- •Содержание
- •Введение
- •Глава 1 Основные понятия.
- •1.1Вводные понятия.
- •1.2Непосредственный подсчёт вероятностей
- •1.3Частота или статическая вероятность.
- •Глава 2Аксиоматика теории вероятности. Правила умножения и сложения и их свойства.
- •2.1Элементарные сведения из теории множеств.
- •2.2Аксиомы теории вероятностей и их следствия. Правило сложения вероятностей.
- •2.3Комбинаторика. Классические модели. Примеры.
- •2.4Геометрическая модель.
- •2.5Условная вероятность события. Правило умножения вероятностей.
- •2.6Формула полной вероятности.
- •2.7Теорема гипотез (Формула Бейеса).
- •Глава 3Случайные величины, их законы распределения.
- •3.1Понятие случайной величины. Законы распределения. Ряд распределения дискретной случайной величины.
- •3.2Функция распределения случайной величины. Её свойства.
- •3.3Функция распределения дискретной с. В. Индикатор события.
- •3.4Непрерывная случайная величина. Плотность распределения.
- •Глава 4Числовые характеристики случайных величин.
- •4.1Роль и назначение числовых характеристик. Математическое ожидание случайной величины.
- •4.2 Моменты. Дисперсия. Среднее квадратичное отклонение.
- •Глава 5Некоторые важные для практики распределения дискретных с. В.
- •5.1Аппарат производящей функции.
- •5.2Испытания Бернулли.
- •5.3Биноминальное распределение.
- •5.4Распределение Пуассона.
- •5.5Геометрическое распределение.
- •5.6Гипергеометрическое распределение.
- •Глава 6Некоторые важные для практики распределения непрерывных случайных величин.
- •6.1Равномерное распределение.
- •6.2Показательное распределение.
- •6.3Нормальное распределение.
- •6.4Гамма - распределение и распределение Эрлана.
- •Глава 7Системы случайных величин (случайные векторы).
- •7.1Понятие о системе случайных величин.
- •7.2Функция распределения системы двух случ. Величин.
- •7.3Система двух дискретных случ. Величин. Матрица распределения.
- •7.4Система двух непрерывных случ. Величин. Совместная плотность распределения.
- •7.5Зависимые и независимые случ. Величины. Условные законы распределения.
- •7.6Числовые характеристики системы двух с.В. Ковариация и коэффициент корреляции.
- •7.7Условные числовые характеристики системы случайных величин (х,у). Регрессия.
- •7.8Закон распределения и числовые характеристики n-мерного случайного вектора.
- •Лекции « Теория вероятности и математическая статистика »
- •Раздел 2
- •«Математическая статистика.» Глава 8Основы математической теории выборочного метода.
- •8.1Понятие о выборочном методе. Способы образования выборочной совокупности.
- •8.2Характеристики генеральной и выборочной совокупности.
- •8.3Эмпирическая функция распределения.
- •Глава 9Статистическое оценивание параметров распределения.
- •9.1Понятие об оценке параметров.
- •9.2Основные свойства оценок.
- •1) Несмещенность
- •2) Эффективность
- •3) Состоятельность
- •9.3Оценка математического ожидания и дисперсии по выборке.
- •9.4Метод наибольшего правдоподобия.
- •9.5Распределение средней арифметической для выборок из нормальной совокупности. Распределение Стьюдента.
- •9.6Распределение дисперсии в выборках из нормальной генеральной совокупности. Распределение Пирсона.
- •9.7Понятие доверительного интервала. Доверительная вероятность.
- •9.8 Построение доверительного интервала для математического ожидания при известной .
- •9.9Построение доверительного интервала для математического ожидания при неизвестной .
- •9.10Построение доверительного интервала для дисперсии.
- •Глава 10Проверка статистических гипотез.
- •10.1Понятие статистической гипотезы. Общая постановка задачи проверки гипотез.
- •10.2Проверка гипотезы о равенстве центров распределений двух нормальных генеральных совокупностей при известном .
- •10.3Проверка гипотезы о равенстве центров распределения нормальных генеральных совокупностей при неизвестном .
- •10.5Проверка гипотез о законе распределения. Критерий согласия .
- •10.6Вычисление объёма выборки.
- •Глава 11Основы дисперсионного анализа.
