- •Оглавление
- •Глава 1. Теория вероятностей 10
- •Глава 2. Математическая статистика 44
- •Глава 3. Случайные процессы 67
- •Введение
- •Глава 1. Теория вероятностей
- •1.1. Случайные события Основные понятия теории вероятностей
- •Основные определения
- •Операции над случайными событиями
- •Элементы комбинаторики
- •Классическое определение вероятности
- •Свойства вероятности
- •Вопросы для самопроверки
- •1.2. Теоремы сложения и умножения вероятностей Теорема сложения вероятностей
- •Теорема умножения вероятностей Условная вероятность
- •Обобщенная теорема умножения вероятностей
- •Независимость случайных событий
- •Вопросы для самопроверки
- •1.3. Формула Бернулли. Формула полной вероятности Повторение испытаний. Формула Бернулли
- •Формула полной вероятности
- •Вопросы для самопроверки
- •1.4. Дискретные случайные величины
- •Закон распределения дискретной случайной величины
- •Биномиально распределенные случайные величины
- •Математическое ожидание случайной величины
- •Свойства математического ожидания
- •Дисперсия случайной величины
- •Свойства дисперсии
- •Функция распределения случайной величины
- •Свойства функции распределения
- •Вопросы для самопроверки
- •1.5. Непрерывные случайные величины
- •Плотность вероятности непрерывной случайной величины
- •Cвойства функции плотности вероятности
- •Нормальное распределение
- •Правило трех сигм
- •Независимость случайных величин. Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Предельные теоремы теории вероятностей
- •Закон больших чисел в форме Чебышева
- •Следствия из закона больших чисел
- •Центральная предельная теорема (теорема Ляпунова)
- •Вопросы для самопроверки
- •Глава 2. Математическая статистика
- •2.1. Основные понятия математической статистики
- •Приемы обработки выборок
- •Построение гистограммы относительных частот
- •Точечные оценки параметров генеральной совокупности
- •Дополнительные свойства точечных оценок
- •Проверка взаимозависимости генеральных совокупностей. Выборочный коэффициент корреляции
- •Интервальные оценки параметров генеральной совокупности
- •Вопросы для самопроверки
- •2.2. Статистическая проверка статистических гипотез
- •Этапы проверки статистических гипотез
- •Проверка гипотез о параметрах генеральных совокупностей
- •Проверка гипотезы о виде распределения генеральной совокупности. Критерий согласия Пирсона
- •Вопросы для самопроверки
- •Глава 3. Случайные процессы
- •3.1. Элементы теории случайных процессов Определение случайного процесса
- •Основные характеристики случайных процессов
- •Свойства математического ожидания
- •Дисперсия случайного процесса и ее свойства
- •Корреляционная функция случайного процесса и ее свойства
- •Нормированная корреляционная функция
- •Взаимная корреляционная функция и ее свойства
- •Нормированная взаимная корреляционная функция
- •Производная и интеграл от случайной функции
- •Интеграл от случайной функции и его характеристики
- •Вопросы для самопроверки
- •Заключение
- •Библиографический список
Точечные оценки параметров генеральной совокупности
Приближенные значения неизвестных параметров генеральной совокупности, которые могут быть вычислены по конкретной выборке (х1, х2, …, хn), называются точечными оценками этих параметров.
Оценка генерального среднего (математического ожидания). Напомним, что является важнейшей числовой характеристикой генеральной совокупности, имеющей смысл среднего значения, центра, вокруг которого группируются все возможные значения генеральной совокупности. В качестве приближенного значения или точечной оценки для будем использовать выборочное среднее , которое может быть вычислено по имеющейся в нашем распоряжении выборке:
= (х1 + х2 + …+ хn) / n.
удобнее вычислять по группированному статистическому ряду:
= = .
