- •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