- •Глава 1. Основные задачи математической статистики. Выборки и их характеристики.
- •§ 1. Предмет и задачи математической статистики.
- •§ 2. Генеральная и выборочная совокупность. Способы отбора.
- •§ 3. Статистическое распределение выборки.
- •§ 4. Полигон и гистограмма.
- •§ 5 Эмпирическая функция распределения.
- •§ 6. Числовые характеристики статистического распределения выборки.
- •§ 7. Числовые характеристики генеральной совокупности.
- •Глава 2.
- •§1 Понятие о статистических оценках параметров распределения.
- •§2. Точечные и интервальные оценки. Доверительный интервал. Точность оценки. Доверительная вероятность (надежность).
- •§3. Несмещенные, состоятельные и эффективные оценки.
- •§ 4. Точечная оценка генерального среднего по выборочной средней.
- •§ 5. Точечная оценка генеральной дисперсии по исправленной выборочной дисперсии.
- •§6. Метод моментов для точечной оценки параметра распределения.
- •Глава 3.
- •§1. Статистическая гипотеза. Основные понятия.
- •§2. Ошибки первого и второго рода.
- •§ 3. Статистический критерий. Критическая область. Область принятия гипотезы. Критические точки.
- •§ 4. Уровень значимости и мощность критерия.
- •§ 5. Виды критических областей.
- •§6. Методика проверки гипотезы.
- •§ 7. Некоторые типичные задачи проверки параметрических гипотез.
- •7.1 Проверка гипотез о среднем значении.
- •7.2 Сравнение дисперсий 2-ух совокупностей.
- •§ 8. Непараметрические гипотезы. Критерии согласия Пирсона и Колмогорова.
- •8.1 Критерий Пирсона.
- •Глава 4.
- •§ 1. Основные понятия.
- •§ 2. Элементы теории корреляции. Анализ парных связей.
- •§ 3. Оценка показателя связи по выборочным данным. Корреляционное поле.
- •§ 4. Анализ коэффициента корреляции.
- •4.1 Точечная оценка коэффициента корреляции.
- •4.2 Интервальная оценка коэффициента корреляции и проверка значимости.
- •§ 5. Регрессионный анализ. Условные средние. Выборочные уравнения регрессии.
- •§ 6. Корреляционная таблица. Выборочные линии регрессии.
- •§ 7. Линейная регрессия. Выборочный коэффициент корреляции.
- •Глава 5. Основы дисперсионного анализа.
- •§ 1. Исходные понятия.
- •§ 2. Групповое и общее среднее. Групповая, внутригрупповая, межгрупповая и общая дисперсии.
- •§ 3. Однофакторный анализ при полностью случайном плане эксперимента.
- •§ 4. Двухфакторный анализ. (При полностью случайном плане экспериментов.)
§ 7. Линейная регрессия. Выборочный коэффициент корреляции.
Так как объем выборки конечен, то о линии регрессии можно судить лишь по форме опытной линии регрессии. Задача о нахождении теоретической линии регрессии сводится к выравниванию статистических распределений, например, методом наименьших квадратов.
Прямые среднеквадратической линейной регрессии задаются уравнениями:
-прямая среднеквадратической регрессии Y на X,
-прямая среднеквадратической регрессии X на Y.
Здесь:
mx , my – средние значения,
σx, σy – среднеквадратические отклонения,
r – Коэффициент корреляции.
Глава 5. Основы дисперсионного анализа.
§ 1. Исходные понятия.
Объектами исследования дисперсионного анализа являются стохастические связи между откликом и факторами, когда последние носят не количественный, а качественный или именованный характер.
Будем обозначать факторы через A, B,С,…, а отклик при этом – через Х. Каждый из факторов имеет несколько уровней, или градаций. В зависимости от числа анализируемых факторов различают однофакторный, двухфакторный и т.д. дисперсионный анализ.
Если исследуется влияние одного фактора, то математическая модель однофакторного эксперимента выглядит как:
,
Где - значение признака Х, полученное в i-м эксперименте (i=1,..., n j), соответствующем j-му уровню фактора A , – общее среднее , - вклад в величину ,обусловленный действием фактора A (эффект фактора A на j-м уровне, - неслучайная величина),- случайная компонента, вызванная влиянием всех прочих факторов.
Если рассматривается влияние двух факторов (A и B), то математическая модель эксперимента имеет следующий вид:
,
Где -значение признака, полученное в k-м наблюдении на i-м уровне фактора A и на j-м уровне фактора B, – общее среднее, - эффект фактораA на i-м уровне, -эффект фактора B j -м уровне,-эффект, вызванный взаимодействием факторов,-случайная компонента.
§ 2. Групповое и общее среднее. Групповая, внутригрупповая, межгрупповая и общая дисперсии.
Пусть все значения признака X некоторой совокупности (генеральной или выборочной) разбиты на несколько групп. Рассмотрим каждую группу как отдельную совокупность соответствующего объема.
Групповое среднее – среднее арифметическое значений признака Х в данной группе.
Общее среднее – среднее арифметическое значений признака Х во всей совокупности.
Теорема.
Общее среднее равно среднему арифметическому групповых средних, взвешенному по объемам групп.
Групповая дисперсия- дисперсия значений признака X, принадлежащих группе, относительно группового среднего,
(суммирование идет по элементам k-й группы)
Внутригрупповая дисперсия – среднее арифметическое дисперсий, взвешенное по объемам групп,
Межгрупповая дисперсия – дисперсия групповых средних относительно общего среднего,
Общая дисперсия – дисперсия значений признака X, принадлежащих всей совокупности, относительно общего среднего,
Теорема.
Если совокупность состоит из нескольких групп, то общая дисперсия равна сумме внутригрупповой и межгрупповой дисперсий.
Замечание.
Если групповые средние не различаются,, то=0 и внутригрупповая дисперсия совпадает с общей,(Dвнутр = Dобщ). Если же групповые средние различаются, то различаются и Dвнутр и Dобщ. Именно на сопоставление дисперсий и опирается дисперсионный анализ.