Предмет теории вероятности. Вероятность и статистика.

Теория вероятности и математическая статистика – это наука, занимающаяся изучением закономерностей массовых случайных явлений, то есть статистических закономерностей. Такие же закономерности, только в более узкой предметной области социально-экономических явлений, изучает статистика. Между этими науками имеется общность методологии и высокая степень взаимосвязи. Практически любые выводы сделанные статистикой рассматриваются как вероятностные.

Особенно наглядно вероятностный характер статистических исследований проявляется в выборочном методе, поскольку любой вывод сделанный по результатам выборки оценивается с заданной вероятностью.

С развитием рынка постепенно сращивается вероятность и статистика, особенно наглядно это проявляется в управлении рисками, товарными запасами, портфелем ценных бумаг и т.п. За рубежом теория вероятности и математическая статистика применятся очень широко. В нашей стране пока широко применяется в управлении качеством продукции, поэтому распространение и внедрение в практику методов теории вероятности актуальная задача.

Основные категории теории вероятности.

Как и всякая наука, теория вероятности и математическая статистика оперируют рядом основных категорий:

• События;

• Вероятность;

• Случайность;

• Распределение вероятностей и т.д.

События – называется произвольное множество некоторого множества всех возможных исходов, могут быть:

• Достоверные;

• Невозможные;

• Случайные.

Достоверным называется событие, которое заведомо произойдет при соблюдении определенных условий.

Невозможным называется событие, которое заведомо не произойдет при соблюдении определенных условий.

Случайным называют события, которые могут произойти либо не произойти при соблюдении определенных условий.

События называют единственновозможными, если наступление одного из них это событие достоверное.

События называют равновозможными, если ни одно из них не является более возможным, чем другие.

События называют несовместимыми, если появление одного из них исключает возможность появления другого в том же испытании.

Дисперсия случайной величины

Диспе́рсия случа́йной величины́ — мера разброса данной случайной величины, то есть её отклонения от математического ожидания. Обозначается в русской литературе и (англ. variance) в зарубежной. В статистике часто употребляется обозначение или . Квадратный корень из дисперсии, равный , называется среднеквадрати́чным отклоне́нием, станда́ртным отклоне́нием или стандартным разбросом. Стандартное отклонение измеряется в тех же единицах, что и сама случайная величина, а дисперсия измеряется в квадратах этой единицы измерения.

Из неравенства Чебышева следует, что случайная величина удаляется от её математического ожидания на более чем k стандартных отклонений с вероятностью менее 1/k². Так, например, как минимум в 75 % случаев случайная величина удалена от её среднего не более чем на два стандартных отклонения, а в примерно 89 % — не более чем на три.

Пусть — случайная величина, определённая на некотором вероятностном пространстве. Тогда

где символ обозначает математическое ожидание[1][2].

Если случайная величина вещественна, то, в силу линейности математического ожидания, справедлива формула:

Дисперсия является вторым центральным моментом случайной величины;

Дисперсия может быть бесконечной. См., например, распределение Коши.

Дисперсия может быть вычислена с помощью производящей функции моментов :

Дисперсия целочисленной случайной величины может быть вычислена с помощью производящей функции последовательности.

Свойства

Дисперсия любой случайной величины неотрицательна:

Если дисперсия случайной величины конечна, то конечно и её математическое ожидание;

Если случайная величина равна константе, то её дисперсия равна нулю: Верно и обратное: если то почти всюду;

Дисперсия суммы двух случайных величин равна:

, где — их ковариация;

Для дисперсии произвольной линейной комбинации нескольких случайных величин имеет место равенство:

, где ;

В частности, для любых независимых или некоррелированных случайных величин, так как их ковариации равны нулю;

Пример

Пусть случайная величина имеет стандартное непрерывное равномерное распределение на то есть её плотность вероятности задана равенством

Тогда математическое ожидание квадрата случайной величины

и математическое ожидание случайной величины

Тогда дисперсия случайной величины…

Среднеквадратическое отклонение

Моменты случайной величины

Ковариация

Выборочная дисперсия

Независимость (теория вероятностей)

Скедастичность

Абсолютное отклонение