
- •Авторы-составители:
- •1.Цели и задачи дисциплины
- •1). Цель, задачи, структура дисциплины и ее место в учебном процессе.
- •Требования к уровню освоения содержания дисциплины
- •Объем дисциплины Объем дисциплины и виды учебной работы Распределение часов по темам и видам учебной работы
- •4. Содержание курса
- •1. Основные понятия, определения и теоремы теории вероятностей* Введение
- •1.1. Алгебра событий. Основые понятия теории множеств
- •1.2. Основные определения: испытание, событие. Классификация событий
- •1.3. Классическое определение вероятности. Свойства, вытекающие из этого определения
- •Значение вероятности
- •1.4. Основные теоремы теории вероятностей
- •1.5. Зависимые и независимые события
- •2. Формула полной вероятности и формула Бейеса
- •2.1. Формула полной вероятности
- •3. Случайные величины
- •3.1. Дискретные случайные величины
- •Ряд распределения случайной величины X
- •3.4. Ожидаемое среднее значение дискретной случайной величины
- •Вычисление математического ожидания числа рекламных
- •3.5. Свойства математического ожидания случайной дискретной величины
- •Возможные исходы лотереи
- •3.6. Ожидаемое среднее значение функции случайной величины
- •Ряд распределения числа месячных продаж
- •К вычислению среднего ожидаемого значения
- •3.7. Дисперсия дискретной случайной величины
- •К вычислению дисперсии случайной величины
- •3.9. Дисперсия линейной функции случайной величины
- •4. Законы распределения дискретных случайных величин
- •Формула Бернулли. Биномиальные вероятности
- •4.3. Биномиальный закон распределения
- •Биномиальное распределение
- •Биномиальное распределение X – числа гербов, появляющихся
- •Фрагмент таблиц ряда и функции биномиального распределения
- •Биномиальное распределение числа покупателей
- •Распределения
- •4.5. Распределение Пуассона
- •Закон распределения Пуассона
- •Сравнение вероятностей, полученных по формулам Бернулли и Пуассона
- •4.6. Гипергеометрическое распределение
- •Гипергеометрический закон распределения
- •Биномиальный закон распределения
- •Гипергеометрическое распределение
- •4.7. Производящая функция
- •4.8. Мультиномиальное распределение
- •4.9. Геометрическое распределение
- •5. Непрерывные случайные величины
- •6. Законы распределения непрерывных случайных величин
- •7. Закон больших чисел
- •7.1. Принцип практической уверенности. Формулировка закона больших чисел
- •7.2. Неравенства Маркова и Чебышева
- •Выражения (7.1–7.2) справедливы для дискретных и непрерывных случайных величин.
- •7.4. Теорема Бернулли
- •7.5. Теорема Пуассона
- •Контрольные задания по курсу теории вероятностей Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
- •Вариант 31
- •Вариант 32
- •Вариант 33
- •Вариант 34
- •Вариант 35
- •Вариант 36
- •Вариант 37
- •Вариант 38
- •Вариант 39
- •Вариант 40
- •Математическая статистика Теория вероятностей и математическая статистика – основной инструментарий для прикладной статистики
- •Дисперсией случайной величины х называется число dx , равное математическому ожиданию квадрата отклонения случайной величины от своего математического ожидания: . (1.4)
- •Контрольные вопросы и задачи
- •Статистическое оценивание
- •Интервальная оценка для генеральной доли
- •Контрольные вопросы и задачи
- •Тема 3. Статистическая проверка гипотез
- •Общая логическая схема статистического критерия.
- •Проверка гипотезы о значении генеральной средней
- •Проверка гипотезы о значении дисперсии генеральной совокупности
- •Сравнение наблюдаемой относительной частоты с гипотетической вероятностью появления события
- •Гипотеза об однородности рада вероятностей
- •Гипотезы о виде законов распределения генеральной совокупности
- •Контрольные вопросы и задачи
- •Тема 4. Методика статистического анализа количественных и качественных показателей
- •Контрольные вопросы и задачи
- •Тема 5. Многомерные статистические методы
- •Темы практических и семинарских занятий, тематических дискуссий
- •Задания для самостоятельной работы студентов
- •1.Методы анализов рядов динамики. Особенности моделирования рядов динамики с помощью корреляционного - регрессионного анализа
- •2. Понятие о закономерности распределения. Изучение формы распределения
- •3. Матрицы и таблицы сопряженности
- •4.Понятие о статистическом графике. Элементы статистического графика
- •5. Классификация видов графика: диаграммы сравнения, структурные диаграммы и диаграммы динамиков. Статистические карты
- •6. Условия типичности средних величин
- •7. Понятие малой выборки и методы расчета ее средней ошибки
- •8. Основные направления применения выборочного наблюдения в социально-экономических исследованиях
- •9. Взаимосвязи социально-экономических явлений и процессов, задачи их статического изучения.
- •10. Роль качественного анализа в исследовании связей
- •11. Основные статистические методы изучения связей в торговле и сфере услуг: метод параллельных данных, метод аналитических группировок, графический метод, балансовый метод.
