- •Лекция 1. Общие сведения по теории вероятностей.
- •Условные и безусловные вероятности.
- •1.5. Формула полной вероятности и формула Байеса
- •Понятие случайного события.
- •1) Вероятность достоверного события равна 1;
- •2) Вероятность невозможного события равна 0;
- •Вероятность случайного события заключена
- •1.2. Алгебра событий.
- •1.3. Зависимые и независимые события.
- •1.4. Основные формулы теории вероятностей.
- •1.5. Формула полной вероятности и формула Байеса
- •1.6. Частная теорема о повторении опытов.
- •2.1. Случайные величины и их законы распределения.
- •2.2. Функция распределения.
- •2 .3. Вероятность попадания случайной величины
- •2.4. Плотность распределения
- •2.5. Числовые характеристики случайной величины
- •2.6 Понятие о моментах случайной величины.
- •2.7. Основные свойства математического ожидания
- •Свойства математического ожидания:
- •Свойства дисперсии случайной величины:
- •Лекция 3. Основные законы распределения
- •3.1. Гипергеометрическое распределение
- •3.5. Закон равной вероятности
- •3.7. Закон распределения модуля разности
- •3.8. Композиция законов распределения
- •3.1.Гипергеометрическое распределение.
- •3.5. Закон равной вероятности.
- •3.7. Закон распределения модуля разности.
- •Статистики
- •4.1. Основные задачи математической статистики
- •4.2. Основные понятия и определения. Выборочного метода
- •4.3. Выборочные характеристики. Состоятельные,
- •Свойства выборочных средних и дисперсий.
- •Доверительный интервал. Доверительная вероятность.
- •Задача определения закона распределения случайной величины.
- •2. Задача проверки правдоподобия гипотез.
- •3.Задача нахождения неизвестных параметров распределения.
- •4.2. Основные понятия и определения. Выборочного метода.
- •Генеральная совокупность и выборка из нее.
- •4.3. Выборочные характеристики. Состоятельные, несмещенные и эффективные оценки характеристики.
- •4.5. Доверительный интервал. Доверительная вероятность.
- •5.1. Определение характеристик эмпирического
- •5.2. Сопоставление и проверка сходимости
- •Координаты характерных точек кривой
- •5.3. Сопоставление эмпирического распределения
- •5.4. Статистическая проверка гипотез.
- •5.5. Проверка гипотезы о законе распределения случайной
- •Критерий
- •Критерий 2
- •5.6. Проверка гипотезы равенства двух выборочных средних
- •5.7. Проверка гипотезы равенства двух выборочных
- •5.8. Проверка гипотезы равенства ряда дисперсий .
- •Критерий Бартлета.
- •Критерий Кохрана.
- •5.9. Проверка гипотезы равенства ряда средних.
- •5.10. Метод исключения грубых ошибок измерения
- •5.11. Выбор числа наблюдений
- •6.1.Закон больших чисел и центральная
- •6.2. Неравенство Чебышева.
- •Неравенство Чебышева.
- •6.3. Закон больших чисел (теорема Чебышева).
- •6.4 Теорема Бернулли.
- •7.2. Коэффициент корреляции и корреляционное отношение.
- •7.3. Корреляционный анализ
- •7.4 Выбор уравнения регрессии
- •7.5. Понятие о множественной корреляции
- •Лекция 8. Основы планирования
- •8.6.1. Метод крутого восхождения.
- •8.1. Основные определения.
- •«Черный ящик »
- •8.3. Полный факторный эксперимент.
- •8.3.1 Выбор интервалов варьирования факторов
- •8.3.2 Полный факторный эксперимент типа 2
- •Построение матрицы 2
- •8.3.3. Свойства полного факторного эксперимента типа 2 к
- •8.3.4. Полный факторный эксперимент
- •8.3.5 Анализ модели.
- •8.3.5.1. Проверка значимости коэффициентов модели.
- •Расчет дисперсии опытов и оценка их однородности
- •Расчет дисперсий параметра оптимизации и коэффициентов регрессии
- •Проверка значимости коэффициентов регрессии
- •8.3.5.2. Проверка адекватности модели
- •8.4. Дробный факторный эксперимент.
- •8.4.1.Минимизация числа опытов.
- •Дробная реплика
- •8.4.3. Выбор полуреплик. Генерирующие соотношения и определяющие контрасты
- •8.4.4.Выбор 1/4-реплик. Обобщающий
- •8.6. Оптимизация функции отклика.
- •8.6.1. Метод крутого восхождения.
- •6.6.2. Методика расчета крутого восхождения
- •6.7. Принятие решений после построения модели процесса
- •8.5 Рандомизация опытов.
- •8.6 Оптимизация функции отклика
- •8.6.1. Метод крутого восхождения. Движение по градиенту
- •8.6.2. Методика расчета крутого восхождения
- •8.7.Принятие решений после построения
- •9.1. Статистический анализ точности обработки.
- •9.3. Статистический анализ посредством малых выборок.
- •9.4. Статистический анализ с помощью точечных
- •9.4.1. Карта средних значений (карта « »)
- •9.4.2. Карта медиан (карта )
- •9.4.3. Карты « »
- •9.4.4. Метод средних арифметических значений и
- •9.4.4. Контрольные карты по неизмеримым
- •Карта «р»
- •Карта «с».
5.5. Проверка гипотезы о законе распределения случайной
величины.
