- •Модульний план
- •Розподіл балів за виконані роботи
- •Критерії оцінювання знань, вмінь та навичок студентів Лекційні 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.
- •Класифікація випадкових подій
- •Алгебра випадкових подій
- •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
- •Класичне означення ймовірності
- •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
- •Біноміальний розподіл
- •Геометричний розподіл
- •Числові характеристики двв
- •6.1.2. Неперервні випадкові величини. Щільність розподілу.
- •Основні закони розподілу неперервних величин
- •Рівномірний розподіл
- •Показниковий розподіл
- •Нормальний розподіл
- •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.
- •Перевірка гіпотези про рівність середніх двох сукупностей
- •Перевірка гіпотези про рівність часток ознаки двох сукупностей
- •Перевірка гіпотези про рівність дисперсій двох сукупностей
- •Перевірка гіпотез про числові значення параметрів
- •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
- •Варіанти завдань для самостійної індивідуальнї роботи
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 оцінка є змістовною. Якщо обчислити дисперсію вибіркової середньої , то отримаємо
.
Оскільки , то це означає, що оцінка є змістовною для параметра а.
Твердження. Якщо випадкова величина Х нормально розподілена з параметрами М(Х)=а і , то оцінка має у класі всіх незміщених оцінок математичного сподівання а мінімальну дисперсію, яка дорівнює . Тому є 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 достатньо помножити на дріб .
Виправлену вибіркову дисперсію позначають .
Тоді виправленим середньоквадратичним відхиленням вибірки буде
Дріб називають поправкою Бесселя. Для малих п поправка Бесселя значно відрізняється від одиниці. Для п50 практично немає різниці між і .
Можна показати, що оцінки і є 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, що тим 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 ймовірність γ, 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 надійністю покриває невідомий параметр .
Зауваження. Кінці довірчого інтервалу є випадковими величинами.