 
        
        - •1.Случайные события. Действия над событиями.
- •2.Классическое определение вероятности и ее свойства.
- •3.Аксиоматическое определение вероятности.
- •4. Формулы комбинаторики. Гипергеометрическое распределение.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли.
- •9. Функция распределения вероятностей и её свойства.
- •10. Плотность распределения вероятностей и её свойства.
- •11. Математическое ожидание и его свойства.
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции и ковариация.
- •14. Моменты
- •15. Основные дискретные распределения случайных величин.
- •16. Равномерное и показательное распределение.
- •17. Нормальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходимость случайных последовательностей.
- •23.Теорема Чебышева. Теорема Бернулли.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26. Эмпирическая функция распределения.
- •27. Гистограмма и полигон.
- •28. Числовые характеристики выборки.
- •29. Точечное оценивание.
- •33. Распределение , Стьюдента и Фишера.
- •1. Распределение (хи-квадрат).
- •Распределение Фишера.
- •34 Проверка статистических гипотез.
- •36. Критерий согласия Пирсона.
- •38. Сравнение дисперсий двух нормальных выборок.
- •39.Сравнение средних двух нормальных выборок.
- •40. Дисперсионный анализ.
- •41. Парная регрессия.
- •42. Парный коэффициент корреляции, его свойства.
- •43. Проверка гипотез о достоверности коэффициента корреляции.
- •44. Нелинейная парная регрессия
38. Сравнение дисперсий двух нормальных выборок.
Рассмотрим несколько критериев однородности. Пусть имеется 2 выборки X и Y объемами n1 и n2 и пусть ставится задача сравнить их функции распределения.H0:F1(x)=F2(x)
Такого рода задания часто называют выявлением отклика на воздействия. Например, Наиболее хорошо разработанными являются методы выявления однородности для нормально распределенных выборок. Если выборки распределены нормально, то выявление однородности сводится к сравнению параметров а иσ. Эти методы называются параметрическими. Если о распределении изучаемых выборок ничего нельзя сказать, то применяются непараметрические методы, где не учитываются исходные количественные данные, а только уравнение <,>.
Пусть выборки X и Y распределены нормально с параметрами а1и σ1 ; а2 σ2соответсвенно.X~N(а1,σ 1), Y~N(а2,σ 2).
Гипотеза H0 будет справедлива, если будут равны параметры а1= а2; σ1=σ2
Сравним сначала дисперсии этих выборок H0: σ21=σ22
Несмещенной и состоятельной оценкой дисперсии является исправленная выборочная дисперсия.
	 
	 
Следующая гипотеза H0: S21=S22
Сравнение дисперсий всегда осуществляется путем вычисления их отношения. Можно показать, что при H0 эта случайная величина имеет распределение Фишера с k1 и k2 числом степеней свободы.
	F= ~F(k1,k2)
	 Причем
	k1=n1-1,
	k2=n2-1,
	S21>S22
~F(k1,k2)
	 Причем
	k1=n1-1,
	k2=n2-1,
	S21>S22
Пусть H1: S21>S22, т.е. правосторонняя критическая область. Fk(Kкр)=1-α
Проверка H0 осуществляется следующим образом:
Вычисляется наблюдаемое значение критерия,
Выбирается уровень значимости αи по таблице критических точек распределения Фишера находят Fкр(α,k1,k2)
Если Fнабл> Fкр , то H0 отвергаем и принимаем конкурирующую.
	2.
	Пусть H1:
	S21 S22
	-. двусторонняя критическая область.
S22
	-. двусторонняя критическая область.
В этом случае поступают аналогично, только Fкр(α/2,k1,k2)
39.Сравнение средних двух нормальных выборок.
	Критерий
	Стьюдента.Пусть
	имеется 2 выборки с объемами n1
	и n2,
	распределенные по нормальному закону.
	X~N(а1, 1),
	Y~N(а2,
2).
1),
	Y~N(а2,
2).
	Проверим
	гипотезу H0
	о равенстве матожиданий.H0:a1=a2;
	H0:a1
a2.
	Несмещенной
	состоятельной оценкой матожидания
	является выборочная средняя. H0: 
Поэтому H0 можно сформулировать, что средние равны.
	 
	Средние
	сравниваются путем вычисления их
	разности и построения случайных величин
	T= ,
,
	             
	 )
	– ошибка разности средних.
)
	– ошибка разности средних.
 
	В
	данной задаче можно представить 4
	случая:1. 
	 и известны.2.
	и известны.2. 
	 и известны.3.
	и известны.3. 
	 и неизвестны.4. 
	
	и неизвестны.
	и неизвестны.4. 
	
	и неизвестны.
- T=  , ,
В этом случае случайная величина T имеет стандартное нормальное распределение.T~N(0,1)
- T=  ~N(0,1) ~N(0,1)
	Тогда
	проверка H0
	осуществляется следующим образом:
	вычисляются наблюдаемое значение
	критерия, по таблице нормального
	распределения находят Zкр( ).
	Если |Tнабл|>
	Zкр(
),
	то H0
	отвергаем и принимаем конкуренцию,
	следовательно средние значения в
	группах различаются равномерно (есть
	отклик на воздействие).
).
	Если |Tнабл|>
	Zкр(
),
	то H0
	отвергаем и принимаем конкуренцию,
	следовательно средние значения в
	группах различаются равномерно (есть
	отклик на воздействие).
- Если  неизвестно, то вместо них нужно
		подставить оценки неизвестно, то вместо них нужно
		подставить оценки
	 =
=
		 
	Наблюдаемое
	значение критерия T= .
.
	
	
	В
	этом случае случайная величина T
	имеет распределение Стьюдента с
	(n1+n2-2)
	числом степеней свободы. Tn~T(n1+n2-2).
	Проверка гипотезы осуществляется с
	использованием таблиц распределения
	Стьюдента по выбранному уровню значимости
		
	и числу степеней свободы (n1+n2-2).
	T
	кр(
,
	n1+n2-2).
	Если |Tн|>|Tкр|,
	то H0
	отвергаем
	и принимает конкурирующую гипотезу,
	следовательно средние в группах
	различаются достоверно.Замечание 1.
	Критерий Стьюдента применяется, когда
	n>30.Замечание
	2. Критерий Стьюдента является устойчивым
	к нарушению нормального распределения
	изучаемых выборок. В этом случае
	необходимо только иметь запас уровня
	значимости.Если бы мы могли отвергнуть
	H0
	при 
	
=0.001,
	то можно согласиться со след выводами
	(есть отклик на воздействие).4.В этом
	случае наблюдаемое значение критерия
	вычисляется по той же ф-ле, что и в п 3,
	однако точное распределение этой случ
	вел-ны указать нельзя. Можно лишь
	сказать, что при n1,
	n2 эта
	случ вел-на будет стремиться к распр-ию
	Стьюдента с числом степеней свободы
	эта
	случ вел-на будет стремиться к распр-ию
	Стьюдента с числом степеней свободы
	K=
	(
)2/ -
-
