- •Демонстрационная презентация курса
- •Лекция 1. Введение в теорию вероятностей
- •Равновозможные исходы
- •Классическое определение вероятности
- •Формулы комбинаторики
- •Выбор без возвращения
- •Выбор без возвращения
- •Статистическое определение
- •Статистическое определение
- •Лекция 2. Основания теории вероятностей
- •Событиями мы будем называть некоторые наборы элементарных исходов, то есть подмножества множества Ω.
- •Элементарные события
- •Комбинации событий
- •Сумма (объединение) событий
- •Противоположное событие
- •Вероятность в дискретном пространстве
- •Несчетное множество исходов
- •Аксиоматическое определение вероятности
- •Лекция 3.
- •Условная вероятность
- •Теорема сложения
- •Теорема умножения для двух событий
- •Теорема (формула полной вероятности)
- •Теорема (формула Байеса)
- •Лекция 4. Схемы испытаний
- •Теорема (формула Бернулли)
- •Предельные теоремы для схемы Бернулли
- •Теорема Пуассона
- •Приближенная формула Пуассона
- •Локальная приближенная формула
- •Свойства функции (x)
- •Интегральная приближенная формула
- •Свойства функции Ф(x)
- •Лекция 5.
- •Дискретные распределения
- •Ряд распределения
- •Биномиальное распределение B(n, p)
- •Пример
- •Распределение Пуассона P
- •Функция распределения
- •Лекция 6.
- •Геометрический смысл функции распределения
- •Равномерное распределение R [a, b]
- •Нормальное распределение N (a, )
- •Нормальное распределение N (a, )
- •Кривые плотностей N(a, σ) с различными а и σ
- •Плотность и функция распределения
- •Многомерные СВ
- •Лекция 7.
- •Математическое ожидание н.сл.в.
- •Математическое ожидание функции случайной величины
- •Дисперсия случайной величины
- •Числовые характеристики
- •Начальные и центральные моменты
- •Лекция 8. Линейная зависимость
- •Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Смысл коэффициента корреляции
- •Уравнение линейной регрессии
- •Формулы уравнения линейной регрессии
- •Лекция 9. Условные распределения
- •Нахождение условной функции распределения
- •Условная плотность
- •Условное математическое ожидание
- •Регрессия
- •Корреляционное отношение
- •Лекция 10. Предельные теоремы
- •Сходимость по вероятности
- •Закон больших чисел (ЗБЧ)
- •Закон больших чисел
- •ЗБЧ в форме Чебышева
- •ЗБЧ в форме Бернулли
- •ЗБЧ в форме Хинчина
- •Центральная предельная теорема (ЦПТ)
- •Центральная предельная теорема для независимых одинаково распределенных сл. в.
- •Зависимость от числа слагаемых
- •Практическое значение ЦПТ
- •Лекция 11. Введение в
- •Основные понятия
- •Простая выборка
- •Эмпирическая функция распределения
- •Свойства эмпирической функции распределения
- •Группировка выборки
- •Параметры группировки
- •Графические характеристики выборки
- •Гистограмма и плотность
- •Лекция 12.
- •Числовые характеристики выборки
- •Способ получения выборочных формул
- •Замечание
- •Выборочное среднее
- •Выборочная дисперсия
- •Выборочный начальный момент порядка l
- •Выборочный центральный момент порядка l
- •Лекция 13. Распределение выборочных характеристик
- •Плотность распределения χ2 при разных k
- •Распределение Стьюдента
- •Плотность распределения Стьюдента
- •Распределение Фишера
- •Теорема Фишера
- •Теорема
- •Лекция 14. Точечное оценивание параметров
- •Точечные оценки
- •Несмещенность
- •Несмещенные оценки в N(a,σ)
- •Состоятельность
- •Оптимальность
- •Нижняя граница дисперсий
- •Эффективность
- •Оценка максимального правдоподобия
- •Метод максимального правдоподобия
- •Метод моментов
- •Лекция 15. Интервальное оценивание параметров
- •Уровень значимости α
- •Схема построения доверительного интервала
- •Доверительный интервал для параметра a распределения N(a, σ)
- •Квантили нормального распределения
- •Доверительный интервал для параметра a (при неизвестном σ) :
- •Доверительный интервал для параметра σ распределения N(a, σ)
- •Асимптотический доверительный интервал
- •Лекция 16. Проверка статистических гипотез
- •Проверка гипотезы
- •Критическая область
- •Если значение статистики попадает критическую область, то H0 отвергается.
