- •Бийский технологический институт (филиал)
- •Теория вероятностей и математическая статистика
- •Введение
- •События. Классификация событий. Классическое определение вероятности
- •Статистическое определение вероятности
- •Геометрическая вероятность
- •Контрольные вопросы
- •Контрольные задания
- •4. Операции над событиями. Соотношения между событиями
- •5.Теорема сложения вероятностей
- •6. Теорема умножения вероятностей
- •Контрольные вопросы
- •Контрольные задания
- •7. Формула полной вероятности
- •8. Теорема гипотез (формула Бейеса)
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •9. Повторение опытов. Формула Бернулли
- •10. Локальная формула Муавра-Лапласа. Формула Пуассона
- •11. Интегральная формула Муавра-Лапласа. Вероятность отклонения частоты события от его вероятности в n независимых испытаниях
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •12. Понятие случайной величины. Ряд распределения. Многоугольник распределения
- •13. Функция распределения. Вероятность попадания непрерывной случайной величины в заданный интервал
- •Контрольные вопросы
- •Контрольные задания
- •14. Плотность распределения
- •Контрольные вопросы
- •Контрольные задания
- •15. Числовые характеристики случайных величин. Математическое ожидание и его свойства
- •Свойства математического ожидания
- •16. Дисперсия и ее свойства. Среднее квадратическое отклонение
- •17. Моменты распределения случайной величины
- •Контрольные вопросы
- •Контрольные задания
- •18. Типы распределений дискретных случайных величин
- •Биномиальное распределение
- •18.2 Гипергеометрическое распределение
- •18.3 Геометрическое распределение
- •4. Распределение Пуассона
- •Контрольные вопросы
- •Контрольные задания
- •19. Типы распределений непрерывных случайных величин
- •19.1 Равномерное распределение
- •19.2 Показательное распределение
- •20. Нормальный закон распределения
- •21. Вероятность попадания нормально распределенной случайной величины в заданный интервал. Правило трёх сигма
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •22. Понятие системы случайных величин
- •23. Закон распределения вероятностей дискретной двумерной случайной величины
- •Контрольные вопросы
- •24. Функция распределения двух случайных величин. Вероятность попадания случайной величины в полуполосу и прямоугольник
- •25. Плотность распределения системы двух случайных величин. Законы распределения отдельных величин, входящих в систему
- •26. Условные законы распределения
- •Контрольные вопросы
- •27. Зависимые и независимые случайные величины
- •28. Числовые характеристики составляющих системы двух случайных величин. Условное математическое ожидание
- •29. Корреляционный момент. Коэффициент корреляции
- •30. Коррелированность и зависимость случайных величин
- •Если величины независимы, то они некоррелированы.
- •31. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •32. Закон больших чисел
- •33. Центральная предельная теорема
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •Математическая статистика
- •34. Понятие о выборочном методе. Генеральная и выборочная совокупность
- •35. Статистические данные и их представление
- •36. Статистические аналоги теоретических законов распределения
- •36.1 Эмпирическая функция распределения
- •36.2 Полигон и гистограмма
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •37. Точечное оценивание параметров распределения
- •38. Свойства статистических оценок
- •Контрольные вопросы
- •Контрольные задания
- •39. Интервальное оценивание параметров распределения
- •40. Интервальное оценивание параметров нормального распределения
- •40.1 Интервальная оценка математического ожидания нормального распределения при известной дисперсии
- •40.2 Интервальная оценка математического ожидания нормального распределения при неизвестной дисперсии
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •41. Статистические гипотезы
- •42. Критерии проверки гипотез
- •Контрольные вопросы
- •Контрольные задания
- •43.Критерий согласия Пирсона «Хи-квадрат» ( )
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •44. Элементы теории корреляции. Задачи корреляционного анализа
- •45. Выбор формы зависимости между переменными. Метод наименьших квадратов
- •Контрольные вопросы
- •46. Коэффициент корреляции и проверка его значимости. Линейная регрессия и прогноз
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •Глоссарий
Контрольные вопросы
В чем состоит разница в понятиях: выборочная характеристика и теоретическая характеристика?
