- •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
Запитання для самоконтролю
Що таке статистична гіпотеза? Які є види статистичних гіпотез? Навести приклади статистичних гіпотез.
В чому полягають помилки першого та другого роду, які виникають при перевірці гіпотез?
Що називають статистичним критерієм перевірки гіпотез? Що таке потужність критерію?
Що таке критична область, як її знайти?
Яка статистика критерію використовується для перевірки гіпотези про закон розподілу випадкової величини? За якою формулою її обчислюють?
Яка статистика критерію використовується для перевірки гіпотези про рівність середніх двох сукупностей? За якою формулою її обчислюють?
Яка статистика критерію використовується для перевірки гіпотези про рівність дисперсій двох сукупностей? За якою формулою її обчислюють?
Яка статистика критерію використовується для перевірки гіпотези про рівність часток ознаки двох сукупностей? За якою формулою її обчислюють?
Що означає перевірити гіпотезу про числові значення параметрів? Навести приклад таких гіпотез?
Тема 10. Елементи теорії кореляції
Кореляційний аналіз досліджує наявність і характер зв’язків між випадковими величинами ознаками генеральної сукупності.
Основна задача кореляційного аналізу полягає у виявленні залежності між випадковими величинами Х та У і може бути розв’язана шляхом побудови статистичних оцінок коефіцієнта кореляції.
Точкову оцінку для коефіцієнта кореляції обчислюють за формулою:
(33)
Означення. Точкова оцінка коефіцієнта кореляції між випадковими величинами Х та У. яка обчислюється за формулою (33), називаєтьсявибірковим коефіцієнтом кореляції.
Вибірковий коефіцієнт кореляції характеризує зв’язок між випадковими величинами Х ті У (ознаками генеральної сукупності):
а) якщо 0, то зв’язок між Х та У є прямий і вони зменшуються або збільшуються одночасно;
б) якщо 0, то зв’язок між Х та У є обернений і із збільшенням однієї з них друга зменшується або навпаки;
в) ) якщо =0, то випадкові величини Х та У є некорельовані і це означає лише відсутність лінійного зв’язку між ними.
Вибірковий коефіцієнт кореляції задовольняє нерівність ≤1.
Нехай потрібно встановити залежність між двома випадковими величинами Х та У. Ці дві випадкові величини можуть бути зв’язані або функціональною залежністю, або так званою статистичною залежністю, або бути незалежними.
Строга функціональна залежність реалізується рідко.
Означення. Статистичною називається залежність, при якій зміна однієї величини викликає зміну розподілу іншої.
Означення. Кореляційною називається статистична залежність, яка проявляється в тому, що при зміні однієї величини змінюється середнє значення іншої.
Причому при кореляційній залежності одному значенню незалежної змінної Х відповідає не одне, а декілька значень залежної змінної У.
Приклад. Нехай Х – випадкова величина, що характеризує вагу людини в кг, а У – відповідний зріст в см і двовимірний статистичний розподіл задається такою таблицею
У |
Х | |||
70 |
75 |
80 |
п | |
170 |
15 |
10 |
5 |
30 |
175 |
– |
10 |
– |
10 |
180 |
– |
5 |
5 |
10 |
п |
15 |
25 |
10 |
50 |
Число, яке лежить на перетині стовпчика хі і рядка уі , вказує частоту, з якою зустрічається пара чисел (хі; уі).
Умовною середньою називається середнє арифметичне із значень У, що відповідають одному і тому ж значенню Х=х.
Так, вазі 75 кг відповідає середній зріст
.
Аналогічно знаходиться умовна середня .Очевидно, що умовна середня є функцією х, у цьому випадку говорять, що величина У залежить від Х кореляційно. Використовуючи поняття умовної середньої, введемо таке означення кореляційної залежності.
Означення. Кореляційною називається залежність умовної середньої від аргументів х:=.
Якщо є дві і більш змінних то: =.
Рівняння =називаютьрівнянням регресії У на Х, функцію називають регресією У на Х, а її графік – лінією регресії.
Найпростішою буде кореляційна залежність, коли є один аргумент. Її називають парною.
Якщо аргументів більше ніж один, то залежність називається множинною.
Вигляд рівняння визначає тип кореляційної залежності.
Найбільш поширеним є рівняння лінійної регресії =та та квадратичної=. Відповідно лінії регресії зображені на рис. 8.
