- •Т.І. Малютіна, к.А. Дахер вища математика для економістів
- •Теорія ймовірностей і математична статистика
- •Розділ і випадкові події
- •1.1. Простір елементарних подій. Випадкові події та операції над ними. Комбінаторика
- •1.1.1. Основні поняття теорії ймовірностей. Операції над подіями
- •Питання для самоконтролю
- •1.1.2. Елементи комбінаторики
- •Розв’язування комбінаторних задач
- •1.2. Ймовірність випадкової події. Способи обчислення ймовірностей випадкових подій
- •1. Класичне означення ймовірності
- •Питання для самоконтролю
- •2. Статистична ймовірність
- •3. Геометрична ймовірність
- •Питання для самоконтролю
- •1.3. Теореми додавання і множення ймовірностей. Умовна ймовірність
- •Питання для самоконтролю
- •1.4. Формула повної ймовірності. Формула Байєса
- •Питання для самоконтролю
- •1.5. Послідовні незалежні випробування
- •1.5.1. Формула Бернуллі
- •1.5.2. Формула Пуассона
- •1.5.3. Локальна теорема Муавра-Лапласа
- •1.5.4. Інтегральна теорема Муавра-Лапласа
- •Питання для самоконтролю
- •Розділ іі випадкові величини
- •2.1. Одновимірні випадкові величини. Способи задання
- •2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
- •2.1.2. Неперервні випадкові величини. Щільність розподілу. Основні закони розподілу
- •Питання для самоконтролю
- •2.2. Числові характеристики випадкових величин
- •1. Математичне сподівання
- •2. Дисперсія та середнє квадратичне відхилення
- •3. Початкові та центральні моменти
- •4. Мода і медіана
- •Числові характеристики деяких розподілів
- •Питання для самоконтролю
- •2.3. Рівномірний, показниковий, нормальний розподіли
- •Питання для самоконтролю
- •2.4. Граничні теореми теорії ймовірностей. Закон великих чисел і центральна гранична теорема. Нерівність ЧебишОва
- •2.4.1. Лема Чебишова
- •2.4.2. Теорема Чебишова
- •2.4.3. Теорема Бернуллі
- •Питання для самоконтролю
- •2.5. Двовимірна випадкова величина
- •2.5.1. Закон розподілу ймовірностей. Закони розподілу компонент
- •2.5.2. Функція розподілу двовимірної випадкової величини та її властивості
- •2.5.3. Щільність сумісного розподілу ймовірностей неперервної двовимірної випадкової величини, основні властивості. Ймовірність попадання випадкової точки в задану область
- •2.5.4. Умовні закони розподілу складових системи дискретних і неперервних випадкових величин. Залежні та незалежні випадкові величини
- •1. Випадок дискретної величини
- •2. Випадок неперервної величини
- •Питання для самоконтролю
- •2.5.5. Числові характеристики двовимірної випадкової величини. Кореляційний момент і коефіцієнт кореляції
- •Числові характеристики двовимірної випадкової величини
- •Питання для самоконтролю
- •2.5.6. Умовні числові характеристики двовимірної випадкової величини. Регресія
- •1. Випадок дискретної випадкової величини
- •2. Випадок неперервної випадкової величини
- •Питання для самоконтролю
- •Розділ III елементи математичної статистики
- •3.1. Предмет та основні завдання математичної статистики
- •3.2. Генеральна та вибіркова сукупності. Вибірка. Способи відбору
- •Питання для самоконтролю
- •3.3. Статистичний розподіл вибірки
- •Питання для самоконтролю
- •3.4. Графічне зображення статистичних розподілів
- •3.5. Емпірична функція розподілу. Кумулята
- •Питання для самоконтролю
- •3.6. Числові характеристики статистичного розподілу вибірки
- •Питання для самоконтролю
- •3.7. Статистичні оцінки параметрів генеральної сукупності
- •3.7.1. Статистичні оцінки невідомих параметрів розподілу та їх властивості
- •3.7.2. Статистична оцінка математичного сподівання
- •3.7.3. Статистична оцінка дисперсії. Виправлена дисперсія
- •3.7.4. Метод моментів статистичного оцінювання параметрів розподілу
- •3.7.5. Метод максимуму правдоподібності статистичного оцінювання параметрів розподілу
- •Питання для самоконтролю
- •3.8. Інтервальні оцінки параметрів розподілу
- •3.8.1. Надійність. Інтервал довіри
- •3.8.2. Розподіл – “хі-квадрат”
- •3.8.3. Розподіл Стьюдента
- •3.8.4. Розподіл Фішера-Снедекора
- •3.8.5. Інтервальні оцінки для математичного сподівання
- •3.8.6. Оцінка істинного значення вимірюваної величини
- •3.8.7. Інтервали довіри для середнього квадратичного відхилення нормально розподіленої випадкової величини
- •3.8.8. Оцінка точності вимірювань
- •Питання для самоконтролю
