- •8.Условные вероятности; теорема умножения
- •16.Моменты n-го порядка. Дисперсия. Среднее квадратическое отклонение.
- •21. Простейший Пуассоновский поток
- •28.Оценка отклонения теоретического распределения от нормального; асимметрия и эксцесс.
- •30.Дискретные двумерные случайные величины
- •36. Коэффициент корреляции. Связь между…
- •54. Доверительный интервал для оценки мо при нЕизвестной дисперсии
- •56. Проверка статистических гипотез
- •14. Непрерывная св. Плотность распределения.
- •17.Мода, медиана и квантили
- •22.Локальная предельная теорема Муавра-Лапласа.
- •18.Целочисленные св и их производящие функции
- •23 Интегральная предельная теорема Муавра-Лапласа
- •24.Геометрическое распределение
- •25. Равномерное распределение
- •29. Совместная функция распределения
- •41.Распределение 2. (“хи-квадрат”).
- •52. Интервальные оценки. Доверительный интервал. Доверительная вероятность.
- •53. Доверительный интервал для оценки мо при известной дисперсии
- •57. Критерий и его применение.
- •15. Математическое ожидание
- •19.Биномиальное распределение
- •20.Распределение Пуассона.
- •26. Показательное (экспоненциальное) распределение.
- •31.Непрерывные двумерные св
- •32.Зависимые и независимые св,
- •35.Числовые характеристики системы двух св: Моменты начальные и центральные, ковариация.
- •39. Закон распределения функции одного случайного аргумента.
- •45. Теореме Чебышева. Теорема Бернулли. Цпт.
- •55.Доверительный интервал для оценки дисперсии при неизвестном мо.
- •58. Марковская зависимость испытаний.
- •59. Переходные вероятности.
41.Распределение 2. (“хи-квадрат”).
Пусть Zi ~N(0;1) , i=1,2…k, тогда –называется СВ распределенной по закону 2 с k степенями свободны.
, .
Распределение 2 определяется одним параметром числом степеней свободы. С увеличением степеней свободы распределение 2 медленно приближается к нормальному. На практике при k > 30 считают, что , где .Для СВ, имеющей 2 распределение существуют таблицы квантилей.
43. Распределение Фишера.Если U и V независимые СВ, распределенные по закону 2, , , тогда имеет распределение, которое называется F–распределением или распределением Фишера со степенями свободы k1 и k2. ( F–распределение определяется двумя параметрами k1 и k2 и существует таблица квантилей. .
44. Неравенства Чебышева. Следующие два неравенства называют неравенствами Чебышева. Сформулируем их в виде теорем. Теорема: x>0 имеют место неравенства: .
Доказательство:
Разложим X в сумму двух слагаемых
,
так как x > 0, получаем
.
.
Замечание. Очень часто второе неравенство Чебышева дают в такой форме
.
Второе неравенство Чебышева показывает, что при малой дисперсии с вероятностью близкой к 1 СВ Х концентрируется около своего МО.
48.Статистическое описание и вычисление оценок параметров распределения системы двух СВ. Пусть исход некоторого эксперимента описывается двумя СВ (X; Y).Предварительное представление о зависимости между X и Y можно получить, нанося элементы двумерной выборки (xi , yi ) , i=1,..,n, в виде точек на плоскость с выбранной системой координат. Такое представление называется диаграммой рассеяния.
Опр. Распределением двумерной выборки называется распределение двумерного дискретного СВ случайного вектора, принимающего значения (xi,, yi) с вероятностями 1/n. Выборочные числовые характеристики вычисляются как соответствующие числовые характеристики двумерного дискретного случайного вектора. Если объем выборки небольшой, то тогда вычисления проводятся в следующей последовательности:
1. .
Контроль .
2. Суммы квадратов отклонений от среднего и произведения отклонений от среднего
.
3. ; ; .
49. Линии регрессии Для СВ X и Y.
Регрессией Y на X называется условное МО .
используется для предсказания значения СВ Y по фиксированному значению СВ X.
Если , то говорят о линейной регрессии Y на X.
– прямая регрессии.
Оценки параметров линейной регрессии по выборке (xi , yi ) , i=1,..,n можно получить, используя МНК из условия минимума суммы
.
–выборочные коэффициенты регрессии.
; .
Выборочная линейная регрессия Y на X. Аналогично рассматривается X на Y.
; ;
.
Обе прямые регрессий пересекаются в точке с координатами . Угол между этими двумя прямыми уменьшается при увеличении коэффициента корреляции. При обе прямые совпадают. Замечание Прямые и должны быть различны.
52. Интервальные оценки. Доверительный интервал. Доверительная вероятность.
В ряде задач требуется не только найти для параметра подходящую оценку , но и указать к каким ошибкам может привести замена параметра его оценкой , т.е. требуется оценить точность и надежность оценки.
Для определения точности оценки в статистике пользуются доверительными интервалами.
Для определения надежности оценки в статистике пользуются доверительной вероятностью.
Опр. Доверительным интервалом для параметра называется интервал , содержащий истинное значение параметра с заданной вероятностью .
.
Опр. Число называется доверительной вероятностью, а значение – уровнем значимости.
Замечание. Нижняя и верхняя граница доверительного интервала определяется по результатам наблюдений и следовательно является СВ. Поэтому так и говорят, что доверительный интервал «накрывает» оцениваемый параметр с вероятностью .
Выбор доверительной вероятности каждый раз определяется конкретной постановкой задачи. Обычно р = 0,9; р = 0,95; р = 0,99.
Часто применяют односторонние доверительные интервалы
(левосторонний), (правосторонний).
В простейших случаях метод построения доверительных интервалов состоит в следующем –оценка , . Предположим, что существует непрерывная и монотонная функция Y, зависящая от и , но такая, что ее распределение не зависит от и других параметров. Для нахождения границ доверительного интервала по заданной доверительной вероятности . В этом случае можно использовать неравенство , где числа , определяются из условия
Рассмотрим нахождение доверительного интервала для среднего и дисперсии нормально распределенной генеральной совокупности.