
- •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 доли
Рассмотрим случай, когда объём выборки достаточно большёй (n > 30), а генеральная случайная величина распределена по биномиальному закону. Требуется оценить вероятность p наступления некоторого события А в каждом испытании по результатам n наблюдений.
При большом числе
испытаний частость (выборочная доля)
события А
имеет приближённо нормальное распределение
с параметрами
,
которые будем заменять выборочными
значениями
и
для противоположного события
.
Тогда имеем:
(10)
Здесь
-
средняя квадратическая ошибка при
оценке генеральной доли. Вычисляется
в зависимости от способа образования
выборки.
-
Выборка
Повторная
Бесповторная
Цель выборки
Для доли
Для определения
необходимого объёма выборки при
фиксированной предельной ошибке
,
нетрудно получить формулы:
-
Выборка
Повторная
Бесповторная
Цель выборки
Для доли
Задача 2. По данным примера 1. (лекция 1.) найти:
1) Доверительные
границы, в которых с вероятностью
находится во всём массиве доля сосен с
диаметром ствола не меньше 46 см.
2) Каким должен
быть объём выборки, чтобы с вероятностью
0,9544 гарантировать доверительные границы
с предельной ошибкой
?
Решение:
1) Находим выборочную долю:
Подсчитаем среднюю квадратическую ошибку выборочной доли:
Значение t
= 2 было найдено в задаче 1., тогда
Доверительные границы равны:
2) Необходимый объём выборки найдём по формуле:
(сосны)
Интервальные оценки для генеральной дисперсии и среднего квадратического отклонения
Пусть из генеральной
совокупности Х, распределённой по
нормальному закону
,
взята случайная выборка объёмомn
и вычислена выборочная дисперсия
.
Требуется определить с надёжностью
интервальную оценку генеральной
дисперсии
.
Построение
доверительного интервала основано на
том, что случайная величина
имеет распределение Пирсона
с
степенями свободы.
Для уровня значимости
можно записать доверительную вероятность
Границы доверительного
интервала
и
обычно выбирают так, чтобы
Тогда имеем
(10)
Так как таблица
-
распределения содержит лишь критические
значения для правосторонних критических
областей, т.е
,
то для вычисления левой границы
запишем тождество:
(11)
Правую границу
доверительного интервала
найдём из равенства
(12)
С учётом формулы (11) равенство (10) примет вид
(13)
Формула (13) используется при решении обратной задачи- нахождении доверительной вероятности по заданному доверительному интервалу.
Из неравенства
получаем интервал для генеральной дисперсии
.
(14)
Доверительный
интервал для генерального среднего
квадратического отклонения
при
равен
(15)
При достаточно
больших объёмах выборки
доверительный интервал определяется
неравенством:
, (16)
где
определяется из уравнения
.
Пример 2.
По результатам контроля
деталей вычислено выборочное среднее
квадратическое отклонение
.
В предположении, что ошибка изготовления
деталей распределена по нормальному
закону, определить с надёжностью
доверительный интервал для параметра
.
Решение:
Так как
,
используется
-
распределение. Согласно формулам (11) и
(12), имеем:
,
.
По таблице
-
распределения для числа степеней свободы
и найденных вероятностей 0,975 и 0,025
находим
,
.
Вычисляем
и
.
Доверительный интервал по формуле (15)
равен
.