- •Тема 1. Основні поняття теорії ймовірностей 8
- •Модульний план
- •Розподіл балів за виконані роботи
- •Критерії оцінювання знань, вмінь та навичок студентів Лекційні заняття
- •Практичні заняття
- •Оцінювання самостійної та індивідуальної роботи
- •Модуль і. Теорія ймовірностей Змістовний модуль 1. Теоретичні основи теорії ймовірностей та комбінаторики
- •Тема 1. Основні поняття теорії ймовірностей
- •1.1. Поняття "випробування" та "подія". Предмет теорії ймовірностей. Коротка історична довідка.
- •Властивості операцій над подіями
- •Запитання для самоконтролю
- •Тема 2. Основні поняття та принципи комбінаторики
- •Сполуки без повторень елементів
- •Сполуки з повторенням елементів
- •Основні принципи комбінаторики
- •Запитання для самоконтролю
- •Тема 3. Ймовірність подій. Основні теореми теорії ймовірностей
- •Властивості ймовірності
- •3.2. Відносна частота. Статистичне означення ймовірності.
- •3.3. Геометричне означення ймовірності
- •Залежні та незалежні події. Умовна ймовірність. Теореми множення ймовірностей.
- •Теорема множення ймовірностей залежних подій
- •3.5. Теореми додавання ймовірностей Теорема додавання ймовірностей несумісних подій
- •3.6. Ймовірність настання хоча б однієї події
- •Теорема
- •Запитання для самоконтролю
- •Тема 4. Формула повної ймовірності. Формула Бейєса.
- •4.1. Формула повної ймовірності
- •4.2. Формула Бейєса
- •Запитання для самоконтролю
- •Тема 5. Послідовні незалежні випробування
- •5.1.Схема повторних незалежних випробувань Бернуллі.
- •5.2. Граничні теореми у схемі Бернуллі
- •5.3. Ймовірність відхилення відносної частоти від сталої ймовірності в незалежних випробуваннях
- •Запитання для самоконтролю
- •Практичні заняття Практичне заняття №1
- •Практичне заняття №2
- •Практичне заняття №3
- •Практичне заняття №4
- •Практичне заняття №5
- •Самостійна робота
- •Рівень а
- •Рівень б
- •Рівень в
- •Рівень а
- •Рівень б
- •Рівень в
- •Теми рефератів
- •Задачі для самоперевірки
- •Змістовний модуль 2. Випадкові величини
- •Тема 6. Види випадкових величин та способи їх задання
- •6.1. Поняття випадкової величини. Закони розподілу випадкових величин.
- •6.1.1. Дискретні випадкові величини
- •Числові характеристики двв
- •6.1.2. Неперервні випадкові величини. Щільність розподілу.
- •Основні закони розподілу неперервних величин
- •Числові характеристики ннв
- •Правило трьох сигм
- •6.2. Закон великих чисел та центральна гранична теорема
- •Теорема
- •Запитання для самоконтролю
- •Практичны заняття Практичне заняття №6
- •Практичне заняття №9
- •Самостійна робота
- •Числові характеристики основних розподілів
- •Рівень а
- •Рівень б
- •Рівень в
- •Задача 1
- •Задача 2
- •10. Неперервна випадкова величина задана інтегральною функцією розподілу:
- •Задачі для самоконтролю
- •Модуль іі. Математична статистика Змістовний модуль 3. Теоретичні основи математичної статистики
- •Тема 7. Предмет та задачі математичної статистики
- •Види та способи відбору
- •Первинна обробка даних
- •Згрупований розподіл накопиченої частоти
- •Розподіл щільності частоти і щільності відносної частоти
- •Емпірична функція розподілу
- •Властивості емпіричної функції розподілу
- •Запитання для самоконтролю
- •Тема 8. Статистичні оцінки параметрів розподілу
- •8.1. Числові характеристики статистичного розподілу
- •Алгоритм методу добутків
- •8.2. Точкові та інтервальні оцінки параметрів розподілу
- •Точкова оцінка математичного сподівання
- •Точкова оцінка дисперсії. Виправлена дисперсія
- •Інтервальні оцінки для математичного сподівання
- •Знаходження об’єму вибірки
- •Запитання для самоконтролю
- •Практичні заняття Практичне заняття №10
- •Практичне заняття №11
- •Практичне заняття №12-13
- •Практичне заняття №14
- •Самостійна робота
- •Змістовний модуль 4. Статистична перевірка гіпотез. Елементи теорії кореляції і дисперсійного аналізу
- •Тема 9. Статистична перевірка гіпотез
- •Статистичні гіпотези та їх класифікація
- •9.2. Статистичні критерії перевірки нульової гіпотези
- •9.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона.