- •12.Применение дисперсионного анализа в экономико-статистических исследованиях
- •13. Регрессионное уравнение как форма аналитического выражения статистических связей
- •14. Способы отбора факторных признаков при построении регрессионных моделей
- •15. Оценка результатов корреляционно-регрессионного анализа
- •7.Темы курсовых/контрольных работ/рефератов Варианты контрольных работ для студентов заочной формы обучения всех специальностей Вариант первый
- •Вариант второй
- •Вариант третий
- •Вариант четвертый
- •Вариант пятый
- •Вариант шестой
- •Вариант седьмой
- •Учебно-методическое обеспечение Литература:
- •16. Елисеева и.И., Юзбашев м.М. – Общая теория статистики. Учебник - м.: Финансы и статистика, 2005. Материально-техническое и информационное обеспечение дисциплин
Общая логическая схема статистического критерия.
1. Выдвигается гипотеза Н0.
2. Задается величина уровня значимости критерия α. К стандартным значениям можно отнести величины α =0,1; 0,05; 0,025; 0,01; 0,005; 0,001. Особенно распространенной является величина уровня значимости α, равная 0,05. Она означает, что в среднем, в пяти случаях из ста выдвинутая гипотеза будет ошибочно отвергнута.
3. Задаются некоторым статистическим критерием, который в предположении справедливости выдвинутой гипотезы Н0 подчинен некоторому хорошо изученному (табулированному) закону распределения. Статистический критерий служит мерой расхождения имеющихся в распоряжении выборочных данных с проверяемой гипотезой Н0.
4. В зависимости от вида критической области (двусторонняя или односторонняя) по таблице плотности распределения статистического критерия находят 100(1- )% - ные точки распределения для двусторонней области или 100(1- α)% - ную точку распределения для односторонней области. Указанные токи разделяют всю область мыслимых значений на три части: область неправдоподобно малых, область неправдоподобно больших и правдоподобных значений. В терминах данных выше определений области неправдоподобно больших и неправдоподобно малых значений составляют критическую область. Область правдоподобных значений составляет область принятия гипотезы.
5. По имеющимся выборочным данным подсчитывают численное значение статистического критерия. Если вычисленное значение критерия принадлежит области правдоподобных значений (области принятия гипотезы), гипотеза Н0 считается не противоречащей выборочным данным.
К основным типам гипотез, проверяемых в ходе статистической обработки данных можно отнести следующие: гипотезы о числовых значениях параметров исследуемой генеральной совокупности; гипотезы об однородности двух или нескольких выборок или некоторых характеристик анализируемых совокупностей; гипотезы о типе закона распределения исследуемой случайной величины.
Проверка гипотезы о значении генеральной средней
Дисперсия генеральной совокупности известна.
Правило 1.
Для того чтобы при заданном уровне
значимости α проверить нулевую гипотезу
Н0:
μ= μ0 о
равенстве
генеральной средней μ
гипотетическому значению μ0
при
конкурирующей гипотезе Н1:
μ
μ0
, надо вычислить наблюдаемое значение
критерия tн
=
(3.5)
и по таблице функции Лапласа найти критическую точку tкр двусторонней критической области из равенства Ф(tкр) = 1-α. (3.6)
Если
<
tкр
– нет
оснований отвергнуть нулевую гипотезу.
Если
>
tкр
– нулевую
гипотезу отвергают.
Правило 2. При конкурирующей гипотезе Н1: μ> μ0 критическую точку правосторонней области находят из равенства Ф(tкр) = 1-2α. (3.7)
Если tн < tкр – нет оснований отвергнуть нулевую гипотезу, если tн> tкр – нулевую гипотезу отвергают.
Правило 3.
При конкурирующей гипотезе Н1:
μ<
μ0
сначала
находят вспомогательную критическую
точку tкр
по правилу
2, а затем полагают границу левосторонней
критической области
=
- tкр.
Если tн
> -tкр
–
нет оснований
отвергнуть нулевую гипотезу, если tн<-
tкр
– нулевую гипотезу отвергают.
Дисперсия генеральной совокупности неизвестна. В качестве критерия проверки нулевой гипотезы Н0: μ= μ0 используют выборочную характеристику
tн
=
. (3.8)
Величина tн имеет распределение Стьюдента с ν=n-1 степенями свободы.
Правило 1.
Для того чтобы при заданном уровне
значимости α проверить нулевую гипотезу
о равенстве
генеральной средней μ
гипотетическому значению μ0
при
конкурирующей гипотезе Н1:
μ
μ0,
надо вычислить наблюдаемое значение
критерия и по таблице распределения
Стьюдента найти критическую точку
tкр(α;
ν), исходя из условия St(tкр;
ν)=Р(
>tкр)=
α. (3.9)
Если < tкр(α; ν) – нет оснований отвергнуть нулевую гипотезу. Если > tкр(α; ν) – нулевую гипотезу отвергают.
Правило 2. При конкурирующей гипотезе Н1: μ> μ0 критическую точку правосторонней области находят из равенства St(tкр; ν)=Р( >tкр)= 2α. (3.10)
Если tн < tкр(2α; ν) – нет оснований отвергнуть нулевую гипотезу. Если tн > tкр(2α; ν) – нулевую гипотезу отвергают.
Правило 3. При конкурирующей Н1: μ< μ0 сначала находят вспомогательную критическую точку tкр по правилу 2, а затем полагают границу левосторонней критической области = - tкр. Если tн >- tкр(2α; ν) - нет оснований отвергнуть нулевую гипотезу, если tн<- tкр(2α; ν) – нулевую гипотезу отвергают.