- •Классическое определение вероятности.
- •Формула сложения вероятностей.
- •Формула полной вероятности.
- •Повторные независимые испытания
- •Формула Бернулли
- •1.10. Теоремы Муавра-Лапласа
- •13.Случайные величины: дискретные и непрерывные случайные дискретные величины
- •Пуассона распределение
- •Свойства
- •Свойства
- •Гипергеометрическое распределение.
- •1. Дискретная случайная величина, закон и функция распределения
- •2. Числовые характеристики дискретных случайных величин
- •30. Система случайных величин, закон распределения вероятностей дискретной двумерной случайной величины.
- •31. Функция распределения двумерной случайной величины, ее свойства.
- •Свойства функции распределения двумерной случайной величины
- •Определение плотностей вероятности составляющих двумерной случайной величины:
- •Понятие ковариация и коэффициента корреляции
- •41. Линейная регрессия. Линейная корреляция. Нормальная корреляция
- •42.Закон больших чисел. Лемма Чебышева.
- •43.Неравенство Чебышева.
- •44.Теорема Чебышева.
- •45.Теорема Бернули.
- •46. Центральная предельная теорема.
- •47. Основные понятия математической статистики: вариационный ряд, его характеристики.
- •48. Средние величины, показатели вариации.
- •50. Понятие оценки параметров.
- •51. Методы нахождения оценок: метод моментов, метод максимального правдоподобия, метод наименьших квадратов.
- •52. Понятие статической гипотезы и схеме ее проверки.
- •56.Проверка гипотезы о законе распределения. Хи-квадрат критерий Пирсона.
- •57.Проверка гипотезы о законе распределения. Критерий Колмогорова.
- •58.Проверка гипотезы о законе распределения. Критерий Колмогорова-Смирнова.
41. Линейная регрессия. Линейная корреляция. Нормальная корреляция
Линейная регрессия занимает в технике и теории корреляции особое место. Она обусловлена двумерным нормальным законом распределения СВ Х и Y:
, где
а0и а1– коэффициенты регрессии,
х – независимая случайная величина.
Рассмотрим двумерную случайную величину (X, Y). Если обе функции регрессии У на X и X на У линейны, то говорят, что X и Y связаны линейной корреляционной зависимостью. Очевидно, что графики линейных функций регрессии — прямые линии, причем можно доказать, что они совпадают с прямыми среднеквадратической регрессии. Имеет место следующая важная теорема. Теорема. Если двумерная случайная величина (X, Y) распределена нормально, то X и Y связаны линейной корреляционной зависимостью.
42.Закон больших чисел. Лемма Чебышева.
Закон больших чисел Чебышева. Имеет место следующее утверждение. Пусть- последовательность попарно независимых случайных величин, имеющих ограниченные в совокупности дисперсии, т. е.для любого i. Тогда, каково бы нибыло, справедливо соотношение
(54) |
Доказательство: Обозначим через величину, т.е. среднюю арифметическую n случайных величин. Случайная величинаимеет математическое ожидание
и дисперсию
(здесь мы воспользовались свойствами математического ожидания и дисперсии). Применяя к случайной величине вторую лемму Чебышева, найдем, что
т.е.
так как при любом i, и следовательно,
Учитывая, что вероятность любого события не превосходит единицы, получим
Переходя к пределу при , имеем
43.Неравенство Чебышева.
Рассмотрим случайную величину X с конечным мат. ожиданием и дисперсией
Для любого неотрицательного числа t вероятность наступления события
Пусть Z - непрерывная случайная величина с плотностью вероятности f(Z). Пространство событий величины Z (0; ). Тогда имеет место неравенство
Доказать неравенства
Рассмотрим два сложных события
a - произвольное действительное число.
Показать самим, что x - удовлетворяет и одному и другому неравенству.
Тогда справедливо
В данном случае
Равномерность неравенств при >0
или, в частности, при a==MX
при =t справедливо неравенство Чебышева.
44.Теорема Чебышева.
Теорема: При достаточно большом числе независимых опытов среднее арифметическое полученных в опытах значений случайной величины X сходится по вероятности к ее математическому ожиданию , где d,e - сколь угодно малые величины; при n®¥ будет выполняться данное неравенство. |
Доказательство: Применим неравенство Чебышева для случайной величины , где , , . Тогда .
При любом сколь угодно малом значении ε можно всегда подобрать n такое, чтобы сделать δ значительно меньше единицы.
45.Теорема Бернули.
Рассмотрим систему независимых испытаний Бернулли.
Система испытаний неограниченна. С каждым i-видом испытаний свяжем дискретную величину Xi
Хi принимают значения 1, если в i-том испытании произошло событие А и 0 - в противном случае
Рассмотрим случайную величину- число появлений события А в n испытаниях
Рассмотрим случайную величину
Это частость наступления события А в n испытаниях
Используем неравенство Чебышева
где e - произвольное неотрицательное число
Рассмотрим
Получена теорема Бернулли.
Частость наступления произвольного события при числе испытаний стремящемся к бесконечности по вероятности сходится к теоретической вероятности наступления события.