
- •Случайные события, их виды.
- •Классическое определение вероятности, ее свойства.
- •Относительная частота, ее свойства.
- •Суммирование вероятностей несовместимых событий.
- •Полная группа событий, противоположные события.
- •Условная вероятность. Теорема умножения вероятностей для зависимых событий.
- •Независимые события. Теорема умножения вероятностей для независимых событий.
- •Независимые события. Вероятность появления хотя бы одного события.
- •Сложение вероятностей для совместимых событий.
- •Формула полной вероятности.
- •Формула Байеса.
- •Независимые испытания. Формула Бернулли, свойства формулы.
- •Локальная теорема Лапласа.
- •Интегральная теорема Лапласа.
- •Случайные величины. Виды случайных величин. Формы законов распределения случайных величин.
- •Ряды распределения. Многоугольник распределения.
- •Функция распределения. Ее свойства.
- •Плотность распределения и ее свойства.
- •Математическое ожидание (м(х)) дискретных случайных величин. Его свойства.
- •Дисперсия (d(X)) случайной дискретной величины. Ее свойства. Среднеквадратическое отклонение σ(х).
- •Взаимно независимые случайные величины, которые имеют одинаковый
- •Числовые характеристики непрерывных случайных величин.
- •Начальные центральные и теоретические моменты.
- •Биномиальный закон распределения.
- •Распределение Пуассона.
- •Равномерный закон распределения.
- •Показательный закон распределения.
- •Нормальный закон распределения. Форма нормальной кривой. Влияние параметров на форму.
- •Числовые характеристики нормального закона распределения. Моменты нормального закона распределения.
- •Функции распределения. Нормальный закон.
- •Нормальный закон распределения, вероятность попадания в заданный интервал.
- •Симметрия икСес. ( χ )
- •Нормальный закон распределения. Вычисление вероятности заданного отклонения. Правило 3х сигм.
- •Закон Больших Чисел. Неравенство Чебышева, обобщенная теорема Чебышева. Теорема Маркова
- •Закон Больших Чисел. Теорема Бернулли и Пуассона.
- •Центральная Предельная Теорема.
- •Задачи математической статистики. Выборочный метод.
- •Дискретный вариационный ряд.
- •Интервальный вариационный ряд.
- •Графическое изображение вариационных рядов. Полигон частот и гистограмма.
- •Эмпирическая функция распределения. Ее свойства.
- •4 2,43,44. Точечные оценки. Свойства точечных оценок.
- •Метод максимальной правдоподобности для дискретных случайных величин.
- •Метод максимальной правдоподобности для непрерывных случайных величин.
- •Получение методом максимальной правдоподобности точечных оценок параметров показательного закону распределения.
- •Получение методом максимальной правдоподобности точечных оценок параметров нормального закону распределения.
- •Точечные центральные эмпирические моменты.
- •Метод моментов.
- •Законы распределения χ2 (хи квадрат), tct (Стьюдента), Fф (Фишера).
- •Распределение , d(выборки) нормальной генеральной совокупности.
- •Интервальное оценивание. Постановка задачи.
- •Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) известно.
- •Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) неизвестно.
- •Доверительный интервал для дисперсии нормальной совокупности.
- •Статистическая проверка гипотезы. Основные понятия. Н0 и н1, критерии проверки гипотезы. Критическая точка. Критическая область и область принятия гипотезы. Основной принцип проверки гипотез.
- •Виды критических областей. Построение критических областей.
- •(*) Общая схема статистической проверки гипотез.
- •Критерий согласия χ2 Пирсона.
- •Критерий согласия Колмогорова.
- •Проверка гипотез про равенство математического ожидания м(х) нормальной совокупности гипотетическому значению, если среднеквадратическое отклонение σ(х) известно.
- •Проверка гипотез про равенство математического ожидания м(х) нормальной совокупности гипотетическому значению, если среднеквадратическое отклонение σ(х) неизвестно.
- •Проверка гипотез про равенство математического ожидания d(х) нормальной совокупности гипотетическому значению.
-
Метод максимальной правдоподобности для дискретных случайных величин.
Пусть
X—дискретная случайная величина, которая
в результате n
испытаний приняла значения
Допустим, что вид закона распределения
величины X задан, но неизвестен параметр
θ, которым определяется этот закон.
Требуется найти его точечную оценку.
Обозначим
вероятность того, что в результате
испытания величина X
примет значение
через
Функцией правдоподобия дискретной случайной величины X называют функцию аргумента θ:
В качестве точечной оценки параметра θ принимают такое его значение θ* = θ*(х1, х2, …, хn), при котором функция правдоподобия достигает максимума. Оценку θ* называют оценкой наибольшего правдоподобия.
Функции L и ln L достигают максимума при одном и том же значении θ, поэтому вместо отыскания максимума функции L ищут (что удобнее) максимум функции ln L.
Логарифмической функцией правдоподобия называют функцию ln L. Как известно, точку максимума функции ln L аргумента θ можно искать, например, так:
Найденную точку максимума θ* принимают в качестве оценки наибольшего правдоподобия параметра θ.
-
Метод максимальной правдоподобности для непрерывных случайных величин.
Непрерывные
случайные величины. Пусть
X — непрерывная случайная величина,
которая в результате n
испытаний приняла значения
.
Допустим, что вид плотности распределения
f(х)
задан, но не известен параметр θ, которым
определяется эта функция.
Функцией правдоподобия непрерывной случайной величины X называют функцию аргумента θ:
где
—фиксированные числа. Оценку наибольшего
правдоподобия неизвестного параметра
распределения непрерывной случайной
величины ищут так же, как в случае
дискретной величины.
-
Получение методом максимальной правдоподобности точечных оценок параметров показательного закону распределения.
Найти
методом наибольшего правдоподобия
оценку параметра λ. показательного
распределения
если в результате л испытаний случайная
величина X, распределенная по показательному
закону, приняла значения
.
Решение.
Составим функцию правдоподобия, учитывая,
что
Напишем
уравнение правдоподобия, для чего
приравняем первую производную нулю:
Найдем критическую точку, для чего решим полученное уравнение относительно λ:
Найдем
вторую производную по λ:
Легко
видеть, что при
вторая производная отрицательна;
следовательно,
— точка максимума и, значит, в качестве
оценки наибольшего правдоподобия
параметра λ показательного распределения
надо принять величину, обратную выборочной
средней:
-
Получение методом максимальной правдоподобности точечных оценок параметров нормального закону распределения.
Найти
методом наибольшего правдоподобия
оценки параметров a
и
нормального распределения
Найдем логарифмическую функцию правдоподобия:
Найдем
частные производные по а и по
:
Приравняв
частные производные нулю и решив
полученную систему двух уравнений
относительно а и
2,
получим:
Итак,
искомые оценки наибольшего правдоподобия:
Заметим, что первая оценка несмещенная,
а вторая смещенная.