
- •Поняття випадкового процесу. Прості та складені випадкові події.
- •Операції над подіями.
- •Класичне означення імовірності.
- •Основні формули комбінаторики.
- •5. Геометрична ймовірність.
- •Статистична ймовірність.
- •Залежні та незалежні події. Умовна ймовірність.
- •Найімовірніше число появи випадкової події.
- •Локальна теорема Лапласа.
- •Інтегральна теорема Лапласа.
- •Використання інтегральної теореми.
- •Формула Пуассона.
- •Дискретні та неперервні величини. Закони розподілу їх ймовірностей.
- •Функція розподілу ймовірностей та її властивості.
- •Щільність ймовірностей та її властивості.
- •Математичне сподівання.
- •24. Властивості математичного сподівання.
- •Мода та медіана.
- •Дисперсія та середньоквадратичне відхилення.
- •Властивості дисперсії.
- •Початкові та центральні моменти.
- •Асиметрія та ексцес.
- •Система двох дискретних випадкових величин.
- •Закон розподілу ймовірностей дискретної двомірної величини.
- •Коефіцієнт кореляції та його властивості.
- •Функція розподілу ймовірностей системи двох випадкових величин та її властивості.
- •34. Щільність розподілу двомірної випадкової величини.
- •Основні числові характеристики системи двох неперервних випадкових величин (х,у).
- •Ймовірність влучення випадкових точок у прямокутник.
- •Функція 1-ого випадкового аргументу.
- •Математичне сподівання функції 1-ого випадкового аргументу.
- •Функції 2-х випадкових аргументів.
- •Математичне сподівання суми двох випадкових аргументів.
- •Біноміальний розподіл.
- •Розподіл х2.
- •Математичне сподівання і дисперсія при нормальному розподілу.
- •Емпірична функція розподілу.
- •Статистичні оцінки параметрів генеральної сукупності. Статистичні гіпотези.
- •Точкові статистичні оцінки.
- •Інтервальні статистичні оцінки.
- •Нульова й альтернативна гіпотези.
- •Область прийняття гіпотези. Критична область.
- •Алгоритм перевірки правильності нульової гіпотези.
- •Помилки першого та другого роду.
- •Елементи дисперсійного аналізу. Однофакторний дисперсійний аналіз.
- •Двофакторний дисперсійний аналіз.
- •Елементи теорії регресії і кореляції.
- •Рівняння лінійної парної регресії. Коефіцієнт кореляції.
- •Визначення параметрів в0, в1.
- •Властивості в0, в1.
- •Довірчі інтервали для в0, в1.
- •Множинна лінійна регресія
Інтервальні статистичні оцінки.
Точкова
статистична оцінка називається
ґрунтовною, якщо у разі необмеженого
збільшення обсягу вибірки
наближається до оцінювального параметра
θ, а саме:
Точкові статистичні оцінки
є випадковими величинами, а тому наближена
заміна θ на
часто призводить до істотних похибок,
особливо коли обсяг вибірки малий. У
цьому разі застосовують інтервальні
статистичні оцінки. Статистична оцінка,
що визначається двома числами, кінцями
інтервалів, називається інтервальною.
Різниця між статистичною оцінкою
та її оцінювальним параметром θ, взята
за абсолютним значенням, називається
точністю оцінки, а саме:
(04)
де δ є точністю оцінки. Оскільки
є випадковою величиною, то і δ буде
випадковою, тому нерівність (04)
справджуватиметься з певною ймовірністю.
Імовірність, з якою береться нерівність
(04), тобто
,
(05) називають надійністю. Рівність (05)
можна записати так:
.
Інтервал
,
що покриває оцінюваний параметр θ
генеральної
сукупності з заданою надійністю ,
називають довірчим.
_________________________________
Нульова й альтернативна гіпотези.
Гіпотезу, що підлягає перевірці, називають основною. Оскільки ця гіпотеза припускає відсутність систематичних розбіжностей (нульові розбіжності) між невідомим параметром генеральної сукупності і величиною, що одержана внаслідок обробки вибірки, то її називають нульовою гіпотезою і позначають Н0. Зміст нульової гіпотези записується так:
;
;
.
Кожній нульовій гіпотезі можна протиставити кілька альтернативних (конкуруючих) гіпотез, які позначають символом Н, що заперечують твердження нульової.
_________________________________
Область прийняття гіпотези. Критична область.
Для перевірки правильності висунутої статистичної гіпотези вибирають так званий статистичний критерій, керуючись яким відхиляють або не відхиляють нульову гіпотезу. Статистичний критерій, котрий умовно позначають через K, є випадковою величиною, закон розподілу ймовірностей якої нам заздалегідь відомий. Спостережуване значення критерію, який позначають через K, обчислюють за результатом вибірки.
Сукупність
значень статистичного критерію K
А, за яких нульова гіпотеза не відхиляється,
називають областю прийняття нульової
гіпотези. Сукупність
значень статистичного критерію K
,
за яких нульова гіпотеза не приймається,
називають критичною областю. Отже,
А — область прийняття Н0,
— критична область, де Н0
відхиляється. Точку або кілька точок,
що поділяють множину
на підмножини А і
,
називають критичними і позначають через
Kкр.
Існують три види критичних областей:
Якщо при K < Kкр
нульова
гіпотеза відхиляється, то в цьому разі
ми маємо лівобічну критичну область,
яку умовно можна зобразити.
Якщо
при
нульова гіпотеза відхиляється, то в
цьому разі маємо правобічну критичнуобласть
Якщо
ж при
і при
нульова гіпотеза відхиляється, то маємо
двобічну критичнуобласть .
_________________________________
Алгоритм перевірки правильності нульової гіпотези.
Для перевірки правильності Н0 задається так званий рівень значущості .
— це мала ймовірність, якою наперед задаються. Вона може набувати значення = 0,005; 0,01; 0,001.
Алгоритм перевірки правильності Н0:
1. Сформулювати Н0 й одночасно альтернативну гіпотезу Н.
2. Вибрати статистичний критерій, який відповідав би сформульованій нульовій гіпотезі.
3. Залежно від змісту нульової та альтернативної гіпотез будується правобічна, лівобічна або двобічна критична область.
4. Для побудови критичної області необхідно знайти критичні точки. За вибраним статистичним критерієм та рівнем значущості знаходяться критичні точки.
5. За
результатами вибірки обчислюється
спостережуване значення критерію
.
6. Відхиляють чи приймають нульову гіпотезу.
_________________________________