- •1.Предмет теории вероятности. Её роль в экономике.
- •2.Основные понятия тв. Объективная и субъективная стороны вероятности.
- •3.Частота события. Её сходимости к вероятности.
- •4.Классическое определение вероятности. Основные формулы комбинаторики.
- •5.Геометрическое определение вероятности. Достоинства и ограничения
- •6.Простые и сложные события. Сумма событий. Теорема сложения вероятностей
- •7.Простые и сложные события. Произведение событий. Условная вероятность события. Теорема умножения вероятностей.
- •8. Формула Бернулли. Формула Пуассона. Сфера их применения.
- •9.Локальная и интегральная теоремы Муавра-Лапласа.
- •10. Формула полной вероятности. Формула Байеса.
- •11. Дискретные случайные величины. Формы задания их законов распределения.
- •21. Точные законы распределения. Распределение («хи-квадрат»)
- •23. Точные законы распределения. Распределение Фишера.
- •24.Понятие многомерной дискр. Случайной величины и закон ее распределения
- •25.Функция распределения многомерной св.
- •26.Понятие многомерной непрерывной случайной величины. Плотность вероятности двумерной случайной величины.
- •27. Условные законы распределения. Числовые характеристики двумерной св.
- •28. Закон больших чисел. Неравенство Маркова
- •29.Закон больших чисел. Неравенство Чебышева
- •30.Закон больших чисел. Теорема Чебышева.
- •31.Закон больших чисел. Теорема Бернулли. Теорема Пуассона.
- •32.Закон больших чисел. Центральная предельная теорема.
- •33. Корреляционный момент и коэффициент корреляции.
- •34. Понятие о регрессионной зависимости случайных величин. Линейные уравнения регрессии.
- •35. Основные понятия математической статистики.
- •36.Вариационные ряды и их графическое изображение.
- •37. Эмпирическая функция распределения и ее основные свойства.
- •38.Числовые характеристики вариационного ряда, их свойства.
- •39. Точечная оценка параметров распределения. Свойства.
- •40.Метод максимального правдоподобия получения оценки.
- •41.Метод наименьших квадратов получения оценки.
- •42.Метод моментов получения оценки.
- •43. Понятие о доверительных оценках и доверительном интервале
- •46. Доверительная оценка при неизвестном м и неизвестном d
- •47. Доверительная оценка неизвестной Dx при неизвестном Mx
- •48. Элементы общей теории проверки статистической гипотезы.
- •49.Статистическая проверка гипотез: Проблема выбора критической области. Ошибки 1 и 2 рода.
- •50. Статистическая проверка гипотез: сравнение математических ожиданий двух генеральных совокупностей при известных σх2 и σу2
- •51. Статистическая проверка гипотез: сравнение математических ожиданий двух генеральных совокупностей при неизвестных .
- •52. Статистическая проверка гипотез: исключение грубых ошибок наблюдений.
- •53. Статистическая проверка гипотез: сравнение дисперсий двух генеральных совокупностей.
- •55.Непараметрический критерий Уилкоксона
- •57. Распределение Пирсона
- •59. Статистическая проверка гипотез о равенстве вероятности события заданному числовому значению.
48. Элементы общей теории проверки статистической гипотезы.
Статистическая гипотеза-это любое предположение, относительно ген. совокупности, полученное в результате анализа выборочных данных.
Различают параметрические и непараметрические статистические гипотезы.
Стат. гипотеза называется параметрической, если в ней сформулированы предположения относительно значений параметров распределения, при условии, что сам ЗР считается известным.
Стат. гипотеза называется непараметрической если в ней сформулированы предположения относительно соответствия ЗР генеральной совокупности предполагаемому теорет. ЗР.
Стат.гипотезы делятся на основную(нулевая) и конкурирующую(альтернативная) гипотезу.
Стат. Гипотеза называется основной Н0 , если она утверждает, что различия между сравниваемыми величинами отстутствуют, а наблюдаемые отклонения объясняются лишь случайными колебаниями выборки.
Стат.гипотеза называется конкурирующей(альт.) если по смыслу противоречит основной. Н1
Н0: М(х) = М(у), х,у-ген. совок-ть 1 и 2 соответственности.
Н1: М(х) ≠ М(у)
М(х) > М(у)
М(х) < М(у)
Различают простые и сложные гипотезы.
Стат.гипотезу называют простой, если она содержит только 1 предположение, т.е. ей соответствует 1 распределение или 1 точка пространства параметров.
Стат.гипотезу называют сложной, если она состоит из конечного или бесконечного числа простых гипотез.
Выбор конкурирующей
гипотезы прежде всего зависит от
результатов, полученных в результате
анализа выборочных данных и влияет на
вид критической области.
49.Статистическая проверка гипотез: Проблема выбора критической области. Ошибки 1 и 2 рода.
При проверке стат.гипотез на начальном этапе формулируются основная и конкурирующая гипотезы.
На след.этапе определяется статистика критерия. Это спец. функция выборки ЗР которой хотя бы ассимптотически сходятся к 1 из точных ЗР.
Для проверки различных стат.гипотез используется соотв. ей статистика критерия.
Исходя из вида конкурирующей гипотезы ЗР статистики критерия и заданной надежности определяется так называемая критическая область.
Критической называется область, при попадании в которую в статистике критерия основная гипотеза(Н0) отвергается.
Допустимой называется область, при попадании в которую в статистике критерия основная гипотеза не отвергается.
В зависимости от вида конкурирующей гипотезы, крит. область бывает односторонней соотв.Нi и двусторонней соотв. конкур.гипотезы Нi вида.
tα-
граница
крит. области
α1
– левосторонняя крит.область
tα
=H1*M(x)>
M(y)
H1
*M(x)<M(y)
α2
–
правосторонняя крит.область
Границы крит.области соответствую квантилю(крит.значению ЗР статистики критерия)
α\2 и α\2 – двусторонние
крит.области
H1
*M(x)
≠ M(y)
Если значение статистики критерия, рассчит.по имеющейся выборке, оказывается в крит.области, то основная гипотеза отвергается на уровне значимости α; Если в допустимой области то основная гипотеза не отвергается на уровне значимости α.
Общая схема проверки стат.гипотез имеет вид:
Определяется основная и конкурир.гипотезы
Выбирается статистика критерия
Вычисляется значение статистики критерия по выб.данным
Определяется критическая область
Принимается статист.решение( отвечает или нет)
В результате проверки стат.гипотез возможны след.исходы:
Основная гипотеза верна и по выбранному числовому критерию не отвергается
Основная гипотеза верна, но она по выбранному числовому критерию отвергается
Основная гипотеза ошибочна, но она не отвергается по выбранному числовому критерию.
Основная гипотеза ошибочна и она не отвергается по выбранному числовому критерию.
Ошибка соответствующая 2 исходу, называется ошибкой 1 рода-это ошибки,связанные с отвержением верных гипотез.
Ошибка соответствующая 3 исходу называется ошибкой 2 рода- это ошибки,когда принимаются неверные гипотезы.
При уменьшении ошибки 1 рода, увеличивается ошибка 2 рода, и наоборот, при уменьшении ошибки 2 рода, увеличивается ошибка 1 рода.
Суммарное сокращение ошибок 1 и 2 рода возможно при:
Увеличении объема выборки
При оптимальном выборе границы крит. области
Сα
= плата за
единицу 1 рода
СВ
= плата за
единицы ошибки 2 рода
Оптимальные границы крит.области соотв-т оптимальным решениям след.задачи Сα*α +СВ *β→min