- •Содержание
- •Введение
- •1. Предмет и метод статистической науки
- •2.Статистическое наблюдение
- •3.Второй этап статистического исследования (статистическая сводка, группировка, таблицы)
- •4.Статистические таблицы
- •5. Графический метод в статистике
- •6. Основные задачи математической статистики
- •7. Инструменты обработки данных
- •8. Ряды распределения
- •Объемы внешней торговли
- •9. Обобщающие статистические показатели
- •10.Средние величины
- •23,4 Долл/кг.
- •11.Структурные средние величины
- •12.Изучение вариации статистических данных
- •Коэффициент эксцесса
- •13.Выборочный метод в статистике
- •14. Ряды динамики. Показатели динамики
- •15.Выявление основной тенденции развития.
- •16. Корреляция и регрессия
- •17. Проверка надежности результатов корреляционного анализа
- •18. Однофакторный дисперсионный анализ
- •Приложение 1
- •Приложение 2 Критические точки распределения Стьюдента
- •Приложение 3 Критические точки распределения Фишера — Снедекора
- •Приложение 4 Критические точки распределения Кочрена
- •Литература
6. Основные задачи математической статистики
Содержание темы Историческая справка. Два вида задач, решаемых математической статистикой. Статистическая проверка гипотез. Нулевая и альтернативная гипотезы. Уровень значимости.
Понятия, определения, теоретические вопросы
Математическая статистика возникла и развивалась параллельно с теорией вероятностей, важнейшее развитие математической статистики (вторая половина XIX— начало XX в.) обязано, в первую очередь П. Л. Чебышеву, А.А. Маркову, А.М. Ляпунову, а также К. Гауссу, А.Кетле, Ф.Гальтону, К.Пирсону и др.
В XX в. наиболее существенный вклад в математическую статистику был сделан советскими математиками (В, И. Романовский, Е. Е. Слуцкий, А. Н. Колмогоров, Н. В. Смирнов), а также английскими (Стьюдент, Р. Фишер, Э. Пирсон) и американскими (Ю. Нейман, А.Вальд) учеными.
Установление закономерностей, которым подчинены массовые случайные явления, основано на изучении методами теории вероятностей статистических данных - результатов наблюдений.
Первая задача математической статистики — указать способы сбора и группировки статистических сведений, полученных в результате наблюдений или в результате специально поставленных экспериментов.
Вторая задача математической статистики — разработать методы анализа статистических данных в зависимости от целей исследования. Сюда относятся:
а) оценка неизвестной вероятности события; оценка неизвестной функции распределения; оценка параметров распределения, вид которого известен; оценка зависимости случайной величины от одной или нескольких случайных величин и др.;
б) проверка статистических гипотез о виде неизвестного распределения или о величине параметров распределения, вид которого известен.
Современная математическая статистика разрабатывает способы определения числа необходимых испытаний до начала исследования (планирование эксперимента), в ходе исследования (последовательный анализ) и решает многие другие задачи. Современную математическую статистику определяют как науку о принятии решений в условиях неопределенности. Итак, задача математической статистики состоит в создании методов сбора и обработки статистических данных для получения научных и практических выводов.
Статистическая гипотеза – это гипотеза о виде неизвестного распределения, или о параметрах известных распределений.
Пример статистической гипотезы: распределение генеральной совокупности является нормальным.
Наряду с выдвинутой гипотезой рассматривают и противоречащую ей гипотезу. Выдвинутую гипотезу H0 называют нулевой (основной), а конкурирующей (альтернативной) называют гипотезу H1, которая противоречит нулевой. Если основная гипотеза будет отвергнута, то имеет место альтернативная гипотеза.
Простой называют гипотезу, содержащую только одно предположение, а сложной – гипотезу, не являющуюся простой.
Пример простой гипотезы: среднее значение нормально распределенной случайной величины равно 4.
Пример сложной гипотезы: среднее значение нормально распределенной случайной величины больше 4 (предположений бесконечно много).
Нулевая гипотеза может быть правильной или неправильной, поэтому возникает необходимость ее проверки. В результате статистической проверки гипотезы могут быть допущены ошибки двух родов.
Ошибка первого рода – отвергнута правильная гипотеза. Вероятность совершить ошибку первого рода называется уровнем значимости.
Ошибка второго рода – принята неправильная гипотеза.
Для проверки статистических гипотез используют критерии. Статистический критерий – это случайная величина К, которая служит для проверки нулевой гипотезы. Наблюдаемым значением критерия Кнабл называют его значение, вычисленное по выборке.