у у
х1
х2
х3
хn
х х1
х2
х3
хn
х
y=ax+b y=ax2
Рис. 8
Неважко довести, що коефіцієнти рівняння регресії =є розв’язками системи рівнянь і дорівнюють
та (34)
А коефіцієнти рівняння є розв’язком системи рівнянь
і дорівнюють
,,
Для знаходження вибіркового рівняння регресії У на Х за даними спостережень використовують метод "натягнутої нитки", методом сум та метод найменших квадратів.
Приклад. Знайти вибіркове рівняння регресії У на Х за даними спостережень: а) методом "натягнутої нитки", б) методом сум, в) методом найменших квадратів. Обчислити коефіцієнт кореляції та дати його тлумачення.
Х |
30 |
28 |
26 |
31 |
15 |
20 |
23 |
27 |
28 |
22 |
21 |
23 |
26 |
30 |
31 |
25 |
25 |
27 |
28 |
23 |
У |
47 |
45 |
41 |
49 |
25 |
33 |
37 |
43 |
46 |
35 |
35 |
37 |
42 |
47 |
49 |
40 |
39 |
43 |
45 |
37 |
Розв’язання
а) метод "натягнутої нитки"
Будуємо кореляційне поле за вибіркою (Х;У):
Через точки кореляційного поля проводимо пряму так, щоб в обох півплощинах знаходилася приблизно однакова кількість точок. На цій прямій обираємо дві точки. Наприклад, А(15,25) і В(30,47). Складаємо систему для визначення коефіцієнтів лінійного рівняння залежності між Х та У: y=ax+b. Система буде такою:
.
Отже, рівняння має вигляд: у=1,47х+3
б) метод сум
Умовно ділимо вибірку на дві рівні частини (по 10 елементів). Тоді визначальна система для коефіцієнтів а та b буде такою:
Обчислимо всі суми, які присутні в системі. Розрахунки заносимо в таблицю:
|
X |
Y |
XY |
X2 |
Y2 |
|
30 |
47 |
1410 |
900 |
2209 |
|
28 |
45 |
1260 |
784 |
2025 |
|
26 |
41 |
1066 |
676 |
1681 |
|
31 |
49 |
1519 |
961 |
2401 |
|
15 |
25 |
375 |
225 |
625 |
|
20 |
33 |
660 |
400 |
1089 |
|
23 |
37 |
851 |
529 |
1369 |
|
27 |
43 |
1161 |
729 |
1849 |
|
28 |
46 |
1288 |
784 |
2116 |
|
22 |
35 |
770 |
484 |
1225 |
Сума |
250 |
401 |
|
|
|
|
21 |
35 |
735 |
441 |
1225 |
|
23 |
37 |
851 |
529 |
1369 |
|
26 |
42 |
1092 |
676 |
1764 |
|
30 |
47 |
1410 |
900 |
2209 |
|
31 |
49 |
1519 |
961 |
2401 |
|
25 |
40 |
1000 |
625 |
1600 |
|
25 |
39 |
975 |
625 |
1521 |
|
27 |
43 |
1161 |
729 |
1849 |
|
28 |
45 |
1260 |
784 |
2025 |
|
23 |
37 |
851 |
529 |
1369 |
Сума |
259 |
414 |
|
|
|
Загальна сума |
509 |
815 |
21214 |
13271 |
33921 |
Тоді система набуває вигляду:
.
Відповідне рівняння у=1,6х+0,1.
в) метод найменших квадратів
Визначальна система для коефіцієнтів рівняння така:
Відповідне рівняння у=1,49х+2,83.
Коефіцієнт кореляції обчислюємо за формулою:
Проміжні обчислення:
; ;
,
Тоді .
Оскільки коефіцієнт кореляції дуже близький до 1, то залежність між Х та У можна вважати лінійною.
Приклад. Зв’язок між кількісними ознаками Х та У генеральної сукупності задається таблицею
Х |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
У |
1 |
5 |
7 |
11 |
13 |
17 |
19 |
23 |
25 |
29 |
Записати рівняння прямої регресії У на Х.
Розв’язання
Скористаємося формулами (34) для знаходження коефіцієнтів лінійної регресії. отримаємо а=3,03, b=-4,70.
Отже вибіркове рівняння регресії: у=3,03х-4,7.
Щоб переконатися в тому, що наше припущення про лінійність зв’язку між Х та У було правильним, обчислимо вибірковий коефіцієнт кореляції за формулою (33), отримаємо
Оскільки вибірковий коефіцієнт кореляції є досить близьким до одиниці, то припущення про лінійність зв’язку між Х та У – правильне. Крім цього, зв’язок є додатний і ці величини збільшуються одночасно.