- •Министерство образования и науки российской федерации
- •Раздел I. Теория вероятностей
- •Тема 1. Случайные события
- •1.1 Классификация событий
- •1.2. Вероятность событий
- •2.1. Теорема сложения вероятностей несовместных событий
- •Свойства вероятности
- •1.3. Элементы комбинаторики
- •1.4. Операции над событиями
- •Тема 2. Основные теоремы
- •2.2. Теорема умножения вероятностей
- •2.3. Формула полной вероятности. Формулы Байеса
- •Тема 3. Повторные независимые испытания
- •3.1. Формула Бернулли
- •3.2. Формула Пуассона
- •3.3. Локальная теорема Муавра-Лапласа
- •Свойста функци , ее график
- •3.4. Интегральная теорема Муавра-Лапласа
- •Свойства функции :
- •Тема 4. Дискретная случайная величина и её характеристики
- •4.1. Понятие случайной величины
- •4.2. Закон распределения дискретной случайной величины
- •4.3. Математические операции над случайными величинами
- •4.4. Числовые характеристики дискретной случайной величины
- •Свойства
- •Свойства
- •4.5. Биноминальный закон распределения и закон Пуассона
- •4.6. Функция распределения случайной величины
- •Свойства функции распределения
- •Тема 5. Непрерывные случайные величины.
- •5.1. Плотность распределения вероятностей непрерывных случайных величин
- •Свойства плотности распределения
- •5.2. Числовые характеристики непрерывных случайных величин
- •5.3. Нормальный закон распределения
- •Свойства случайной величины, распределенной по нормальному закону
- •5.4. Центральная предельная теорема. Теорема Ляпунова
- •Тема 6. Двумерные (n-мерные) случайные величины
- •6.1. Способы задания двумерной случайной величины
- •Свойства двумерной функции распределения
- •6.2. Условные законы распределения
- •6.3. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •6.4. Двумерный нормальный закон распределения
- •Тема 7. Закон больших чисел
- •Неравенство Маркова (лемма Чебышева)
- •Неравенство Чебышева
- •Теорема Чебышева
- •Раздел II. Математическая статистика Тема 8. Выборочный метод. Общие вопросы
- •8.1. Понятие о вариационных рядах
- •8.2. Эмпирическая функция распределения
- •Свойства :
- •8.3. Числовые характеристики вариационного ряда
- •Основные свойства
- •Основные свойства дисперсии
- •Упрощённый способ расчёта средней арифметической и дисперсии
- •8.4. Выборочный метод
- •Тема 9. Оценка доли признака и генеральной средней
- •Точечные оценки генеральной совокупности. Свойства оценок
- •Интервальная оценка параметров
- •Доверительный интервал для генеральной средней и генеральной доли по большим выборкам
- •Объём выборки
- •Тема 10. Статистическая проверка гипотез
- •10.1. Статистическая гипотеза и общая схема её проверки
- •1) - То нулевую гипотезуотвергают,
- •2) - То нет оснований отвергнуть.
- •10.2. Построение теоретического закона распределения по опытным данным. Критерий согласия Пирсона
- •Правило проверки нулевой гипотезы
- •Тема 11. Корреляция и регрессия
- •11.1. Линейная парная регрессия
- •11.2. Оценка тесноты корреляционной зависимости
- •Свойства выборочного коэффициента корреляции r
- •Проверка значимости выборочного коэффициента корреляции
11.2. Оценка тесноты корреляционной зависимости
Представим уравнение
(11.2) в другом виде. Подставим в него
выражение для
:
,
.
(11.3)
Из формулы (11.3) видно,
что коэффициент регрессии
показывает на сколько единиц изменится
переменная
при увеличении переменной
на 1 единицу. Это не всегда является
удобным, так как
зависит от единиц измерения.
Умножим
на
,
тогда (11.3) имеет вид
.
Обозначим через
.
(11.4)
Определение.
Величина
является показателем тесноты связи и
называетсявыборочным коэффициентом
корреляции, равный
.
(11.5)
Выборочный коэффициент
корреляции
показывает на сколько величин
изменится в среднем
,
когда
увеличится на одно
.
Т.к. формула для
(11.5) симметрична относительно двух
переменных, то можно записать:
.
(11.6)
Найдя произведение обеих частей равенств (11.4) и (11.6), получим
или
,
т.е. коэффициент
корреляции
есть средняя геометрическая коэффициентов
регрессии, имеющая их знак.
Т.о. теоретическая
линия регрессии
по
имеет
вид:
.
Аналогично определяется
теоретическая линия регрессии
по
:
.
Замечание.Обе
теоретические линии регрессии проходят
через точку
.
Найдем уравнения теоретических линий регрессии для нашей таблицы распределения.
Вычислим коэффициент
корреляции
.
Для этого проведем расчеты
,
,
,
,
.



=
,
=
.

![]()

![]()
=![]()
=![]()
Т.о.
![]()
Теоретическая линия
регрессии
на
:
или
.
Теоретическая линия
регрессии
на
:
или
.
Свойства выборочного коэффициента корреляции r
1)
- абсолютная величина не превосходит
единицы.
2) При
корреляционная связь представляет
собой линейную функциональную зависимость.
При этом линии регрессии
по
и
по
совпадают.
3) При
линейная корреляционная связь отсутствует.
Линии регрессии параллельны осям
координат.
4) Если
,
то с.в.
и
связаны корреляционной зависимостью.
Чем ближе
к единице, тем сильнее эта зависимость.
Проверка значимости выборочного коэффициента корреляции
Пусть из двумерной
генеральной совокупности
извлечена
выборка объемаnи по
ней найден выборочный коэффициент
корреляции
.
Так как выборка случайная, то нельзя
заключить, что коэффициент корреляции
генеральной совокупности
также отличен от нуля. Поэтому при
заданном уровне значимости
проверяем гипотезу
об отсутствии линейной корреляционной
связи между переменными в генеральной
совокупности, т.е.
:
.
Если нулевая гипотеза отвергается, то это означает, что выборочный коэффициент корреляции значимо отличается от нуля, а ХиYсвязаны линейной зависимостью.
В качестве критерия проверки нулевой гипотезы принимают случайную величину
.
Величина
имеет распределение Стьюдента с
степенями свободы.
Правило проверки
нулевой гипотезы.Для того чтобы при
заданном уровне значимости
проверить нулевую гипотезу
:
,
надо вычислить наблюдаемое значение
критерия
и по таблице критических точек
распределения Стьюдента найти критическую
точку
.
Если
![]()
- нет оснований отвергнуть нулевую
гипотезу.
Если
![]()
- нулевую гипотезу отвергают.
