- •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
Мощность критерия
Мощностью критерия
называется величина М= 1 – β. Мощность критерия М равна вероятности отвергнуть H0,
когда она не верна.
М – это вероятность того, что значение статистики Т принадлежит критической области V при условии, что верна H1.
Лекция 17. Проверка гипотез о параметрах
Общая схема проверки
1.Сформулировать статистическую параметрическую модель, нулевую и альтернативную гипотезы, задать уровень значимости α.
2. Выбрать статистику Т, такую, что она сама зависит от параметра θ, а ее распределение
от θ не зависит, и различается при H0 и при H1.
СФУ Т.В. Крупкина |
133 |
Общая схема проверки
параметрических гипотез
3. Найти критическую область V.
4. Рассчитать по выборке значение ст –ки Тв.
5. Если Тв попадает в критическую область V, то нулевая гипотеза отвергается (в пользу альтернативной). Если Тв не попадает в критическую область V, то нулевая гипотеза не отвергается.
6. Сформулировать ответ в терминах вопроса.
Проверка гипотез о параметрах нормального распределения
Гипотезы о параметрах одного распределения
(одна выборка).
Гипотезы о параметрах двух распределений
(две независимые выборки).
Гипотезы о параметрах двух распределений
(две парные выборки).
Гипотеза о дисперсии. H0: σ = σ0.
|
nS2 |
|
(n 1) |
|
2 |
|
||
T |
|
S |
. |
|||||
0 |
2 |
0 |
2 |
|
|
|||
|
|
|
|
|
При справедливой гипотезе H0
nS2 |
2 |
|
0 |
||
n 1 |
||
2 |
Гипотеза о среднем. H0: a = a0.
1) (X1,, X2,...,Xn) €, N(θ1, σ), то есть параметр σ известен, а параметр a не известен.
T x a0
n
В случае, если справедлива H0, T N (0,1)
Гипотеза о среднем. H0: a = a0.
2) (X1,, X2,..., Xn) € N(θ1,θ2), то есть оба параметра неизвестны.
|
|
|
|
a0 |
|
|
|
|
|
a0 |
|||
T |
|
x |
x |
||||||||||
|
|
S |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
S |
|||||||
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
В случае, если справедлива H0,
T Tn 1
Гипотеза о дисперсиях.
H : σ = σ .
0Критерий1 Фишера2
T S12 . S 2
При справедливой гипотезе H0
T Fn 1,m 1
Гипотеза о средних. H0: a1 = a2.
Критерий Стьюдента
T S |
x y |
|
2 (n 1) S 2 (m 1) 1 1 . |
||
1 |
2 |
n m |
|
n m 2 |
|
При справедливой гипотезе H0 |
||
T Tn m 2 |
|
Лекция 18. Проверка гипотез о виде распределения.
Критерии согласия
Критериями согласия называют критерии, предназначенные для проверки
простой гипотезы H0: F = F0, при сложной
альтернативной H1: F ≠ F0.
Для проверки гипотезы возьмем статистику T = T(X), характеризующую отклонение эмпирических данных от соответствующих гипотезе теоретических значений.
H0: F=F0. Критерий согласия Колмогорова
Критерий применяется для непрерывных сл.в.
В качестве статистики T выбирают величину
Dn = Dn(x) = max|Fn(x) – F0(x)|,
где Fn(x) – эмпирическая функция
распределения, а в качестве критической области – область вида V = (t*,+∞).