- •Тема 1. Случайные события
- •2 Алгебра событий.
- •3 Определения вероятности события.
- •4 Элементы комбинаторики
- •1 Теоремы сложения вероятностей.
- •4 Формула полной вероятности. Формула вероятности гипотез.
- •Тема 2. Повторные независимые испытания
- •2 Наивероятнейшее число наступлений события в независимых испытаниях.
- •3 Локальная теорема Муавра-Лапласа.
- •4 Интегральная теорема Муавра-Лапласа. Пуассоновское приближение
- •Тема 3. Дискретные случайные величины
- •2 Закон распределения вероятностей дискретной случайной величины.
- •3 Математическое ожидание и его свойства.
- •4 Дисперсия дискретной случайной величины и ее свойства
- •5 Одинаково распределенные взаимно-независимые случайные величины
- •Тема 4. Непрерывные случайные величины
- •2)Дифференциальная функция (плотность распределения) непрерывной случайной величины и ее свойства.
- •Тема 5. Основные законы распределения случайных величин
- •1. Основные законы распределения дискретных случайных величин.
- •2) Равномерное распределение
- •Тема 6. Функции случайных величин и векторов
- •2) Композиция законов распределения
- •3) Специальные законы распределения
- •Тема 7. Многомерные случайные величины
- •2)Функции распределения многомерной случайной величины.
- •3)Вероятность попадания двумерной случайной величины в полуполосу и прямоугольник.
- •4)Числовые характеристики системы двух случайных величин
- •Тема 8. Закон больших чисел
- •2)Неравенство и теорема Чебышева
- •3)Понятие о центральной предельной теореме
- •Часть II. Математическая статистика
- •Тема 10. Вариационные ряды распределения
- •1) Понятие и виды вариационных рядов распределения.
- •2) Графическое изображение рядов распределения и связь между ними.
- •1) Понятие и виды вариационных рядов распределения
- •2) Графическое изображение рядов распределения и связь между ними.
- •1) Средняя арифметическая и ее свойства.
- •2) Дисперсия ряда распределения и ее свойства. Среднее квадратическое отклонение.
- •3)Моменты ряда распределения и связь между ними
- •Тема 11. Выборочный метод
- •2)Статистические оценки выборочной совокупности и их свойства.
- •3) Точечные и интервальные оценки.
- •Тема 12. Проверка статистических гипотез
- •1)Понятие и виды статистических гипотез.
- •2)Статистический критерий проверки гипотез.
- •3)Уровень значимости. Мощность критерия.
- •2)Статистический критерий проверки гипотез
- •Тема 13. Дисперсионный анализ
- •1)Понятие и модели дисперсионного анализа.
- •2)Однофакторный дисперсионный анализ.
- •1)Понятие и модели дисперсионного анализа.
- •2)Однофакторный дисперсионный анализ.
- •4.1.2.3. Двухфакторный дисперсионный анализ. Факторы а и в
- •Тема 14. Корреляционно-регрессионный анализ
- •1)Понятие корреляционной зависимости.
- •2) Оценка методом наименьших квадратов коэффициентов регрессии
- •Тема 15. Статистический анализ временных рядов
- •1)Понятие экономического временного ряда и его составляющие.
- •2)Тренд динамического ряда.
- •2)Тренд динамического ряда
Тема 6. Функции случайных величин и векторов
1)Закон распределения функции случайных величин.
2)Композиция распределений.
3)Распределения: хи-квадрат Пирcона, t-Стьюдента, F-Фишера-Снедекора.
1) Закон распределения функции случайных величин.
Пусть имеется непрерывная случайная величина X с функцией плотности вероятности f(x). Другая случайная величина Y связана со случайной величиной X функциональной зависимостью: Y=φ(X). Случайная точка (X,Y) может находиться только на кривой y=φ(x).
Дифференциальная функция случайной величины Y определяется при условии, что φ(x) - монотонна на интервале (a,b), тогда для функции φ(x) существует обратная функция: φ-1=Ψ, х = Ψ(y).
Обычно числовая прямая разбивается на n промежутков монотонности и обратная функция находится на каждом из них, поэтому:
, (5.1)
g(y) - дифференциальная функция случайной величиныY.
