- •1 Предмет курсу. Основні задачі
- •1.1 Математична модель. Види моделей
- •1.2 Типи розв'язуваних задач
- •3 Виявлення закономірностей (досліджуємо залежність одних змінних від інших):
- •4 Класифікація, тобто одержання відповіді на одне з питань:
- •1.3 Шкали вимірювання
- •1.4 Види шкал
- •2 Випадкові величини
- •2.1 Закон розподілу
- •2.1.1 Закон розподілу дискретної випадкової величини
- •1.5 Зв'язок шкал вимірювань і застосовуваних методів
- •Питання і завдання до розділу 1
- •2.1.2 Закон розподілу неперервної випадкової величини
- •2.2. Числові характеристики випадкових величин
- •2.2.1 Математичне сподівання
- •2.2.2 Дисперсія випадкової величини
- •2.2.3 Середнє квадратичне відхилення випадкових величин
- •2.2.4 Мода і медіана
- •Графік функції розподілу
- •Питання і завдання до розділу 2
- •Лабораторна робота Тема. Основні характеристики дискретної випадкової величини.
- •3 Нормальний розподіл і основні розподіли, пов'язані з ним
- •Нормальний розподіл
- •3.1.1 Обчислення ймовірності заданого відхилення від математичного сподівання
- •3.1.2 Правило трьох сигм (3σ)
- •3.1.3 Моменти
- •3.1.4 Оцінка відхилення теоретичного розподілу від нормального. Асиметрія та ексцес
- •3.2 Розподіл χ2 (розподіл Пірсона)
- •Функції Excel
- •3.3 Розподіл Стьюдента (t – розподіл)
- •Питання і завдання до розділу 3
- •Лабораторна робота Тема. Нормальний закон розподілу
- •4 Вибірковий метод
- •4.1 Теорема Чебишева
- •4.2 Основні поняття вибіркового методу
- •4.3 Емпіричний закон розподілу
- •4.3.1 Статистичний розподіл у вигляді таблиці
- •4.3.2 Графічне зображення статистичного розподілу
- •4.3.3 Побудова гістограми
- •4.4 Статистичні оцінки параметрів розподілу
- •4.4.1 Міри положення
- •4.4.2 Міри розсіювання
- •4.4.3 Міри форми
- •4.5 Визначення параметрів з використанням ms Excel
- •4.6 Довірчий інтервал
- •4.6.1 Довірчий інтервал для оцінки математичного сподівання нормального розподілу при невідомому
- •4.6.2 Довірчий інтервал для середнього квадратичного відхилення (нормальний розподіл)
- •Питання і завдання до розділу 4
- •Лабораторна робота Тема. Обчислення основних статистичних характеристик вибірки
- •5 Статистична перевірка статистичних гіпотез
- •Помилки першого і другого роду
- •5.1 Перевірка гіпотези про закон розподілу
- •5.1.1 Емпіричні та теоретичні частоти. Безперервний розподіл
- •5.1.2 Критерій згоди Пірсона
- •5.2 Поняття про параметричну, непараметричну і робастну статистику
- •5.3 Порівняння двох дисперсій нормальної генеральної сукупності
- •5.3.1 Критерій Фішера
- •5.4 Порівняння виправленої вибіркової дисперсії з гіпотетичною генеральною дисперсією
- •5.5 Перевірка гіпотез про середні для нормальної генеральної сукупності
- •5.5.2 Перевірка гіпотези про рівність середніх при нерівних дисперсіях (малі вибірки)
- •5.5.4 Перевірка гіпотези про рівність середніх при зв'язаних вибірках
- •5.5.5 Порівняння вибіркової середньої (з генеральної нормальної сукупності) із заданим а
- •Питання і завдання до розділу 5
- •6 Перевірка наявності зв'язку між змінними
- •6.1 Кореляційний аналіз (ка)
- •6.1.1 Властивості коефіцієнта кореляції
- •Зауваження
- •6.1.2 Значущість коефіцієнта кореляції
- •6.2 Поняття про багатовимірний кореляційний аналіз
- •6.2.1 Часткова кореляція
- •6.2.2 Множинний коефіцієнт кореляції
- •Питання і завдання до розділу 6
- •Лабораторна робота Тема. Багатофакторний кореляційний аналіз
Функції Excel
Для роботи з розподілом Пірсона можна використовувати такі функції ( P(χ2>χ2)=).
XИ2PACП(χ2α; ступені_вільності) – повертає ймовірність α.
XИ2ОБP(ймовірність; ступені_вільності) – повертає значення χ2α.
3.3 Розподіл Стьюдента (t – розподіл)
Багато задач статистики призводять до випадкової величини вигляду
,
де і – незалежні випадкові величини, причому – нормально розподілена випадкова величина з параметрами M = 0 і D = 1, а розподілена за законом 2 c k ступенями вільності.
Закон розподілу випадкової величини t називається законом розподілу Стьюдента з k ступенями вільності.
Графік щільності розподілу для закону Стьюдента схематично зображений на рисунку 3.7. Крива щільності розподілу схожа з аналогічною кривою для нормального розподілу.

