- •Предмет теории вероятностей. Возникновение теории вероятностей.
- •Элементарные сведения из теории множеств.
- •Пространство элементарных событий. Случайные, достоверные, невозможные и несовместные события.
- •4. Действия над событиями (объединение, пересечение, разность).
- •2)Пересечение(произведение)-
- •5. Классическое определение вероятности.
- •6. Геометрическое определение вероятности.
- •7.Схема выбора без возвращения (сочетания, размещения).
- •8. Схема выбора с возвращением (перестановки, сочетания и размещения с повторением).
- •9.Теоремы сложения вероятности.
- •10.Теорема умножения вероятности.
- •11. Формула полной вероятности.
- •12.Формула Байеса.
- •13. Повторные независимые испытания.
- •Формула Бернулли. Наивероятнейшее число наступления события.
- •Наивероятнейшее число наступления события а в испытанмях Бернули
- •15.Локальная формула Муавра-Лапласа.
- •16.Интергральная формула Муавра-Лапласа.
- •17. Формула Пуассона
- •18.Случайная величина.
- •19 , 20.Дискретно распределённая случайная величина.
- •21.23 Непрерывно распределённая случайная величина.
- •22. Плотность распределения непрерывной случайной величины
- •24.Биномиальный закон распределения св.
- •25 . Распределение Пуассона св.
- •26.Нормальный закон распределение св (распределение Гаусса).
- •27. Геометрическое распределение случайной величины
- •28. 29Неравенство Чебышева.
- •30.Теорема Бернулли.
- •31.Генеральная и выборочная совокупность.
- •32 .Вариационный ряд
- •34.Эмперическая функция распределения.
- •36.Точечное оценивание параметров распределения.
- •34.Интервальное оценивание параметров распределения.
- •Критическая область, мощность критерия.
- •37. Схема проверки стат-ой гипотезы.
- •42. Основные понятия корреляционного и регрессионного анализа.
- •43)Линейная корреляционная зависимость и прямые регрессии
- •44)Коэффициент линейной корреляции и его свойства
36.Точечное оценивание параметров распределения.
Точечной оценкой неизвестного параметра называют число, которое приблизительно равно оцениваемому параметру и может заменить его с достаточной степенью точности в статистических расчётах. Для того чтобы точечные статистические оценки обеспечивали «хорошие» приближения неизвестных параметров, они должны быть несмещёнными, состоятельными и эффективными.
34.Интервальное оценивание параметров распределения.
Интервальной называют оценку, определяющуюся двумя числами – концами интервала. Пусть найденная по данным выборки статистическая характеристика служит оценкой неизвестного параметра . Очевидно, тем точнее определяет параметр , чем меньше абсолютная величина разности . Другими словами, если и , то чем меньше , тем точнее оценка. Таким образом, положительное число характеризует точность оценки.
ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ И ДОВЕРИТЕЛЬНАЯ ВЕРОТНОСТЬ.
Надежностью (доверительной вероятностью) оценки по называют вероятность , с которой осуществляется неравенство . Обычно надежность оценки задается заранее, причем, в качестве берут число, близкое к единице – как правило, 0,95; 0,99 или 0,999.
Пусть вероятность того, что равна :
.
Таким образом, доверительным называют интервал , который покрывает неизвестный параметр с заданной надежностью .
ДОВЕРИТЕЛЬНЫЕ ИНТЕРВАЛЫ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ И ДЛЯ ДИСПЕРСИИ НОРМАЛЬНО РАСПРЕДЕЛЕННОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ.
Пусть количественный признак X генеральной совокупности распределен нормально, причем среднее квадратическое отклонение этого распределения известно. Требуется оценить неизвестное математическое ожидание a по выборочному среднему . Найдем доверительные интервалы, покрывающие параметр a с надежностью .
Будем рассматривать выборочное среднее , как случайную величину (т.к. меняется от выборки к выборке), и выборочные значения , как одинаково распределенные независимые случайные величины (эти числа также меняются от выборки к выборке). Другими словами, математическое ожидание каждой из этих величин равно a и среднее квадратическое отклонение – . Так как случайная величина X распределена нормально, то и выборочное среднее также распределено нормально.
Выражение для искомого доверительного интервала вычисляется по формуле с надежностью . по табл Стьюдента находится с заданным объемом выборки и надежностью.
СТАТИС-АЯ ГИПОТЕЗА, СТАТИС-Й КРИТЕРИЙ, ОШИБКИ ПЕРВОГО И ВТОРОГО РОДА.
Статистической называют гипотезу о виде неизвестного распределения или о параметрах известных распределений. Примеры статистических гипотез: генеральная совокупность распределена по закону Пуассона; дисперсии двух нормальных распределений равны между собой.
Ошибка первого рода состоит в том, что будет отвергнута правильная гипотеза. Ошибка второго рода состоит в том, что будет принята неправильная гипотеза. Следует отметить, что последствия ошибок могут оказаться различными. Если отвергнуто правильное решение «продолжать строительство жилого дома», то эта ошибка первого рода повлечет материальный ущерб; если же принято неправильное решение «продолжать строительство» несмотря на опасность обвала дома, то эта ошибка второго рода может привести к многочисленным жертвам. Иногда, наоборот, ошибка первого рода влечет более тяжелые последствия.
Статистическим критерием (или просто критерием) называют случайную величину (обозначим ее через K), которая служит для проверки нулевой гипотезы. Например, если проверяют гипотезу о равенстве дисперсий двух нормальных генеральных совокупностей, то в качестве критерия K принимают отношение исправленных выборочных дисперсий .