Математическое ожидание и дисперсию случайной величины Y– функции случайной величиныX(Y=(Х)), имеющей дифференциальную функциюf(x), можно определить по формулам:
(5.2)
. (5.3)
Пример. Случайная величина X подчиняется нормальному закону распределения с математическим ожиданием а и дисперсией 2, то есть дифференциальная функция имеет вид:
Найти дифференциальную функцию случайной величины Y=X2
Решение. На (0;) , для y=x2, обратная функция x==1;
на (- ;0) - обратная функция x= -=2 .По формуле (5.1):
g(y)= =
=
При a=0 и=1:.
2) Композиция законов распределения
В приложениях часто рассматривается вопрос о распределении суммы нескольких случайных величин. Например, пусть Z=X+Y, тогда G(z) -интегральную функцию случайной величиныZможно определить по формуле:
G(z) =dyf(x, z-x)dx=dxf(z-y,y)dy, (5.4)
где f(x,y)-дифференциальная функция системы случайных величин (X,Y);
область D– полуплоскость, ограниченная сверху прямойy=z-x.
Отсюда, .
Если X и Y независимы, то говорят о композиции законов распределения случайных величин и дифференциальная функция случайной величины Zопределяется как
g(z)=f 1 (x) f2(z-x)dx=f 1 (z-y) f2(y)dx, (5.5)
где f 1(x) и f2(y) дифференциальные функции случайной величины X и Y соответственно.
Если возможные значения аргументов неотрицательны, то дифференциальную функцию случайной величины Zопределяют по формуле:
g(z)=f 1(x)f2(z-x)dx(5.6)
или
g(z)=f 1(z-y)f2(y)dy. (5.7)
3) Специальные законы распределения
1. 2 -распределение Пирсона. ПустьX1,X2, …,Xnодинаково распределенные по нормальному закону случайные величины, являющиеся взаимно-независимыми, для которых математическое ожидание равно нулю, а среднеквадратическое отклонение 1, тогда сумма квадратов этих случайных величин носит название случайной величины χ2 - xu-квадрат с=n степенями свободы:
(5.8)
При ν=1 (учитывая пример ) дифференциальная функция 2:
Дифференциальная функция распределения χ2с=n степенями свободы
задаётся формулой
, (5.9)
где Г(x) -гамма, функция Эйлера.
Г(x)=, при R+; еслиnZ, то Г(n+1)=n!
С возрастанием числа степеней свободы = n, распределение χ2 медленно приближается к нормальному закону распределения. На практике используют обычно не плотность вероятности, а квантили распределения (прил. 2).
2. t– распределение Стьюдента. Это распределение имеет большое значение при статистических вычислениях, связанных с нормальным законом распределения, где – неизвестный параметр распределения и подлежит определению из опытных данных, например, при статистической обработке наблюдений с неизвестной точностью.
Пусть X,X1,X2,…,Xk− независимые нормально распределённые случайные величины с нулевыми математическими ожиданиями и одинаковыми дисперсиями. Безразмерная величинаt:
t = =, (5.10)
называется дробью Стьюдента.
Ее распределение не зависит от в силу ее безразмерности. Дифференциальная функцияt-распределения с=kстепенями свободы имеет вид:
f(t)=. (5.11)
t-распределение Стьюдента, которое быстрее, чем χ2 стремится к нормальному.
3. F- распределение Фишера-Снедекора.
Пусть X1, X2, …,XmиY1,Y2, …,Ynодинаково распределенные по нормальному закону случайные величины, являющиеся взаимно-независимыми, для которых математическое ожидание равно нулю, а среднеквадратическое отклонение равно единице.
Рассмотрим дробь Фишера: F(m,n)=, (5.12)
она имеет F - распределение с 1=m- числом степеней свободы числителя, и2=n- числом степеней свободы знаменателя ((m, n) степенями свободы), которое называется распределением Фишера-Снедекора.)
Распределения 2 - Пирсона, t - Стьюдента, F - Фишера-Снедекора нашли широкое применение в математической статистике, в частности при проверке статистических гипотез и в дисперсионном анализе.