- •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
Питання для самоконтролю
1. Яку гіпотезу називають статистичною?
2. Які типи статистичних гіпотез є основними?
3. Яку гіпотезу називають основною (нульовою), а яку альтернативною (конкуруючою)?
4. Яку параметричну гіпотезу називають простою, складеною?
5. Що називають помилкою першого, другого роду?
6. Що називають рівнем значущості?
7. Яку інформацію називають гіпотетичною, а яку емпіричною?
8. Що називають статистичним критерієм?
9. Що називають емпіричним значенням критерію?
10. Що називається критичною областю, областю прийняття гіпотези, критичними точками?
11. Як знайти критичну область?
12. Які види критичних областей розрізняють залежно від конкуруючої гіпотези?
13. Що називають потужністю критерію?
3.10.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона
Критерієм згоди називають статистичний критерій перевірки гіпотези про закон розподілу ймовірностей випадкової величини (ознаки генеральної сукупності).
Є декілька критеріїв згоди: критерій Пірсона, критерій Колмогорова та інші.
Розглянемо критерій
згоди Пірсона (критерій
який ґрунтується на порівнянні емпіричних
і теоретичних частот.
Припустимо,
що висунуто гіпотезу
випадкова
величина
розподілена за законом
Здійснивши вибірку обсягу , знаходять і записують у вигляді таблиці 3.12 інтервальний статистичний розподіл частот:
Таблиця 3.12
|
|
|
… |
|
|
|
|
… |
|
Оскільки
перевіряється гіпотеза про те, що
розподіл ознаки
генеральної сукупності описується
певною функцією розподілу
або (що еквівалентно) щільністю
розподілу
Тоді для кожного інтервалу
можна визначити теоретичні ймовірності
попадання значень випадкової величини
у цей інтервал, а отже, і теоретичні
частоти
Для обчислення ймовірностей використовують формули:
(3.42)
Зазначимо,
що для обчислення ймовірностей
і
у формулах (3.42) покладають, відповідно,
і
Тоді
Отримані результати обчислень зручно записати у вигляді таблиці 3.13:
Таблиця 3.13
|
|
|
… |
|
|
|
|
… |
|
|
|
|
… |
|
|
|
|
… |
|
Згідно з критерієм Пірсона для перевірки гіпотези вводиться випадкова величина (статистика) K:
де – кількість груп у статистичному розподілі вибірки;
– емпірична частота ознаки в -й групі;
– теоретична
частота;
– ймовірність того, що значення належить -й групі.
Відомо, що при
закон розподілу статистики
прямує до закону розподілу
з
ступенями вільності, де
–
кількість груп у статистичному розподілі
вибірки;
–
кількість параметрів гіпотетичного
розподілу
Наприклад,
– для нормального розподілу,
– для розподілу Пуассона,
– для рівномірного розподілу.
Для критерію будують правосторонню критичну область за правилом:
(3.43)
За даним рівнем
значущості
і кількістю ступенів вільності
із таблиці критичних точок розподілу
(в якій дано розв’язки рівняння (3.43)),
знаходять критичну точку
(додаток В).
На підставі даних вибірки, записаних у таблиці, обчислюють емпіричне значення критерію Пірсона:
Порівнюємо значення
і
Якщо
то гіпотезу
відхиляють. Якщо ж
то гіпотезу
приймають.
Застосування критерію вимагає дотримання таких умов:
експериментальні дані мають бути незалежними, тобто вибірка має бути випадковою;
обсяг вибірки має бути достатньо великим (практично не меншим ніж 50 одиниць), а частота кожної групи – не меншою за 5.
Якщо остання умова не виконується, то проводиться попереднє об’єднання нечисленних груп.
Критерій згоди Пірсона дає відповідь на питання, чи є розбіжність між емпіричними і теоретичними частотами зумовлена випадковістю, чи вона є значущою.
Як і будь-який інший критерій, критерій згоди Пірсона не доводить справедливості гіпотези , а лише дозволяє встановити на прийнятому рівні значущості узгодженість чи неузгодженість гіпотези із даними спостережень.
Приклад 3.13.
При рівні значущості
перевірити гіпотезу про нормальний
розподіл генеральної сукупності, якщо
відомі емпіричні й теоретичні частоти:
Таблиця 3.14
ni |
6 |
13 |
38 |
74 |
106 |
85 |
30 |
14 |
|
3 |
14 |
42 |
82 |
99 |
76 |
37 |
13 |
Розв’язання. Згідно з критерієм Пірсона для перевірки гіпотези випадкова величина розподілена за нормальним законом, необхідно обчислити емпіричне значення критерію Пірсона:
А для контролю обчислень цю формулу перетворюють так:
Насамперед впевнимося, що експериментальні дані відповідають усім необхідним вимогам, а саме: вибірка є випадковою, обсяг вибірки – достатньо великий, частота кожної групи – не меншою за 5. Дійсно, всі вимоги виконані. Переходимо до обчислень. Для цього складемо таблицю 3.15.
Таблиця 3.15
i |
|
|
|
|
|
|
|
1 |
6 |
3 |
3 |
9 |
3 |
36 |
12 |
2 |
13 |
14 |
–1 |
1 |
0,07 |
169 |
12,07 |
3 |
38 |
42 |
–4 |
16 |
0,38 |
1 444 |
34,38 |
4 |
74 |
82 |
–8 |
64 |
0,78 |
5 476 |
66,78 |
5 |
106 |
99 |
7 |
49 |
0,49 |
11 236 |
113,49 |
6 |
85 |
76 |
9 |
81 |
1,07 |
7 225 |
95,07 |
7 |
30 |
37 |
–7 |
49 |
1,32 |
900 |
24,32 |
8 |
14 |
13 |
1 |
1 |
0,08 |
196 |
15,08 |
|
366 |
366 |
– |
– |
|
– |
373,19 |
Для контролю
обчислень:
За даним рівнем
значущості
і кількістю ступенів вільності
із таблиці критичних точок розподілу
(див. додаток В) знаходимо критичну точку
Порівнюємо значення
і
Оскільки
то гіпотезу
приймають. Іншими словами, розбіжність
між емпіричними та теоретичними частотами
незначна. Тобто дані спостереження
узгоджуються з гіпотезою про нормальний
розподіл генеральної сукупності.
