
- •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
Мощность критерия при проверке гипотезы о значении генеральной средней
Если известна
генеральная дисперсия
,
то при проверке гипотезы
используется нормальное распределение.
Для вычисления мощности критерия при
односторонней конкурирующей гипотезе
применяется формула
,
(11)
где
находится из уравнения
.
Если генеральная дисперсия неизвестна, то мощность критерия определяется по формулам:
(12)
где
.
Мощность критерия при проверке гипотезы о значении генеральной дисперсии
При проверке
гипотезы
,
то мощность критерия вычисляется с
использованием распределения Пирсона
.
Если критическая область левосторонняя, то
(13)
Если критическая область правосторонняя, то
.
(14)
Пример 2.
По данным 12 рейсов установлено, что в
среднем машина затрачивает на поездку
до хлебоприёмного пункта
минуты. Допустив,
что время поездки есть нормальная
случайная величина, на уровне значимости
0,05 проверить гипотезу
мин:
а) при конкурирующей
гипотезе
мин, если известно, что
мин;
б) при конкурирующей
гипотезе
мин, если выборочное среднее квадратическое
отклонение равно
мин;
в) для условий а) и б) вычислить мощность критерия.
Решение:
а) Для проверки
гипотезы
мин, при
мин, выбирают
левостороннюю критическую область
,
тогда
из уравнения
находим
.
Рассчитаем наблюдаемое значение статистики критерия:
Так как
- то нулевая гипотеза отвергается с
вероятностью ошибки
.
б) Для проверки
нулевой гипотезы, если
неизвестно, а
мин,
наблюдаемое значение статистики критерия
рассчитывают по формуле:
Границу критической области находим по таблице Стьюдента:
Поскольку
,
гипотеза
не отвергается, т.е.
мин не противоречит наблюдениям.
в) Мощность критерия для случая а) рассчитаем по формуле (11):
Мощность критерия в случае б) вычислим по формуле (12):
Пример 3.
По результатам 7 независимых измерений
диаметра поршня одним и тем же прибором
в предположении, что ошибки измерения
имеют нормальное распределение, была
проверена на уровне значимости 0,05
гипотеза
мм2
при конкурирующей гипотезе
мм2.
Гипотеза
не отвергнута. Вычислить мощность
критерия.
Решение:
Согласно
строится правосторонняя критическая
область.
По таблице
-
распределения на уровне значимости
и при числе степеней свободы
определяем критическую границу
.
Вычисляем в формуле (14)
По таблице
-
распределения находим
.
Лекция 4 Гипотезы о виде закона распределения генеральной совокупности
Одной из важнейших задач математической статистики является установление теоретического закона распределения случайной величины по её эмпирическому распределению, представляющему вариационный ряд.
Для этого на основе анализа опытных данных, общих теоретических предпосылок и особенностей известных распределений подбирают среди них такой закон, который лучше других отражает опытное распределение случайной величины.
Существенную помощь при выборе закона распределения могут оказать кривые распределения и сравнение их с графическим изображением опытного распределения.