- •2. Теореми додавання та множення ймовірностей.
- •3. Формула повної ймовірності. Формула Байєса.
- •4. Послідовності випробувань. Повторюванні експерименти. Схема Бернуллі. Локальна і інтегральна теореми Муавра-Лапласа. Поліноміальна схема.
- •5. Випадкові величини (вв). Дискретні та неперервні вв.
- •6. Функція розподілу ймовірностей. Непереривні випадкові величини.
- •7. Числові характеристики вв. Математичне сподівання та дисперсія.
- •8. Нормальний, рівномірний та показниковий (експоненціальний) закони
- •9. Генеральна сукупність, вибірка, основні способи організації вибірки. Емпірична функція розподілу. Полігони і гістограми.
- •10. Статистичне оцінювання параметрів. Ґрунтовна, незміщена, ефективна
- •11. Критерії узгодження: Пірсона та Колмогорова. Методи моментів,
- •12. Перевірка статистичних гіпотез.
- •13. Кореляційний аналіз даних.
- •14. Регрессионный анализ данных.
- •15. Часові ряди.
11. Критерії узгодження: Пірсона та Колмогорова. Методи моментів,
максимальної вірогідності.
Критерии согласия
Критерии согласия позволяют отвергнуть или подтвердить правильность выдвинутой при выравнивании ряда гипотезы о характере распределения в эмпирическом ряду.
Критерий Пирсона ( χ2 - “хи”-квадрат)
Алгоритм применения критерия
1. Определить меру расхождения между теоретическими (npi) и эмпирическими частотами (mi):
где
F(x) - функция распределения предполагаемого теоретического закона распределения.
2. Для выбранного уровня значимости α по таблице χ2 - распределения,
находят критическое значение меры расхождения:
где r – число степеней свободы: , r = k- s
k – количество интервалов в группировке,
s – число налагаемых связей (условий) на частости: s= s`+ 1
где s` - количество параметров предполагаемого теоретического закона
распределения, тогда: r = k- s`-1
3. Фактически наблюдаемое значение: . χ2 сравнивается с критическим значением при гипотеза отвергается (противоречит опытным данным),
при - гипотеза принимается (не противоречит опытным данным).
Статистика - имеет распределение “хи”-квадрат только при , n→∞ следовательно, необходимо, чтобы в каждой интервальной группировке было достаточное число наблюдений (≥ 5), в противном случае соседние интервалы объединяют или заново стоят группировку.
Критерий Колмогорова
В качестве меры расхождения между теоретическим и эмпирическим распределением по критерию Колмогорова рассматривается максимальное расхождение между теоретической и эмпирической функциями распределения.
D = max|F*(x) – F(x)|, где
F*(x) – статистическая функция распределения, получаемая по выборке,
F(x) – теоретическая функция распределения, полученная по предложению о законе распределения.
1.Строится эмпирическая функция распределения F*(x) и предполагаемая теоретическая функция F(x).
2.Определяется мера расхождения между теоретическими и эмпирическими значениями функции распределения:
Задается уровень значимости, вычисляем критическое значение: λкр = λα
3.Если λ* > λкр. , гипотеза отвергается, если λ* ≤ λкр, гипотеза не противоречит опытным данным, то есть СВ Х имеет предполагаемый теоретический закон распределения, не противоречащий имеющимся выборочным данным.
12. Перевірка статистичних гіпотез.
Статистическая гипотеза – некоторое предположение о генеральной совокупности или ее параметрах, проверяемое по выборке.
Статистическая гипотеза: - простая: 1 предложение, - сложная: несколько (конечное или ∞) число предложений.
Н0 – нулевая/основная гипотеза, гипотеза, которую проверяют.
Н1 – альтернативная/конкурирующая гипотеза, логическое отрицание основной.
Простые гипотезы:
- «матожидание ГС равно 10, m =10»
- закон распределения ГС – N(0,1)
- вероятность появления события в схеме Бернулли равна ½.
Сложные гипотезы:
- «закон распределения ГС не является нормальным»
- вероятность появления события в схеме Бернулли между 0,3 и 0,6
Параметрическая гипотеза – распределение случайной величины известно, по выборке наблюдений необходимо проверить гипотезу о значении параметров этого распределения; иначе – непараметрическая.
К непараметрическим гипотезам относят:
- гипотезы о законе распределения,
- об однородности выборки,
- о принадлежности двух выборок одной ГС.
К параметрическим гипотезам относят:
- о равенстве некоторого параметра ГС заданному значению, а=а0.
- о равенстве или неравенстве параметров двух ГС, а1=а2, а1≠ а2, а1< а2.
Критерий К – правило, по которому принимается решение принять или отклонить нулевую гипотезу.
Статистика Z критерия К – полученного по выборке наблюдения исходной случайной величины Х выборочная характеристика, точное или приближенное распределение которой известно.
Проверка статистич. гипотез основывается на принципе практической уверенности:
Если вероятность события А в данном испытании очень мала, то при однократном выполнении испытания можно быть уверенным в том, что события А не произойдет, то есть оно невозможно.
Принцип практической уверенности о невозможности событий сформулирован при однократном выполнении испытания.
Вопрос о том насколько мала должна быть вероятность события А, выходит за рамки математической теории и решается в каждом отдельном случае с учетом важности последствий, вытекающих из наступления события А.
Этот принцип можно реализовать следующим образом:
Формируется некоторая малая вероятность, называемая уровнем значимости α.
Над элементами выборки строится статистика Z. Статистика Z – случайная величина, принимающая значения из некоторой области V.
Множество всевозможных значений статистики разбивается на два непересекающихся подмножества:
Vкр; V0; Vкр V V0 V
VкрU V0= V; Vкр ∩ V0=Ø