
- •Содержание
- •Введение
- •Глава 1 Основные понятия.
- •1.1Вводные понятия.
- •1.2Непосредственный подсчёт вероятностей
- •1.3Частота или статическая вероятность.
- •Глава 2Аксиоматика теории вероятности. Правила умножения и сложения и их свойства.
- •2.1Элементарные сведения из теории множеств.
- •2.2Аксиомы теории вероятностей и их следствия. Правило сложения вероятностей.
- •2.3Комбинаторика. Классические модели. Примеры.
- •2.4Геометрическая модель.
- •2.5Условная вероятность события. Правило умножения вероятностей.
- •2.6Формула полной вероятности.
- •2.7Теорема гипотез (Формула Бейеса).
- •Глава 3Случайные величины, их законы распределения.
- •3.1Понятие случайной величины. Законы распределения. Ряд распределения дискретной случайной величины.
- •3.2Функция распределения случайной величины. Её свойства.
- •3.3Функция распределения дискретной с. В. Индикатор события.
- •3.4Непрерывная случайная величина. Плотность распределения.
- •Глава 4Числовые характеристики случайных величин.
- •4.1Роль и назначение числовых характеристик. Математическое ожидание случайной величины.
- •4.2 Моменты. Дисперсия. Среднее квадратичное отклонение.
- •Глава 5Некоторые важные для практики распределения дискретных с. В.
- •5.1Аппарат производящей функции.
- •5.2Испытания Бернулли.
- •5.3Биноминальное распределение.
- •5.4Распределение Пуассона.
- •5.5Геометрическое распределение.
- •5.6Гипергеометрическое распределение.
- •Глава 6Некоторые важные для практики распределения непрерывных случайных величин.
- •6.1Равномерное распределение.
- •6.2Показательное распределение.
- •6.3Нормальное распределение.
- •6.4Гамма - распределение и распределение Эрлана.
- •Глава 7Системы случайных величин (случайные векторы).
- •7.1Понятие о системе случайных величин.
- •7.2Функция распределения системы двух случ. Величин.
- •7.3Система двух дискретных случ. Величин. Матрица распределения.
- •7.4Система двух непрерывных случ. Величин. Совместная плотность распределения.
- •7.5Зависимые и независимые случ. Величины. Условные законы распределения.
- •7.6Числовые характеристики системы двух с.В. Ковариация и коэффициент корреляции.
- •7.7Условные числовые характеристики системы случайных величин (х,у). Регрессия.
- •7.8Закон распределения и числовые характеристики n-мерного случайного вектора.
- •Лекции « Теория вероятности и математическая статистика »
- •Раздел 2
- •«Математическая статистика.» Глава 8Основы математической теории выборочного метода.
- •8.1Понятие о выборочном методе. Способы образования выборочной совокупности.
- •8.2Характеристики генеральной и выборочной совокупности.
- •8.3Эмпирическая функция распределения.
- •Глава 9Статистическое оценивание параметров распределения.
- •9.1Понятие об оценке параметров.
- •9.2Основные свойства оценок.
- •1) Несмещенность
- •2) Эффективность
- •3) Состоятельность
- •9.3Оценка математического ожидания и дисперсии по выборке.
- •9.4Метод наибольшего правдоподобия.
- •9.5Распределение средней арифметической для выборок из нормальной совокупности. Распределение Стьюдента.
- •9.6Распределение дисперсии в выборках из нормальной генеральной совокупности. Распределение Пирсона.
- •9.7Понятие доверительного интервала. Доверительная вероятность.
- •9.8 Построение доверительного интервала для математического ожидания при известной .
- •9.9Построение доверительного интервала для математического ожидания при неизвестной .
- •9.10Построение доверительного интервала для дисперсии.
- •Глава 10Проверка статистических гипотез.
- •10.1Понятие статистической гипотезы. Общая постановка задачи проверки гипотез.
- •10.2Проверка гипотезы о равенстве центров распределений двух нормальных генеральных совокупностей при известном .