Для установления закона распределения генеральной совокупности по большой выборке из нее пользуются рядом критериев, из которых наибольшее практическое применение имеют критерий А.Н. Колмогорова и критерий 2 К.Пирсона. Не вдаваясь в теоретическое обоснование этих критериев, приведем лишь порядок их использования.
Критерий
Для вычисления величины необходимо предварительно определить эмпирическую F/(X) и теоретическую F(X) функции предполагаемого закона распределения для каждого исследуемого значения случайной величины X. Затем по максимальной разности этих функций определяется при помощи следующей формулы:
= |F/(X) - F(X)|max . (5.1)
Так как F/(X) = N/(x)/n ; F(X) = N(x)/ n,
где N/(x), N(x)- накопленные эмпирические и теоретические частоты, а n - объем выборки, то вместо формулы (5.1) можно пользоваться формулой:
= {[|N/(x)/ n - N(x)/ n|max]/ n} (5.2)
Накопленной частотой любого m - го значения xi называется сумма частот всех предшествующих значений xi, включая и частоту самого xi, т.е.:
N(x)m= fi,
где m - число значений xi; fi - частота i -го значения X.
По вычисленному по формуле (5.1) или (5.2) значению определяется вероятность согласования P( ).Эта вероятность сравнивается с установленным заранее уровнем значимости
(в технике рекомендуется принимать = 0,05). Если в результате сравнения окажется, что P( ) , гипотеза о законе распределения принимается, если P( )< , то необходимо выдвинуть новую гипотезу и провести перерасчет теоретических частот согласно выдвинутой гипотезы.
Критерий 2
Критерий 2 вычисляется по следующей формуле:
2 = (fi - f )2/ f , где
m – число сравниваемых частот; fi – эмпирическая частота;
f – теоретическая частота.
После вычисления 2 по таблице определяется вероятность согласования P( 2) в зависимости от числа степеней свободы r = m – p – 1, где p – число параметров теоретического распределения. Если в результате сравнения окажется, что P( 2) , гипотеза принимается. В противном случае необходимо выдвигать новую гипотезу.
Пример. По данным таблицы вычислить критерий и проверить гипотезу о том, что эмпирическое распределение согласуется с законом Гаусса.
xi |
fi |
f/ |
N(x) |
N/(x) |
|N(x)-N/(x)| |
-0,13 |
3 |
3,40 |
3 |
3,4 |
0,4 |
-0,11 |
16 |
11,50 |
19 |
14,9 |
4,1 |
-0,09 |
22 |
23,50 |
41 |
38,4 |
2,6 |
-0,07 |
25 |
28,55 |
66 |
66,95 |
0,95 |
-0,05 |
19 |
21,45 |
85 |
88,10 |
3,1 |
-0,03 |
13 |
9,20 |
98 |
97,40 |
0,6 |
-0,01 |
2 |
2,60 |
100 |
100 |
0 |
= {[|N/(x)/ n - N(x)/ n|max]/ n} =(4,1/100) = 0,41.
P(0,41) =0,9972> 0,05 – гипотеза о том, что эмпирическое распределение согласуется с законом нормального распределения, принимается
Пример. Вычислить критерий 2 и проверить гипотезу о нормальном распределении выборки по данным предыдущей таблицы.
xi |
fi |
f/ |
(fi -f ) |
(fi-f )2/fi |
-0,13 |
3 |
3 |
|
|
-0,11 |
16 19 |
11 14 |
5 |
1,78 |
-0,09 |
22 |
23 |
1 |
0,043 |
-0,07 |
25 |
29 |
4 |
0,055 |
-0,05 |
19 |
22 |
3 |
0,41 |
-0,03 |
13 |
9 |
|
|
-0,01 |
2 15 |
3 12 |
3 |
0,75 |
2 = (fi - f )2/ f = 3,53.
Примечание: условия применения критерия требуют, чтобы в каждом интервале число частот было не меньше пяти. Поэтому, прежде чем проводить вычисления, необходимо объединить частоты, встречаемость которых меньше пяти.
Определим данные, необходимые для вычисления числа степеней свободы r.
Число интервалов m после объединения частот равно 5, число параметров р = 2. Следовательно, r = m – p –2 = 5 – 2 – 1 =2, Р( 2) = 0,18 > 0,05. Гипотеза о нормальном законе распределения принимается.
При отсутствии таблиц значений Р( 2) или для быстрой ориентировки при помощи критерия 2 можно пользоваться способом В. И. Романовского. Для этого определяется величина А:
А = | 2 – r | / .
Если А 3, то гипотеза о согласовании эмпирических данных с теоретическим распределением принимается.
Критерий Колмогорова своей простотой выгодно отличается от критерия 2, поэтому его весьма охотно применяют на практике. Однако этот критерий можно применить только в том случае, когда гипотетическое распределение F(x) известно полностью заранее из каких-либо теоретических соображений, т.е. когда известен не только вид функции распределения, но и все входящие в нее параметры. Такой случай сравнительно редко встречается на практике. Обычно из теоретических соображений известен только общий вид функции F(x) , а входящие в него числовые параметры определяются по данному статистическому материалу. При применении 2 зто обстоятельство учитывается соответствующим уменьшением числа степеней свободы. Критерий Колмогорова такого согласования не предусматривает. Если все же применять этот критерий в тех случаях, когда параметры теоретического распределения выбираются по статистическим данным, критерий P( ) дает заведомо завышенное значение вероятности , поэтому мы в ряде случаев рискуем принять как правдоподобную гипотезу, в действительности плохо согласующуюся с опытными данными.