- •1Случайные события. Действия над событиями.
- •2.Классическое опред. Вероятности и ее свойства.
- •3.Аксиоматическое определение вероятности.
- •5.Условная вероятность. Независимость событий.
- •6.Формула полной вероятности. Формула Байеса.
- •7.Схема независимых испытаний Бернулли.
- •8.Предельные теоремы в схеме Бернулли.
- •10.Плотность распред.Вероятностей и ее свойства.
- •11.Математическое ожидание и его свойства.
- •12.Дисперсия и ее свойства.
- •13.Коэффициент корреляции и ковариация.
- •14.Моменты.
- •15.Осн. Дискретные распред.Случайных величин.
- •16.Равномерное и показательное распределения. Равномерное распределение.
- •Показательное распределение.
- •17.Нормальное распределение.
- •18.Двумерная функция распред. И ее свойства.
- •19.Двумерная плотность вероятности и ее свойства.
- •20.Независимость случайных величин.
- •21.Условный закон распределения.
- •22.Неравенство Чебышева. Сходимость случайных последовательностей.
- •23.Теорема Чебышева. Теорема Бернулли.
- •24.Центральная предельная теорема.
- •25.Выборочный метод.
- •26.Эмпирическая функция распределения и ее свойства.
- •27.Гистограмма и полигон.
- •28.Числовые характеристики выборки.
- •29.Точечное оценивание
- •30.Доверительные интервалы
- •31.Распределения , Стьюдента и Фишера.
- •33.Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном .
- •34.Проверка статистических гипотез.
- •35.Построение критической области.
- •36.Критерий согласия Пирсона.
- •37.Вычисления теоретических частот для нормального распределения.
- •38.Сравнение дисперсий двух нормальных выборок.
- •39.Сравнение средних двух нормальных выборок (критерий Стьюдента).
- •40.Дисперсионный анализ.
- •41.Парная регрессия.
- •42.Парный коэффициент корреляции, его свойства.
- •43.Проверка гипотезы о достоверности выборочного коэффициента корреляции.
- •44.Нелинейная парная регрессия.
30.Доверительные интервалы
Оценка неизвестного параметра, которая задается 2 числами (концами интервала) называется интервальной. пусть по выборки получена точечная оценка θ (с крышкой), неизвестного параметра θ. Это оценка тем точнее, чем меньше l θ - θ (с крышкой)l. Методы математической статистики не позволяют наверняка утверждать, что выполняется неравенство l θ - θ (с крышкой)l<δ, где δ>0. Можно лишь говорить о вероятности его выполнения: Р(l θ - θ (с крышкой)l)<δ=γ. Величина γ называется доверительной вероятностью или надежностью. В качестве γ берут число, близкое к единице: 0,98,0,99, 0,995. Оно выбирается исследователем самостоятельно. Раскрыв знак модуля , получим определение доверительного интервала: P(θ (с крышкой) < θ < θ (с крышкой) +γ). Доверительным называется интервал (θ (с крышкой) - δ;θ (с крышкой)+δ), который покрывает параметр θ с заданной надежностью γ. При этом δ называется точностью оценки. Замечание: неверно говорить, что θ попадет в интервал. Задача состоит в том, чтобы построить такой интервал, который бы заключал в себе неизвестный параметр θ. Для того, чтобы построить доверительный интервал, необходимо знать закон распределения оценки θ (с крышкой)= θ (с крышкой)(х1,х2,…,хn) как функция отборки (х1, х2, …,хn). Затем поступают следующим образом:1.вычисляют точечную оценку θ (с крышкой) 2)выбирают надежность γ 3)вычисляют точность оценки δ.
31.Распределения , Стьюдента и Фишера.
Распределение
(хи-квадрат).
Пусть
независимы и имеют стандартное нормальное
распределение. Тогда случайная величина
называется распределённой по закону
с n
степенями свободы. Математическое
ожидание и дисперсия распределения
равны:
,
График
– плотность распределения
.При
n
распределение
медленно
стремится к нормальному.
Распределение
Стьюдента. Пусть
и
независимы и
имеет стандартное нормальное распределение,
а
-
распределение
с
k
степенями свободы. Тогда случайная
величина
называется распределённой по закону
Стьюдента с
k
степенями свободы.
График
– плотность распределения
Стьюдента.
При k
распределение Стьюдента быстро стремится
к нормальному. Математическое ожидание
и дисперсия распределения Стьюдента –
MT=0,
DT=
.
Распределение
Фишера. Пусть
и
независимы и имеют распределение
с
и
числом степеней свободы соответственно.
Тогда случайная величина
называется распределённой по закону
Фишера c
и
числом
степеней свободы.
График
– плотность распределения Фишера.
Замечание. Табличные значения случайной
величины Фишера всегда больше 1.
32.Доверительные интервалы для оценки математического ожидания нормального распределения при известном .
33.Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном .
Пусть
изучаемый признак Х имеет нормальное
распределение. Построим по выборке
доверительный интервал для оценки
математического ожидания
.
Несмещенной
и состоятельной оценкой матожидания
является выборочное среднее значение
.
1.
Значение параметра
известно. Доверительный интервал будет
иметь вид:
Здесь n – объем выборки. Точность оценки
=
,
где
значение числа
находится
с помощью таблиц функции Лапласа из
уравнения
.
2. Пусть неизвестно.
В этом случае доверительный интервал будет иметь аналогичный вид, только вместо нужно подставить его оценку:
.
В результате доверительный интервал имеет вид
В этом
случае
определяется
по таблице распределения Стьюдента на
основании
и числа степеней свободы
.
Так
как при
распределение Стьюдента быстро стремится
к нормальному, то при больших объемах
выборки (
) при нахождении
можно пользоваться таблицей функции Лапласа.