- •Ошибка первого рода
- •Ошибка второго рода
- •Мощность критерия
- •Лекция 17. Проверка гипотез о параметрах
- •Общая схема проверки
- •Проверка гипотез о параметрах нормального распределения
- •Гипотеза о дисперсиях.
- •Лекция 18. Проверка гипотез о виде распределения.
- •Применение критерия Колмогорова
- •Правило проверки
- •Критерий согласия Пирсона χ2
- •Статистика критерия Пирсона
- •Правило проверки
Квантили нормального распределения
Доверительный интервал для параметра a (при неизвестном σ) :
|
|
|
|
|
|
s |
|
|
|
|
|
|
s |
|
|
|
|
|
|
|
|
|
|
|
|
||||
I |
a |
|
x t |
n 1,1 / 2 |
|
|
, x |
t |
n 1,1 / 2 |
|
|
. |
||
|
|
|
|
n |
|
|
|
|
|
n |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
Доверительный интервал для параметра σ распределения N(a, σ)
|
S |
n |
|
S |
n |
|
|
|
I |
|
, |
|
. |
||||
|
|
|
|
|
|
|||
|
2 |
, |
2 |
, |
||||
|
|
|
||||||
|
n 1 1 / 2 |
|
|
n 1 |
/ 2 |
|
Асимптотический доверительный интервал
Если D ) u N(0,1), то
можно записать уравнение :
)
P(u / 2 D ) u1 / 2 ) 1 .
Разрешив неравенство относительно θ, получим доверительный интервал для параметра θ значимости α.
Лекция 16. Проверка статистических гипотез
Статистической гипотезой называется утверждение о виде распределения генеральной совокупности.
Проверяемая гипотеза называется нулевой и обозначается H0. Наряду с ней рассматривают альтернативную гипотезу H1.
Правило, согласно которому проверяют гипотезу H0 (принимают или отвергают), называется
статистическим критерием.
Проверка гипотезы
Определим для малого α >0 область V так, чтобы в случае справедливости гипотезы H0 вероятность
осуществления события P(T(x) € V ) = α.
По выборке вычислим значение статистики Т = tв.
Если окажется, что tв € V, то в предположении справедливости гипотезы H0, произошло маловероятное событие и эта гипотеза должна быть отвергнута как противоречащая статистическим данным. В противном случае нет основания отказываться от гипотезы H0 .
Критическая область
Статистика T(X), определенная выше, называется статистикой критерия, V –
критической областью критерия, α – уровнем значимости критерия (вероятностью ошибочного отвержения гипотезы H0, когда она верна).
В конкретных задачах величину α берут равной 0,005; 0,01; 0,05; 0,1.
Если значение статистики попадает критическую область, то H0 отвергается.
Ошибка первого рода
Ошибка первого рода состоит в том, что H0
отвергается, когда она верна.
Вероятность ошибки 1 – го рода обозначается α, α=P(T€ V/ H0) (значение статистики Т принадлежит критической области V при условии, что верна H0) .
α – это уровень значимости.
Ошибка второго рода
Ошибка второго рода состоит в том, что H0 не отвергается, когда она не верна.
Вероятность ошибки 2 – го рода обозначается β. β – это вероятность того, что значение статистики Т не принадлежит критической области V при условии, что верна H1.