- •3.9. Елементи теорії кореляції
- •3.9.1. Функціональна, статистична й кореляційна залежності
- •3.9.2. Вибірковий коефіцієнт кореляції. Коефіцієнт детермінації
- •Питання для самоконтролю
- •3.9.3. Основні поняття і методи регресійного аналізу
- •3.9.4. Метод найменших квадратів
- •Питання для самоконтролю
- •3.10. Статистична перевірка статистичних гіпотез
- •3.10.1. Статистичні гіпотези. Помилки першого та другого роду
- •3.10.2. Статистичний критерій перевірки нульової гіпотези
- •Питання для самоконтролю
- •3.10.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона
- •3.10.4. Перевірка гіпотези про порівняння середнього значення ознаки генеральної сукупності зі стандартом
- •3.10.5. Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •3.10.6. Перевірка гіпотези про значущість коефіцієнта кореляції
- •Питання для самоконтролю
- •Список використаної та рекомендованої літератури
- •Додаток а
- •Додаток б
- •Додаток в
- •Додаток г
- •Додаток д Критичні точки розподілу f Фішера-Снедекора
- •Додаток е
- •Додаток ж Значення
- •Вища математика для економістів
- •40030, М. Суми, вул. Петропавлівська, 57
3.10.2. Статистичний критерій перевірки нульової гіпотези
Для
перевірки нульової гіпотези використовують
спеціально підібрану випадкову величину,
точний або наближений розподіл якої
відомий. Цю величину позначають через
або
якщо вона розподілена нормально, або
– за законом Фішера-Снедекора,
– за законом
Стьюдента,
– за законом “хі-квадрат” і т.д. Із
метою узагальнення позначимо цю
величину K.
Статистичним
критерієм (або просто критерієм) називають
випадкову величину
яка служить для перевірки нульової
гіпотези
Емпіричним
значенням критерію гіпотези називають
значення випадкової величини
обчислене на підставі даних певної
вибірки. Позначають емпіричне значення
Виявляється, що
за одних значень
гіпотеза
приймається, а за інших – відхиляється.
Критичною
областю називається сукупність значень
критерію K, за яких нульова
гіпотеза
відхиляється.
Областю прийняття гіпотези називається сукупність значень критерію K, за яких нульову гіпотезу приймають.
Таким чином, сформулюємо основний принцип перевірки статистичних гіпотез:
якщо емпіричне значення критерію належить критичній області, то нульову гіпотезу відхиляють;
якщо емпіричне значення критерію належить області прийняття гіпотези
то нульову гіпотезу
приймають.
У випадку
одновимірності випадкової величини
критична область, як правило, є множиною
точок певних інтервалів на прямій, які
відокремлені від області прийняття
гіпотези так званими критичними точками
Критичними
точками (межами)
називають точки, що відокремлюють
критичну область від області прийняття
гіпотези.
Тобто для знаходження критичної області достатньо визначити критичні точки.
Розглядають три види критичних областей залежно від конкуруючої гіпотези:
правостороння критична область – це та область на числовій прямій, що визначається нерівністю
лівостороння критична область – це та область на числовій прямій, що визначається нерівністю
двостороння критична область – це та область на числовій прямій, що визначається нерівністю
(у припущенні, що
Для знаходження критичної області задаються рівнем значущості і шукають критичні точки із таких співвідношень:
для правосторонньої критичної області:
для лівосторонньої критичної області:
для двосторонньої симетричної критичної області:
Цілком зрозуміло, що для певної гіпотези можна побудувати багато різних критеріїв її перевірки, за кожним із них можемо одержувати різні результати щодо прийняття нульової гіпотези на підставі тієї самої вибірки.
Ми будували критичну область, виходячи з вимоги, щоб імовірність попадання в неї критерію дорівнювала за умови, що саме нульова гіпотеза справедлива. Трапляється, що доцільно ввести в розглядання ймовірність попадання критерію в критичну область за іншої умови, а саме – за умови, що нульова гіпотеза неправильна, а значить істинна – конкуруюча. Для визначення цього критерію вводиться характеристика, яка має назву потужності критерію.
Потужністю
критерію називають імовірність
потрапляння критерію у критичну область
за умови, що конкуруюча гіпотеза
є істинною.
Іншими словами, потужність критерію визначається як імовірність не допустити помилку другого роду при обраному критерію.
