- •Введение
- •Раздел I. Введение в теорию вероятностей
- •Понятие о случайном событии
- •Классическое определение вероятности
- •Относительная частота. Статистическое определение вероятности.
- •Геометрическая вероятность
- •Свойства вероятностей Сложение вероятностей несовместимых событий
- •Умножение вероятностей
- •Сложение вероятностей совместимых событий
- •Формула полной вероятности
- •Основные формулы комбинаторики
- •Дискретные и непрерывные случайные величины. Понятие «случайные величины»
- •Закон распределения случайной величины
- •Теоретические распределения вероятностей
- •Биномиальное распределение
- •Распределение Пуассона
- •Числовые характеристики дискретных случайных величин
- •Нормальное распределение
- •Вопросы для самопроверки:
- •Раздел II. Основные понятия и термины биологической статистики Генеральная совокупность и выборка
- •Непреднамеренный отбор. Метод последовательных номеров. Случайный и механический методы отбора
- •Признаки и показатели
- •Правила ранжирования
- •Способы группировки первичных данных.
- •Схемы (модели) научного исследования
- •Однофакторная и многофакторная модель Контрольные и экспериментальные группы
- •Метод автоконтроля
- •Метод дублирования
- •Метод последовательного пополнения групп
- •Численность контрольных и экспериментальных групп
- •Научные гипотезы
- •Направленные гипотезы
- •Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •Уровни статистической значимости
- •1 Рода.
- •Вопросы для самопроверки
- •Раздел III. Статистические методы обработки экспериментальных данных
- •Проверка гипотезы о законе распределения
- •Χ2 Пирсона
- •Описательные статистики Концепция сжатия экспериментальных данных
- •Показатели центральной тенденции. Средние.
- •Медиана
- •Персентили
- •Показатели изменчивости
- •Стандартизованные данные
- •Показатели асимметрии и эксцесса
- •Эксцесс
- •Работа с качественными переменными Количественная оценка результатов эксперимента.
- •Вопросы для самопроверки:
- •Сравнение двух независимых групп т критерий Стьюдента
- •Критерии согласия для дисперсий
- •U критерий Маана-Уитни
- •Сравнение качественных признаков Критерий χ2
- •Сравнение долей
- •Точный тест Фишера
- •Сравнение более двух независимых групп Однофакторный дисперсионный анализ Фишера
- •Критерий Краскела-Уоллиса
- •Сравнение двух зависимых групп Парный т критерий Стьюдента
- •Парный критерий т – Вилкоксона
- •Критерий x2r Фридмана
- •Тест Мак-Немара
- •Корреляционный анализ
- •Вычисление и интерпретация параметров парной линейной корреляции
- •Условия применения и ограничения корреляционно анализа
- •Вычисление и интерпретация параметров парной линейной корреляции
- •Измерение связи количественных признаков
- •Измерение связи порядковых признаков
- •Измерение связи номинальных признаков
- •Относительный риск. Отношение шансов
- •Статистическая оценка надежности параметров парной корреляции
- •Частная корреляция
- •Факторный анализ
- •Вопросы для самопроверки:
- •Регрессионный анализ
- •Метод наименьших квадратов
- •Выбор формы функциональной зависимости
- •Применение парного линейного уравнения регрессии
- •Корреляционно-регрессионные модели (крм) и их применение в анализе и прогнозе.
- •Логистическая регрессия
- •Анализ динамических изменений Применение метода наименьших квадратов при исследовании тенденции развития
- •Анализ циклических изменений
- •Метод обычных средних
- •Метод корригирования средних
- •Метод отношения фактических данных
- •Ошибки, допускаемые при количественной характеристике сезонных колебаний
- •Кластерный анализ
- •Иерархическое дерево
- •Меры расстояния
- •Правила объединения или связи
- •Метод k средних
- •Выбор между параметрическими и непараметрическими тестами: легкая ситуация.
- •Выбор между параметрическими и непараметрическими тестами: сложные случаи.
- •Выбор между параметрическим и непараметрическим тестом: насколько это на самом деле влияет на результат?
- •Одно или двухсторонняя p-оценка?
- •Парный или непарный тест?
- •Тест Фишера или хи-квадрат?
- •Регрессия или корреляция?
- •Вопросы для самопроверки:
- •Раздел IV. Работа с программой easystatistics Общие сведения о программе EasyStatistics
- •Создание новой базы данных
- •Работа с файлами
- •Копирование и вставка данных
- •Работа с фильтрами
- •Работа с переменными и строками
- •Статистические методы Описательные статистики
- •Частотный анализ
- •Сравнение независимых выборок
- •Сравнение связанных выборок
- •Дисперсионный анализ
- •Корреляционный анализ
- •Множественная регрессия
- •Проверка типа распределения эмпирических данных
- •Вероятностный калькулятор
- •Задания для самостоятельной работы с программой
- •Список рекомендуемой литературы
- •Граничные (критические) значения 2-критерия, соответствующие разным вероятностям допустимой ошибки и разным степеням свободы
- •Критические значения коэффициентов корреляции для различных степеней свободы (n - 2) и разных вероятностей допустимых ошибок
Распределение Пуассона
Пусть в нашем распоряжении имеется биномиальная случайная величина с параметрами n и р, распределение вероятностей которой задается формулой биноминального распределения. Предположим, что n неограниченно увеличивается, а параметр р стремится к нулю таким образом, что произведение n*p=λ остается постоянным. Тогда,
Теперь вернемся к численной оценке вероятности обнаружения в случайной популяции из 5000 людей ровно пяти человек, страдающих неким заболеванием, встречающимся с частотой 0,001. Используя пуассоновское приближение биномиального распределения, имеем (λ=n*p=5):
Числовые характеристики дискретных случайных величин
Математическое значение дискретной случайной величины Х, имеющее конечное число возможных значений, равно
Дисперсия дискретной случайной величины Х, имеющее конечное число возможных значений, равно
или
Дискретная случайная величина задана рядом распределения:
Xi |
1 |
2 |
4 |
Pi |
0.1 |
0.3 |
0.6 |
M(X)=1*0.1+2*0.3+4*0.6=3.1
D(X)=(1-3.1)2*0.1+(2-3.1)2*0.3+(4-3.1)2*0.6=1.29
Или по второй формуле
D(X)=12*0.1+22*0.3+42*0.6-3.12=1.29
Нормальное распределение
В теории вероятностей и математической статистике важнейшую роль играет так называемое нормальное или гауссовское распределение. Значимость нормального распределения определяется тем, что оно служит хорошим приближением для большого числа наборов случайных величин, получаемых при наблюдениях и экспериментах. Нормальное распределение почти всегда имеет место, когда наблюдаемые случайные величины формируются под влиянием большого числа случайных факторов, ни один из которых существенно не превосходит остальные.
