- •№1. Случайные события. Классификация. Действия над событиями.
- •№2. Аксиоматическое определение вероятности. Аксиомы Колмогорова. Следствия.
- •№3. Классическое, геометрическое и статистическое определения вероятности как частный случай аксиоматического.
- •№4. Теорема сложения. Следствия.
- •Теорема доказана.
- •№7. Формула полной вероятности и формула Байеса. Примеры.
- •№8. Схема независимых испытаний Бернулли. Теорема Пуассона. Предельная теорема Муавра-Лапласа.
- •№9. Случайная величина. Функция распределения случайной величины и её свойства.
- •№12. Математическое ожидание случайной величины и функции случайной величины. Свойства.
- •№14. Основные законы распределения: нормальный, равномерный, биномиальный, показательный, Пуассона.
- •№15. Векторный случайные величины, совместная плотность, многомерная вероятность, многомерный ряд распределения.
- •№16. Нормальный случайный вектор.
- •№17. Условные вероятности и плотности вероятностей. Независимость случайных величин.
- •№20. Ряд распределения функции дискретной случайной величины.
- •№21. Плотность вероятности функции случайной величины при заданной плотности вероятности аргумента. Закон распределения суммы случайных величин. Пример.
- •24. Распределения , Стьюдента (Госсета), Фишера. Их характеристики и свойства.
- •№27. Случайная выборка и генеральная совокупность. Закон распределения выборки.
- •№28. Оценка вероятности события. Оценка функции распределения. Оценка плотности вероятностей.
- •№29. Выборочные моменты. Несмещённость выборочного среднего как оценки математического ожидания. Смещённость выборочной дисперсии как оценки теоретической дисперсии.
- •№30. Точечные оценки и их свойства.
- •№31. Функция правдоподобия. Неравенство Рао-Крамера. Критерий эффективности Рао-Крамера.
- •№37. Критерий согласия . Пример.
№37. Критерий согласия . Пример.
Постановка задачи.
Имеется некоторая случайная величина , распределённая по закону . Формулируется утверждение (1), где – предполагаемая функция распределения. (1) – основная гипотеза (утверждение о том, что имеет конкретный вид). Ей противопоставляется гипотеза (она содержит все распределения, которые могут быть, но не соответствуют основной гипотезе) – альтернативная гипотеза ( ).
Критерий согласия .
Чтобы использовать данный критерий, необходимо составить группированную выборку:
|
|
|
|
|
|
|
|
|
|
|
|
Составляется статистика – статистика Пирсона ( – практическое значение выборки, – объём выборки, – вероятность попадания в интервал, исходя из предположения закона распределения).
(отвергнуть основную гипотезу и принять альтернативу), (принять основную гипотезу). Здесь – значение статистики, – выводы, – квантиль распределения с степенями свободы порядка , где – уровень значимости критерия (вероятность отвергнуть гипотезу , если она на самом деле верна).
Пример: Произведено 4040 подбрасываний монеты. Герб выпал 2048 раз. Справедлива ли при гипотеза о том, что монета симметрична?
; ; ; ; ;
Подставляем значения: .
(из таблицы), необходимо принять основную гипотезу (монета симметрична).