
- •1.Основные понятия теории вероятностей. Классическое, статистическое и геометрическое определения вероятности. Основные понятия тв.
- •Статистическое определение вероятности
- •Геометрическое определение вероятности
- •2. Алгебраические операции над событиями. Отношение м/д событиями. Аксиоматическое определение вероятности события. Отношение м/д событиями
- •Аксиоматическое определение вероятностей события
- •3.Основные свойства вероятностей. Правило сложения вероятностей. Условные вероятности. Теорема умножения вероятностей. Независимые события.
- •4.Формула полной вероятности. Формула Байеса.
- •5.Повторение испытаний. Формула Бернулли.
- •6.Локальная и интегральная теоремы Лапласа.
- •7. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях.
- •8. Наивероятнейшее число появлений события при повторных испытаниях по схеме Бернулли.
- •9. Случайные величины. Закон распределения вероятностей. Биноминальное распределение. Геометрическое распределение.
- •10. Распределение Пуассона.
- •11. Функция распределения св и ее свойства.
- •12. Непрерывные св. Равномерный закон распределения.
- •13 Показательный закон распределения. Нормальный закон распределения.
- •14 Многомерные случайные величины. Ф-ция распределения многомерной случайной величины, её свойства.
- •15 Двумерные непрерывные св. Плотность распределения вероятностей двумерной св, её свойства
- •16 Двумерные св. Условные законы распределения.
- •17 Независимые случайные величины. Критерий независимости.
- •18 Функции случайных величин, их законы распределения.
- •19.Числовые характеритики св.
- •20.Моменты распределения одномерной св.
- •21.Ковариация и коэффициент линейной корреляции 2 св, их свойства.
- •22.Условное мат ожидание
- •23. Двумерное нормальное распределение. Условие независимости некоррелированных св.
- •24.Теорема об условных распределениях компанент двумерной нормально распределенной св.
- •25 Характеристические функции случайных величин, их свойства. Примеры
- •26. Неравенства Маркова и Чебышева.
- •27. Теорема Чебышева. Теорема Маркова.
- •28. Центральная предельная теорема.
- •29. Теорема Ляпунова. Интегральная теорема Лапласса.
- •30. Распределение выборки. Эмпирическая функция распределения.
- •33. Оценка дисперсии случайной величины.
- •34. Неравенство Рао-Крамера. Следствие для несмещенной оценки
- •35. Эффективная оценка мат. Ожидания нормальной распределенной величины.
- •36. Асимптотически эффективные и сверх эффективные оценки. Теорема о состоятельности оценки.
- •37. Условные законы распределения. Условное мат. Ожидание.
- •38.Достаточные статистики. Критерий факторизации
- •39.Теорема Колмагорова – Блекуэлла.
- •41. Метод моментов
- •42. Распределение….
- •43. Распределение Стьюдента.
- •44. Теоремы о случайной величине, имеющей распределение Стьюдента.
- •45. Распределение Фишера. Теорема о случайной величине, имеющей распределение Фишера
- •46 Доверительный интервал для мат. Ожидания нормально распределенной с.В.( -неизвестно)
- •47 Доверительный интервал для мат. Ожидания нормально распределенной с.В.( -известно)
- •48 Доверительный интервал для дисперсии нормально распределеннной с.В.
- •55 Проверка гипотезы о равенстве двух дисперсий нормально распределенный с.В.
42. Распределение….
43. Распределение Стьюдента.
Пусть Х1,Х2,…,Хn нормально распределенные случайные величины, m=0, σ=1.
Тогда
СВ
– соотношение Стьюдента. А ее распределение
– распределение Стьюдента с ν=n степенями
свободы.
Замечание.
СВ
Т часто записывают
где
.
График плотности:
Внешне
напоминает график плотности нормального
стандартного распределения. При больших
ν график
центрирован нормальной кривой (т.е. m=0,
σ=1).
Составлена
таблица
.
