- •Понятие генеральной совокупности и выборки. Эмпирические аналоги параметров генеральной совокупности. Два взгляда на выборку. Вероятностные свойства выборочных характеристик.
- •Выборочные моменты. Вывести формулы, устанавливающие связь между центральными и начальными выборочными моментами для
- •6. Достаточность точечной оценки. Критерий факторизации. Доказать достаточность средней арифметической , используемой в качестве оценки параметра λ пуассоновского закона распределения .
- •8. Точные и асимптотические законы распределения выборочных характеристик. Вывести закон распределения в предположении, что выборка взята из нормальной генеральной совокупности х.
- •9. Вывести закон распределения ( ) в предположении, что выборки независимы и взяты из нормальных генеральных совокупностей х и у.
- •10. Доказать, что статистика имеет - распределение с (n-1) степенями свободы.
- •11. Доказать, что статистики и s2 , полученные по выборке из нормальной генеральной совокупности, независимы.
- •12. Случайная величина и статистики, имеющие -распределение. Их применение при оценивании параметров и проверке гипотез.
- •13. Случайная величина и статистики, имеющие t-распределение Стьюдента. Их применение в задачах оценивания параметров и проверке гипотез.
- •14. Случайная величина и статистики, имеющие f-распределение, и их применение в математической статистике.
- •16. Интервальные оценки для генеральной дисперсии, полученные по выборке из нормальной генеральной совокупности.
- •19. Проверка гипотез о значении генеральной средней, при известной и неизвестной генеральной дисперсии. Вычисление мощности критерия.
- •20. Проверка гипотез о равенстве генеральных средних двух нормальных генеральных совокупностей. ( это без лекций)
- •21. Проблема Беренса - Фишера. Сравнение математических ожиданий двух нормальных генеральных совокупностей, генеральные дисперсии которых неизвестны и не равны.
- •22. Проверка предположения, что две выборки объемом n1 и n2 взяты из одной нормальной генеральной совокупности.
- •23. Проверка гипотез о значении дисперсии генеральной совокупности. Вычисление мощности критерия (Без вывода мощности)
- •24. Проверка гипотез об однородности дисперсий ряда генеральных совокупностей. Критерии Бартлетта и Кохрана.
- •Проверка гипотезы однородности ряда вероятностей в случае биноминального распределения.
- •Проверка гипотезы однородности ряда вероятностей в случае полиномиального распределения.
- •27.Однофакторный дисперсионный анализ и его цель. Разложение общей вариации на составляющие. Общий вид модели.
- •28.Модель м1 однофакторного дисперсионного анализа. Проверка гипотезы о влиянии фактора а на результативный признак у. Вывести статистику критерия.
- •29. Модель м2 однофакторного дисперсионного анализа. Проверка гипотезы о влиянии фактора а на результативный признак у. Вывести статистику критерия.(нет)
- •30. Модель м1 однофакторного дисперсионного анализа. Проверка гипотезы относительно общего среднего. Вывести статистику критерия.
- •32. Модель м2 однофакторного дисперсионного анализа. Проверка гипотезы относительно общего среднего. Вывести статистику критерия.
- •33. Двухфакторный дисперсионный анализ и его цель. Разложение общей вариации на составляющие. Особенности моделей м1, м2 и смешанных.
Проверка гипотезы однородности ряда вероятностей в случае полиномиального распределения.
Пусть X1, X2…Xl – l генеральных совокупностей, из которых взяты случайные независимые выборки объемом n1=n2=…=nl и пусть ni элементов i-й выборки классифицируются по какому-либо признаку на h групп с числом элементов в каждой группе mi1, mi2,…mij, mih, где j=1,2…h
для всех - общее число набл по всем выборкам
Н0: для всех j=1,2,…h т.е. вероятность попадания элемента в соответствующую группу равна для всех совокупностей
Н1 :
В основу критерия положена статистика:
Где для всех j=1,2…h
При справедливости нулевой гипотезы Н0 статистика имеет распределение с степенями свободы. Для проверки нул. гипотезы на уровне значимости строят правостороннюю критическую область, границы к-рой опред-ся из условия:
=> отвергается с вероятностью ошибки
=> гипотеза не противоречит опытным данным
27.Однофакторный дисперсионный анализ и его цель. Разложение общей вариации на составляющие. Общий вид модели.
Дисперсионный анализ – статистический метод оценки наличия зависимости результативного признака У от одного или нескольких факторов и их взаимосвязей. Он сводится к разложению общей вариации У на составляющие, обуславливающие влияние этих факторов и их взаимосвязей. Дисперсионный анализ изучает качественное влияние факторов на количественную вариацию результативного признака.
Исследуется зависимость результативного признака у от фактора А, который имеет m-уравнений A1, A2…Am. Рассматриваем m-независимых, нормально распределенных случайных величин с одинаковой дисперсией σ2.
Матрица наблюдений:
,
размер m на n, где yij-результат i-го наблюдения при Аj уровне фактора A. - среднее при Aj уровне. - общее среднее.
Разложим общую вариацию y на составляющие:
, где последняя составляющая равна 0.
, то есть Qобщ=Qa+Qост.
Qобщ – общая суммарная вариация У, равная сумме квадратов отклонений наблюдаемых значений.
Qа – факторная вариация У, обусловленная влиянием уровней фактора A на У.
Qост – остаточная вариация у, обусловленная влиянием а у неучтенных факторов.
Так как при этом (Qобщ) = mn-1
(Qa)=m-1
(Qост)=mn-m, то (mn-1)=(m-1)+(mn-m)
Так как (Qобщ)= (Qa)+ (Qост), то согласно теореме Кохрана, Qa и Qост независимы между собой.
Qa и Qост имеют х-распределение с
В предположении отсутствия влияния фактора A, статистика критерия
Для проверки гипотезы строят ПКО и Fкр(α,υ1,υ2)
Гипотеза отвергается, если ІFнІ>Fкр
Однофакторная дисперсионная модель имеет вид:
Yij-наблюдаемое значение результативного признака, μ-генеральная средняя, aj-эффект, обусловленный влиянием j-го уровня фактора:
для модели М1 (фактор имеет фиксированные уровни) aj-фиксированные величины, удовлетворяющее условию
для модели M2 (фактор имеет случайнее уровни) aj – случайные величины, удовлетворяющие: M(aj)=0,
M(aj1aj2)=0 для aj1 не равного aj2,
M(ajεij)=0
Maj2=σ2 – факторная дисперсия
εij-случайные величины (остатки), отражающие влияние на Y всех неконтролируемых факторов,
M(εij)=0
M(εi1j1εi2j2)=0 для i1 не равного i2, j1 не равного j2
M(ε2)= σ2