
- •Министерство образования и науки российской федерации
- •Дифференциальные уравнения первого порядка
- •Уравнения с разделёнными и разделяющимися переменными
- •Однородные уравнения первого порядка
- •Линейные уравнения первого порядка
- •Уравнение в полных дифференциалах
- •Интегрирующий множитель
- •Дифференциальные уравнения высших порядков
- •Уравнения вида
- •Уравнения второго порядка, приводящиеся к уравнениям первого порядка
- •Линейные однородные уравнения. Определения и общие свойства
- •Линейные однородные уравнения второго порядка с постоянными коэффициентами
- •Линейные однородные уравнения го порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения второго порядка
- •Неоднородные линейные уравнения второго порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения высших порядков
- •Системы обыкновенных дифференциальных уравнений
- •Системы линейных дифференциальных уравнений с постоянными коэффициентами
- •Р я д ы Числовые ряды Числовой ряд. Сумма ряда. Необходимый признак сходимости ряда
- •Достаточные признаки сходимости рядов с положительными членами
- •Знакопеременные ряды
- •Функциональные ряды
- •Ряды Тейлора и Маклорена
- •Ряды Фурье
- •Ряды Фурье для четных и нечетных функций
- •Ряд Фурье для функции с периодом
- •К о м б и н а т о р и к а
- •Общие правила комбинаторики
- •Соединения в комбинаторике
- •Размещения без повторений
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторениями
- •11 12 13 14 15 16 17 19
- •Перестановки с повторениями
- •Т е о р и я в е р о я т н о с т е й Случайные события Основные понятия теории вероятностей
- •Основные теоремы теории вероятностей Теорема сложения вероятностей несовместных событий
- •Зависимые и независимые события. Условная вероятность
- •Теорема умножения вероятностей
- •Теорема сложения вероятностей совместных событий
- •Вероятность появления хотя бы одного события
- •. Формула полной вероятности
- •Формула Бейеса
- •Повторение испытаний
- •Формула Бернулли
- •Локальная теорема Лапласа
- •. Формула Пуассона
- •Интегральная теорема Лапласа
- •Случайные величины Случайная величина. Виды случайных величин
- •Закон распределения вероятностей дискретной случайной величины
- •Числовые характеристики дискретных случайных величин
- •Математическое ожидание дискретной случайной величины
- •Дисперсия дискретной случайной величины
- •Плотность распределения вероятностей непрерывной случайной величины
- •Числовые характеристики непрерывных случайных величин
- •Законы распределений
- •Равномерное распределение
- •Нормальное распределение
- •. Правило трёх сигм
- •Показательное распределение
- •Функция надёжности
- •Элементы математической статистики Основные сведения из математической статистики
- •Статистическое распределение выборки. Полигон и гистограмма
- •1 4 6
- •10 15 25
- •Статистические оценки параметров распределения
- •Оценка генеральной дисперсии по исправленной выборочной
- •Точность оценки, доверительная вероятность (надёжность). Доверительный интервал
- •Методы расчёта сводных характеристик выборки
- •Сведение первоначальных вариант к равноотстоящим
- •Оценка отклонения теоретического и эмпирического распределений от нормального. Асимметрия и эксцесс
- •Элементы теории корреляции
- •. (1)
- •(4) . (5) Корреляционная таблица
- •Отыскание параметров выборочного уравнения прямой линии регрессии по сгруппированным данным
- •Методика вычисления выборочного коэффициента корреляции
- •. Статистическая проверка статистических гипотез
- •Линейное программирование Задача линейного программирования
- •Построение математической модели
- •Графическое решение задачи линейного программирования
- •Симплексный метод решения задачи линейного программирования
- •Решение задачи 1 симплексным методом
- •Искусственное начальное решение. Метод больших штрафов.
- •Особые случаи применения симплекс-метода
- •1.7.2 Бесконечное множество решений
- •1.7.4 Неограниченные решения
- •1.7.5 Промежуточное вырожденное решение
- •Задача о назначениях
- •4 Изменение запаса ресурса продукта а 7
- •1 Изменение единицы стоимости продукта а 4
- •Заключение
. Статистическая проверка статистических гипотез
Часто необходимо знать закон распределения генеральной совокупности. Если закон распределения неизвестен, но имеются основания предположить, что он имеет определённый вид (назовём его А), выдвигают гипотезу: генеральная совокупность распределена по закону А. В этой гипотезе речь идёт о виде предполагаемого распределения.
Возможен случай, когда
закон распределения известен, а его
параметры неизвестны. Если есть основания
предположить, что неизвестный параметр
равен определённому значению
,
выдвигают гипотезу:
.
