
- •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.
-
Распределение , d(выборки) нормальной генеральной совокупности.
Пускай
х1,х2,
…, xn
– независимые случайные величины, какие
имеют нормальный закон распределения
с параметрами хі~N(a,σ),
i=1,2,…,n;
тогда
тоже имеет нормальный закон распределения
с параметрами М(
)=а;
D(
)=σ2/n;
Выборочной
дисперсией
называют среднее арифметическое
квадратов отклонения наблюдаемых
значений признака от их среднего значения
.
Если
все значения
, признака выборки объема n
различны, то
Если же значения
признака
имеют со-
соответственно
частоты
причем n1+n2+…+nk=n
то
т. е. выборочная
дисперсия есть средняя взвешенная
квадратов отклонений с весами, равными соответствую-
соответствующим частотам.
-
Интервальное оценивание. Постановка задачи.
Точечной называют оценку, которая определяется одним числом. Все оценки, рассмотренные выше,— точечные. При выборке малого объема точечная оценка может значительно отличаться от оцениваемого параметра, т. е. приводить к грубым ошибкам. По этой причине при небольшом объеме выборки следует пользоваться интервальными оценками.
Интервальной называют оценку, которая определяется двумя числами — концами интервала. Интервальные оценки позволяют установить точность и надежность оценок (смысл этих понятий выясняется ниже).
Надежностью
(доверительной вероятностью)
оценки 0 по 0* называют вероятность у, с
которой осуществляется неравенство
.
Обычно надежность
оценки задается наперед, причем в качестве у берут число, близкое к единице. Наиболее часто задают надежность, равную 0,95; 0,99 и 0,999.
Доверительным
называют интервал (0*—,
0*+
),
который покрывает неизвестный параметр
с заданной надежностью Y.
-
Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) известно.
Пусть
количественный признак X генеральной
совокупности распределен нормально,
причем среднее квадратическое отклонение
о этого распределения известно. Требуется
оценить неизвестное математическое
ожидание а по выборочной средней
.
Поставим своей задачей найти доверительные
интервалы, покрывающие параметр а с
надежностью γ. Будем рассматривать
выборочную среднюю
как случайную величину
(
изменяется от выборки к выборке) и
выборочные значения признака
— как одинаково распределенные
независимые случайные величины
(эти числа также изменяются от выборки
к выборке). Другими словами, математическое
ожидание каждой из этих величин равно
а и среднее квадратическое отклонение
— σ. Примем без доказательства, что если
случайная величина X распределена
нормально, то выборочная средняя
,
найденная по независимым наблюдениям,
также распределена нормально. Параметры
распределения
таковы:
Потребуем, чтобы выполнялось соотношение
где γ — заданная надежность.
заменив
X
на
и σ на
получим
где
Найдя
из последнего равенства
можем написать
Приняв
во внимание, что вероятность Р задана
и равна γ, окончательно имеем (чтобы
получить рабочую формулу, выборочную
среднюю вновь обозначим через
)
Смысл
полученного соотношения таков: с
надежностью γ можно утверждать, что
доверительный интервал
покрывает неизвестный параметр а;
точность оценки
Итак, поставленная выше задача полностью
решена.
Укажем
еще, что число t
определяется из равенства
по таблице функции Лапласа находят
аргумент t,
которому соответствует значение функции
Лапласа, равное γ/2.