- •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
Типы случайных величин
По типам случайные величины принято делить на дискретные, непрерывные и на величины смешанного типа. Случайная величина, определённая на конечном (дискретном) вероятностном пространстве, называется дискретной. Значения такой случайной величины всегда отделены друг от друга на числовой прямой какими-то промежутками без значений функции – случайной величины. Например, такими являются результаты стрельбы по мишени, подбрасываний монеты и т.п. В математике допускается как конечное, так и бесконечное, но счётное (которое можно перенумеровать натуральными числами: 1, 2, 3, и т.д. до бесконечности) множество значений дискретной случайной величины.
Случайные величины, значения которых сплошь заполняют какие-то промежутки значений на числовой прямой, называются непрерывными. Все значения непрерывной случайно величины невозможно перенумеровать натуральными числами. Примерами таких случайных величин являются изменения атмосферного давления в зависимости от времени, время ожидания общественного транспорта пассажирами на остановках и т.п. Ниже будет дано уточнение понятия непрерывной случайной величины.
Случайная величина смешанного типа кроме непрерывного множества своих возможных значений имеет ещё возможные значения, изолированные от этого множества, не заполняющие никаких промежутков на числовой прямой, которые можно перенумеровать натуральными числами.
Закон распределения случайной величины
Совокупность всех возможных значений случайной величины с соответствующими им вероятностями называется законом распределения вероятностей этой случайной величины. Закон распределения случайной величины – это функция, которая каждому значению случайной величины ставит в соответствие вероятность того, что случайная величина это значение примет. Перечислить возможные значения и указать их вероятности можно таблично, графически или аналитически.
Ряд распределения дискретной случайной величины
Для задания дискретной случайной величины нужно знать ее возможные значения и вероятности, с которыми принимаются эти значения. Соответствие между ними называется рядом распределения дискретной случайной величины. Он чаще всего задаётся в виде таблицы, но может иметь вид формулы или графика. Ряд распределения дискретной случайной величины – это её закон распределения. Для непрерывных случайных величин ряды распределения создать невозможно, потому что невозможно перечислить все их значения. Поэтому ряды распределения применяются только для дискретных случайных величин.
Следует учитывать, что ряды распределений можно строить только для дискретных случайных величин, для непрерывных случайных величин ряды распределения определить невозможно.
Ряд распределения дискретной случайной величины является фактически табличным заданием функции, отображающей возможные значения этой случайной величины в вероятности случайных событий, которые этим значениям соответствуют. В результате ряд распределения – это соответствие значений случайной величины вероятностям этих значений.
Перед
построением ряда распределения дискретной
случайной величины её возможные значения
упорядочиваются слева направо:
,
если всего может быть
разных значений этой случайной величины.
Затем строится следующая таблица (в
первой колонке – названия строк):
|
|
|
|
… |
|
|
|
|
|
… |
|
Поскольку
событие, заключающееся в том, что
случайная величина примет одно из своих
возможных значений, является достоверным,
сумма всех вероятностей в ряде
распределения равна 1:
.
В
некоторых случаях дискретную случайную
величину можно задать аналитически,
т.е. формулой определения вероятности
любого её значения. Например, одной из
таких случайных величин может быть X,
для которой
,
где p – это какая-то
константа в интервале
,
а k – это целое число:
Такую формулу можно отобразить на
графике, на котором обычно значения
случайной величины откладывают по оси
абсцисс, а значения их вероятностей –
по оси ординат. Графиком такого ряда
распределения дискретной случайной
величины всегда будет множество отдельных
точек на координатной плоскости.
Пример. Выпущено 1000 лотерейных билетов: на 5 из них выпадает выигрыш в сумме 500 рублей, на 10 – выигрыш в 100 рублей, на 20 – 50 рублей, на 50 – 10 рублей. Определить закон распределения вероятностей случайной величины X – выигрыша на один билет этой лотереи.
Величина X может принять одно из пяти возможных значений: 0, 10, 50, 100 и 500. Заметим, что число билетов без выигрыша равно 1000 – 5 – 10 – 20 – 50 = 915. Следовательно, P{X = 0} = 915/1000 = 0,915. Аналогично находим все другие вероятности: P{X = 10} = 0,05, P{X = 50} = 0,02, P{X = 100} = 0,01, P{X = 500} = 0,005. Найденный ряд распределения случайной величины X представим таблично:
xk |
0 |
10 |
50 |
100 |
500 |
pk |
0,915 |
0,05 |
0,02 |
0,01 |
0,005 |
Данные этой таблицы ниже представлены в виде графика того же ряда распределения:
Для непрерывных величин ряд распределения и его график как способы задания закона распределения случайной величины являются неприемлемыми, так как невозможно перечислить все возможные значения непрерывной случайной величины.
