- •Экзамен по дисциплине «Теория вероятностей и математическая статистика» (теоретическая часть) Оглавление
- •2 . Примеры сопряженных семейств распределений.
- •5. Функции потерь. Ожидаемые потери. Апостериорные ожидаемые потери. Свойство решающего правила быть байесовским при условии минимизации апостериорных ожидаемых потерь.
- •6. Классическая схема проверки гипотез. Основная и альтернативная гипотезы. Ошибка первого рода и ошибка второго рода, их вероятности. Уровень значимости.
- •7. Проверка гипотез как задача теории статистических решений. Пример совпадения байесовского решающего правила и классического подхода к проверке гипотез.
- •8. Доверительные интервалы. Множества наивысшей апостериорной плотности. Доверительные множества наивысшей апостериорной плотности.
- •Доверительный интервал для математического ожидания (μ) в случае нормальной генеральной совокупности и известной дисперсии.
- •9. Затраты на наблюдения и понятие общего риска. Определение оптимального размера выборки до начала наблюдений. Примеры.
- •10. Определение оптимального размера выборки в процессе наблюдений. Последовательный критерий отношения вероятностей.
5. Функции потерь. Ожидаемые потери. Апостериорные ожидаемые потери. Свойство решающего правила быть байесовским при условии минимизации апостериорных ожидаемых потерь.
Функции потерь.
Функция L: Ɵ x D→R называется функцией потерь. Эта функция каждому состоянию среды ɵ Ɵ и каждому решению d D ставит в соответствие некоторое действительное число L(ɵ,d), означающее потери, возникающие при состоянии среды ɵ в случае принятия решения d.
Виды функции потерь:
простая
квадратичная
прямоугольная
экспоненциальная (функция потерь с насыщением)
Ожидаемые потери.
Если Ɵ является случайной величиной, то при фиксированном d D случайной величиной является и L(Ɵ,d). И можно рассмотреть ожидание случайной величины L(Ɵ,d):
p(f,d)= , называемое ожидаемыми потерями.
Если f является не функцией плотности случайной величины Ɵ, а дискретной функцией плотности, то ожидаемые потери определяются формулой:
Апостериорные ожидаемые потери.
Если в качестве f(Ɵ) взять апостериорную функция плотности (Ɵ|x),считая x X фиксированными, то ожидаемые потери
Называются апостериорными ожидаемыми потерями.
Свойство решающего правила быть байесовским при условии минимизации апостериорных ожидаемых потерь.
6. Классическая схема проверки гипотез. Основная и альтернативная гипотезы. Ошибка первого рода и ошибка второго рода, их вероятности. Уровень значимости.
Классическая схема проверки гипотез.
Основная и альтернативная гипотезы.
Нулевая гипотеза – это основное проверяемое предположение, которое обычно формулируется как отсутствие различий, отсутствие влияние фактора, отсутствие эффекта, равенство нулю значений выборочных характеристик и т.п.
Другое проверяемое предположение (не всегда строго противоположное или обратное первому) называется альтернативной гипотезой.
Выдвинутая гипотеза может быть правильной или неправильной, поэтому возникает необходимость проверить ее. Так как проверку производят статистическими методами, то данная проверка называется статистической.
Ошибка первого рода и ошибка второго рода, их вероятности.
При проверке статистических гипотез возможны ошибки (ошибочные суждения) двух видов:
— можно отвергнуть нулевую гипотезу, когда она на самом деле верна (так называемая ошибка первого рода);
— можно принять нулевую гипотезу, когда она на самом деле не верна (так называемая ошибка второго рода).
Допустимая вероятность ошибки первого рода (Ркр) может быть равна 5% или 1% (0.05 или 0.01).
Уровень значимости.
Уровень значимости – это вероятность ошибки первого рода при принятии решения (вероятность ошибочного отклонения нулевой гипотезы).
Три принятых уровня значимости статистического вывода:
первый уровень — 5% (р=5%); где допускается риск ошибки в выводе в пяти случаях из ста теоретически возможных таких же экспериментов при строго случайном отборе испытуемых для каждого эксперимента;
второй уровень — 1%, т. е. соответственно допускается риск ошибиться только в одном случае из ста;
третий уровень — 0,1%, т. е. допускается риск ошибиться только в одном случае из тысячи.