- •Запитання для самоконтролю
- •Тема 10. Елементи теорії кореляції
- •Запитання для самоконтролю
- •Тема 11. Поняття дисперсійного аналізу. Однофакторний дисперсійний аналіз
- •Запитання для самоконтролю
- •Практичні заняття
- •Практичне заняття №17
- •Практичне заняття №18
- •Самостійна робота
- •Методичні рекомендації
- •Список використаної та рекомендованої літератури
- •Додатки
- •Математична довідка
- •Властивості функції
- •V. Правила інтегрування функцій
Точкова оцінка математичного сподівання
Нехай х1, х2, х3, ..., хn – вибірка отримана в результаті п незалежних випробувань над випадковою величиною Х – деякою ознакою генеральної сукупності, яка має математичне сподівання М(Х)=а.
За точкову оцінку математичного сподівання а =М(Х) беруть вибіркове середнє .
Легко довести, що є незміщеною для М(Х)=а, тобто М()=а.
Якщо додатково припустити, що випадкова величина Х має скінчену дисперсію , тоді можна стверджувати, що оцінкає змістовною. Якщо обчислити дисперсію вибіркової середньої, то отримаємо
.
Оскільки , то це означає, що оцінкає змістовною для параметраа.
Твердження. Якщо випадкова величина Х нормально розподілена з параметрами М(Х)=а і , то оцінкамає у класі всіх незміщених оцінок математичного сподівання а мінімальну дисперсію, яка дорівнює. Томує ефективною оцінкою параметра а.
Точкова оцінка дисперсії. Виправлена дисперсія
За точкову оцінку дисперсії беруть вибіркову дисперсію , яка є зміщеною оцінкою параметра . Цей факт випливає з рівності , яку неважко встановити за допомогою безпосередніх обчислень. Тому вибіркову дисперсію доцільно виправити таким чином, щоб вона стала незміщеною оцінкою. Для цього достатньопомножити на дріб.
Виправлену вибіркову дисперсію позначають .
Тоді виправленим середньоквадратичним відхиленням вибірки буде
Дріб називають поправкою Бесселя. Для малихп поправка Бесселя значно відрізняється від одиниці. Для п50 практично немає різниці між і.
Можна показати, що оцінки іє змістовними і не є ефективними.
У випадку, коли математичне сподівання а відоме і випадкова величина Х нормально розподілена, то незміщеною, змістовною та ефективною оцінкою дисперсії є оцінка
Точкові оцінки параметрів розподілу є випадковими величинами, їх можна вважати первинними результатами обробки вибірки тому, що невідомо, з якою точністю кожна з них оцінює відповідну числову характеристику генеральної сукупності.
Однак, при малому об’ємі вибірки точкові оцінки можуть мати значні розходження із значенням параметра, що оцінюється. Це призводить до грубих помилок.
Більш точними є інтервальні оцінки.
Означення. Інтервальною називають оцінку, яка визначається двома числами – кінцями інтервалу.
Інтервальні оцінки дозволяють встановити точність та надійність оцінок.
Нехай за даними вибірки знайдена статистична оцінка невідомого параметра, який бдемо вважати сталим числом. Очевидно, щотим точніше визначає параметр, чим менша за абсолютною величиною різниця.
Означення. Число δ, для якого виконується нерівність <δ, називають точністю оцінки.
Означення. Надійністю оцінки по називають ймовірністьγ, з якою виконується нерівність< δ або
γ=Р(<δ) (20)
Найчастіше число γ задається наперед і, залежно від обставин дорівнює 0,95 або 0,99, або 0,999.
Замінимо нерівність на рівносильну.
Звідси формулу (20) можна переписати у такому вигляді
.
Означення. Інтервалом довір’я або довірчим інтервалом називають інтервал , який із заданою надійністюпокриває невідомий параметр.
Зауваження. Кінці довірчого інтервалу є випадковими величинами.