- •Понятие генеральной совокупности и выборки. Эмпирические аналоги параметров генеральной совокупности. Два взгляда на выборку. Вероятностные свойства выборочных характеристик.
- •Выборочные моменты. Вывести формулы, устанавливающие связь между центральными и начальными выборочными моментами для
- •6. Достаточность точечной оценки. Критерий факторизации. Доказать достаточность средней арифметической , используемой в качестве оценки параметра λ пуассоновского закона распределения .
- •8. Точные и асимптотические законы распределения выборочных характеристик. Вывести закон распределения в предположении, что выборка взята из нормальной генеральной совокупности х.
- •9. Вывести закон распределения ( ) в предположении, что выборки независимы и взяты из нормальных генеральных совокупностей х и у.
- •10. Доказать, что статистика имеет - распределение с (n-1) степенями свободы.
- •11. Доказать, что статистики и s2 , полученные по выборке из нормальной генеральной совокупности, независимы.
- •12. Случайная величина и статистики, имеющие -распределение. Их применение при оценивании параметров и проверке гипотез.
- •13. Случайная величина и статистики, имеющие t-распределение Стьюдента. Их применение в задачах оценивания параметров и проверке гипотез.
- •14. Случайная величина и статистики, имеющие f-распределение, и их применение в математической статистике.
- •16. Интервальные оценки для генеральной дисперсии, полученные по выборке из нормальной генеральной совокупности.
- •19. Проверка гипотез о значении генеральной средней, при известной и неизвестной генеральной дисперсии. Вычисление мощности критерия.
- •20. Проверка гипотез о равенстве генеральных средних двух нормальных генеральных совокупностей. ( это без лекций)
- •21. Проблема Беренса - Фишера. Сравнение математических ожиданий двух нормальных генеральных совокупностей, генеральные дисперсии которых неизвестны и не равны.
- •22. Проверка предположения, что две выборки объемом n1 и n2 взяты из одной нормальной генеральной совокупности.
- •23. Проверка гипотез о значении дисперсии генеральной совокупности. Вычисление мощности критерия (Без вывода мощности)
- •24. Проверка гипотез об однородности дисперсий ряда генеральных совокупностей. Критерии Бартлетта и Кохрана.
- •Проверка гипотезы однородности ряда вероятностей в случае биноминального распределения.
- •Проверка гипотезы однородности ряда вероятностей в случае полиномиального распределения.
- •27.Однофакторный дисперсионный анализ и его цель. Разложение общей вариации на составляющие. Общий вид модели.
- •28.Модель м1 однофакторного дисперсионного анализа. Проверка гипотезы о влиянии фактора а на результативный признак у. Вывести статистику критерия.
- •29. Модель м2 однофакторного дисперсионного анализа. Проверка гипотезы о влиянии фактора а на результативный признак у. Вывести статистику критерия.(нет)
- •30. Модель м1 однофакторного дисперсионного анализа. Проверка гипотезы относительно общего среднего. Вывести статистику критерия.
- •32. Модель м2 однофакторного дисперсионного анализа. Проверка гипотезы относительно общего среднего. Вывести статистику критерия.
- •33. Двухфакторный дисперсионный анализ и его цель. Разложение общей вариации на составляющие. Особенности моделей м1, м2 и смешанных.
32. Модель м2 однофакторного дисперсионного анализа. Проверка гипотезы относительно общего среднего. Вывести статистику критерия.
При проверке гипотезы H0: ϻ= ϻ0 о значении генеральной средней используется статистика ,
имеющая F-распределение с числом степеней свободы числителя и знаменателя .
Если , то гипотеза отвергается с вероятностью ошибки, равной Выводим статистику.
Здесь – случайные величины, удовлетворяющие условиям:
М( ) = 0
М( 1* 2) = 0 для 1≠ 2
М( *ɛij) = 0 для любых i, j
М( ) =
ɛij – это случайные величины (остатки), отражающие влияние на Y всех неконтролируемых факторов, то есть вариацией переменной внутри отдельного уровня, удовлетворяющие следующим условиям:
М(ɛij) = 0
М(ɛi1j2 ɛi2j2) = 0 для i1 ≠ i2 или j1 ≠ j2
М(ɛij2) =
Выведем QА через параметры модели (1) и (2):
Используем -> - несмещенные оценки одной и той же величины
В общем случае H0: ϻ= ϻ0 можно проверить в предположении, что , т.е. при отсутствии влияния фактора А или при
33. Двухфакторный дисперсионный анализ и его цель. Разложение общей вариации на составляющие. Особенности моделей м1, м2 и смешанных.
В двухфакторном дисперсионном анализе исследуется влияние двух факторов А и В, и их взаимодействие, на результативный признак Y .
Все имеющиеся данные, как правило, представляются в виде таблицы, в которой по строкам располагаются уровни Аi, i=1,2,…m фактора А, по столбцам – уровни Bj, j=1,2,…r фактора В, а в ячейке, соответствующей i –му уровню фактора А и j-му уровню фактора В, находятся nij значений yijk результативного признака Y , где k=1,2,…nij
, ,
Степени свободы:
Qa- m-1, Qb – r-1, Qab- mr-m-r+1, Qост- mrn-mr, Qобщ – mrn-1, Mrn-1=mrn-1
Степени свободы Qобщ=сумме степ. свободы, след по те-ме Кохрана qa, Qb, Qab и Qjcn – независимы м-д собой
В каждой клетке комплекса имеется по несколько наблюдений - постулируется наличие влияния взаимодействия факторов (АВ) на результативный признак .
Двухфакторная дисперсионная модель в этом случае имеет вид:
- наблюдаемое k-е значение результативного признака, полученного на i-м уровне фактора и j-м уровне фактора В;
- общая генеральная средняя комплекса,
εijk – взаимно независимые, нормально распределенные случайные величины (остатки), отражающие влияние на всех неконтролируемых факторов, т.е. вариацией переменной внутри отдельной ячейки, удовлетворяющие следующим условиям:
- остаточная дисперсия.
- отклонения от , обусловленные влиянием i-го уровня фактора , j-го уровня фактора В, взаимодействием этих уровней АВ соответственно.
При этом для модели М1 (оба фактора имеют фиксированные уровни) - неслучайные величины, удовлетворяющие условиям:
, и, как следствие,
Для модели М2 (оба фактора имеет случайные уровни) - независимые между собой и с εijk случайные величины, удовлетворяющие условиям:
Для смешанной модели (фактор имеет случайные уровни, а фактор В - фиксированные) - неслучайные величины, - независимые между собой и с εijk случайные величины, удовлетворяющие условиям:
, причем .
Для смешанной модели (фактор В имеет случайные уровни, а фактор - фиксированные) - неслучайные величины, - независимые между собой и с εijk случайные величины, удовлетворяющие условиям:
; , причем .
В двухфакторном дисперсионном анализе при n>1 формула разложения суммы квадратов отклонений имеет вид: , компоненты которого в случае одинакового числа наблюдений во всех ячейках, т.е. nij=n для всех i=1,2,…m; j=1,2,…r, определяются по формулам:
- общая сумма квадратов отклонений;
- сумма квадратов отклонений, обусловленная влиянием фактора ;
- сумма квадратов отклонений, обусловленная влиянием фактора В;
- сумма квадратов отклонений, обусловленная совместным влиянием факторов и В;
- остаточная сумма квадратов отклонений.
- средняя по ячейке, соответствующей i –му уровню фактора и j-му уровню фактора В;
- средняя по уровню фактора ;
- средняя по уровню фактора В;
- общая средняя.