Что такое точечная оценка параметра распределения?
Как определяется выборочная средняя?
Что характеризует выборочная средняя?
Как определяется выборочная дисперсия?
Что характеризует выборочная дисперсия?
Какие требования предъявляются к оценкам параметров?
Как определяется несмещенная статистическая оценка?
Что является несмещенной оценкой для: а) теоретической (генеральной) средней; б) теоретической (генеральной) дисперсии?
Как определяется состоятельная статистическая оценка?
Как определяется эффективная статистическая оценка?
Контрольные задания
В результате 10 измерений длины стержня одним прибором получены следующие результаты (в мм): 100, 95, 103, 94, 102, 98, 95, 105, 106, 96. Найти оценки: а) длины стрежня; б) дисперсии и среднего квадратического отклонения ошибок прибора. Предполагается, что среднее значение результатов измерений примерно совпадает с истинной длиной стрежня.
Даны результаты 10 независимых исследований одной и той же величины прибором, не имеющим систематических ошибок (в мм): 369, 378, 420, 385, 401, 372, 383, 405, 370, 415. Определить несмещенную оценку дисперсии ошибок измерений, если истинная длина измеряемой величины: а) известна и равна 375 мм; б) неизвестна.
39. Интервальное оценивание параметров распределения
Выше были рассмотрены точечные оценки параметров генеральной совокупности, т.е. параметров распределения исследуемого признака Х. Точечные оценки дают приближенное значение неизвестного параметра и используются в тех случаях, когда нужно назвать некоторое число вместо неизвестного параметра .
За исключением редких случаев точное определение неизвестного параметра по выборке невозможно. При замене параметра его оценкой возникает вопрос: как сильно может отклониться это приближенное значение (оценка) от истинного значения ? В частности, нельзя ли указать такую величину , которая бы с заданной вероятностью , близкой к единице, гарантировала бы выполнение неравенства ? Другими словами, нельзя ли указать такой интервал , который с заранее заданной вероятностью «накрывал » бы неизвестное нам истинное значение параметра ?
Заранее выбираемая исследователем вероятность называется доверительной вероятностью или надежностью, а интервал - доверительным интервалом или интервальной оценкой параметра . На практике обычно используют значения доверительной вероятности из небольшого набора достаточно близких к единице значений, например, = 0,9; 0,95; 0,99 и т.д.
Доверительный интервал имеет случайные границы. Действительно, для разных выборок одного и того же объема получаем различные значения , т.е. величина имеет случайное рассеивание. Величина , называемая точностью оценки, также имеет случайный характер.
В данном случае речь идет о вероятности накрыть доверительным интервалом некоторую неизвестную исследователю, но неслучайную точку .
Определяющее доверительный интервал для неизвестного параметра равенство означает следующее. По заданной доверительной вероятности и имеющимся выборочным данным находятся точечная оценка и точность оценки параметра . Затем объявляется, что неизвестное нам значение параметра лежит внутри интервала , т.е. . Поступая таким образом, мы будем ошибаться в длинном ряду наблюдений примерно всех случаев. Например, если = 0,95, то ошибочное решение будет приниматься примерно 5 раз на 100 случаев.
Нахождение оценок характеристик распределения обычно называют точечным оцениванием, а нахождением доверительных интервалов - интервальным оцениванием. Отличие интервального оценивания от точечного и специфика интервального оценивания состоит в следующем:
доверительный интервал как оценка менее «точен», так как указывается целое множество возможных значений ;
утверждение « с вероятностью » является истинным, а событие « = » является, как правило, невозможным;
чем короче доверительный интервал для оценки некоторой характеристики, тем он точнее;
длина доверительного интервала существенно зависит от объема выборки n – она уменьшается с увеличением n и от величины доверительной вероятности - она увеличивается с приближением к единице.