всё
пространство элементарных событий, его
вероятность равна 1. Следовательно, 1
равна и вероятность суммы событий
и
,
т.е.
.
Поскольку используется формула сложения
вероятностей несовместных событий, то
получается
.
И тогда
,
а потому
.
Пример. Два стрелка одновременно, независимо друг от друга стреляют по мишени. Вероятность попадания в мишень для первого стрелка равна 0,6, а для второго – 0,8. Какова вероятность того, что мишень будет поражена?
Пусть
событие A – попадание в мишень первым
стрелком, событие B – попадание в мишень
вторым стрелком, событие C – мишень
поражена, т.е. в ней оказалась одна или
две пробоины. При этом одна пробоина
может оказаться от попадания в мишень,
как первого, так и второго стрелка,
поэтому событие
.
Вероятность
события C можно подсчитать как минимум
двумя способами. При первом определим
вероятность противоположного C события,
т.е. когда мишень оказалась не поражённой.
В этом случае оба стрелка не попали в
мишень, т.е.
.
Тогда вероятность противоположного C
события
.
Тогда
.
Вторым
способом эту же вероятность можно
подсчитать по формуле сложения
вероятностей
.
Оба вычисления дали одинаковые результаты.
В
обоих вычислениях формулы произведений
вероятностей событий и противоположных
к ним применялись при условии, что
события A и B,
как и противоположные им, являются
независимыми. А вероятности произведений
независимых событий равны произведениям
их вероятностей:
и
.
