- •5. Теорема сложения вероятностей совместных событий. Формула полной вероятности. Вероятность гипотез. Формулы Байеса. Теорема сложения вероятностей совместных событий.
- •6. Формула Бернули. Локальная и интегральная теоремы Лапласа. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях. Формула Бернули.
- •Локальная теорема Лапласа.
- •Интегральная теоремы Лапласа.
- •12 Сущность и значение теоремы Чебышева. Теорема Бернулли.
- •13. Функция распределения: определ.,св-ва, график
- •14. Плотность распределения вероятностей: опред.Св-ва, вероятностный смысл.Вероятность попадания непрерывной случ.Величины в заданной интервал
- •21.Точность оценки. Доверительный интервал.
- •22. Точность оценки. Доверительная вероятность.
- •25.Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых известны (независимые выборки)
- •26.Сравнение выборочной средней и гипотетической генеральной средней нормальной совокупности
- •Вопрос 27.Выборочные коэффициенты ранговой корреляции Спирмена и Кендалла.
21.Точность оценки. Доверительный интервал.
ТОЧЕЧНАЯ ОЦЕНКА - оценка имеющая конкретное числовое значение. Например, среднее арифметическое:
X = (x1+x2+...+xn)/n, где: X - среднее арифметическое (точечная оценка МО);x1,x2,...xn - выборочные значения; n - объем выборки. чем выше доверительная вероятность, тем выше точность оценки, но шире доверительный интервал. Отсюда следует - ДЛЯ НЕПРЕРЫВНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН ВЕРОЯТНОСТЬ ТОГО, ЧТО ТОЧЕЧНАЯ ОЦЕНКА (ширина доверительного интервала равна 0) СОВПАДЕТ С ЛЮБЫМ ЗАДАННЫМ З
|
-доверительным интервалом называется интервал вида где такой, что
Число называют доверительной вероятностью. Другими словами, доверительный интервал обладает тем свойством, что, во-первых, его границы вычисляются исключительно по выборке (и, следовательно, не зависят от неизвестного параметра), и, во-вторых, он накрывает неизвестный параметр с вероятностью . |
|
22. Точность оценки. Доверительная вероятность.
ТОЧЕЧНАЯ ОЦЕНКА - оценка имеющая конкретное числовое значение. Например, среднее арифметическое:
X = (x1+x2+...+xn)/n,
где: X - среднее арифметическое (точечная оценка МО); x1,x2,...xn - выборочные значения; n - объем выборки.
чем выше доверительная вероятность, тем выше точность оценки, но шире доверительный интервал. Отсюда следует - ДЛЯ НЕПРЕРЫВНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН ВЕРОЯТНОСТЬ ТОГО, ЧТО ТОЧЕЧНАЯ ОЦЕНКА (ширина доверительного интервала равна 0) СОВПАДЕТ С ЛЮБЫМ ЗАДАННЫМ З
|
-доверительным интервалом называется интервал вида где такой, что
Число называют доверительной вероятностью. Другими словами, доверительный интервал обладает тем свойством, что, во-первых, его границы вычисляются исключительно по выборке (и, следовательно, не зависят от неизвестного параметра), и, во-вторых, он накрывает неизвестный параметр с вероятностью . |
|
Доверительный интервал для оценки дисперсии и среднего квадратического отклонения.
Требуется оценить неизвестную генеральную дисперсию и генеральное среднее квадратическое отклонение по исправленной дисперсии, т.е. найти доверительные интервалы, покрывающие параметры D и s с заданной надежностью g.
Потребуем выполнения соотношения
.
Раскроем модуль и получим двойное неравенство:
.
23.Статистической гипотезой называется любое предположение о виде или параметрах неизвестного закона распределения .Различают простую и сложнуюстатистические гипотезы. Простая гипотеза, в отличии от сложной ,полностью определяет теоретическую функцию распределения случайной величины. Проверка статистической гипотезы - это процесс принятия решения о том, противоречит ли рассматриваемая статистическая гипотеза наблюдаемой выборке данных.
Нулевая гипотеза – это основное проверяемое предположение, которое обычно формулируется как отсутствие различий, отсутствие влияние фактора, отсутствие эффекта, равенство нулю значений выборочных характеристик и т.п. ОБЛАСТЬ КРИТИЧЕСКАЯ — некоторое множество S, характеризующееся следующим свойством: при проверке статистической гипотезы Н0 против альтернативы Hi, когда наблюденная точка х попадает в это множество, гипотеза H0 отвергается, в точках вне этого множества — всегда принимается Н0. Если х оказывается вне О. к., необходимо специальное исследование, показывающее убедительность принятого решения. При анализе геол. наблюдений обычно проверяется только гипотеза Н0, что нельзя считать удовлетворительным.нахождения правосторонней критической области, которая определяется неравенством К > Ккр, где Ккр > 0.
Для отыскания правосторонней критической области достаточно найти критическую точку.
С этой целью задаются достаточно малой вероятностью – уровнем значимости. Затем ищут критическую точку Ккр, исходя из требования, чтобы при условии справедливости нулевой гипотезы вероятность того, что критерий К примет значение, большее Ккр, была равна принятому значению уровня значимости: Р ( К > Ккр) =
Для каждого критерия имеются соответствующие таблицы, по которым и находят критическую точку, удовлетворяющую этому требованию.Когда критическая точка уже найдена, вычисляют по данным выборок наблюденное значение критерия и, если окажется, что Кнабл > Ккр, то нулевую гипотезу отвергают; если же Кнабл < Ккр, то нет оснований, чтобы отвергнуть нулевую гипотезу. Таким образом, требование Р ( К > Ккр) = определяет такие значения критерия, при которых нулевая гипотеза отвергается, а они составляют правостороннюю критическую область.
Отыскание левосторонней и двусторонней критических областей
Отыскание левосторонней и двусторонней критических областей сводится (так же как и для правосторонней) к нахождению соответствующих критических точек.
Левосторонняя критическая область определяется неравенством:К < Ккр ( Ккр < 0).
Критическую точку находят, исходя из требования, чтобы при справедливости нулевой гипотезы вероятность того, что критерий имеет значение, меньшее Ккр, была равна принятому уровню значимости: Р ( К < Ккр) = .
Двусторонняя критическая область определяется неравенствами:К< К1, К > К2.
Критические точки находят, исходя из требования, чтобы при справедливости нулевой гипотезы сумма вероятностей того, что критерий примет значение, меньшее К1 и большее К2, была равна принятому уровню значимости: Р ( К < К1) + Р ( К > К2) = .Зная Р ( К < К1) + Р ( К > К2) = , получим Р ( К > Ккр) = .Это соотношение и служит для отыскания критических точек двусторонней критической области. Критические точки находят по соответствующим таблицам.