- •1.Случайные события. Действия над событиями.
- •2.Классическое определение вероятности и ее свойства.
- •3.Аксиоматическое определение вероятности.
- •4. Формулы комбинаторики. Гипергеометрическое распределение.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли.
- •9. Функция распределения вероятностей и её свойства.
- •10. Плотность распределения вероятностей и её свойства.
- •11. Математическое ожидание и его свойства.
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции и ковариация.
- •14. Моменты
- •15. Основные дискретные распределения случайных величин.
- •16. Равномерное и показательное распределение.
- •17. Нормальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходимость случайных последовательностей.
- •23.Теорема Чебышева. Теорема Бернулли.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26. Эмпирическая функция распределения.
- •27. Гистограмма и полигон.
- •28. Числовые характеристики выборки.
- •29. Точечное оценивание.
- •30. Стандартная ошибка точечной оценки
- •32. Распределение , Стьюдента и Фишера.
- •33. Доверительные интервалы для оценки математического ожидания нормального распределения при известном.
- •35 Проверка статистических гипотез.
- •36. Построение критической области.
- •37. Критерий согласия Пирсона.
- •38. Вычисление теоретических частот для нормального распределения.
- •40.Сравнение средних двух нормальных выборок.
- •41. Дисперсионный анализ.
- •42. Парная регрессия.
- •43. Парный коэффициент корреляции, его свойства.
- •44. Проверка гипотез о достоверности коэффициента корреляции.
40.Сравнение средних двух нормальных выборок.
Критерий Стьюдента.
Пусть имеется 2 выборки с объемами n1 и n2, распределенные по нормальному закону. X~N(а1,1), Y~N(а2,2).
Проверим гипотезу H0 о равенстве матожиданий.H0:a1=a2; H0:a1a2
Несмещенной состоятельной оценкой матожидания является выборочная средняя. H0:
Поэтому H0 можно сформулировать, что средние равны.
Средние сравниваются путем вычисления их разности и построения случайных величин T=, ) – ошибка разности средних.
В данной задаче можно представить 4 случая.
1. и известны.
2. и известны.
3. и неизвестны.
4. и неизвестны.
-
T=,
В этом случае случайная величина T имеет стандартное нормальное распределение.T~N(0,1)
-
T=~N(0,1)
Тогда проверка H0 осуществляется следующим образом: вычисляются наблюдаемое значение критерия, по таблице нормального распределения находят Zкр(). Если |Tнабл|> Zкр(), то H0 отвергаем и принимаем конкуренцию, следовательно средние значения в группах различаются равномерно (есть отклик на воздействие).
-
Если неизвестно, то вместо них нужно подставить оценки
=
Наблюдаемое значение критерия T=.
В этом случае случайная величина T имеет распределение Стьюдента с (n1+n2-2) числом степеней свободы. Tn~T(n1+n2-2). Проверка гипотезы осуществляется с использованием таблиц распределения Стьюдента по выбранному уровню значимости и числу степеней свободы (n1+n2-2). T кр(, n1+n2-2). Если |Tн|>|Tкр|, то H0 отвергаем и принимает конкурирующую гипотезу, следовательно средние в группах различаются достоверно.
Замечание 1. Критерий Стьюдента применяется, когда n>30.
Замечание 2. Критерий Стьюдента является устойчивым к нарушению нормального распределения изучаемых выборок. В этом случае необходимо только иметь запас уровня значимости.
Если бы мы могли отвергнуть H0 при =0.001, то можно согласиться со следующими выводами (есть отклик на воздействие).
-
В этом случае наблюдаемое значение критерия вычисляется по той же формуле, что и в пункте 3, однако точное распределение этой случайной величины указать нельзя. Можно лишь сказать, что при n1, n2 эта случайная величина будет стремиться к распределению Стьюдента с числом степеней свободы
K= ()2/-
41. Дисперсионный анализ.
Часто возникает задача в ср-и законов нормального распределения в m группах
H0:F1(x)=…=Fm(x). Например, поступило задание сравнить успеваемость студентов 4 специальностей. Сравнение основывается на вычислении дисперсий. Сравнивают дисперсии, обусловленные влиянием факторов, и дисперсий, обусловленных влиянием случайных величин. Поэтому называется дисперсионный анализ. Если 1 дисперсия достоверно больше 2 дисперсии, то делают вывод о различии функции распределения в группах.
Рассмотрим сначала однофакторный дискретный анализ, т.е. имеется m групп однородных объектов и изучается влияние на них одного фактора. Например, изучаемый признак – успеваемость, а фактор специальность.
Предположим, что каждая группа имеет нормальное распределение
Xi~N(0,1), i=
Тогда нулевую гипотезу формулируют так H0:a1=…am
Т.к. несмещенной остается ошибкой мат ожидания выборочной средней, то
При конкурирующей гипотезе H1 не все средние равны между собой.
Пусть объемы в группах одинаковы
Гр\N |
1 |
2 |
… |
n |
|
1 |
X11 |
X12 |
… |
X1n |
|
2 |
X21 |
X22 |
… |
X2n |
|
… |
… |
… |
… |
… |
… |
m |
X31 |
X32 |
… |
X3n |
Средние сравнивают между собой. Пусть специальность не влияет на успеваемость.
; ; -общая средняя.
Разложим общую сумму квадратов отклонений на факторную и остаточную
-остаточная сумма квадратов отклонений, она обусловлена влиянием случайных величин. Характеризует рассеяние внутри группы.
-факторная сумма квадратов отклонений. Характеризует рассеяние между группами.
Т.о. . Построим дисперсию по каждой из этих сумм
Для сравнения факторных и остаточных дисперсий построим их математического ожидания.
Для справедливости H0 F=0 и чем больше F значение отличное от нуля, тем больше факторная дисперсия. Проверка H0 осуществляется следующим образом:
-
Вычисляем наблюдаемое значение критерия
-
По таблице критических точек распределения Фишера по выбранному уровню значимости и числу степеней свободы (m-1) и (mn-m) находим Fкр.
-
если Fнабл < Fкр., то говорят, что нет основания отвергнуть H0. Следовательно средние в группах различаются недостоверно (случайно). – нет отклика на воздействие. если Fнабл > Fкр., то H0 . отвергается и принимается H1 , следовательно средние в группах различаются достоверно. – есть отклик на воздействие.
Замечание 1. Если Fнабл <1, то сразу H0 принимается.
Замечание 2. Пусть объемы в группах неодинаковы. Значит число степеней свободы остаточной дисперсии N-m.
Замечание 3. Если H0 отвергается, то не все средние в группах равны между собой. При этом часто интересует в каких именно группах есть различия. Если число m невелико, то это можно установить с помощью критерия Стьюдента, сделав C попарных сравнений средних. В стандартных компьютерных программах реализовано процедура попарного сравнения. Если выборочные данные Xi не соответствуют нормальному распределению, то применение дисперсионного анализа может привести к ошибочным выводам. В этом случае необходимо применить непараметрический дисперсионный анализ.