В этой гипотезе речь идёт о предполагаемой
величине параметра одного известного
распределения.
Статистической называют гипотезу о виде неизвестного распределения, или о параметрах известных распределений.
Нулевой
(основной) называют выдвинутую гипотезу
.
Конкурирующей
(альтернативной) называют гипотезу
,
которая противоречит нулевой.
Простой называют гипотезу, содержащую только одно предположение.
Сложной называют гипотезу, которая состоит из конечного или бесконечного числа простых гипотез.
Ошибка
первого рода
состоит в том, что будет отвергнута
правильная нулевая гипотеза. Вероятность
ошибки первого рода называют уровнем
значимости и обозначают через
.
Ошибка
второго уровня
состоит в том, что будет принята
неправильная нулевая гипотеза. Вероятность
ошибки второго уровня обозначают через
.
Для проверки нулевой гипотезы используют специально подобранную случайную величину, точное или приближённое распределение которой известно.
Статистическим
критерием
(или просто критерием) называют случайную
величину
,
которая служит для проверки нулевой
гипотезы. Например, если проверяют
гипотезу о равенстве дисперсий двух
нормальных генеральных совокупностей,
то в качестве критерия
принимают отношение исправленных
выборочных дисперсий:
.
Для проверки гипотезы по данным выборок вычисляют частные значения входящих в критерий величин и таким образом получают частное (наблюдаемое) значение критерия.
Наблюдаемым
значением
называют значение критерия, вычисленное
по выборкам. Например, если по двум
выборкам найдены исправленные выборочные
дисперсии
и
,
то наблюдаемое значение критерия
.
Критической областью называют совокупность значений критерия, при которых нулевую гипотезу отвергают.
Областью принятия гипотезы (областью допустимых значений) называют совокупность значений критерия, при которых нулевую гипотезу принимают.
Основной принцип проверки статистических гипотез: если наблюдаемое значение критерия принадлежит критической области, то нулевую гипотезу отвергают; если наблюдаемое значение критерия принадлежит области принятия гипотезы, то гипотезу принимают.
Поскольку критерий К – одномерная случайная величина, все её возможные значения принадлежат некоторому интервалу. Поэтому критическая область и область принятия гипотезы также являются интервалами и, следовательно, существуют точки, которые их разделяют.
Критическими
точками
(границами)
называют точки, отделяющие критическую
область от области принятия гипотезы.
Различают одностороннюю (правостороннюю или левостороннюю) и двустороннюю области.
Правосторонней
называют критическую область,
определяемую неравенством
,
где
-
положительное число.
Левосторонней
называют критическую область, определяемую
неравенством
,
где
-
отрицательное число.
Двусторонней
называют критическую область, определяемую
неравенством
.
Для отыскания
критической области достаточно найти
критическую точку. Для её нахождения
задаются достаточной малой вероятностью
– уровнем значимости
и ищут критические точки, исходя из
следующих соотношений:
а) для правосторонней
критической области
б) для левосторонней
критической области
в) для двусторонней
симметричной области
.
Для каждого критерия
имеются соответствующие таблицы, по
которым и находят критическую точку,
удовлетворяющую этому требованию. Когда
критическая точка уже найдена, вычисляют
по данным выборок наблюдаемое значение
критерия и, если окажется, что
,
то нулевую гипотезу отвергают; если же
,
то нет оснований, чтобы отвергнуть
нулевую гипотезу.
Пример 4.
По двум независимым выборкам, объёмы
которых
,
извлечённым из нормальных генеральных
совокупностейX
и Y,
найдены исправленные выборочные
дисперсии
При уровне значимости
, проверить нулевую гипотезу
о равенстве генеральных дисперсий, при
конкурирующей гипотезе
.
Р е ш е н и е. Для того
чтобы при уровне значимости
, проверить нулевую гипотезу
о равенстве генеральных дисперсий, при
конкурирующей гипотезе
,
надо вычислить наблюдаемое значение
критерия (отношение большей исправленной
дисперсии к меньшей)
По
условию конкурирующая гипотеза имеет
вид
,
поэтому критическая область –
правосторонняя.
По таблице критических
точек распределения Фишера-Снедекора,
по заданному уровню значимости
и числам степеней свободы
(
-
число степеней свободы большей
исправленной дисперсии) находим
критическую точку
Так как
– нет оснований отвергнуть гипотезу о
равенстве генеральных дисперсий. Другими
словами, выборочные исправленные
дисперсии различаются незначимо.