- •Пример.
- •Определение случайного события.
- •Несовместные события.
- •Вероятность случайного события.
- •Свойства вероятности
- •Классическое определение вероятности события
- •Пример.
- •Основные формулы теории вероятностей Независимость случайных событий.
- •Правило умножения вероятностей
- •Вероятность суммы событий.
- •Некоторые формулы комбинаторики. Правило сложения.
- •Правило умножения.
- •Пример.
- •Размещения и перестановки
- •Сочетания
- •Формула Пуассона
- •Формула полной вероятности.
- •Случайная величина.
- •Пример.
- •Дискретные случайные величины.
- •Непрерывные случайные величины.
- •Числовые характеристики случайных величин.
- •Свойства дисперсии.
- •Некоторые законы распределения. Биномиальный закон распределения.
- •Закон распределения Пуассона.
- •Полиномиальное распределение
- •Пример.
- •Равномерный закон распределения случайной величины.
- •Нормальный закон распределения случайной величины (закон Гаусса).
- •Стандартная форма нормального закона распределения.
- •Распределение «хи-квадрат».
- •График распределения.
- •Показательный (экспоненциальный) закон распределения.
- •Структурные характеристики распределения случайной величины.
- •Медиана.
- •Квантиль.
- •Системы случайных величин.
- •Свойства функции распределения.
- •Свойства плотности вероятности.
- •Математическое ожидание и дисперсия системы случайных величин.
- •Дисперсия двумерной случайной величины.
- •Условное математическое ожидание.
- •Свойства коэффициента корреляции.
- •Функции случайных величин. Функции одной случайной величины.
- •Функция двух случайных величин.
- •Случайные функции.
- •Свойства математического ожидания случайной функции.
- •Свойства дисперсии случайной функции.
- •Свойства корреляционной функции.
- •Свойства взаимной корреляционной функции.
- •Свойства корреляционной функции стационарной случайной функции.
- •Математическая статистика. Выборочный метод.
- •Свойства эмпирической функции распределения.
- •Статистические оценки параметров распределения. Точечные оценки.
- •Метод моментов.
- •Метод наибольшего правдоподобия.
- •Распределение дискретной случайной величины.
- •Распределение непрерывной случайной величины.
- •Распределение выборочных характеристик.
- •Пример 1.
- •Пример 2.
- •3.Распределение выборочной дисперсии.
- •Доверительные интервалы.
- •Проверка статистических гипотез.
- •1.Понятие статистической гипотезы.
- •Проверкa гипотезы о равенствt средних двух нормальных распределений с известными дисперсиями.
- •Двухвыборочный t-тест с одинаковыми и различными дисперсиями.
- •Двухвыборочный f-тест для дисперсий.
- •Парный двухвыборочный t-тест для средних значений.
- •Дисперсионный анализ.
- •Двухфакторный дисперсионный анализ без повторений и с повторениями
Пример 1.
Пусть необходимо извлечь выборку объёма n=25 из нормально распределённой случайной величины x с математическим ожиданием mx=10 и дисперсией =4. Хотим определить интервал, в котором с вероятностью 95% заключено выборочное среднее значение .
Очевидно, что выборочное среднее значение представляет собой одно значение, выбранное из нормально распределённой случайной величины x со средним значением m =10 и = .
Для того чтобы найти интервал, в котором с вероятностью 95% заключено выборочное среднее значение , зададимся границами этого интервала такими, что вероятность попадания слева от интервала составляет 2,5% и справа - 2,5%, то есть вероятность нахождения случайной величины x вне интервала равна 5%.
Из формулы P( > )= можно найти вероятность попадания:
P( )=1-
P( )=1-
Из таблиц нормального распределения для =0,05 находим .
Таким образом, границами будут значения:
Поэтому с вероятностью, равной 95%, выборочное среднее значение будет находиться в пределах от 9,216 до 10,785.
Рассмотрим случай, когда случайная величина x распределена по закону, отличному от нормального. Из центральной предметной теоремы вытекает, что с увеличением объёма выборки n выборочное распределение среднего значения выборки приближается к нормальному распределению независимо от вида распределения исходной случайной величины x. С точки зрения практики, предположение о нормальности выборочного распределения становится приемлемым во многих случаях при n=4 и хорошо оправдывается при n=10 и более. Следовательно, при достаточно больших объёмах выборки в качестве выборочного распределения среднего значения выборки для любой случайной величины x можно использовать выражение (*), независимо от закона распределения этой случайной величины.
2.Распределение выборочного среднего при неизвестной дисперсии.
Рассмотрим n – объём выборки независимых наблюдений случайной величины x.
случайная величина x распределена по нормальному закону с математическим ожиданием m x и неизвестной дисперсией . Укажем распределение выборочного среднего.
Эта величина подчиняется распределению Стьюдента с степенями свободы. Отсюда вытекает следующее вероятностное утверждение относительно до извлечения выборки.
P( > )= (**).
Значение - это квантиль распределения Стьюдента уровня .
Пример 2.
Необходимо извлечь выборку объёмом n=25 из распределения Стьюдента случайной величины x с математическим ожиданием mx=10 и неизвестной дисперсией , определить интервал, в который с вероятностью 95% будет заключено выборочное среднее значение .
Из выражения (**) следует, что вероятность события
P( )=1-
=24
Из таблиц распределения Стьюдента для =0,05 находим .
Для интервала границы будут следующими:
10-0,413∙S< 10+0,413∙S.
Точное значение ширины интервала для можно получить после извлечения выборки и определения S2.
3.Распределение выборочной дисперсии.
Рассмотрим дисперсию выборки объёма n независимых наблюдений случайной величины x.
S2= .
Пусть случайная величина x имеет нормальное распределение со средним значением и дисперсией .
Укажем распределение выборочной дисперсии S2. Для этого введём обозначение:
,
где - случайная величина, распределённая по закону - распределения с степенями свободы.
Отсюда вытекает следующее вероятностное утверждение относительно S2 до извлечения выборки.
P( > )= (***).
- это квантиль распределения уровня . Пример 3.
Для данных, приведённых в примере 1, определим интервал, который с вероятностью 95% будет покрывать выборочную дисперсию.
Из формулы (***) следует, что
.
Из таблицы - распределения находим значения квантилей
12,4 39,36
- искомый интервал.