С другой стороны, нормальное распределение появляется как точное решение некоторых математических задач в рамках принятых моделей исследуемых явлений. Одно из первых таких решений, приводящие к нормальному закону распределения, были получены К. Гауссом при решении задач теории ошибок наблюдений и Дж. Максвеллом при учении распределения скоростей молекул в газе.
Функция носит название плотности нормального распределения, а ее интеграл называется нормальной функцией распределения.
Постоянная определена таким образом, чтобы вероятность попадания в случайный интервал от -∞<x<∞ была равна 1.
Постоянные μ (математическое ожидание) и σ2 (дисперсия) называются параметрами распределения.
Общим для всех кривых нормального распределения является то, что примерно 68, 95 и 99,7 % площади под ними лежат соответственно в пределах ±σ, ±2σ, ±3σ.
Вопросы для самопроверки:
Участники жеребьевки тянут из ящика жетоны с номерами от 1 до 100. Найти вероятность того, что номер первого наудачу извлеченного жетона не содержит цифры 5.
При стрельбе по мишени вероятность сделать отличный выстрел равна 0,3, а вероятность выстрела на оценку «хорошо» равна 0,4. Какова вероятность получить за сделанный выстрел оценку не ниже «хорошо»?
Вероятность того, что лицо умрет на 71-м году жизни, равна 0,04. Какова вероятность того, что человек не умрет на 71-м году?
В урне 30 шаров: 15 белых, 10 красных и 5 синих. Какова вероятность вынуть цветной шар, если вынимается один шар?
В урне 3 белых и 3 черных шара. Из урны дважды вынимают по одному шару, не возвращая их обратно. Найти вероятность появления белого шара при втором испытании, если при первом испытании был извлечен черный шар.
В колоде 36 карт. Наудачу вынимаются из колоды 2 карты. Определить вероятность того, что вторым вынут туз, если первым тоже вынут туз.
Пусть существует две лотереи: 5 из 36 и 31 из 36. Где вероятность выиграть больше?
Два стрелка стреляют по цели. Вероятность поражения цели первым стрелком при одном выстреле равна 0,8, вторым стрелком — 0,7. Найти вероятность поражения цели двумя пулями в одном залпе.
Студент М может заболеть гриппом (событие А) только в результате либо переохлаждения (событие В), либо контакта с другим больным (событие С). Требуется найти Р (А), если Р (В) = 0,5, Р (С) = 0,5, Рв (А) = 0,3, Рс (А) = 0,1 при условии несовместимости В и С.
Слово «керамит» составлено из букв разрезной азбуки. Затем карточки с буквами перемешиваются, и из них извлекаются по очереди четыре карточки. Какова вероятность, что эти четыре карточки в порядке выхода составят слово «река»?
Вероятность получения желаемого результата в каждом опыте одинакова и равна 0,2. Опыты проводятся последовательно до получения желаемого результата. Определить вероятность того, что придется проводить пятый опыт.
В ящике лежат 10 черных носков и 6 зеленых, все одного размера. Вы, не глядя, вытащили 3 носка, какова вероятность того, что образовалась хотя бы одна пара ?
13. Найти дисперсию и математическое ожидание дискретной случайной величины X, заданной законом распределения:
а)
X |
4,3 |
5,1 |
10,6 |
p |
0,2 |
0,3 |
0,5 |
б)
X |
131 |
140 |
160 |
180 |
p |
0,05 |
0,1 |
0,25 |
0,6 |
В супе объемом 10л плавает 50 перчинок. С какой вероятностью в ложку объемом 0.01л попадет 1 перчинка.
К случайной величине прибавили постоянную а. Как при этом изменятся ее а) математическое ожидание; б) дисперсия?
Пусть вес пойманной рыбы подчиняется нормальному закону с параметрами: μ = 375 г, σ2= 25 г. Найти вероятность того, что вес пойманной рыбы будет от 300 до 425 г.
Диаметр детали, изготовленной цехом, является случайной величиной, распределенной по нормальному закону. Дисперсия ее равна 0,0001, а математическое ожидание — 2,5 см. Найти границы, в которых с вероятностью 0,9973 заключен диаметр наудачу взятой детали.
Принимая вероятности рождения мальчика и девочки одинаковыми, найти вероятность того, что среди 4 новорожденных 2 мальчика.
Производится 10 независимых испытаний, в каждом из которых вероятность появления события А равна 0,6. Найти дисперсию случайной величины X — числа появлений события А в этих испытаниях.