- •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
Лекция 3. Проверка статистических гипотез о значении параметров распределения. Понятие статистической гипотезы и статистического критерия.
Статистической гипотезой называют любое предложение о виде неизвестного закона распределения случайной величины или значении его параметров.
Пусть - закон распределения случайной величины Х, зависящей от одного параметра. Предположим, что надо проверить гипотезу о том, что. Назовём эту гипотезу нулевой (проверяемой) и обозначим её через. Противоположную гипотезу, например,, назовём конкурирующей и обозначим через.
Задача заключается в проверке гипотезы относительно конкурирующей гипотезына основании выборки, состоящей изn независимых наблюдений .
Принцип проверки заключаются в следующем: всё множество выборок объёмом n можно разбить на два непересекающихся подмножества (обозначим их через Q и W) таких, что проверяемая гипотеза должна быть отвергнута, если наблюдаемая выборка попадает в подмножество W, и принята, если наблюдаемая выборка принадлежит подмножеству Q. Подмножество W называют критической областью, Q – областью допустимых значений.
Вывод о принадлежности данной выборки тому или иному подмножеству делают на основании статистического критерия.
Основой критерия является специально составленная выборочная характеристика (статистика) , точное или приближённое распределение которой известно.
Если наблюдаемое значение статистики критерия попадает в критическую область, то гипотезу отвергают, если же оно попадает в область допустимых значений, то гипотезу не отвергают.
При использовании этого принципа возможны ошибки двух видов:
- гипотеза H0 верна, но её отвергают согласно критерию, т.е.
допускается ошибка, которую принять называть ошибкой первого рода;
-гипотеза H0 неверна, и её принимают согласно критерию, т.е.
допускается ошибка второго рода.
Уровнем значимости называют вероятность совершить ошибку первого рода. С уменьшениемвозрастает вероятность ошибки второго рода.
Мощностью критерия называют вероятность того, что нулевая гипотезаH0 будет отвергнута, если верна конкурирующая гипотеза, т.е. вероятность не допустить ошибку второго рода.
Обозначим через вероятность попадания статистики критерияв критическую областьW, если верна соответствующая гипотеза H.
Тогда требования к критической области можно выразить следующим образом:
(1)
Таким образом, критическую область надо выбирать так, чтобы вероятность попадания в неё статистики была минимальна, если гипотеза H0 верна, и максимальна в противном случае.
В зависимости от конкурирующей гипотезы H1 выбирают правостороннюю, левостороннюю или двустороннюю критические области.
Границы областей находят из следующих условий:
при правосторонней критической области
(2)
при левосторонней критической области
(3)
при двусторонней критической области
(4)
1. Проверка гипотезы о значении генеральной средней нормально распределённой совокупности
Пусть из генеральной совокупности X, значения признака имеют нормальный закон распределения с параметрами при неизвестном математическом ожидании, взята случайная выборка объёмаn и вычислена средняя арифметическая , а
и - определённые значения параметра. Для проверки нулевой гипотезыпри конкурирующей гипотезе, в случае, когда значениегенеральной совокупностиизвестно, используется статистика
, (5)
которая при выполнении нулевой гипотезы имеет нормированное нормальное распределение .
Согласно требованию к критической области при выбирают правостороннюю критическую область, при- левостороннюю, при- двустороннюю критическую область.
Границы критической области определяют по интегральной функции Лапласаиз условий:
в случае односторонней критической области:
, (6)
в случае двусторонней критической области:
. (7)
При проверке гипотезы принеизвестной генеральной дисперсии используется статистика
, (9)
которая при выполнении нулевой гипотезы имеет распределение Стьюдента с числом степеней свободы равном .
Границы критической области определяют по таблицеt-распределения для заданного уровня значимости при двусторонней критической области или, если область односторонняя, и числом степеней свободы.
Правила проверки гипотезы сводятся к следующему:
1) при левосторонней критической области, если , нулевая гипотеза не отвергается;
2) при правосторонней критической области, если , то
нулевая гипотеза не отвергается;
3) при двусторонней критической области, если , то нулевая гипотеза не отвергается.
При выполнении противоположных неравенств нулевая гипотеза отвергается.