- •11.1Основная идея дисперсионного анализа.
- •11.2Однофакторный комплекс.
- •11.3Двухфакторный комплекс.
- •11.4Дисперсионный анализ с равным числом наблюдения в ячейке.
- •11.5Дисперсионный анализ с неравным числом наблюдений в ячейке.
- •Глава 12Основы корреляционного анализа.
- •12.1О связях функциональных, стохастических, статистических и корреляционных.
- •12.2Определение формы связи. Понятие регрессии.
- •12.3 Поле корреляции.
- •12.4Линейная регрессия. Понятие о способе наименьших квадратов.
- •12.5Кривые регрессии. Нелинейная регрессия.
- •12.6Измерение тесноты связи. Эмпирическое корреляционное отношение.
9.9Построение доверительного интервала для математического ожидания при неизвестной .
Случайная величина Х распределена нормально
неизвестно
Требуется оценить неизвестное
Величина распределена по закону Стьюдента
Выбираем p=1- , зная объём выборки. Из таблицы для получаем значение
Вывод: С вероятностью (надёжностью) p=1- можно утверждать, что интервал является доверительным для оценки мат. ожидания.
Замечание: зависит не только от требуемой вероятности, но и от объёма выборки.
9.10Построение доверительного интервала для дисперсии.
Случ. величина Х нормально распределена
Требуется оценить или по выборочной дисперсии или по исправленной выборочной дисперсии .
Построение доверительного интервала для дисперсии основывается на том, что случ. величина имеет распределение с k=n степенями свободы, а величина - с k=(n-1).
Рассмотрим второй случай:
Выбираем p=1-
выбираются из таблицы для распределения, причем так чтобы площадь, заключенная под дифференциальной функцией распределения между и , была равна 1- .
Как видно из рисунков значения и можно варьировать так, чтобы значение площади оставалось постоянным.
Обычно и выбираются так, чтобы
Таблица содержит лишь , то необходима в формуле замена:
è
è
Вывод: С вероятностью можно утверждать, что интервал
есть доверительный интервал для .
Глава 10Проверка статистических гипотез.
10.1Понятие статистической гипотезы. Общая постановка задачи проверки гипотез.
Опр. Под статистической гипотезой подразумевается гипотеза, которая относится или к виду, или к отдельным параметрам распределения случайной величины.
Пример: Статистической является гипотеза о том, что распределение производительности труда рабочих, выполняющих одинаковую работу в одинаковых условиях, имеет нормальный закон распределения.
Задача проверки статистической гипотезы в общем виде:
Пусть - закон нормального распределения случ. величины Х, зависящий от одного параметра .
Предположим, что необходимо проверить гипотезу о том, что .
Назовем эту гипотезу нулевой -
- конкурирующая гипотеза - альтернативная гипотеза.
Выборка:
- ряд независимых наблюдений над случайной величиной Х.
Множество выборок объёма n делим на два множества O и W.
O - область, в которой принимается.
W - область, в которой отвергается.
O - область допустимых значений.
W - критическая область.
Замечание: Для нахождения этих областей необходимо найти лишь одну из них. Вторая определяется по первой однозначно.
Опр. Ошибка первого рода состоит в том, что отвергается верная и принимается неверная .
Ошибка второго рода состоит в том, что принимается неверная , и отвергается верная .
Замечание: Вероятности ошибок первого и второго рода однозначно определяются выбором критической области W.
Обозначим:
10.2Проверка гипотезы о равенстве центров распределений двух нормальных генеральных совокупностей при известном .
Средний результат в одной серии экспериментов заметно отличается от среднего результата в другой серии. При этом возникает вопрос, можно ли объяснить обнаруженное расхождение средних случайными ошибками эксперимента или оно вызвано какими-либо незамеченными или даже неизвестными закономерностями ?
В промышленности задача сравнения средних часто возникает при выборочном контроле качества изделий, изготовленных на разных установках или при разных технологических режимах.
Формулировка задачи:
Случ. величины X и Y подчиняются нормальному закону распределения
и объёмы выборок из X и Y.
и - известны
Лучшие оценки мат. ожидания и
- подчиняется нормальному закону
Если справедлива, то è
|
-нормированная разность подчиняется нормальному закону распределения
|
Далее выбираем p=1- и по таблице находим
- область допустимых значений
- критическая область