- •10.3Проверка гипотезы о равенстве центров распределения нормальных генеральных совокупностей при неизвестном .
- •10.5Проверка гипотез о законе распределения. Критерий согласия .
- •10.6Вычисление объёма выборки.
- •Глава 11Основы дисперсионного анализа.
- •11.1Основная идея дисперсионного анализа.
- •11.2Однофакторный комплекс.
- •11.3Двухфакторный комплекс.
- •11.4Дисперсионный анализ с равным числом наблюдения в ячейке.
- •11.5Дисперсионный анализ с неравным числом наблюдений в ячейке.
- •Глава 12Основы корреляционного анализа.
- •12.1О связях функциональных, стохастических, статистических и корреляционных.
- •12.2Определение формы связи. Понятие регрессии.
- •12.3 Поле корреляции.
- •12.4Линейная регрессия. Понятие о способе наименьших квадратов.
- •12.5Кривые регрессии. Нелинейная регрессия.
- •12.6Измерение тесноты связи. Эмпирическое корреляционное отношение.
8.2Характеристики генеральной и выборочной совокупности.
- выборочная
совокупность
-
генеральная совокупность
Опр. Средняя арифметическая
распределения признака в генеральной
совокупности называется генеральной
средней, а дисперсия
этого распределения - генеральной
дисперсией.
Опр. Средняя арифметическая
распределения
признака в выборочной совокупности
называется выборочной средней,
а дисперсия
этого распределения - выборочной
дисперсией.
Опр. Генеральной долей P признака А называется отношение числа М членов генеральной совокупности с признаком А с её объёмом N.
Опр. Выборочной долей
признака А называется отношение числа
m членов выборочной совокупности с
признаком А к её объёму n
Опр. Ошибками репрезентативности называются расхождения характеристик признака в выборочной совокупности от соответствующих в генеральной совокупности, возникающие только в результате того, что исследуется не вся совокупность, а лишь её часть.
Примечание: Математическая теория выборочного метода состоит в определении средней величины случайных ошибок репрезентативности и возможных границ их при различных способах образования выборочной совокупности.
Опр. Ошибкой регистрации называется расхождение между истинным значением изучаемого признака у члена совокупности и значением, зарегистрированном при наблюдении.
8.3Эмпирическая функция распределения.
Опр. Эмпирической функцией
распределения называется функция
,
выражающая для каждого x долю тех членов
совокупности объёма n, у которых
рассматриваемый признак меньше x.
Если число таких членов m(x), то
Опр. Предел средней плотности на интервале при безграничном уменьшении его называется теоретической плотностью распределения.
Глава 9Статистическое оценивание параметров распределения.
9.1Понятие об оценке параметров.
Статистическое оценивание параметров входит в математическую статистику как её составная часть.
В самом общем смысле содержание этого раздела можно сформулировать как совокупность методов, позволяющих делать научно обоснованные выводы о числовых параметрах распределения генеральной совокупности по случайной выборке из неё.
Если,например, нас интересует математическое ожидание генеральной совокупности, то задача статистической оценки параметров заключается в том, чтобы найти такую выборочную характеристику, которая позволила бы получить по возможности более точное и надежное представление об интересующем нас параметре (в данном случае об мат. ожидании).
С возрастанием числа элементов выборки вероятность правильного вывода увеличивается. Поэтому всякому решению, принимаемому при статистической оценке параметров, стараются поставить в соответствие вероятность, характеризующую степень достоверности принимаемого решения.
Сформулируем задачу оценки параметров.
X- случайная величина
F(X,
)
- закон распределения
Функция распределения F(X, ) определяется параметром , значение которого неизвестно.
Пусть производится m выборок из n элементов
Опр. Всякую однозначно определённую функцию результатов наблюдений над случайной величиной X, с помощью которой судят о значении параметра , называют оценкой параметра .
P.S: Выбор оценки, позволяющей получить хорошее приближение оцениваемого параметра, - основная задача оценивания.