- •Понятие вероятности и классическое определение вероятности.
- •Некоторые элементы комбинаторики
- •Условная вероятность. Формула умножения вероятностей.
- •Формула Байеса
- •Аксиоматическое построение теории вероятностей
- •Последовательность независимых испытаний (схема Бернулли)
- •Случайные величины и функции распределения
- •Ф ункция распределения случайных величин
- •Плотность распределения случайной величины
- •Числовые характеристики случайных величин
- •Момент, дисперсия, среднеквадратичное отклонение
- •Зависимые и независимые случайные величины
- •Система произвольного числа случайных величин
- •Законы распределения и числовые характеристики функции случайных величин
- •Теоремы о числовых характеристиках
- •Закон распределения монотонной функции одного случайного элемента.
- •Предельные теоремы теории вероятностей
- •Закон больших чисел в форме теоремы Чебышева
- •Обобщённая теорема Чебышева и теорема Маркова
- •Характеристические функции
- •Основные свойства характеристических функций
- •Центральная предельная теорема для суммы одинаково распределённых слагаемых
- •Математическая статистика
- •Весовые характеристики статистического распределения
- •Доверительный интервал
- •Проверка статистических гипотез
- •Метод наименьших квадратов
Весовые характеристики статистического распределения
Если есть выборка , то можно ввести математическое ожидание , дисперсию , k-й центральный момент .
Видно, что .
Введём параметр – оценка величины a. Он может удовлетворять следующим условиям:
при (состоятельная оценка).
(несмещённая оценка).
минимальна (эффективная оценка).
Доверительный интервал
{1 лекция пропущена}
Построим величину , где .
Распределение Стьюдента: .
Вероятность попадания t в отрезок . Доверительный интервал для математического ожидания: .
– распределение с n-й степенью свободы: . Здесь .
Оценка для , где и берутся из соответствующих таблиц.
Степень свободы , где P – доверительная вероятность.
Проверка статистических гипотез
Опр. 1: Статистической гипотезой называется любое представление о свойствах распределения вероятностей, лежащего в основе наблюдаемого явления.
Опр. 2: Статистической гипотезой называется любое предположение о виде неизвестного закона распределения или о значении его параметров.
Виды статистических гипотез:
Гипотеза о виде закона распределения исследуемой случайной величины.
Гипотеза о числовых значениях параметра случайной величины.
Гипотеза об общей модели, описывающей статистическую зависимость между параметрами.
Гипотеза о принадлежности признака к тому или иному классу.
Правило, по которому принимается или отвергается гипотеза, называется критерием.
Пусть есть статистический ряд:
|
|
… |
|
|
|
… |
|
|
|
… |
|
Здесь – частота выпадения величины , , где n – объём выборки.
Удобнее использовать такую запись:
|
|
… |
|
|
|
… |
|
Пусть даёт теоретическое распределение ( – проверяемая гипотеза). Тогда – теоретическая вероятность попадания X в . В качестве величины, оценивающей согласования, можно взять , где – видовой множитель. Можно взять . Тогда . При больших n -распределение не зависит ни от n, ни от , а только от k.
Количество степеней свободы , где l-количество связей, накладывающихся в задаче; (т.к. существует условие нормировки). Выбираем уровень значимости (порядка ). Тогда -вероятность того, что неверна. должна быть меньше либо равна .
Метод наименьших квадратов
Пусть есть набор точек .
П остроим . Нужно найти минимум , .
Пусть есть набор точек . Рассмотрим произвольную функцию . Система: , где .