
- •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.
9.6Распределение дисперсии в выборках из нормальной генеральной совокупности. Распределение Пирсона.
Рассмотрим закон распределения выборочной дисперсии, рассчитанной для наблюдений, взятых из нормальной совокупности.
При анализе распределения дисперсии выборки следует иметь ввиду следующие два случая:
1) мат. ожидание случайной величины известно
2) мат. ожидание случайной величины неизвестно
Случай 1 - мат. ожидание случайной величины Х
Случайная величина Х подчиняется нормальному закону распределения
с параметрами
- ряд независимых наблюдений, каждое из которых подчиняется нормальному закону распределения с мат. ожиданием и дисперсией.
Тогда выборочная дисперсия вычисляется по формуле:
Введём
- подчиняется нормальному закону с
и
Т.к. - независимы
также независимы
Пусть
,
u - подчиняется нормальному закону с
и
-
независимы
Обозначим
Опр. Случайная величина, представляющая
собой сумму квадратов n независимых
случайных величин
,
каждая из которых подчиняется нормальному
закону распределения с параметрами
называется случайной величиной с
распределением
и k=n степенями свободы.
Примечание: Число степеней свободы вычисляется по числу независимых переменных за вычетом количества связей, накладываемых на них.
L(n) - коэффициент, зависящий от объёма выборки
- текущая переменная
n - количество элементов в выборке
Замечание Распределение статистики не зависит ни от мат. ожидания, ни от дисперсии, а зависит лишь от объёма выборки.
Замечание Следовательно, мат. ожидание равно числу степеней свободы.
(дисперсию
выводится в литературе).
Случай 2 Х - подчиняется нормальному закону распределения с параметрами
- ряд независимых наблюдений над случайной величиной Х.
Дисперсия выборки вычисляется по формуле:
Аналогично доказывается, что случайная
величина
имеет распределение
,
но с k=(n-1) степенями свободы.
9.7Понятие доверительного интервала. Доверительная вероятность.
В 2.3 были рассмотрены некоторые выборочные характеристики, которые лучше всего в смысле несмещенности, эффективности и состоятельности оценивали параметры распределения генеральной совокупности.
Опр. Оценка неизвестного параметра генеральной совокупности одним числом называется точечной оценкой.
Наряду с точечным оцениванием, статистическая теория оценивания параметров занимается вопросами интервального оценивания.
Опр. Доверительным интервалом
для параметра
называется такой интервал, относительно
которого можно с заранее выбранной
вероятностью
,
близкой к единице,утверждать, что он
содержит неизвестное значение параметра
,
т.е.
Вероятность принято называть доверительной вероятностью.
Замечание: Выбор доверительной вероятности не является математической задачей, а определяется условиями конкретно решаемой задачи.
9.8 Построение доверительного интервала для математического ожидания при известной .
Случайная величина Х распределена нормально
- известно
Требуется оценить неизвестное
Наилучшей оценкой для этого является выборочная средняя
нормированное отклонение
распределено нормально с M[
]=0
и
Вероятность любого отклонения
может быть вычислено по формуле
табличный интеграл
Далее преобразовываем формулу:
( известно, требуется оценить неизвестное )
Перепишем в виде
Вывод: С вероятностью Ф(z) интервал
является доверительным интервалом для оценки .