- •Практикум по теории вероятностей и математической статистике
- •Содержание
- •1. Теория вероятностей и математическая статистика
- •1. Краткие сведения из комбинаторики
- •2. Классическое определение вероятности события
- •3. Геометрические вероятности события
- •4. Основные теоремы теории вероятностей
- •5. Формула полной вероятности
- •6. Формулы Бейеса
- •7. Повторение испытаний
- •Основные формулы
- •8. Случайные величины: дискретные и непрерывные
- •Основные формулы для вычисления числовых характеристик
- •I. Примеры некоторых распределений дискретных случайных величин
- •II. Примеры некоторых распределений непрерывных случайных величин
- •9. Элементы математической статистики. Методы статистического описания результатов наблюдений
- •9.1. Основные задачи математической статистики
- •9.2. Выборка, способы её представления.
- •9.3. Функция распределения.
- •9.4. Гистограмма и полигон.
- •9.6. Числовые характеристики выборочного распределения.
- •9.7. Выборочные коэффициенты асимметрии, эксцесса. Квантиль.
- •9.8. Двумерный случайный вектор, его статистическое описание
- •9.9. Корреляционная таблица
- •10 .Статистическое оценивание характеристик распределения генеральной совокупности по выборке
- •10.1. Точечные оценки и их свойства. Метод подстановки.
- •10.2. Метод максимального правдоподобия
- •10.3. Метод моментов
- •10.4. Распределения χ2, Стьюдента и Фишера.
- •11. Интервальные оценки
- •11.1. Доверительные интервалы и доверительная вероятность.
- •11.2. Доверительные интервалы для вероятности успеха в схеме Бернулли
- •11.3. Доверительные интервалы для коэффициента корреляции ρ.
- •11.4. Примеры доверительных интервалов.
- •12. Проверка статистических гипотез
- •12.1. Основные понятия. Проверка гипотез о параметрах
- •12.2. Ошибки первого и второго рода
- •12.3. Критерии значимости для проверки гипотез
- •12.4. Проверка гипотез о параметре р биномиального распределения
- •12.6. Определение наилучшей критической области для проверки простых гипотез.
- •12.7. Критерий χ2 и его применение
- •12.8. Методика вычисления теоретических частот нормального распределения
- •12.9. Модель применения критериев
- •13. Рекомендации представления результатов статистической обработки для различных критериев и методов анализа «Метода проверки гипотез или статистических критериев»
- •14. Элементы теории корреляции
- •15. Дополнительные задачи по математической статистике
- •II. Задания для типовых расчетов
- •2.1. Элементы теории вероятностей
- •2.2. Элементы математической статистики и теории корреляции
- •Варианты: 2.1. -2.5.
- •Варианты: 2.6. -2.10.
- •Варианты: 2.11. -2.15.
- •Варианты: 2.16. -2.20.
- •Варианты: 2.21. -2.25.
- •Варианты: 2.26. -2.30.
11.2. Доверительные интервалы для вероятности успеха в схеме Бернулли
и параметра λ распределения Пуассона.
Если распределение генеральной совокупности не является нормальным, то в некоторых случаях по выборкам большого объема можно построить доверительные интервалы для неизвестных параметров приближенно, используя при этом предельные теоремы теории вероятности и вытекающие из них асимптотические распределения и оценки.
Пример 47. Пусть в n независимых испытаниях успех наступил х раз. Найти доверительный интервал для вероятности р успеха в одном испытании.
Решение.
Эффективной оценкой вероятности успеха
р в
одном
испытании является относительная
частота
= h
= x/h
. По
теореме
Муавра-Лапласа относительная частота
h
имеет
асимптотически нормальное распределение
,
где q
= 1 - р
.
Рассмотрим
статистику
,
которая имеет асимптотически нормальное
распределение N(0,1)
независимо от значения р.
При больших
п тогда
имеем
.
Отсюда получим, что с вероятностью ≈1-α выполняется неравенство
.
Заменяя значения р и q в левой и правой частях записанного выше неравенства их оценками = h и =1-h, получим доверительный интервал для вероятности успеха в схеме
.
Пример 48. При проверке 100 деталей из большой партии обнаружено 10 бракованных деталей.
а) Найти 95 % приближенный доверительный интервал для доли бракованных деталей во всей партии.
б) Какой минимальный объем выборки следует взять для того, чтобы с вероятностью 0,95 можно было утверждать, что доля бракованных деталей по всей партии отличается от частоты появления бракованных деталей в выборке не более чем на 1 %?
Решение. а) Оценка доли бракованных деталей в партии по выборке равна = h = 10/100 = 0,1. По таблице приложений (П1) находим квантиль и1-a/2 = и 0,975 = 1,96 . Тогда 95% доверительный
интервал для доли бракованных деталей в партии приближенно имеет вид 0,041 < р < 0,159.
б) Представим полученный доверительный интервал в виде неравенства
,
которое
выполняется с вероятностью ≈1 - α = 0,95.
Так как согласно условию задачи
,
то для определения n
получим неравенство
.
Отсюда
следует, что
и n≥(0,3·196)2
=3457,44 . Итак, минимальный объем выборки
n
= 3458.
11.3. Доверительные интервалы для коэффициента корреляции ρ.
Пусть
выборка (хi,уi),
i
= 1,2,...,п,
получена из
генеральной совокупности, имеющей
двумерное нормальное распределение, и
r
- выборочный
коэффициент корреляции. При достаточно
больших n
статистика
имеет приближенно нормальное распределение
.
Доверительный интервал для Arth ρ имеет вид
.
Доверительный интервал для ρ вычисляется с помощью таблиц гиперболического тангенса ρ=thz .(смотри таблицу приложение П8).
Пример 49. Выборочный коэффициент корреляции, вычисленный по выборке объема 10, r = -0,64. Найти 90 % доверительный интервал для коэффициента корреляции р.
Решение. По таблице приложений (П8) находим Arth(-0,64)= -Arth0,64 = -0,76.
Так
как и0,95
= 1,645, то доверительный интервал для
Arthρ
имеет вид
,
т.е. -1,38 <Arthρ<
-0,14.
Обращаясь к таблице П8, получим 90 % доверительный интервал для коэффициента корреляции: - 0,881 < ρ < -0,139.
