- •Задачи по теории вероятностей и математической статистике
- •Содержание
- •Введение
- •Раздел 1. Теория вероятностей Комбинаторные формулы
- •Классическое определение вероятности
- •Теоремы алгебры событий
- •Свойства функции распределения
- •Свойства математического ожидания
- •Непрерывная случайная величина и её характеристики
- •Законы распределения случайных величин
- •Предельные теоремы теории вероятностей
- •Предельные формулы для схемы Бернулли
- •Раздел 2. Математическая статистика Обработка результатов опытов
- •Точечные оценки неизвестных параметров и методы их получения
- •Интервальные оценки неизвестных параметров
- •Проверка статистических гипотез
- •Сглаживание опытных данных методом наименьших квадратов
- •Ошибки прямых и косвенных измерений
- •Задания для самостоятельной работы студентов
- •Пример выполнения заданий самостоятельной работы студентов Пример выполнения задачи 1
- •Пример выполнения задачи 2
- •Пример выполнения задачи 3
- •Пример выполнения задачи 4
- •Пример выполнения задачи 5
- •Пример выполнения задачи 6
- •Пример выполнения задачи 11
- •Пример выполнения задачи 12
- •Пример выполнения задачи 13
- •Пример выполнения задачи 14
- •Пример выполнения задачи 15
- •Пример выполнения задачи 16
- •Пример выполнения задачи 17
- •Пример выполнения задачи 18
- •Пример выполнения задачи 19
- •Пример выполнения задачи 20
- •Пример выполнения задачи 21
- •Пример выполнения задачи 22
- •Пример выполнения задачи 23
- •Пример выполнения задачи 24
- •Пример выполнения задачи 25
- •Литература
Точечные оценки неизвестных параметров и методы их получения
Оценка математического ожидания
по выборке .
Оценка дисперсии
Метод максимального правдоподобия
Пусть заданная выборка случайной величины , имеющей плотность распределения , где - неизвестный параметрический вектор. Функция
называется функцией правдоподобия. Оценкой параметрического вектора , полученной методом максимального правдоподобия называют решение задачи
.
Метод моментов
Оценкой параметрического вектора , полученной методом моментов называют решение системы
где
Интервальные оценки неизвестных параметров
Интервал называется доверительным интервалом для оценки параметра , отвечающим доверительной вероятности , если
.
Доверительный интервал для математического ожидания
Доверительный интервал для оценки математического ожидания с известной дисперсией , где границы находятся с использованием MathCAD по формулам , .
Доверительный интервал для оценки математического ожидания с неизвестной дисперсией , где границы находятся по формулам , , , параметр находится с использованием MathCAD по формуле .
Доверительный интервал для дисперсии
Доверительный интервал для оценки дисперсии с известным математическим ожиданием , где границы находятся по формулам , , а коэффициенты находятся с использованием MathCAD по формулам , .
Доверительный интервал для оценки дисперсии с неизвестным математическим ожиданием , где границы находятся по формулам , , а коэффициенты находятся с использованием MathCAD по формулам , .
Проверка статистических гипотез
Критерий
Проверить гипотезу о том, что заданная функция является функцией распределения случайной величины по выборке с заданным уровнем значимости .
Уровень значимости это вероятность отвергнуть правильную гипотезу.
Схема проверки гипотезы по критерию
Определить по формулам значение , где - частота элемента в выборке, - количество неповторяющихся элементов выборки, - вероятность появления числа , вычисленная по функции распределения .
Определить с использованием MathCAD значение .
Сделать вывод по правилу:
если , то гипотеза подтверждается;
если , то гипотеза отвергается.
Сглаживание опытных данных методом наименьших квадратов
Пусть задана выборка двумерной случайной величины Необходимо определить неизвестные значения параметров функциональной зависимости , на основании выборки.
Согласно метода наименьших квадратов значения неизвестных параметров будем искать, как решение задачи:
,
которая сводится к решению системы: .
Если зависимость между переменными линейная , то параметры находятся по формулам:
,
где , , , , .
Ошибки прямых и косвенных измерений
Под прямыми измерениями понимают измерения, полученные непосредственно с помощью прибора.
Под косвенными измерениями понимают результаты, полученные на основе расчёта с использованием прямых измерений.
Если - точное значение измеряемой величины , то , где - ошибка измерения.
Если при заданной доверительной вероятности справедливо , где - параметр, зависящий от распределения ошибки и принятой величины доверительной вероятности , - среднеквадратическая ошибка измерения, то величина называется абсолютной ошибкой измерения.
Величина называется относительной ошибкой измерения.
Если величины полученные прямыми измерениями, то величина получена косвенным измерением.
Справедливы формулы:
, ,
где – ковариация величин .