- •Оглавление
- •Глава 1. Теория вероятностей 10
- •Глава 2. Математическая статистика 44
- •Глава 3. Случайные процессы 67
- •Введение
- •Глава 1. Теория вероятностей
- •1.1. Случайные события Основные понятия теории вероятностей
- •Основные определения
- •Операции над случайными событиями
- •Элементы комбинаторики
- •Классическое определение вероятности
- •Свойства вероятности
- •Вопросы для самопроверки
- •1.2. Теоремы сложения и умножения вероятностей Теорема сложения вероятностей
- •Теорема умножения вероятностей Условная вероятность
- •Обобщенная теорема умножения вероятностей
- •Независимость случайных событий
- •Вопросы для самопроверки
- •1.3. Формула Бернулли. Формула полной вероятности Повторение испытаний. Формула Бернулли
- •Формула полной вероятности
- •Вопросы для самопроверки
- •1.4. Дискретные случайные величины
- •Закон распределения дискретной случайной величины
- •Биномиально распределенные случайные величины
- •Математическое ожидание случайной величины
- •Свойства математического ожидания
- •Дисперсия случайной величины
- •Свойства дисперсии
- •Функция распределения случайной величины
- •Свойства функции распределения
- •Вопросы для самопроверки
- •1.5. Непрерывные случайные величины
- •Плотность вероятности непрерывной случайной величины
- •Cвойства функции плотности вероятности
- •Нормальное распределение
- •Правило трех сигм
- •Независимость случайных величин. Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Предельные теоремы теории вероятностей
- •Закон больших чисел в форме Чебышева
- •Следствия из закона больших чисел
- •Центральная предельная теорема (теорема Ляпунова)
- •Вопросы для самопроверки
- •Глава 2. Математическая статистика
- •2.1. Основные понятия математической статистики
- •Приемы обработки выборок
- •Построение гистограммы относительных частот
- •Точечные оценки параметров генеральной совокупности
- •Дополнительные свойства точечных оценок
- •Проверка взаимозависимости генеральных совокупностей. Выборочный коэффициент корреляции
- •Интервальные оценки параметров генеральной совокупности
- •Вопросы для самопроверки
- •2.2. Статистическая проверка статистических гипотез
- •Этапы проверки статистических гипотез
- •Проверка гипотез о параметрах генеральных совокупностей
- •Проверка гипотезы о виде распределения генеральной совокупности. Критерий согласия Пирсона
- •Вопросы для самопроверки
- •Глава 3. Случайные процессы
- •3.1. Элементы теории случайных процессов Определение случайного процесса
- •Основные характеристики случайных процессов
- •Свойства математического ожидания
- •Дисперсия случайного процесса и ее свойства
- •Корреляционная функция случайного процесса и ее свойства
- •Нормированная корреляционная функция
- •Взаимная корреляционная функция и ее свойства
- •Нормированная взаимная корреляционная функция
- •Производная и интеграл от случайной функции
- •Интеграл от случайной функции и его характеристики
- •Вопросы для самопроверки
- •Заключение
- •Библиографический список
Проверка гипотезы о виде распределения генеральной совокупности. Критерий согласия Пирсона
Нередко в приложениях математической статистики фигурируют задачи, в которых закон распределения генеральной совокупности заранее неизвестен, но есть основания предположить, выдвинуть гипотезу, что он имеет определённый вид. Проверка гипотезы о предполагаемом законе неизвестного распределения производится так же, как и проверка гипотезы о параметрах распределения, т.е. при помощи специально подобранной случайной величины – критерия согласия (или критерия χ2) К. Пирсона. С этой целью сравниваются эмпирические ni (наблюдаемые) и теоретические n'i (вычисленные в предположении о правильности гипотезы) частоты.
Приступим к проверке нулевой гипотезы: генеральная совокупность распределена нормально. В качестве критерия проверки нулевой гипотезы применяем случайную величину
. (12)
Ясно, что чем меньше различаются эмпирические и теоретические частоты, тем меньше величина критерия (12), следовательно, он в некоторой степени характеризует близость эмпирического и теоретического распределений. Доказано, что случайная величина (12) распределена по закону χ2 с k степенями свободы. Число степеней свободы находят по формуле k = m – 1 – r, где m – число интервалов в группированном статистическом ряде, а r – число параметров предполагаемого распределения, которые оценены по данным выборки. Если предполагаемое распределение – нормальное, то оценивают два параметра (математическое ожидание и среднее квадратическое отклонение), поэтому r = 2. Основным для проверки гипотезы на уровне значимости α служит соотношение:
Р(χ2 >χ2кр(α; k)) = α.
Если гипотеза Н0 несправедлива, то критерий принимает большое положительное значение, поэтому строим правостороннюю критическую область, определяемую неравенством χ2 >χ2кр(α; k).
Таблица расчета χ2набл имеет следующий вид (в качестве примера взят случай выборки, на основе которой построен группированный статистический ряд, m = 5):
i |
|
|
|
|
|
|
|
1 |
– , 4.75 |
4 |
– |
–0.5 |
0.08 |
4 |
0 |
2 |
4.75, 6.05 |
11 |
–1.4 |
–0.419 |
0.2 |
10 |
0.1 |
3 |
6.05, 7.35 |
15 |
–0.57 |
–0.216 |
0.38 |
19 |
0.84 |
4 |
7.35, 8.65 |
13 |
0.3 |
0.12 |
0.26 |
13 |
0 |
5 |
8.65, |
7 |
1.17 |
0.38 |
0.12 |
6 |
0.15 |
– |
– |
– |
|
0.5 |
– |
– |
– |
|
|
50 |
– |
– |
1 |
50 |
1.09 |
Таким образом, наблюдаемое значение критерия = 1.09. Теперь по таблице критических точек распределения χ2, по заданному уровню значимости α и числу степеней свободы k = 2 находим критическую точку χ2кр(α; k). Если χ2набл < χ2кр – нет оснований отвергнуть нулевую гипотезу. Если χ2набл > χ2кр – нулевая гипотеза отвергается, а принимается конкурирующая гипотеза, состоящая в том, что исследуемая генеральная совокупность имеет другой (отличный от нормального) закон распределения.