- •Раздел 1. Лекции
- •Тема 1. Случайные события
- •Лекция 1
- •Введение
- •Предмет теории вероятностей
- •Основные понятия и определения теории вероятностей
- •Классическое определение вероятности
- •Действия над событиями Алгебра событий
- •Свойства событий
- •Частота события
- •Полная группа событий
- •Геометрическое определение вероятности
- •Аксиоматическое определение вероятности
- •Свойства вероятности. Условная вероятность
- •Условная вероятность.
- •Лекция 2 Основные теоремы теории вероятностей
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема сложения вероятностей совместных событий
- •Лекция 3 Основные формулы вычисления вероятностей сложных событий
- •3.1. Формула полной вероятности
- •3.2. Теорема гипотез. Формула Байеса
- •3.3. Частная теорема о повторении опытов. Теорема я. Бернулли
- •Тема 2. Случайные величины и их распределения Лекция 4 Закон распределения случайной величины
- •Лекция 5 Числовые характеристики случайных величин
- •5.1. Характеристики положения
- •5.2. Характеристики рассеивания и взаимодействия
- •Лекция 6 Основные дискретные и непрерывные распределения Основные дискретные распределения
- •6.1. Биномиальное распределение
- •6.2. Распределение Пуассона
- •Основные непрерывные распределения
- •6.3. Равномерное распределение
- •6.4. Показательное распределение
- •6.5. Нормальное распределение
- •6.6. Распределение "хи-квадрат"
- •6.7. Распределение Стьюдента
- •Тема 3. Случайные векторы. Законы распределения и числовые характеристики Лекция 7 Системы случайных величин (случайные векторы)
- •Функция распределения системы двух случайных величин
- •Числовые характеристики системы двух случайных величин
- •Лекция 8 Система произвольного числа случайных величин
- •Числовые характеристики системы нескольких случайных величин
- •Лекция 9 Законы распределения отдельных компонент, входящих в систему. Условные законы распределения
- •Тема 4. Зависимые и независимые случайные величины Лекция 10
- •Квантиль
- •Тема 7. Случайные последовательности и их сходимость Лекция 14 Виды сходимости последовательностей случайных величин
- •Тема 8. Закон больших чисел. Центральная предельная теорема Лекция 15 предельные теоремы теории вероятностей
- •7.1. Неравенство Чебышева
- •Лекция 16 предельные теоремы теории вероятностей
- •Лекция 17 центральная предельная теорема
- •Тема 9. Первичный статистический анализ результатов измерений случайной величины Лекция 18 Основные понятия математической статистики
- •Статистическое распределение выборки
- •Лекция 19 Полигон частот и гистограмма
- •Эмпирическая функция распределения
- •Тема 10. Точечное оценивание параметров распределений случайных величин Лекция 20 Точечные оценки параметров распределений
- •Оценка математического ожидания случайной величины
- •Оценка дисперсии наблюдаемой случайной величины
- •Оценка вероятности случайного события
- •Лекция 22 Метод наименьших квадратов
- •Метод моментов
- •Тема 11. Интервальное оценивание параметров распределений случайных величин Лекция 23 Построение интервальных оценок параметров распределений
- •Построение доверительного интервала для математического ожидания случайной величины при известной дисперсии
- •Лекция 24 Построение интервальной оценки для математического ожидания и дисперсии Построение доверительного интервала для математического ожидания случайной величины при неизвестной дисперсии
- •Тема 12. Проверка статистических гипотез Лекция 25 Критерий значимости проверки статистических гипотез при принятии решений
- •Критерии согласия Сравнение средних и дисперсии нормальных генеральных совокупностей (малые независимые выборки)
- •Лекция 26 Критерии согласия Сравнение дисперсий по выборкам одинакового объема (критерий Кочрена)
- •Определение типа распределения с помощью критерия Пирсона ("хи-квадрат")
- •Лекция 27 Критерии согласия Критерий согласия Колмогорова
- •Список литературы
Лекция 24 Построение интервальной оценки для математического ожидания и дисперсии Построение доверительного интервала для математического ожидания случайной величины при неизвестной дисперсии
Рассмотрим оценку математического ожидания нормально распределенной случайной величины Х с неизвестной дисперсией :
.
Для оценивания дисперсии используем оценку
.
Величина
,
при этих условиях имеет t-распределение (распределение Стьюдента)с числом степеней свободы k = n – 1.
Для
нахождения доверительного интервала
значения
задаемся надежностью P
= 1 –
по таблице t-распределения
для уровня значимости
/2
(соответствующего односторонней
критической области см. рис.10.1), из
условия
определяем значение
и строим доверительный интервал:
.
Пример: Оценить прочность сотового заполнителя из материала А1Т толщиной 0,08 мм по данным 19 испытаний на сжатие.
Решение. Предполагая, что разброс предела прочности подчиняется нормальному закону распределения и по результатам испытаний определяется = 2,37, = 3,12 . Для /2 = 0,025 (соответствующего односторонней критической области) и для k = n – 1 = 18 степени свободы по таблице t-распределения определяем = 2,1 и находим величину
.
Таким образом, с надежностью 0,95 (или 95%) можно утверждать, что среднее значение прочности сотового заполнителя находится в пределах 12,37 ± 0,85.
Доверительный интервал для дисперсии нормального распределения
Рассмотрим построение доверительного интервала дисперсии нормально распределенной случайной величины Х при неизвестном математическом ожидании. Для этого используем соотношение
откуда имеет место
с k = n – 1 степенями свободы.
Таким
образом, если математическое ожидание
случайной величины Х
неизвестно, то случайная величина
распределена по закону
с k
= n
–
1 степенями свободы. Уменьшение числа
степеней свободы обусловлено тем, что
выборочные значения связаны между собой
линейной зависимостью через оценку
математического ожидания.
Так
как случайная величина
неотрицательна, а плотность распределения
несимметричная (рис.24.1), то доверительный
интервал будем определять из условия
,
или
,
откуда получаем
.
Следовательно, интервал
есть
доверительный интервал для дисперсии
с
надежностью
,
а интервал
доверительный интервал для стандартного отклонения с надежностью .
Определим
,
по таблицам распределения
из условия
.
Если
таблица
построена из расчета
,
то значения
,
определяются из условий (см. рис.10.2):
.
Действительно:
=
=
.
Если
таблица
построена из условия
,
то значения
,
определяются из условий (см. рис.10.1):
.
Покажем, что в этом случае также имеет место
=
=
= .
Пример: Вычислим с надежностью P = 0,95 доверительный интервал для дисперсии нормального распределения прочности сотового заполнителя по результатам испытаний, рассмотренных в предыдущем примере, где выборочная дисперсия = 3,12 вычислена по выборке объема n = 19.
Решение. По таблице, определенной из условия для k = n – 1 = 18 степеней свободы и доверительного уровня значимости
/2
= 0,025 определяем
=
31,5,. Для вероятности Р
=
= 0,975 и числа степеней свободы k
= n – 1
= 18 определяем
=
8,23 .
Следовательно,
доверительный интервал с надежностью
0,95 для дисперсии будет (18
/31,5
; 18
/8,23)
или (1.78 ; 6.82), а для стандартного отклонения
или (1,33 ; 2,61).
