- •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
Функция Лапласа
Доказано, что невозможно выразить через элементарные функции функцию распределения (интегральной функции) нормальной случайной величины:
,
где
- это математическое ожидание этой
случайной величины, а
- её стандартное квадратичное отклонение.
Однако для расчетов, связанных с
нормальной случайной величиной,
необходимо знать её значения. Для этих
целей вводится функция Лапласа:
.
Для
функции Лапласа составлены таблицы
значений, которые можно найти в учебнике
или задачнике по теории вероятностей.
Кроме того, значения этой функции можно
вычислить в некоторых современных
электронных таблицах. Но, например, в
Microsoft Excel, поскольку функции Лапласа
нет, вместо неё необходимо использовать
функцию стандартного нормального
распределения, которая в русскоязычной
версии этой программы называется
НОРМСТРАСП, и её значения вычисляются
по формуле:
.
Тогда получается
.
Причина в том, что поскольку
как полная вероятность на всей
действительной оси, а в силу симметрии
функции стандартного нормального
распределения половина полной вероятности
будет равна
.
Тогда по свойствам определённого
интеграла
.
График функции Лапласа является примерно следующим:
Рисунок. График функции Лапласа.
При использовании таблиц значений функции Лапласа следует учитывать, что эта функция обладает следующими свойствами:
По графику функции Лапласа видно, что эта функция имеет значения от -0,5 до 0,5 эти значения не достигая, а асимптотически к ним приближаясь: к -0,5, при
,
а к 0,5, при
.
.
.
,
т.е. функция Лапласа является нечетной,
поэтому в таблицах приведены значения
этой функции только для положительных
значений аргумента. Для отрицательных
значений аргумента значения функции
Лапласа определяются из её нечетности.Функция Лапласа является возрастающей, потому что её производная от определённого интеграла по верхнему пределу равна подынтегральной функции:
,
а эта функция больше нуля на всей своей
области определения, поскольку является
показательной.При
значение функции Лапласа
,
поэтому в приближённых вычислениях
при
принято считать, что
с точностью до тысячных.
Вероятность попадания значения нормальной случайной величины в заданный промежуток
Функция
распределения нормальной случайной
величины с параметрами
- математическое ожидание и
– стандартное квадратичное отклонение
выражается через функцию Лапласа
следующим образом (при замене переменной
,
тогда
,
или
):
Последнее равенство получается из соотношения между функцией распределения стандартной нормальной случайной величины и функцией Лапласа: .
Таким
образом, в любых оценках вероятностей
для произвольной нормальной случайно
величины можно использовать функцию
распределения стандартной нормальной
случайной величины или функцию Лапласа,
но с переходом к некоторой нормализованной
переменной
.
Эта переменная z представляет
собой значения стандартной нормальной
случайной величины, если x
представляют значения произвольной
нормальной случайной величины. Ведь
математическое ожидание для z
равно 0, стандартное квадратичной
отклонение равно 1, именно ради этих
значений и делается замена переменной
.
Определим
с помощью этих функций вероятности
попадания значений нормальной случайной
величины в те или иные интервалы.
Напомним, что в силу непрерывности
нормальной случайной величины, вероятности
её значений в той или иной конкретной
точке всегда равны 0. Поэтому для
интервалов её значений можно брать как
строгие, так и нестрогие границы,
добавление вероятностей на этих границах,
если они будут, окажутся равными 0, т.е.
равны все вероятности
.
Поэтому напишем формулу только для первой из таких вероятностей, используя свойства определённого интеграла:
,
где
,
а
.
В
результате получается такая
последовательность действий для
определения вероятности попадания
значения нормальной случайной величины
в интервал
Вычисляем так называемые z-оценки границ интервала: и .
Вычисляем разности значений функций распределения стандартной случайной величины или функции Лапласа в границах этих z-оценок. Это искомая будет вероятность:
.
При
вычислениях в Microsoft Excel
удобнее использовать функцию распределения
стандартной случайной величины
,
которая называется НОРМСТРАСП. А при
вычислениях по таблицам удобнее
использовать функцию Лапласа. Результат
получается одинаковым.
Пример. В предположении, что цена акций некой компании на фондовом рынке является нормально распределённой со средним значением 45 долларов США и средним квадратичным отклонением 7 долларов США, определить какова вероятность того, что цена акций станет 1) более 50 долларов США; 2) более 70 долларов США; 3) менее 35 долларов США; 4) от 35 до 55 долларов США; 5) от 40 до 50 долларов США.
1)
Вероятность того, что цена акций станет
более 50 долларов США можно записать как
.
Эти вычисления были произведены по
таблице значений функции Лапласа.
2)
Вероятность того, что цена акций станет
более 70 долларов США можно записать как
.
Эти вычисления были произведены в
Microsoft Excel с помощью функции НОРМРАСП.
3)
Вероятность того, что цена акций станет
менее 35 долларов США можно записать как
.
Эти вычисления были произведены в
Microsoft Excel с помощью функции НОРМРАСП.
4)
Вероятность того, что цена акций станет
от 35 до 55 долларов США можно записать
как
.
Эти вычисления были произведены в
Microsoft Excel с помощью функции НОРМРАСП.
5)
Вероятность того, что цена акций станет
от 40 до 50 долларов США можно записать
как
.
Эти вычисления были произведены в
Microsoft Excel с помощью функции НОРМРАСП.
