- •Математика и информатика
- •Содержание
- •Часть 1. Основания математики Глава 1. Понятийный аппарат аксиоматического метода
- •1.1. Понятие аксиоматического метода
- •1.2. Аксиоматическое построение математической теории
- •1.3. Вопросы для самоконтроля по теме «Аксиоматический метод»
- •Глава 2. Основные понятия теории множеств. Основные структуры
- •2.1. Понятие множества
- •2.2. Способы задания множеств
- •2.3. Алгебра множеств
- •2.3.1. Отношения между множествами
- •2.3.2. Операции над множествами
- •2.3.3. Алгебраические свойства операций над множествами
- •2.3.4. Геометрическая интерпретация операций над множествами
- •2.4. Декартово произведение множеств. Бинарные отношения
- •2.5. Символический язык логической структуры математических предложений
- •2.6. Алгебраические операции над различными математическими объектами
- •2.7. Вопросы для самоконтроля по теме «Теория множеств»
- •Глава 3. Структуры на множестве. Комбинаторика
- •3.1. Перестановки
- •3.2. Размещения
- •3.3. Сочетания
- •3.4. Вопросы для самоконтроля по теме «Комбинаторика»
- •Часть 2. Основы теории вероятностей Глава 4. Случайные события
- •4.1. Основные понятия теории вероятностей. Виды случайных событий
- •4.2. Алгебра случайных событий
- •4.3. Определение вероятности
- •4.3.1. Классическое определение вероятности
- •4.3.2. Аксиомы теории вероятностей. Аксиоматическое определение вероятности
- •4.4. Теоремы сложения и умножения вероятностей
- •4.4.1. Сложение вероятностей несовместных событий
- •4.4.2. Умножение вероятностей независимых событий
- •4.4.3. Вероятность появления хотя бы одного события
- •4.4.4. Умножение вероятностей зависимых событий. Условная вероятность
- •4.4.5. Сложение вероятностей совместных событий
- •4.5. Формула полной вероятности
- •4.6. Формула Байеса
- •4.7. Вопросы для самоконтроля по теме «Основы теории вероятностей»
- •Глава 5. Случайные величины
- •5.1. Понятие случайной величины
- •5.2. Дискретная случайная величина
- •5.2.1. Закон распределения дискретной случайной величины
- •5.2.2. Числовые характеристики дискретных случайных величин
- •5.3. Непрерывная случайная величина
- •5.3.1. Функция распределения вероятностей и плотность распределения вероятностей непрерывной случайной величины
- •5.3.2. Числовые характеристики непрерывной случайной величины
- •5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- •5.3.4. Вероятность попадания в заданный интервал нормальной случайной величины
- •5.3.5. Вычисление вероятности заданного отклонения нормальной случайной величины
- •5.4. Вопросы для самоконтроля по теме «Случайная величина»
- •Часть 3. Элементы математической статистики Глава 6. Статистические оценки параметров распределения
- •6.1. Предмет и задачи математической статистики
- •6.2. Выборочный метод
- •6.2.1 Полигон и гистограмма
- •6.2.2. Эмпирическая функция распределения
- •6.3. Статистические оценки параметров распределения
- •6.4. Некоторые статистические распределения
- •6.4.2. Распределение Стьюдента
- •6.5. Интервальные оценки
- •6.5.1. Доверительные интервалы для оценки математического ожидания нормального распределения случайной величины
- •6.5.2. Доверительные интервалы для математического ожидания при известной дисперсии
- •6.5.3. Оценка генеральной дисперсии по исправленной выборочной
- •6.5.4. Доверительные интервалы для математического ожидания при неизвестной дисперсии
- •Глава 7. Проверка статистических гипотез
- •7.1. Понятие и классификация статистических гипотез
- •7.2. Общая схема проверки гипотез
- •7.3. Статистическая проверка гипотез о параметрах распределения
- •7.4. Вопросы для самоконтроля по теме «Элементы математической статистики»
- •Часть 4. Алгоритмизация и программирование Глава 8. Основы алгоритмизации
- •8.1. Понятие и свойства алгоритма
- •8.2. Таблица блоков
- •8.3. Линейные алгоритмы
- •8.4. Ветвления
- •8.5. Циклы. Повтор с заданным количеством циклов
- •8.6. Вопросы для самоконтроля по теме «Алгоритмизация»
- •Глава 9. Программирование на Паскале
- •9.1. Конструкция языка Turbo-Pascal
- •9.1.1. Алфавит
- •9.1.2. Данные и типы данных
- •9.1.3. Стандартные функции
- •9.1.4. Арифметические, логические, символьные выражения
- •9.2. Структура программы на языке Паскаль
- •9.3. Основные операторы Паскаля
- •9.3.1. Оператор присваивания
- •9.3.2. Операторы ввода
- •9.3.3. Операторы вывода
- •9.3.4. Комментарий
- •9.4. Программы линейных алгоритмов
- •9.5. Операторы передачи управления
- •9.5.1. Оператор безусловного перехода
- •9.5.2. Операторы условного перехода
- •9.5.3. Оператор выбора варианта
- •9.6. Разветвляющийся алгоритм
- •9.7. Операторы цикла
- •9.8. Программы циклических алгоритмов
- •9.9. Массивы
- •9.9.1. Понятие и описание массива
- •9.9.2. Ввод и вывод элементов массивов
- •9.9.3. Операции с массивами
- •9.10. Вопросы для самоконтроля по теме «Программирование»
- •Литература
- •Приложениe 1
- •Приложениe 2
- •Приложениe 3
- •Математика и информатика учебное пособие
6.5.3. Оценка генеральной дисперсии по исправленной выборочной
Пусть из генеральной совокупности объёмом n извлечена выборка. Требуется по данным выборке оценить неизвестную генеральную дисперсию Dг.
