- •1.Уравнение в частных производных
- •2.Основные типы уравнений
- •3.Линейное однородное ду в частных производных первого порядка
- •4.Вывод уравнения колебаний струны методом Фурье
- •5.Задачи Коши
- •6.Решение уравнений колебаний струны методом Фурье
- •7.Решение волнового уравнения методом д′Аламбера
- •8.Уравнение теплопроводности для однородного стержня
- •9.Уравнение теплопроводности в пространстве
- •10.Распростронение тепла в неограниченном стержне. Интервал Пуасснова
- •11.Задачи приводящие к уравнению Лапласа
- •12.Задачи Неймана и Дирихле
- •Внешняя задача Неймана
- •13.Решение задачи Дирихле для уравнения Лапласа в круге методом Фурье
- •14.Случайное событие. Относительная частота случайного события. Вероятность события.
- •15.Теорема я.Бернулли
- •16.Совместные и несовместимые события. Полная группа парами несовместимых событий
- •17.Геометрическая интерпретация событий
- •18.Операции над событиями
- •19.Аксиомотическое определение вероятности
- •20.Теорема о сложении вероятностей. Примеры
- •21.Геометрическая интерпретация вероятностей. Вывод формулы для суммы совместимых событий
- •22.Умножение вероятностей
- •23.Условная вероятность
- •Определение
- •Замечания
- •24.Полная вероятность. Формула Байеса
- •25.Дискретные случайные величины и их характеристики
- •26.Относительная частота и вероятность для дискретных случайных величин
- •27.Математическое ожидание дискретной случайной величины
- •28.Дисперсия, средневековое отклонение, моменты дискретной случайной величины
- •Определение
- •Замечания
- •Свойства
- •29.Непрерывные случайные величины. Функция распределения и плотности вероятности
- •30.Теорема о связи функции распределения с плотностью вроятности
- •31.Интегральный закон распределения. Интегральная кривая
- •32.Числовые характеристики непрерывных случайных величин
- •33.Медиана и мода
- •34.Нормальный закон распределения
- •35.Медиана и мода нормального закона распределения
- •36.Интеграл вероятностей
- •37.Свойства интеграла вероятностей
- •38.Функция Лапласа
- •39.Среднее отклонение и средняя ошибка
- •40.Приведенная функция Лапласа
- •41.Правило трех сигм
- •42.Закон больших чисел. Предельные теоремы
- •43.Задачи математической статистики. Выборка, эмпирическая функция распределения
- •44.Статистический ряд и гистограмма
- •45.Среднее взвешенное и статистическая дисперсия
- •46.Точечные оценки
- •47.Распределение Пуасона
- •48.Распределение Стьюдента
- •49.Основные свойства точечной оценки
- •50.Исправленная выборочная дисперсия
- •51.Стандартная ошибка среднего арифметического
- •52.Интервальные оценки параметров распределения
- •53.Доверительный интервал, границы
- •54.Проверка статистических гипотез
- •55.Корреляционный анализ
- •56.Регрессионный анализ
52.Интервальные оценки параметров распределения
Интервальной называют оценку, которая определяется двумя числами—концами интервала. Интервальные оценки позволяют установить точность и надежность оценок.
Пусть найденная по данным выборки статистическая характеристика Q* служит оценкой неизвестного параметра Q. Будем считать Q постоянным числом (Q может быть и случайной величиной). Ясно, что Q* тем точнее определяет параметр Q, чем меньше абсолютная величина разности |Q- Q*|. Другими словами, если d>0 и |Q- Q*| <d , то чем меньше d , тем оценка точнее.
Таким образом, положительное число d характеризует точность оценки.
Однако статистические методы не позволяют категорически утверждать, что оценка Q* удовлетворяет неравенству |Q- Q*| <d; можно лишь говорить о вероятности g, с которой это неравенство осуществляется.
Надежностью (доверительной вероятностью) оценки называют вероятность g , с которой осуществляется неравенство |Q—Q* | <d .
Обычно надежность оценки задается наперед, причем в качестве g берут число, близкое к единице. Наиболее часто задают надежность, равную 0,95; 0,99 и 0,999.
Пусть вероятность того, что, |Q- Q*| <d равна g:
P(|Q- Q*| <d)= g.
Заменив неравенство равносильным ему двойным неравенством получим:
Р [Q* —d< Q < Q* +d] = g
Это соотношение следует понимать так: вероятность того, что интервал Q* - d< Q < Q* +d заключает в себе (покрывает) неизвестный параметр Q, равна g.
Интервал (Q* - d Q* +d) называется доверительным интервалом , который покрывает неизвестный параметр с надежностью g.
53.Доверительный интервал, границы
Требуется оценить неизвестную генеральную дисперсию и генеральное среднее квадратическое отклонение по исправленной дисперсии, т.е. найти доверительные интервалы, покрывающие параметры D и s с заданной надежностью g.
Потребуем выполнения соотношения
Раскроем модуль и получим двойное неравенство:
Преобразуем:
Обозначим d/s = q (величина q находится по "Таблице значений q"и зависит от надежности и объема выборки), тогда доверительный интервал для оценки генерального среднего квадратического отклонения имеет вид:
Замечание : Так как s >0, то если q >1 , левая граница интервала равна 0: 0< s < s ( 1 + q ).
54.Проверка статистических гипотез
Статистической гипотезой называется предположение о виде неизвестного распределения случайной величины или о параметрах известного распределения.
Процедура сопоставления высказанной гипотезы с выборочными данными называется проверкой гипотезы.
Рассмотрим этапы проверки гипотезы и используемые при этом понятия.
Этап 1. Располагая выборочными данными и руководствуясь конкретными условиями рассматриваемой задачи, формулируют гипотезу Но, которую называют основной или нулевой, и гипотезу Н1 конкурирующую с гипотезой Н0. Термин «конкурирующая» означает, что являются противоположными следующие два события:
по выборке будет принято решение о справедливости для генеральной совокупности гипотезы Н0;
по выборке будет принято решение о справедливости для генеральной совокупности гипотезы Н1.
Этап 2. Задаются вероятностью a , которую называют уровнем значимости. Поясним ее смысл.
Может иметь место ошибка двух родов:
отвергают гипотезу Но, или, иначе, принимают альтернативную гипотезу H1, тогда как на самом деле гипотеза Н0 верна; это ошибка первого рода;
принимают гипотезу Н0 , тогда как на самом деле высказывание Но неверно, т. е. верной является гипотеза Н1 это ошибка второго рода.
Вероятность ошибки второго рода обозначают b, т. е.
Этап 3. Находят величину j такую, что:
ее значения зависят от выборочных данных, т. е. для которой справедливо равенство
ее значения позволяют судить о «расхождении выборки с гипотезой Н0»;
и которая, будучи величиной случайной в силу случайности выборки, подчиняется при выполнении гипотезы Но некоторому известному закону распределения.
Этап 4. Далее рассуждают так. Так как значения критерия позволяют судить о «расхождении выборки с гипотезой Но», то из области допустимых значений критерия j следует выделить подобласть w таких значений, которые свидетельствовали бы о существенном расхождении выборки с гипотезой Но и, следовательно, о невозможности принять гипотезу Но.