- •1.Предмет и задачи теории вероятностей. Пространство элементарных событий.
- •2. Случайные события и их классификация. Операции над событиями.
- •3 Частота появления случайного события и ее свойства.
- •4. Вероятность случайного события и её свойства
- •5.Статистическое, классическое, аксиоматическое и геометрическое опред вероятности случайного события.
- •6. Теоремы сложения вероятностей событий.
- •7.Теоремы умножения вероятностей событий. Условная вероятность. Независимость событий.
- •9.Схема испытаний Бернулли. Формула Бернулли. Производящая функция. Наивероятнейшее число наступления события.
- •10.Теоремы Муавра-Лапласа и Пуассона и их применение в схеме испытаний Бернулли.
- •11. Формула полной вероятности. Формула Байеса.
- •12. Определение случайной величины. Классификация случайных величин. Закон распределения случайной величины. Формы задания закона распределения дискретной св
- •13. Функция распределения и ее свойства.
- •14.Плотность вероятности случ величины и ее св-ва.
- •16. Биноминальное распределен и его числ. Хар-ки
- •18.Равномерное распределение и его числовые характеристики.
- •19. Показательное распределение и его числовые характеристики.
- •20. Нормальный закон распределения и его числовые характеристики. Функция Лапласа.
- •22.Теоремы Чебышева, Бернулли и Пуассона.
- •23. Центральная предельная теорема теории вероятностей и ее следствие.
- •24. Предмет и задачи мат. Статистики. Ген. И выборочная сов-ти. Формы записи исходных статистич. Данных. Статистический, вариационный и интервальный ряды и их хар-ки.
- •25.Графическое представление распределений.
- •26. Понятие оценки. Виды оценок. Свойства оценок. Точечные оценки параметров ген. Совокупности и методы их получения
- •27.Понятие интервальной оценки. Доверительный интервал и доверительная вероятность. Доверительный интервал для генеральной средней нормально распределенной сов-ти.
- •30. Критерии проверки параметрических и непараметрических гипотез: t-критерий, f –критерий, критерий согласия Пирсона, критерий согласия Колмогорова (самостоятельно).
- •32. Проверка гипотезы о числовом значении дисперсии признака в генеральной совокупности.
- •33.Проверка гипотезы о числовом знач доли признака в гс.
- •36. Проверка гипотезы о нормальном распределении генеральной совокупности по критерию Пирсона.
- •37. Проверка гипотезы о показательном распределении генеральной совокупности с помощью критерия Пирсона.
- •38. Проверка гипотезы о равномерном распределении генеральной совокупности с помощью критерия Пирсона.
- •39.Проверка гипотезы о равномерном распределении генеральной совокупности с помощью критерия Колмогорова
- •40. Проверка гипотезы о распределении генеральной сов-ти по биномиальному закону с помощью критерия Пирсона.
- •41. Проверка гипотезы о распределении ген. Сов-ти по з-ну Пуассона с помощью критерия Пирсона.
- •42.Основные понятия дисперсионного анализа. Проверка гипотезы о равенстве генеральных групповых дисперсий. Критерий Бартлетта.
- •43.Проверка гипотезы о значимости влияния фактора на результативный признак с помощью дисперс анализа.
- •44. Проверка гипотезы о равенстве групповых средних с помощью дисперсионного анализа.
- •46.Выборочный парный коэффициент линейной корреляции, его свойства и значимость. Коэффициент детерминации, его свойства и интерпретация.
- •47.Выборочный множественный коэффициент корреляции, его свойства и значимость
- •48.Выборочные частный коэффициенты корреляции, их свойства и значимость. Матрица парных коэффициентов корреляции.
- •15. Основные и не основные числовые характеристики случайной величины, их свойства и способы их вычисления. (зр и чх св)
- •49. Понятие регрессии. Задачи регресс анализа. Модель регрессии. Линейная парная регрессия. Метод наим квадратов опред параметров линейного уравнения регрессии.
- •45 Понятие о линейной корреляции и регрессии. Представление данных в корреляционном анализе.
30. Критерии проверки параметрических и непараметрических гипотез: t-критерий, f –критерий, критерий согласия Пирсона, критерий согласия Колмогорова (самостоятельно).
Пусть даны выборка X
= (
)
из неизвестного совместного
распределения
,
и семейство статистических гипотез
.
Тогда статистическим
критерием называется функция,
устанавливающая соответствие между
наблюдаемыми величинами и возможными
гипотезами: f
:
.
Таким образом
каждой реализации выборки
статистический
критерий сопоставляет наиболее подходящую
с точки зрения этого критерия гипотезу
о распределении,
породившем данную реализацию.
Критерий Пирсона Обозначим через X исследуемую случайную величину. Пусть требуется проверить гипотезу H0 о том, что эта случайная величина подчиняется закону распределения F(x). Для проверки гипотезы произведём выборку, состоящую из n независимых наблюдений над случайной величиной X. По выборке можно построить эмпирическое распределение F * (x) исследуемой случайной величины. Сравнение эмпирического распределения F * (x) и теоретического (или, точнее было бы сказать, гипотетического - т.е. соответствующего гипотезе H0) распределенияF(x) производится с помощью специального правила — критерия согласия. Одним из таких критериев и является критерий Пирсона. Для проверки критерия вводится статистика:
;
где
—
предполагаемая вероятность попадения
в i-й
интервал,
—
соответствующее эмпирическое
значение, ni —
число элементов выборки из i-го
интервала, N —
полный объём выборки. Также используется
расчет критерия по частоте, тогда:
где Vi - частота попадания значений в интервал. Эта величина в свою очередь является случайной (в силу случайности X) и должна подчиняться распределению χ2.
критерий согласия Колмогорова
Обозначим
нулевую гипотезу
,
как гипотезу о том, что выборка
подчиняется распределению
.
Тогда по теореме
Колмогорова для введённой статистики
справедливо:
Учтём, что критерий имеет правостороннюю критическую область.
Если α достаточно
близко к 1, то
можно
приблизительно рассчитать по формуле:
Асимптотическая мощность критерия равна 1
3
1.
Проверка гипотезы о численной величине
среднего значения признака в ГС.
Пусть
признак Х распределен нормально в ГС
объема N.
И пусть х1….хn
выборочное значение признака Х из данной
ГС. Предположим Х=Mo
и проверим данное предположение:
1.
Но:х=Мо, Мо-предполагаемое значение
генерального среднего.
Х-генеральное
среднее.
2. Мі:
Х≠Мо
Х<Мо
Х>Мо
3.
Экспериментальное значение в стат-ке
определяется формулой:
,
если
ГС
известна
,
если дисперсия ГС не известна
4.
Критическое значение статистически
определяется ср.
кр=
Ф(Ѳкр)=
=1-α
Ф(Ѳкр)=1-2α если дисперсия ГС известна и =
T
α,о=Тα,n-1
– М1:Х≠Мо
Тα,о=Тα,n-1
– М1: Х>Мо
X<Мо если дисперсия ГС неизвестна
5.
<Ѳкр.
– М1:х≠Мо
Но не отвергается
Ѳэ= Ѳэ<Ѳкр – М1:Х>Mo если Но отверг.,то
Ѳэ>-Ѳкр – М1:Х<Мо принимает Н1
Примечание: В случае больших объемов выборок Ѳкр находится аналогично случаю, когда известна дисперсия ГС.
