
- •Минобрнауки россии
- •Содержание
- •Раздел I теория вероятностей 8
- •Раздел II математическая статистика 73
- •Введение
- •Раздел I теория вероятностей
- •Правило суммы
- •Правило произведения
- •Формулы комбинаторики
- •Размещения без повторения
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторением
- •Сочетания с повторением
- •Перестановки с повторением
- •Лекция 2. Пространство элементарных событий. Классическое определение вероятности
- •Пространство элементарных событий
- •Свойства вероятности
- •Лекция 3. Различные определения вероятностей Статистическое определение вероятности
- •Геометрическая вероятность
- •Парадокс Бертрана
- •Аксиоматическое построение теории вероятностей
- •Лекция 4. Условная вероятность. Теорема умножения. Независимые события. Формула полной вероятности
- •Независимые события. Теорема умножения
- •Формула полной вероятности
- •Формула Бейеса
- •Лекция 5. Независимые испытания. Формула Бернулли.
- •Формула Бернулли
- •Наивероятнейшее число
- •Локальная предельная теорема Муавра-Лапласа
- •Интегральная предельная теорема Лапласа
- •Лекция 6. Дискретная случайная величина и ее числовые характеристики Виды случайных величин. Способы описания дискретной случайной величины
- •Функция распределения
- •Свойства функции распределения
- •Математическое ожидание и дисперсия дискретной случайной величины
- •Свойства математического ожидания дискретной случайной величины
- •Математическое ожидание и дисперсия некоторых случайных величин
- •Лекция 7. Непрерывная случайная величина и её распределения
- •Нормальное (гауссовское) распределение
- •Равномерное распределение
- •Лекция 8. Математическое ожидание, дисперсия, моменты непрерывной случайной величины
- •Закон больших чисел. Теорема Чебышева. Центральная предельная теорема
- •Лекция 9. Некоторые модели законов распределений, наиболее распространенных в практике статистических исследований
- •1. Биномиальное распределение
- •2. Распределение Пуассона
- •3. Нормальное (гауссовское) распределение
- •4. Логарифмически-нормальное распределение
- •5. Экспоненциальное распределение
- •7. Распределение Стьюдента с степенями свободы
- •8. Распределение Фишера-Снедекора (f-распределение).
- •Раздел II математическая статистика Лекция 1. Генеральная совокупность. Выборка. Способы образования выборки. Статистическая оценка параметров распределения.
- •Задача статистической оценки параметров
- •Точечные оценки основных параметров распределений
- •Лекция 2. Законы распределения выборочных характеристик, используемые при оценке параметров. Интервальные оценки параметров распределения.
- •1. Распределение средней арифметической.
- •2. Распределение Пирсона (- хи квадрат).
- •3. Распределение Стьюдента (t-распределение).
- •Интервальная оценка параметра распределения. Понятие доверительного интервала.
- •Интервальные оценки для генеральной средней.
- •Интервальные оценки для генеральной доли
- •Интервальные оценки для генеральной дисперсии и среднего квадратического отклонения
- •Лекция 3. Проверка статистических гипотез о значении параметров распределения. Понятие статистической гипотезы и статистического критерия.
- •1. Проверка гипотезы о значении генеральной средней нормально распределённой совокупности
- •2. Проверка гипотезы о значении генеральной дисперсии нормально распределённой совокупности.
- •3. Вычисление мощности критерия
- •Мощность критерия при проверке гипотезы о значении генеральной средней
- •Мощность критерия при проверке гипотезы о значении генеральной дисперсии
- •Лекция 4 Гипотезы о виде закона распределения генеральной совокупности
- •Вычисление теоретического ряда частот
- •Понятие о критериях согласия
- •Критерий согласия Пирсона
- •Лекция 5. Элементы корреляционного анализа Задачи корреляционного анализа. Двумерная корреляционная модель
- •Примерные вопросы к экзамену
- •Задачи к экзамену
Интервальные оценки для генеральной средней.
Правила построения доверительного интервала для математического ожидания зависят от того, известна или не известна дисперсия генеральной случайной величины.
1) Пусть из генеральной
совокупности Х с нормальным законом
распределения
и известной дисперсии
взята
случайная выборка объёмомn
и вычислено средняя арифметическая
.
Требуется найти интервальную оценку
математического ожидания генеральной
случайной величины
.
Поскольку
имеет нормальное распределение с
параметрами
,
то статистика
имеет нормированное нормальное
распределение с параметрами
.
Тогда по интегральной теореме Лапласа
имеем:
.
Значение
при заданной доверительной вероятности
найдём по таблице функции Лапласа из
уравнения
.
Обозначим решение
этого уравнения через
,
а искомый интервал найдём из неравенства
,
(5)
Точность оценки равна
(6)
Границы доверительного интервала равны:
Из формулы (6) можно
при заданной точности
найти
необходимый объём выборки, а при заданном
объёме и точности – доверительную
вероятность.
2) Предположим
теперь, что
в генеральной совокупности неизвестно,
и вычислена выборочная дисперсия
.
В этом случае для построения интервальной оценки используется статистика
,
имеющая распределение
Стьюдента с числом степеней свободы
.
По таблице
t-распределения
для
степеней свободы, при заданном уровне
значимости
,
находим значение
,
для которого справедливо равенство
,
(7)
где точность оценки генеральной средней равна
(8)
При достаточно большём объёме выборки различие в доверительных интервалах (5) и (7) мало, так как при неограниченном увеличении числа n распределение Стьюдента стремится к нормальному распределению.
3) Приближённая интервальная оценка.
Пусть требуется найти интервальную оценку для математического ожидания в случае, когда закон распределения генеральной совокупности неизвестен. При достаточно большом объёме выборки средняя арифметическая, согласно центральной теореме Ляпунова, имеет распределение близкое к нормальному.
Поэтому доверительную вероятность можно вычислять по формуле:
(8)
где
-
средняя квадратическая ошибка при
замене
на приближённое выборочное значение.
В зависимости от цели образования
выборки и способа отбора в неё элементов
генеральной совокупности, получены
следующие формулы средних квадратических
ошибок:
-
Выборка
Повторная
Бесповторная
Цель выборки
Для средней
Здесь N- объём генеральной совокупности, n- объём выборки.
Минимальный объём
выборки, гарантирующий попадание с
надёжностью
параметра
в интервал
при фиксированной предельной ошибке
,
вычисляется по одной из формул:
-
Выборка
Повторная
Бесповторная
Цель выборки
Для средней
Здесь
находится с помощью таблицы из уравнения
.
(9)
Рассмотрим решение некоторых типовых задач:
Задача 1. В условии примера 1. (Лекция 1.) найти:
1) Вероятность того, что среднее значение диаметра ствола сосен во всём массиве отличается от среднего диаметра в выборке не более чем на 0,5 см.
2) Границы, в которых с вероятностью 0,9544 заключён средний диаметр сосен всего массива.
3) Объём выборки,
для которой доверительные границы с
предельной ошибкой
см. имели бы место с доверительной
вероятностью
.
Решение:
1) В примере 1 были
подсчитаны выборочная средняя и
дисперсия:
.
Подсчитаем среднюю квадратическую ошибку выборочной средней, учитывая, что объём генеральной совокупности (весь лесной массив) очень велик и формулы повторной и бесповторной выборок совпадают.
.
Тогда из формулы (8) находим
.
2) По формуле (9) найдем такое значение t при котором
Из таблицы легко
найти
.
Тогда предельная
ошибка выборки
.
Доверительные границы будут равны:
(см.)
(см.)
3) Для ответа на третий вопрос задачи применим формулу объёма выборки как повторной при определении средней:
(сосен)