
- •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.
Понятие одномерной и двумерной функции распределения случайного процесса и плотности распределения. Вероятностный смысл.
При
фиксированном
распределение
вероятностей сечения
случайного
процесса (как распределение вероятностей
случайной величины) задается функцией
распределения вероятностей
.
(70.1)
Соотношение
(70.1) можно рассматривать при любом
.
Функция
,
как функция двух переменных
и
,
называется одномерной функцией
распределения вероятностей случайного
процесса
.
Аргументы
и
принято
называть соответственно фазовой и
временной переменными. Однако,
не
дает исчерпывающую вероятностную
характеристику случайного процесса
,
поскольку она не учитывает зависимости
случайных величин
при
разных
(т.е.
зависимости разных сечений случайного
процесса). Более полно вероятностные
свойства случайного процесса
описывает
-мерная
функция распределения
-
функция распределения случайного
вектора
:
.
(70.2)
Однако,
практическое применение находят лишь
функции распределения первого и второго
порядков
.
Функции более высоких порядков
используются
только в теории.
Плотность распределения вероятностей случайного процесса
Если
имеет
производную
,
(71.1)
тогда
эта производная называется
-мерной
плотностью распределения вероятностей
случайного процесса. Основные свойства
плотности (71.1) аналогичны свойствам
плотности распределения вероятностей
-мерного
вектора. Рассмотрим основные из них.
1)
Функция распределения
определяется
через плотность:
. (70.2)
2)
Плотность
-
неотрицательная функция:
.
(70.3)
3)
Плотность удовлетворяет условию
нормировки:
.
(70.4)
4)
Выполняется равенство
,
(71.5)
называемое
свойством согласованности.
5)
Плотность – симметричная функция
относительно перестановок двух любых
пар
и
:
.
(71.6)
6)
Плотность определяет вероятность
попасть значениям случайного
процесса
в заданные интервалы:
.
Функцией распределения вероятностей двухмерной случайной величины (X, Y) в точке (x, y) называется вероятность того, что случайная величина X примет значение меньшее, чем x, а случайная величина Y одновременно примет значение меньшее, чем y, т.е.
F(x, y) = P{X < x, Y < y}. (3.2)
По
определению, функция распределения
есть
вероятность попадания случайной точки
с координатами
в
квадрат с бесконечными размерами,
расположенный левее и ниже этой точки
на плоскости
.
Двумерная плотность вероятности есть предел следующего отношения:
.
Если
не
только непрерывна, но и дифференцируема,
то двумерная плотность вероятности
есть
вторая смешанная частная производная
функции
по x и
по y.
Дисциплина: ТВ и МС Билет № 5