Рисунок 3.7 – Крива щільності розподілу Стьюдента
Таблиці розподілу Стьюдента дозволяють при даному числі ступенів вільності k за ймовірністю α визначити значення tq, для якого виконується співвідношення P(t > tq) = α. Фрагмент такої таблиці являє собою таблиця 3.2.
Таблиця 3.2 – Фрагмент таблиці розподілу Стьюдента

В Excel для роботи з розподілом Стьюдента можна використовувати такі функції:
СТЬЮДРАСП(х
;
ступені_вільності;
ознака) – повертає
ймовірність ,
що є розв’язком рівняння
,
де х
– значення, для якого обчислюється
розподіл Стьюдента; ступені_
вільності – число
ступенів вільності, що характеризує
розподіл; ознака
– число сторін розподілу, що повертаються.
Якщо ознака = 1, то функція СТЬЮДРАСП
повертає однобічний розподіл. Якщо
ознака = 2, то функція СТЬЮДРАСП
повертає двосторонній розподіл.
СТЬЮДРАСПОБР(ймовірність;
ступені_вільності)
– повертає значення хα
для двостороннього
розподілу Стьюдента, що є розв’язком
рівняння
.

Рисунок 3.8 – Геометрична інтерпретація двостороннього розподілу Стьюдента
Якщо
потрібно розв’язати
рівняння
,
необхідно задати СТЬЮДРАСПОБР
(1-
; ступені_вільності).
3.4 F-розподіл (розподіл Фішера)
Важливе використання у статистиці має випадкова величина

де – випадкова величина, що розподілена за законом 2 з k1 ступенями вільності, а – випадкова величина, що розподілена за законом 2 з k2 ступенями вільності.
Випадкова величина F розподілена за законом розподілу Фішера з k1 і k2 ступенями вільності. При заданих числах k1 і k2 та за ймовірністю α за таблицею визначається значення F α, таке, що
P(F > F α) = α.
Звичайно таблиці складаються для значень α, що дорівнюють 0,05 або 0,01, а іноді для обох цих значень.

У цій таблиці у верхній частині кожної клітинки дається значення F α при α = 0,05 , а в нижній частині – при α = 0,01.
Рисунок 3.9 – Геометрична інтерпретація розподілу Фішера
В Excel для роботи з розподілом Фішера можна використовувати такі функції :
FРАСП(Fα; ступені_вільності1; ступені_вільності2).
Повертає
ймовірність α, що є розв’язком рівняння
.
Цю функцію можна використовувати, щоб
визначити, чи мають дві множини даних
різні ступені розкиду результатів.
FРАСПОБР
(ймовірність;
ступені_вільності1; ступені_вільності2)
– обчислюється значення Fα,
що є розв’язком рівняння
.
