- •Минобрнауки россии
- •Содержание
- •Раздел I теория вероятностей 8
- •Раздел II математическая статистика 73
- •Введение
- •Раздел I теория вероятностей
- •Правило суммы
- •Правило произведения
- •Формулы комбинаторики
- •Размещения без повторения
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторением
- •Сочетания с повторением
- •Перестановки с повторением
- •Лекция 2. Пространство элементарных событий. Классическое определение вероятности
- •Пространство элементарных событий
- •Свойства вероятности
- •Лекция 3. Различные определения вероятностей Статистическое определение вероятности
- •Геометрическая вероятность
- •Парадокс Бертрана
- •Аксиоматическое построение теории вероятностей
- •Лекция 4. Условная вероятность. Теорема умножения. Независимые события. Формула полной вероятности
- •Независимые события. Теорема умножения
- •Формула полной вероятности
- •Формула Бейеса
- •Лекция 5. Независимые испытания. Формула Бернулли.
- •Формула Бернулли
- •Наивероятнейшее число
- •Локальная предельная теорема Муавра-Лапласа
- •Интегральная предельная теорема Лапласа
- •Лекция 6. Дискретная случайная величина и ее числовые характеристики Виды случайных величин. Способы описания дискретной случайной величины
- •Функция распределения
- •Свойства функции распределения
- •Математическое ожидание и дисперсия дискретной случайной величины
- •Свойства математического ожидания дискретной случайной величины
- •Математическое ожидание и дисперсия некоторых случайных величин
- •Лекция 7. Непрерывная случайная величина и её распределения
- •Нормальное (гауссовское) распределение
- •Равномерное распределение
- •Лекция 8. Математическое ожидание, дисперсия, моменты непрерывной случайной величины
- •Закон больших чисел. Теорема Чебышева. Центральная предельная теорема
- •Лекция 9. Некоторые модели законов распределений, наиболее распространенных в практике статистических исследований
- •1. Биномиальное распределение
- •2. Распределение Пуассона
- •3. Нормальное (гауссовское) распределение
- •4. Логарифмически-нормальное распределение
- •5. Экспоненциальное распределение
- •7. Распределение Стьюдента с степенями свободы
- •8. Распределение Фишера-Снедекора (f-распределение).
- •Раздел II математическая статистика Лекция 1. Генеральная совокупность. Выборка. Способы образования выборки. Статистическая оценка параметров распределения.
- •Задача статистической оценки параметров
- •Точечные оценки основных параметров распределений
- •Лекция 2. Законы распределения выборочных характеристик, используемые при оценке параметров. Интервальные оценки параметров распределения.
- •1. Распределение средней арифметической.
- •2. Распределение Пирсона (- хи квадрат).
- •3. Распределение Стьюдента (t-распределение).
- •Интервальная оценка параметра распределения. Понятие доверительного интервала.
- •Интервальные оценки для генеральной средней.
- •Интервальные оценки для генеральной доли
- •Интервальные оценки для генеральной дисперсии и среднего квадратического отклонения
- •Лекция 3. Проверка статистических гипотез о значении параметров распределения. Понятие статистической гипотезы и статистического критерия.
- •1. Проверка гипотезы о значении генеральной средней нормально распределённой совокупности
- •2. Проверка гипотезы о значении генеральной дисперсии нормально распределённой совокупности.
- •3. Вычисление мощности критерия
- •Мощность критерия при проверке гипотезы о значении генеральной средней
- •Мощность критерия при проверке гипотезы о значении генеральной дисперсии
- •Лекция 4 Гипотезы о виде закона распределения генеральной совокупности
- •Вычисление теоретического ряда частот
- •Понятие о критериях согласия
- •Критерий согласия Пирсона
- •Лекция 5. Элементы корреляционного анализа Задачи корреляционного анализа. Двумерная корреляционная модель
- •Примерные вопросы к экзамену
- •Задачи к экзамену
Интервальные оценки для генеральной доли
Рассмотрим случай, когда объём выборки достаточно большёй (n > 30), а генеральная случайная величина распределена по биномиальному закону. Требуется оценить вероятность p наступления некоторого события А в каждом испытании по результатам n наблюдений.
При большом числе испытаний частость (выборочная доля) события А имеет приближённо нормальное распределение с параметрами, которые будем заменять выборочными значениямиидля противоположного события. Тогда имеем:
(10)
Здесь - средняя квадратическая ошибка при оценке генеральной доли. Вычисляется в зависимости от способа образования выборки.
-
Выборка
Повторная
Бесповторная
Цель выборки
Для доли
Для определения необходимого объёма выборки при фиксированной предельной ошибке , нетрудно получить формулы:
-
Выборка
Повторная
Бесповторная
Цель выборки
Для доли
Задача 2. По данным примера 1. (лекция 1.) найти:
1) Доверительные границы, в которых с вероятностью находится во всём массиве доля сосен с диаметром ствола не меньше 46 см.
2) Каким должен быть объём выборки, чтобы с вероятностью 0,9544 гарантировать доверительные границы с предельной ошибкой ?
Решение:
1) Находим выборочную долю:
Подсчитаем среднюю квадратическую ошибку выборочной доли:
Значение t = 2 было найдено в задаче 1., тогда
Доверительные границы равны:
2) Необходимый объём выборки найдём по формуле:
(сосны)
Интервальные оценки для генеральной дисперсии и среднего квадратического отклонения
Пусть из генеральной совокупности Х, распределённой по нормальному закону , взята случайная выборка объёмомn и вычислена выборочная дисперсия . Требуется определить с надёжностьюинтервальную оценку генеральной дисперсии.
Построение доверительного интервала основано на том, что случайная величина имеет распределение Пирсонасстепенями свободы.
Для уровня значимости можно записать доверительную вероятность
Границы доверительного интервала иобычно выбирают так, чтобы
Тогда имеем
(10)
Так как таблица - распределения содержит лишь критические значения для правосторонних критических областей, т.е, то для вычисления левой границызапишем тождество:
(11)
Правую границу доверительного интервала найдём из равенства
(12)
С учётом формулы (11) равенство (10) примет вид
(13)
Формула (13) используется при решении обратной задачи- нахождении доверительной вероятности по заданному доверительному интервалу.
Из неравенства
получаем интервал для генеральной дисперсии
. (14)
Доверительный интервал для генерального среднего квадратического отклонения приравен
(15)
При достаточно больших объёмах выборки доверительный интервал определяется неравенством:
, (16)
где определяется из уравнения.
Пример 2. По результатам контроля деталей вычислено выборочное среднее квадратическое отклонение. В предположении, что ошибка изготовления деталей распределена по нормальному закону, определить с надёжностьюдоверительный интервал для параметра.
Решение: Так как , используется- распределение. Согласно формулам (11) и (12), имеем:
,
.
По таблице - распределения для числа степеней свободыи найденных вероятностей 0,975 и 0,025 находим,.
Вычисляем и. Доверительный интервал по формуле (15) равен
.