- •Раздел 1. Случайные события.
- •Раздел 2. Случайные величины
- •Раздел 3. Системы случайных величин (случайные векторы).
- •4.7. Законы распределения функции случайных векторов 65
- •Раздел 1. Случайные события
- •1.1 Основные пояснения к терминам и понятиям.
- •1.2 Алгебра событий
- •1.3 Выборочное пространство. Вероятность события.
- •1.4 Простейшие способы определения вероятностей
- •1.6 Правило сложения вероятностей
- •1.7 Условная вероятность события. Правило умножения вероятностей.
- •1.8 Формула полной вероятности
- •1.9 Априорные и апостериорные вероятности гипотез.
- •Раздел 2. Случайные величины
- •2.1 Аксиоматическое определение вероятности
- •2.2 Определение случайной величины и ее описание
- •2.3 Статистические ( числовые) характеристики случайных величин
- •Основные числовые характеристики случайной величины
- •2.4. Гауссовские случайные величины и их характеристики
- •Значения вероятности для гауссовского распределения при различных
- •2.5. Другие типы случайных величин
- •Виды функций плотности распределения вероятностей и соответствующие им характеристики
- •Раздел 3. Совокупность случайных величин (случайные векторы).
- •3.1. Определение случайного вектора и его описание.
- •3.2. Статистические характеристики случайных векторов
- •Основные определения и соотношения для двухмерного случайного вектора
- •3.4. Гауссовские случайные векторы и их характеристики.
- •Среднеквадратический эллипс ошибок, круговая вероятная ошибка
- •Раздел 4. Преобразование случайных величин.
- •4.3 Числовые характеристики от функций случайных величин.
- •4.4 Законы распределения функций случайных величин
- •4.5 Получение случайной величины с заданным распределением путем функционального преобразования.
- •4.6 Законы распределения функции двух случайных аргументов
- •. (4.73)
- •4.7 Законы распределения функции случайных векторов
- •4.8. Линейные преобразования случайных векторов
- •4.9. Определение статистических свойств длины проекции случайного двухмерного вектора на заданное направление
- •4.10. Ортогонализация случайных величин. Связь матрицы ковариаций и среднеквадратического эллипса
- •Раздел 5. Элементы математической статистики
- •5.1 Первичная статистическая совокупность. Статистическая функция распределения.
- •5.2 Статистический ряд. Гистограмма
- •5.3 Числовые характеристики статистического распределения
- •5.4 Доверительный интервал. Доверительная вероятность.
- •5.6 Критерий согласия.
- •5.7 Критерий согласия Колмогорова
- •5.8 Статистическая проверка гипотез
5.4 Доверительный интервал. Доверительная вероятность.
Всякая статистическая оценка параметра, определенная по данным выборки может быть только приближенной.
Чтобы дать представление о точности и надежности оценки пользуются так называемымидоверительными интервалами и доверительными вероятностями.
Чтобы получить доверительный интервал задаются доверительной вероятностью
, (5.13)
и определяют интервал, который называетсядоверительным интервалом.
Очевидно, что этот интервал легко найти, если известна функция распределения оценки . Но функция распределения может быть определена, если известна функция распределения величины.
Затруднение заключается в том, что эта функция зависит от неизвестного параметра .
Чтобы обойти это затруднение используют следующий прием: заменяют в выражении для параметры их статистическими оценками.
Пример. Определить доверительный интервал для оценки математического ожидания
.
Воспользуемся тем, что в соответствии с центральной предельной теоремой закон распределения близок к нормальному с параметрамии.
Предположим вначале, что величинаизвестна. Найдем такое значение, для которого
.
Для этого рассмотрим нормированное отклонение. Тогда.
Очевидно, что
,
где -функция Лапласа, равная.
С учетом введенного обозначения для
можем записать
.
Откуда
.
Приимеем
и длина интервала, который покрывает величину с вероятностью
будет зависеть только от доверительной вероятности , объема выборкии СКО, предеполагаемой известной.
Величина в точности неизвестна, поэтому в качествеиспользуется оценка этой величины.
Значения можно разбить на две категории: принадлежащие доверительному интервалу и не принадлежащие ему. Значения первой категории можно назвать согласующимися с данными выборки.
Доверительные границы для функции распределения.
В основе построения доверительных границ лежит теорема Колмогорова.
Какова бы ни была функция распределениявероятностьнеравенства
(5.13)
при больших приблизительно равна
, где функция распределенияопределяется как сумма бесконечного ряда
.
Неравенстворавносильно тому, что при каждомвыполняется неравенство
, или неравенство
. , позволяющее построить полосу, которой принадлежит функция распределения.
Таким образом, при больших вероятность покрытия полосой функцииприближенно равна. Мы получаем, следовательно, две доверительных границы для неизвестной функции распределенияотвечающие выбранному коэффициенту доверия.
Выравнивание статистических распределений.
Для полученной гистограммы требуется подобрать аналитическую функцию плотности с последующим ее использованием.
Следует иметь ввиду, что при аппроксимации гистограммы должны выполняться условия
; .
Как правило, пользуются методом моментов, состоящем в том, чтобы важнейшие моменты: математическое ожидание дисперсия, иногдаувыравниваемого и выравнивающего распределений совпадали.
4.5 Критерии согласия.
Идея заключается в следующем . На основании статистического материала выдвигается гипотеза , состоящая в том, что случайная величинаподчиняется некоторомуопределенному закону распределения.
Для того, чтобы принять или отвергнуть гипотезу рассматривается некоторая величина, характеризующая степень расхождения теоретического и статистического распределений. Величинаможет быть выбрана различными способами, например, в качествеможет быть выбрана сумма квадратов отклонений теоретических вероятностейот частот, или же максимальное отклонение функции распределенияот. Очевидно, что- некотораяслучайная величина, закон распределения которой зависит от закона распределения случайной величины и количества опытов.
Допустим, что закон распределения случайной величины известен. В результате данной серии опытов обнаружено, что случайная величина приняла значение. Спрашивается, можно ли объяснить это расхождение случайными факторами или гипотезаневерна. Для ответа предположим, что гипотезаверна и вычислим вероятность события
Если вероятность этого события мала, то гипотезу необходимо отвергнуть, как малоправдоподобную. Если же вероятность этого события велика, следует признать, что экспериментальные данные не противоречат гипотезе .
Рассмотрим один из наиболее часто употребляемых критериев согласия
Предположим, что проведено независимых опытов. Результаты опыта представлены в виде статистического ряда с частотами.
С другой стороны, зная теоретическое распределение для , могут быть рассчитаны вероятности.