- •Наблюдаемые явления (результат испытаний)
- •Алгебра событий
- •Диаграммы Эйлера-Венна
- •Доказательство теоремы о сложении вероятностей совместных событий
- •Формула полной вероятности
- •Формула вероятности гипотез
- •Формула Бернулли
- •Локальная формула Лапласа
- •Интегральная формула Лапласа
- •Случайные одномерные величины
- •Распределения вероятностей дискретной случайной величины
- •2.Распределение Пуассона
- •Основные формулы комбинаторики, используемые для определения вероятностей алгебры событий
- •Функция (интегральный закон) распределения с.В.
- •Плотность вероятности (дифференциальный закон) распределения непрерывной с.В.
- •Числовые характеристики распределения с.В.
- •Математическое (безусловное) ожидание с.В.
- •Дисперсия (безусловная) с.В.
- •5.Квантили распределения
- •Нормальное (Гауссово) распределение
- •Функция Лапласа
- •Равномерное (равновероятное, прямоугольное)
- •Показательное (экспоненциальное) распределение
- •Распределение χ2
- •Двумерные с.В. («проклятие размерности»)
- •Свойства
- •Условные математические ожидания (регрессии)
- •II. Математическая статистика
- •Построение эмпирической (статистической) функция распределения
- •Статистические оценки параметров распределения
- •Точечные оценки точности оценок (статистик) генеральных числовых характеристик
- •Математического ожидания и дисперсии
- •Доверительные интервалы оценки среднеквадратического отклонения
- •Методы оценки параметров известного распределения
- •1.Метод моментов (Пирсона)
- •2. Метод максимального правдоподобия (Фишера)
- •Парная линейная регрессия
- •Множественная линейная регрессия
- •Коэффициент детерминации регрессий
Двумерные с.В. («проклятие размерности»)
Уже было для событий и одномерных с.в.:
X
- двумерные функция и ряд распределения
|
|
… |
||
… |
||||
|
… |
|||
… |
… |
… |
… |
… |
… |
- условие нормировки,
; – поверхность, ≥ 0
– неубывающая функция двух переменных, поверхность.
- получение одномерных плотностей
- условие нормировки (единичный объем)
- для независимых с.в.
-условные вероятности двумерной с.в.
Регрессия –
линия условного мат- ожидания
Двумерный закон распределения является исчерпывающей характеристикой, но сложен, поэтому используют числовые характеристики:
- начальный смешанный момент
порядка
- центральный смешанный момент
порядка
Корреляционный (взаимокорреляционный, кросскорреляционный)
момент (ковариация)
- коэффициент корреляции характеризует степень тесноты линейной связи.
Свойства
1); 2);
3)если и независимы, то 0; но
если 0, то это не означает, что и независимы;
4);
5)если - имеем детерминированную (функциональную) зависимость.
Замечание: Из некоррелированности нормально распределенной двумерной случайной величины следует независимость переменных:.
Eсли то
При возможен другой (нелинейный) вид регрессии (стохастической связи), например, .
Условные математические ожидания (регрессии)
.
Пример1. Дискретная двумерная с. в. задана таблицей распределения: Найти условное математическое ожидание с.в. при значении с.в. т.е. .
|
||||
0,15 |
0,06 |
0,25 |
0,04 |
|
0,3 |
0,1 |
0,03 |
0,07 |
Пример регрессии X на Y. Условное математическое ожидание веса человека в функции от роста.
Пример регрессии Y на X. Расчет среднего роста человека при массе (весе) 75 кг. Задавая разные веса и рассчитывая средние статистические значения роста человека при данных весах получить стохастическую зависимость роста от веса.
Генеральная совокупность – одномоментно измеряют рост всего населения Земли (кто и как измеряет?). «Практические измерения – выборки – статистика».
II. Математическая статистика
Задачи математической статистики:
1)Указать способы сбора, группировки статистических методов, полученных в результате наблюдений или специально поставленных экспериментов.
2)Разработка методов анализа статистических характеристик в зависимости от цели исследования: оценка вероятности распределения, функции распределения, параметров функции распределения, зависимости случайной величины от одной или нескольких случайных величин.
Большинство решений по методам обработки статистических данных принимают до начала исследований, реже – в ходе исследования - «последовательный анализ» (примеры – приемочный контроль качества, статистическая физика).
Основные понятия статистики
Генеральная совокупность - объемом . Выборка – объемом (количество наблюдений для «разумного» результата). Репрезентативность (представительность) выборки.