- •Лекция 1 (03.09)
- •Классическое определение вероятности
- •Классификация событий
- •Операции над случайными числами
- •Свойства операций над случайными числами
- •Геометрическая вероятность
- •Статистическая вероятность
- •Основные теоремы теории вероятностей Теорема 1.
- •Лекция 2 (10.09) Теорема 2.
- •Теорема 3.
- •Основы комбинаторики
- •Совокупности
- •Основные правила комбинаторики
- •Лекция 3 (17.09)
- •Метод включений и исключений
- •Связь комбинаторики с теорией вероятностей
- •Формула полной вероятности
- •Формула Байеса
- •Законы распределения случайных величин
- •Характеристики случайной величины
- •Основные распределения
- •Дискретные
- •Лекция 4 (24.09) Непрерывные
- •Статистика
- •Типы данных
- •Описательная статистика
- •Статистические критерии
- •Статистические гипотезы
- •Лекция 6 (08.10) Уровень значимости
- •Алгоритм отклонения нулевой гипотезы:
- •Мощность критерия
- •Закон больших чисел
- •Непараметрические критерии
- •Правила ранжирования:
- •Лекция 7 (15.10)
- •Алгоритм нахождения статистики:
- •Алгоритм выбора критерия
- •2 Выборки
- •3 И более
- •Оценка достоверности сдвига значения исследуемого признака:
- •Лекция 8 (22.10)
- •Параметрические критерии Корреляционный анализ
- •Лекция 9 (29.10)
- •Факторный анализ
- •Гипотеза о равенстве средних
- •Однофакторный дисперсионный анализ
- •Однофакторный дисперсионный анализ для несвязанных выборок
- •Однофакторный дисперсионный анализ для связанных выборок
Характеристики случайной величины
Математическое ожидание
(µ
– мю)
Свойства математического ожидания:
Дисперсия - мера разброса или отклонения случайной величины от её математического ожидания
Свойства дисперсии:
Среднее квадратическое отклонение (стандартное отклонение)
(Улитка
– сигма)
Основные распределения
Бывают:
Дискретные
Непрерывные
Дискретные
Биномиальное распределение - такое распределение имеет случайная величина, где xi - число появлений события A. Если вероятность события A = P, тогда вероятность того, что событие A не произойдёт = q.
Тогда распределение случайной величины задаётся формулой Бернулли:
Пример:
Найти вероятность того, что из четырех новорождённых, 3 - мальчики.
,
где
n
– количество всех успехов
Лекция 4 (24.09) Непрерывные
Равномерное распределение - распределение называется равномерным, если плотность распределения f(x) есть величина постоянная, то есть f(x)=c.
Если
,
то
;
Задача.
Мастер может прийти с 10 до 18 часов. Клиент, прождав до 14 часов, отлучился на 1 час. Какова вероятность того, что мастер не застанет его дома?
b = 18, a = 14
Нормальное распределение – это такое распределение случайной величины, при которой крайние значения случайной величины (наименьшее и наибольшее) случаются редко, а средние – часто.
Статистика
Статистика – это наука о методах сбора, исследования, анализа больших массивов данных.
Математический аппарат для статистики разрабатывает математическая статистика.
Математическая статистика – это раздел математики, посвященный математическим методам систематизации, обработки и использования статистических данных для научных исследований и практических задач (Колмогоров).
Основное понятие математической статистики – это совокупности.
Совокупность
Генеральная Выборочная
Генеральной совокупностью называется всё мыслимое множество исследуемых объектов.
Выборочная совокупность (или выборка) – это часть генеральной совокупности, отбираемая специальным образом и исследуемая с целью определения характеристик генеральной совокупности.
Пример:
Неженатые мужчины города N.
Отсюда генеральная совокупность – это все мужчины. Доля неженатых мужчин из генеральной совокупности – это параметр A из выборки (статистика)
Выборка 250 чел.
N
все мужчины генеральной совокупности
Доля
неженатых мужчин
параметр
статистика
Основная сущность закона больших чисел заключается в следующем:
при увеличении числа опытов относительная частота успехов сходится вероятностью успеха в одном опыте.
Репрезентативность включает в себя случайную выборку.
Выборки
Одномерные Многомерные
Если на объектах выборки измеряется только один параметр, то такая выборка называется одномерной.
Если на объектах выборки измеряются два и более параметров, то такая выборка называется многомерной.
Выборки
Зависимые Независимые
(одна выборка и несколько параметров) (различные выборки, но один параметр)
