- •ВВЕДЕНИЕ
- •Глава XIV ТЕОРИЯ ВЕРОЯТНОСТЕЙ
- •Раздел I
- •Виды случайных событий
- •Классическое определение вероятности
- •Основные формулы комбинаторики
- •Статистическое определение вероятности
- •Непосредственное вычисление вероятностей
- •§ 2. Теорема сложения вероятностей несовместных событий
- •§ 3. Условная вероятность. Теорема умножения вероятностей
- •§ 4. Теорема сложения вероятностей совместных событий
- •§ 5. Формула полной вероятности
- •§ 6. Формула Бейеса
- •§ 7. Схема Бернулли
- •Раздел II
- •§ 2. Математическое ожидание, дисперсия и среднеквадратическое отклонение случайной величины, их свойства
- •Свойства математического ожидания
- •Свойства дисперсии
- •Примеры решения задач
- •§ 3. Примеры распределения случайных величин
- •3.1 Биномиальное распределение
- •3.2 Распределение Пуассона
- •3.3 Нормальное распределение
- •3.4. Равномерное распределение
- •3.5 Показательное (экспоненциальное) распределение
- •§ 4. Система случайных величин
- •§ 5. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •§ 6. Закон больших чисел. Теорема Чебышева
- •§ 7. Центральная предельная теорема Ляпунова
- •Глава XV МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
- •§ 1. Задачи математической статистики
- •§ 2. Выборочный метод
- •2.1 Генеральная и выборочная совокупности
- •2.2 Статистическое распределение выборки
- •2.3 Эмпирическая функция распределения
- •2.4 Полигон и гистограмма
- •2.5 Оценки математического ожидания
- •2.6 Оценки дисперсии
- •§ 3. О статистической проверке гипотез
- •ПЕРЕЧЕНЬ КОНТРОЛЬНЫХ ВОПРОСОВ
- •КОНТРОЛЬНЫЕ ЗАДАНИЯ
- •Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •ПРИЛОЖЕНИЕ
- •Список рекомендуемой литературы
42
Глава XV МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
§ 1. Задачи математической статистики
Практическое изучение случайной величины часто происходит в следующих обстоятельствах: закон распределения и характеристики случайной величины (или системы случайных величин) неизвестны, однако известны результаты некоторого количества испытаний этой величины.
Представляет интерес задачи нахождения функции распределения случайной величины (или системы случайной величины) и числовых характеристик распределения ( M , D , σ ) по опытным данным. Этими задачами и занимается математическая статистика.
Нахождение функции распределения по опытным данным требует большого объема статистического материала, часто очень большого. В таких случаях задачу нахождения функции распределения упрощают и пытаются дать ответ на вопрос – верно ли, что исследуемая случайная величина распределена по тому или иному конкретному закону распределения.
Разумеется, нельзя рассчитывать на категорический ответ: речь идет о том, насколько опытные данные согласуются или находятся в противоречии с гипотезой о распределении. Это также требует значительного объема статистического материала. Однако, известны многие прикладные задачи, в которых на основе имеющихся опытных данных можно получить ответ на поставленный вопрос. Такие постановки задач носят название “статистическая проверка гипотез”.
Существуют задачи, в которых вид функции распределения исследуемой случайной величины известен, а неизвестными являются только параметры распределения. Например, из общих соображений иногда бывает ясно, что изучаемая случайная величина имеет нормальное распределение, в этом случае для полного описания закона распределения нужно вычислить (точнее
– оценить) математическое ожидание и дисперсию.
Наконец, сравнительно простыми и в тоже время важными в практическом отношении являются задачи оценки характеристик распределения – в основном математического ожидания и дисперсии. Рассматривают оценки характеристик распределения двух видов: точечную и интервальную.
Точечная оценка является довольно грубой – ее смысл, что исследуемая характеристика приближенно равна вычисленному значению.
Интервальная оценка содержит больше информации, ее смысл состоит в том, что исследуемая характеристика принадлежит найденному интервалу с определенной (т.е. вычисленной в результате исследования) вероятностью.