Построим график: S1+S2=α
(α-заданный
) уровень вероятности,
-
квантили распределения Стьюдента.
44. Теоремы о случайной величине, имеющей распределение Стьюдента.
Теорема
1.
Пусть Х1,Х2,…,Хn
независимые
СВ распределенные нормально с одинаковымм
мат.ожиданиями m
и одинаковыми диспериями
,
тогда
имеет распределение Стьюдента с ν=n-1
степенями свободы.
Доказательство.
,
- нормально распределенная случайная
величина с параметрами 0 и 1. Из того, что
все Хi
– нормально распределены =>, что
- нормально распределенная.
.
СВ
имеет
𝜒2
– распределение с ν=n-1
степенями свободы.
распределена по Стьюденту с ν=n-1 степенью
свободы. Теорема
доказана.
Теорема
2.
Пусть
и
– средние арифметические и дисперсии
в выборках, состоящих из n1 и n2 соответственно
независимых наблюдений. Выборки отобраны
из нормальных генеральных совокупностей
с одинаковыми средне квадратич.
отклонениями. Тогда при взаимной
независимости обеих выборок, случайная
величина Т:
распределена по закону Стьюдента с
ν=
степенями свободы.
Доказательство. (см дальше)
ν=n.
Рассмотрим случайную величину
,
,
,
-
имеет
- распределение с ν=n1-1
степенью св.
-
имеет
- распределение с ν=n2-1
степенью св.
- имеет
- распределение с ν=n1+n2-2
степенью св.
Составим
СВ
, Т – распределена по Стьюденту со
степенью свободы ν=n1+n2-2.
(из
теоремы). Теорема
доказана.
45. Распределение Фишера. Теорема о случайной величине, имеющей распределение Фишера
Опр.
Пусть случайная величина U2
и V2
имеют 𝜒2
распределение с ν1
и ν2
степенями свободы, тогда СВ
- имеет распределение Фишера с ν1
и ν2
степенями свободы. Плотность распределения
F имеет вид:
Функция распределения случайной величины F называется F-распределением с ν1 и ν2 степенями свободы.
Составлена
таблица значений
,
для которых:
Теорема.
Пусть
- исправленные статистические дисперсии
определяемые в выборках объемов n1
и n2
взятых из нормальных генеральных
совокупностей с одинаковыми средне
квадратичными отклонениями σ. Тогда СВ
имеет распределение Фишера с ν1=n1-1
и ν2=n2-1
степенями свободы.
Доказательство.
В силу теоремы о случайной величине имеющей распределение 𝜒2 и замыкания имеем:
Тогда
имеет F-распределение с
степенями свободы, и
степенями свободы. Теорема
доказана.
46 Доверительный интервал для мат. Ожидания нормально распределенной с.В.( -неизвестно)
Опр.Доверительным
интервалом для параметра
наз-ся
интервал (обозн.
,
),содержащий
(накрывающий) истинное значение
неизвестного параметра
с
заданной вероятностью p=1-
Опр: Число 1- наз-ся доверительной вероятностью.
Постановка задачи: Пусть наблюдается нормальное распределение С.В. Х.произведена выборка обьема n.Требуется найти доверительный интервал с заданной доверительной вероятностью 1- для мат. ожидания m С.В. Х
Для
этого найдем такое
>0
,что P(
)=
1-
(**)
Ищем ,чтоб вып-ось это равенство
P(
)=
1-
(**)
1)Пусть
неизвестна,т.е.
.В силу Теоремы2 из пункта распределение
Стьюдента С.В.
,где
-выбор
среднего квадратичного отклонения
имеет распределение Стьюдента с
степенями свободы
Т.к.
=
следовательно
=
-распределение
по Стьюденту с
степенями свободы
<
Ищем
чтобы:
P(
)=
1-
P(
)=
1-
P(
)=
По
таблице находим такое значение
что P(
)=
,Тогда
следовательно
Тогда искомый доверительный интервал будет иметь вид
(
)