- •1. Случайные события. Действия над событиями
- •2. Классическая вероятность и ее св-ва.
- •4. Формулы комбинаторики, гипергеометрическое распределение.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли.
- •9. Функция распределения вероятности и ее свойства.
- •10. Плотность распределения вероятности и ее свойства.
- •11. Математическое ожидание и его свойства.
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции Ковариация.
- •14. Моменты.
- •15. Основные дискретные распределения случайных величин.
- •1. Биноминальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева.
- •23.Теорема Чебышева. Теорема Бернулли.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26. Эмпирическая функция распределения.
- •27. Полигон и гистограмма.
- •29. Точечное оценивание.
- •31. Доверительные интервалы.
- •32. Распределение х Стьюдента и Фишера.
- •33. Доверительные интервалы для оценки математического ожидания при известном .
- •34. Доверительные интервалы для нормального распределения при неизвестном .
- •35. Проверка статистических гипотез.
- •36. Построение критической области.
- •37. Критерий согласия Пирсона.
- •38. Вычисление теоретических частот для нормального распределения.
- •39. Cравнние дисперсий двух нормальных выборок.
- •40. Критерий Стьюдента
- •41. Дисперсионный анализ.
- •42. Парная регрессия.
- •43. Парный коэффициент корреляции.
- •44. Проверка гипотез о достоверности коэффициента корреляции.
36. Построение критической области.
Рассмотрим построение правосторонней критической области. Пусть вид распределения критерия k для проверки H0 известен и его плотность Pk(X).
Критическую точку найдем из определения уровня значимости.
; и pk(x) известны.
Найдем Kкр
;
Рассмотрим построение двусторонней критической области
Раскроем знак модуля и перейдем к правосторонней критической области
;
При компьютерном подходе на основании k наблюдаемого вычисляется минимальное значение уровня значимости при котором H0 отвергается.
Если P мало(<0.05) то гипотезу отвергают.
37. Критерий согласия Пирсона.
Пусть вид распределения изучаемого признака Х неизвестен и пусть есть основание предполагать, что он распределен по некоторой функции F(x).
По выборке x1,…xn проверим H0
Найдем максимальное и минимальные значения значение выборки, размах варьирования.
a=xmin, b=xmax
R=b-a
Разобьем R на k интервалов длины h=R/k.
Для начала для определения k можно использовать формулу Стерджеса. k=3.32 lg n
Пусть в результате получили интервалы z0<z1<…<zk
Подсчитаем число вариант mi попавших в каждый интервал.
Исходя из предположения о виде распределения F(x) вычислим теоретические частоты mi и сравним их с эмпирическими.
Вычислим вероятность попадания случайной величины с функцией f(x) в построенные интервалы.
И на основании закона больших чисел
Можно показать, что при H0 случайная величина имеет распределение (k-l-1) с числом степеней свободы (k-l-1).
Где k – число интервалов, l – число параметров предполагаемого распределения.
Проверка H0 осуществляется следующим образом:
вычислить наблюдаемое значение критерия
по таблице критических точек распределения по выбранному уровню значимости
и числу степеней свободы (k-l-1).находят кр
А). Если набл< кр, то говорят, что нет основания отвергнуть H0, следовательно признак X имеет распределение F(x).
Б). Если набл> кр, то H0 отвергаем и принимаем H1.
Следовательно X имеет другое распределение.
38. Вычисление теоретических частот для нормального распределения.
Предположим, что признак Х имеет нормальное распределение. Пусть выборочные данные разбиты на интервалы и подсчитаны эмпирические частоты
Для подсчета оценок параметров a и перейдем к дискретному ряду. ,середины интервалов
1.
2.
3.
Замечания.
1)Чтобы эмпирически функция (mi) распределения лучше описывала теоретическую нужно, чтобы число интервалов было больше.
2)Для выполнения предельной теоремы нужно, чтобы эмпирические частоты не должны быть маленькими.(>5)
Если какой то интервал содержит малые значения mi, то соседние интервалы объединяются, а частоты складываются. Тогда число степеней свободы критерия Х2 уменьшается на 1.
39. Cравнние дисперсий двух нормальных выборок.
Пусть имеется две выборки X и Y. Найти среднее их законов распределения.
Пусть есть основание предположить, что обе выборки имеют нормальное распределение.
Эти нормальные распределения одинаковы в том случае, если равны их параметры а1=а2,
Проверим гипотезу о равенстве дисперсий:
H0:
Для H0
где k1 и k2 – число степеней свободы
K1=n1-1 k2=n2-1
1)H1:
2)вычисляется
3)По таблице Фишера на основании α, k1, k2 и числа степеней свободы находят Fкрит
Если FH>Fкрит то H0 отвергают (дисперсии различаются достоверно) и наоборот
Пусть гипотеза H1 двусторонняя. H1: Тогда проверка гипотезы осуществляется таким же образом, но при выбранном уровне значимости α Fкрит(α/2,k1,k2)