- •Понятия комбинаторики.
- •Случайные события. Основные понятия.
- •Классическое определение вероятности.
- •Статистическая вероятность. Геометрическая вероятность.
- •Сумма событий. Теорема сложения вероятностей несовместных событий(совместных событий).
- •Произведение событий. Теоремы об умножении событий независимых и зависимых событий.
- •Формула полной вероятности. Формула Бейеса.
- •Повторение испытаний. Формула Бернулли.
- •Локальная и интегральная теоремы Лапласа.
- •Дискретная случайная величина. Закон распределения дискретной случайной величины и его виды.
- •1.Биномиальное:
- •2.Распределение Пуассона:
- •3.Геометрическое распределение.
- •4.Гипергеометрическое распределение.
- •Математическое ожидание дискретной случайной величины и его свойства.
- •Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение дискретной случайной величины.
- •Начальные и центральные теоретические моменты дискретной случайной величины, мода, ассиметрия и эксцесс.
- •Функция распределения вероятностей случайной величины, ее свойства, график.
- •Плотность распределения вероятностей неопределенной случайной величины, ее свойства.
- •Числовые характеристики непрерывной случайной величины.
- •Равномерное распределение и его числовые характеристики. Показательное распределение.
- •18.Нормальное распределение, его график.
- •20. Статистические оценки параметров распределения.
- •21. Точечные оценки параметров распределения.
- •22. Интервальные оценки параметров распределения.
- •23 Доверительные интервалы для оценки математического ожидания нормального распределения при известном :
- •24. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном :
20. Статистические оценки параметров распределения.
Пусть
требуется изучить количественный
признак генеральной совокупности.
Допустим, что из теоретических соображений
удалось определить вид распределения,
тогда возникает задача оценить (те
вычислить) параметры данного распределения.
Обычно в распоряжении исследователя
имеются только данные выборки, например
значения x1,
x2
….количественного признака, полученные
в результате n
независимых испытаний. Рассматривая
эти значения, как независимые одинаково
распределённые случайные величины,
можно сказать, что найти статистическую
оценку неизвестного теоретического
параметра следовательно найти функцию
от этих случайных величин, которое и
даёт приближенное значение неизвестного
параметра.
ОПР:
Статистическая оценка неизвестного
параметра теоретического распределения
– функция
от случайных величин. Чтобы оценка
давала хорошее приближение, необходимо,
что бы она удовлетворяла некоторым
требованиям: 1) несмещённость
(ОПР: несмещённой наз-ся оценка,
математическое ожидание которой равно
оцениваемому параметру при любом объёме
выборки)(ОПР: смещённой наз-ся статистическая
оценка, математическое ожидание которой
не равно оцениваемому параметру) 2)
эффективность
(ОПР: эффективной
наз-ся статистическая оценка, которая
при постоянном объёме выборки имеет
наименьшую дисперсию) 3) состоятельность
(ОПР:
состоятельной наз-ся статистическая
оценка, которая при n
по вероятности стремится к оцениваемому
параметру[эта выборка используется для
выборок большого объёма])
21. Точечные оценки параметров распределения.
Под точечными оценками понимают: выборочное среднее, выборочную дисперсию, выборочное квадратичное отклонение.
А) Выборочное среднее.
Пусть
для изучения количественного признака
генеральной совокупности извлечена
выборка объёма n.
ОПР: Выборочной средней наз-ся среднее
арифметическое признака выборочной
совокупности
В.
Если каждое возможное значение X1…Xk
принимают с соответствующими частотами
n1….nk
тогда
,
где n=n1+n2+….+nk.
Средневыборочная – несмещённая оценка
генеральной средней (мат. ожидания).
Б) Выборочная дисперсия.
Xi |
X1 |
X2 |
……… |
Xk |
ni |
n1 |
n2 |
……… |
nk |
Выборочная дисперсия
является смещённой оценкой генеральной
дисперсии, для того, чтобы «исправить»
оценку нужно всего лишь домножить на
дробь n/(n-1).
«Исправленная» выборочная дисперсия
обозначается S2.
S2=DB*n/(n-1);
.Исправленная
выборочная дисперсия – несмещённая
оценка генеральной дисперсии. Используется
для малых выборок (n<30),
если n>30,
то S2
DB.
В) Выборочное среднеквадратичное отклонение.
Для характеристики
рассеяния возможных значений
количественного признака вокруг
средне-выборочного, кроме выборочной
дисперсии используют и другую
характеристику - выборочное
среднеквадратичное отклонение
.
ОПР: Выборочным
среднеквадратичным отклонением наз-ся
.
Исправленным выборочным среднеквадратичным
отклонением S
наз-ся квадратный корень из S2,
те S=
.
Замечание: S
не является несмещённой оценкой
генерального среднеквадратичного
отклонения.