Выборочная дисперсия является смещённой оценкой генеральной дисперсии. Отличие математического ожидания выборочной дисперсии от оцениваемой генеральной дисперсии определяется следующим соотношением:
|
. |
(6.16) |
Выборочная дисперсия может быть исправлена. Исправленная выборочная дисперсия равна:
|
. |
(6.17) |
Исправленная выборочная дисперсия (6.17) является несмещённой оценкой генеральной дисперсии. Таким образом, получена оценка генеральной дисперсии по исправленной выборочной дисперсии.
6.5.4. Доверительные интервалы для математического ожидания при неизвестной дисперсии
Пусть случайая величина Х генеральной совокупности распределена нормально, учитывая, что дисперсия неизвестна. Требуется оценить неизвестное математическое ожидание с помощью доверительных интервалов.
Во-первых, по данным выборки объёмом nможно найти исправленную выборочную дисперсиюs2, используя (6.17).
Во-вторых, по данным выборки можно строить случайную величину, которая имеет распределение Стьюдента с k = n–1 степенями свободы, используя формулу (6.8):
|
. |
(6.18) |
Если сравнить распределение Стьюдента по данным выборки (6.18) с (6.8), то следует отметить, что в (6.18):
За случайную величину принята разность (), которая является отклонением неизвестного математического ожидания а от среднего выборочного.
За 2принимается исправленная выборочная дисперсия s2.
Если в числителе (6.18) заменить разность () на, то (6.18) можно записать в виде:
|
. |
(6.19) |
Из уравнения (6.19) можно найти – отклонение неизвестного математического ожидания от среднего выборочного:
|
. |
(6.20) |
Из уравнения (6.18) можно найти неизвестное математическое ожидание, если известно значение случайной величины t, по (6.19), где индекс переменной указывает на особенность задачи с использованием понятия надёжностив отличие от (6.8). Математическое ожидание записывается в виде доверительного интервала, подставив отклонениеиз выражения (6.20) в неравенство (6.11):
|
. |
(6.21) |
Если задаться значением надёжности , то можно найти вероятность попадания в интервал для неизвестного математического ожидания, который строится по аналогии с (6.15):
|
. |
(6.22) |
Из уравнений (6.8) и (6.19) видно, что распределение Стьюдента определяется параметром n – объёмом выборки (числом степеней свободы k=n–1) и не зависит от неизвестных параметров а и . Эта особенность является его большим достоинством.
Можно сформулировать алгоритм отыскания границ доверительного интервала для математического ожидания, если неизвестна дисперсия D = 2:
Задают значение надёжности в формуле (6.22) – .
Находят значение t, пользуясь таблицей Приложения 2 по значениям k и уровню значимости= 1–, выбрав верхний вариант: [Уровень значимости(двусторонняякрит. область)].
Из уравнения (6.20) находят отклонение неизвестного математического ожидания от среднего выборочного – .
Строится доверительный интервал по (6.21) или (6.11), содержащий неизвестное математическое ожидание с вероятностью .
Пример 6.
Случайная величина Х имеет нормальное распределение. По выборке объёма n=61 найдена выборочная средняяx=30 и исправленное среднее квадратическое отклонение s = 1,5. Найти доверительный интервал для оценки с надёжностью=0,95 неизвестного математического ожидания –а.
Решение. Дано по условию задачи:
Исправленное среднее квадратическое отклонение s = 1,5.
Выборочная средняяx=30.
Надёжность = 0,95;
Объём выборки n = 61.
Пользуясь таблицей приложения 2 по значениям k = n – 1 = 60 и уровню значимости = 1 –= 1–0,95 = 0,05 находим значение t=2,00.
Вычисляем по формуле (6.20):
Полученное значение подставим в формулу доверительного интервала (6.11): 30 – 0,387 < a < 30+ 0,387.
Доверительный интервал для неизвестного математического ожидания с надёжностью = 0,95 равен: 29,613 < a < 30,387.