- •Критерии однородности дисперсии нескольких независимых выборок.
- •Понятие квантили (определение, графическая интерпретация), доверительного интервала, доверительной области. Примеры нахождения квантилей нормального распределения.
- •Критерии однородности выборок. Критерий Смирнова.
- •Доверительные интервалы для дисперсии нормального распределения.
- •Критерии однородности выборок. Критерий однородности хи-квадрат Пирсона
- •Доверительные интервалы для дисперсии нормального распределения.
- •Критерий проверки значимости линейной регрессии (два подхода).
- •Понятие одномерной и двумерной функции распределения случайного процесса и плотности распределения. Вероятностный смысл.
- •Простые и сложные гипотезы. Статистический критерий различения гипотез. Уровень значимости и мощность критерия. Ошибки первого и второго рода.
- •Числовые характеристики случайных процессов (определение, свойства). Корреляционная теория случайных процессов.
- •Лемма Неймана — Пирсона. Наиболее мощные критерии
- •2. Математическое ожидание суммы случайных величин
- •Наиболее мощные критерии различения двух простых гипотез о среднем значении гауссовской случайной величины при известной дисперсии.
- •Дискретный вариационный ряд. Полигон частот и относительных частот.
- •Наиболее мощные критерии различения двух простых гипотез о среднем значении гауссовской случайной величины при неизвестной дисперсии.
- •Доверительные интервалы для математического ожидания нормального распределения.
- •Лемма Неймана — Пирсона. Наиболее мощные критерии
- •2. Математическое ожидание суммы случайных величин
- •Сравнение дисперсий двух гауссовских выборок. Критерий Фишера.
- •Интервальный вариационный ряд. Гистограмма частот и относительных частот.
- •Сравнение средних двух гауссовских выборок с равными дисперсиями. Критерий Стьюдента.
- •Дискретный вариационный ряд. Полигон частот и относительных частот.
- •1.Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией.
- •2.Сравнение средних двух гауссовских зависимых выборок.
- •Критерий
- •Понятие статистики как функции от выборки
- •Статистика критерия
- •Оценки максимального правдоподобия параметров нормального распределения.
- •Метод наименьших квадратов для случая квадратичной зависимости и обобщенной линейной зависимости данных.
- •1.Оценки подстановки неизвестных параметров. Выборочное среднее и выборочная дисперсия. Несмещенная оценка дисперсии.
- •2.Методы линейной регрессии. Метод наименьших квадратов для случая линейной зависимости данных.
- •1.Критерий согласия хи-квадрат Пирсона различения статистических гипотез (случай распределения с неизвестными параметрами).
- •Статистика критерия
- •1.Вариационный ряд. Распределения порядковых статистик выборки (максимальной и минимальной варианты выборки).
- •2.Эмпирическая функция распределения и её свойства. Пример нахождения эмпирической функции и построение ее графика.
- •1.Усиленный закон больших чисел. Теорема Колмогорова и теорема Бореля.
- •2.Оценки подстановки неизвестных параметров. Выборочное среднее и выборочная дисперсия. Несмещенная оценка дисперсии.
1.Вариационный ряд. Распределения порядковых статистик выборки (максимальной и минимальной варианты выборки).
Вариационный ряд — упорядоченная по величине последовательность выборочных значений наблюдаемой случайной величины
равные между собой элементы выборки нумеруются в произвольном порядке; элементы вариационного ряда называются порядковыми (ранговыми) статистиками; число λm = m / n называется рангом порядковой статистики
Вариационный ряд используется для построения эмпирической функции распределения. Если элементы вариационного ряда независимы и имеют общую плотность распределения f, то совместная плотность распределения элементов вариационного ряда имеет вид
Поря́дковые стати́стики в математической статистике - это упорядоченная по возрастанию выборка. Это статистика, занимающая строго определенное место в ранжированной совокупности.
Пусть - конечная выборка из распределения , определённая на некотором вероятностном пространстве . Пусть и . Перенумеруем последовательность в порядке возрастания, так что
Случайная величина X(k)(ω) = x(k) называется k-ой порядковой статистикой исходной выборки.
Очевидно что и
2.Эмпирическая функция распределения и её свойства. Пример нахождения эмпирической функции и построение ее графика.
Выборочная (эмпири́ческая) фу́нкция распределе́ния в математической статистике - это приближение теоретической функции распределения, построенное с помощью выборки из него.
Определение
Пусть - выборка из распределения случайной величины , задаваемого функцией распределения . Будем считать, что , где , -независимые случайные величины, определённые на некотором пространстве элементарных исходов Ω. Пусть . Определим случайную величину следующим образом:
,
где - индикатор события , - функция Хевисайда. Таким образом, выборочная функция распределения в точке равна относительной частоте элементов выборки, не превосходящих значение . Случайная величина называется выборочной функцией распределения случайной величины и является аппроксимацией для функции . Существует результат, показывающий, что при функция равномерно сходится к , и указывающий скорость сходимости.
Основные свойства
Пусть зафиксирован элементарный исход . Тогда является функцией распределения дискретного распределения, задаваемого следующей функцией вероятности:
,
где xi = Xi(ω), а - количество элементов выборки, равных x. В частности, если все элементы выборки различны, то .
Математическое ожидание этого распределения имеет вид:
.
Таким образом выборочное среднее - это теоретическое среднее выборочного распределения.
Аналогично, выборочная дисперсия - это теоретическая дисперсия выборочного распределения.
Случайная величина имеет биномиальное распределение:
.
Выборочная функция распределения является несмещённой оценкой функции распределения F(x):
.
Дисперсия выборочной функции распределения имеет вид:
.
Согласно усиленному закону больших чисел, выборочная функция распределения сходится почти наверное к теоретической функции распределения:
почти наверное при .
Выборочная функция распределения является асимптотически нормальной оценкой теоретической функции распределения. Если , то
по распределению при .
Дисциплина: ТВ и МС Билет № 20