Оценка генеральной дисперсии. Dг является второй важнейшей числовой характеристикой генеральной совокупности, имеющей смысл меры рассеяния (разброса) значений генеральной совокупности вокруг генерального среднего. В качестве приближенного значения или точечной оценки для Dг будем использовать выборочную дисперсию Dв, которая может быть вычислена по имеющейся в нашем распоряжении выборке:
Dв = (х12 + х22 + …+ хn2)/n – 2.
Dв удобнее вычислять по группированному статистическому ряду:
Dв = – 2 = – 2.
Замечание. Чтобы получить вышеуказанные точечные оценки с более высокой точностью, необходимо увеличивать объем выборки n с одновременным уменьшением шага разбиения h.
Дополнительные свойства точечных оценок
Существуют различные способы и формулы для построения точечных оценок. Наиболее приемлемыми из них считаются обладающие следующими свойствами:
Состоятельность. Оценка называется состоятельной, если при увеличении объема выборки ее значение сходится по вероятности к оцениваемому параметру. Если в качестве примера взять точечную оценку генерального среднего, то должно быть выполнено:
или ,
при любом сколь угодно малом .
Несмещенность. Оценка называется несмещенной, если математическое ожидание этой оценки равно оцениваемому параметру. В случае точечной оценки генерального среднего должно быть выполнено: М( ) = .
В математической статистике доказано, что обе построенные нами точечные оценки являются состоятельными. Также доказано, что является несмещенной оценкой для . К сожалению, этого нельзя сказать об оценке Dв, – она является смещенной. Однако выход из этой ситуации был найден с помощью введения так называемой исправленной выборочной дисперсии S2, вычисляемой по формуле:
S2 = .
Оценка S2 является состоятельной и несмещенной оценкой для генеральной дисперсии Dг.
Проверка взаимозависимости генеральных совокупностей. Выборочный коэффициент корреляции
В теории вероятностей было определено, что случайные величины Х и Y называются независимыми, если при любых i и j вероятность события {Х = хi} не зависит от того, произошло ли событие {Y = yj} и наоборот. При этом условные вероятности равны безусловным: Р({Х = хi}) = P({Х = хi}/{Y = yj}). Таким образом, независимые случайные величины не могут влиять друг на друга, в свою очередь, между зависимыми случайными величинами существует корреляционная связь. Количественной мерой взаимосвязи случайных величин является коэффициент корреляции:
= / . (7)
Приближенным аналогом (точечной оценкой) коэффициента корреляции, который может быть вычислен по выборке, является выборочный коэффициент корреляции:
= ( ) / . (8)
Он обладает свойствами теоретического коэффициента корреляции приведенными в п. 1.5, притом свойства 2 и 3 выполняются лишь в асимптотическом смысле (при ). В формуле (8) известны все элементы, кроме выражения , входящего в приближенное представление корреляционного момента. Для его вычисления составляется корреляционная таблица, которая заполняется следующим образом. В исходной неупорядоченной парной выборке берется очередная пара (xi, yi). Определяется, в какой из пяти интервалов диапазона х-выборки попадает xi, а затем в какой из пяти интервалов диапазона у-выборки попадает уi. На пересечении соответствующих столбца и строки ставится отметка I. Когда все пары выборки пройдены, вычисляется относительная частота двумерного выборочного распределения wpq как результат деления количества отметок на объем выборки. В клетках, оставшихся пустыми, wpq = 0. Очевидно, что .
X Y |
|
|
|
|
|
|
[z0x, z1x] |
[z1x, z2x] |
[z2x, z3x] |
[z3x, z4x] |
[z4x, z5x] |
||
|
[z0у, z1у] |
|
|
|
|
|
|
[z1у, z2у] |
|
|
|
|
|
|
[z2у, z3у] |
|
|
|
|
|
|
[z3у, z4у] |
|
|
|
|
|
|
[z4у, z5у] |
|
|
|
|
|
С использованием корреляционной таблицы вычисляем = = . Подставив найденное значение в формулу (8) и определив величину выборочного коэффициента корреляции, необходимо сделать вывод о наличии и величине возможной взаимосвязи генеральных совокупностей Х и Y.