- •Лекция 1. Предмет теории вероятностей и математической статистики и их роль в экономике и менеджменте
- •Лекция 2. Аксиоматика теории вероятности Понятие случайного эксперимента.
- •Пространство элементарных событий.
- •Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •Свойства операций над событиями.
- •Алгебра и сигма-алгебра событий.
- •Лекция 3. Методы определения вероятностей событий
- •Классическое определение вероятности события. Случаи равновероятных исходов.
- •Статистическое определение вероятности события. Случаи неравновероятных исходов.
- •Геометрические вероятности.
- •Аксиоматическое построение теории вероятностей.
- •Вероятностное пространство
- •Лекция 4. Основные теоремы теории вероятностей. Формула полной вероятности и формула Байеса Полная группа событий.
- •Условная вероятность.
- •Формула умножения вероятностей.
- •Формула сложения вероятностей.
- •Независимость событий.
- •Формула полной вероятности.
- •Формула Байеса
- •Основные понятия комбинаторики.
- •Правила суммы и произведения.
- •Лекция 5. Схема независимых испытаний Бернулли
- •Случай непостоянной вероятности появления события в опытах
- •Наивероятнейшее число наступления событий в схеме Бернулли.
- •Предельные теоремы для схемы Бернулли.
- •Теорема Пуассона.
- •Понятие потока событий.
- •Локальная теорема Муавра –Лапласа.
- •Интегральная (глобальная) теорема Муавра – Лапласа.
- •Лекция 6. Виды случайных величин и расчет вероятностей событий с использованием функций и плотностей распределения
- •Закон распределения дискретной случайной величины.
- •Функция распределения случайной величины и ее свойства.
- •Свойства функции распределения
- •Плотность распределения вероятностей.
- •Лекция 7. Основные параметры распределений одномерных случайных величин.
- •Математическое ожидание случайной величины
- •Свойства математического ожидания:
- •Дисперсия случайной величины и ее свойства.
- •Среднее квадратическое отклонение.
- •Лекция 8. Основные законы распределений случайных величин
- •Биномиальное распределение, его математическое ожидание и дисперсия.
- •Распределение Пуассона.
- •Геометрическое распределение
- •Гипергеометрическое распределение (урновая схема)
- •Равномерное распределение.
- •Показательное распределение.
- •Лекция 9. Нормальное распределение и его свойства
- •Свойства функции Гаусса.
- •Вероятность попадания нормальной случайной величины в заданный интервал.
- •Функция Лапласа и ее свойства.
- •О тклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •Лекция 10. Многомерные случайные величины
- •Закон распределения вероятностей двумерной случайной величины
- •Совместная функция распределения двух случайных величин
- •Свойства совместной функции распределения двух случайных величин
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
- •Свойства двумерной плотности вероятности
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •Числовые характеристики системы двух случайных величин
- •Корреляционный момент
- •Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Лекция 11. Предельные теоремы теории вероятностей.
- •Неравенство Чебышева
- •Теорема Чебышева.
- •Центральная предельная теорема.
- •Лекция 12. Выборочный метод анализа свойств генеральной совокупности.
- •Выборочный метод и его основные понятия. Случайная выборка и ее объем
- •Способы отбора
- •Вариационный ряд для дискретных и непрерывных случайных величин.
- •Полигон и гистограмма
- •Лекция 13. Понятие о статистических оценках случайных величин Эмпирическая функция распределения
- •Важнейшие свойства статистических оценок
- •Надежность и доверительный интервал.
- •Лекция 14. Доверительные интервалы для математического ожидания и дисперсии Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии
- •. Доверительный интервал для оценки среднего квадратического отклонения нормального распределения
- •Лекция 15. Проверка статистических гипотез.
- •Статистический критерий
- •Критическая область. Область принятия гипотезы. Критические точки.
- •Критерий согласия Пирсона о виде распределения.
- •Лекция 16. (уир) Понятие о регрессионном анализе
- •Понятие о регрессионном анализе
- •Выборочные уравнения регрессии.
- •Линейная регрессия
- •Множественная линейная регрессия
- •Нелинейная регрессия
- •Логарифмическая модель.
- •Обратная модель.
- •Степенная модель.
- •Показательная модель.
- •Лекция 17 (уир). Понятие о корреляционном анализе.
- •А. Парная корреляция
- •Б. Множественная корреляция
- •Лекция 18 (уир). Цепи Маркова с дискретным временем
- •Однородные цепи Маркова
- •Равенство Маркова
- •Переходные вероятности. Матрица перехода.
- •Лекция 19 (уир). Цепи Маркова с непрерывным временем.
- •Уравнения Колмогорова
- •Финальные вероятности состояний системы
- •Лекция 20 (уир). Системы массового обслуживания.
- •Расчет характеристик систем массового обслуживания Одноканальные модели а. Одноканальная модель с отказами
- •Б. Одноканальная модель с ожиданием
- •Многоканальные модели
Вариационный ряд для дискретных и непрерывных случайных величин.
Пусть
из генеральной совокупности извлечена
выборка, причем значение исследуемого
параметра
наблюдалось
раз,
-
раз и т.д. При этом
объем
выборки. Наблюдаемые значения
называют вариантами,
а последовательность вариант, записанных
в возрастающем порядке – вариационным
рядом.
Числа наблюдений называют частотами,
а их отношения
к объему выборки
- относительными
частотами.
Вариационный
ряд можно
представить таблицей вида
-
X
…..
n
….
Статистическим распределением выборки называют перечень вариант и соответствующих им относительных частот. Статистическое распределение можно представить как
-
X
…..
w
….
где
относительные частоты
.
Заметим, что в теории вероятностей под распределением понимают соответствие между возможными значениями случайной величины и их вероятностями, а в математической статистике – соответствие между наблюдаемыми вариантами и их частотами или относительными частотами.
Приведенный
способ представления статистических
данных применяют в случае дискретных
случайных величин. Для непрерывных
случайных величин удобнее разбить
отрезок [a,b]
возможных значений случайной величины
на частичные полуинтервалы
(
замкнут также и справа) с помощью
некоторой системы точек
.
Часто разбиение [a,b]
производят на равные части, тогда
где
В
качестве частот
теперь надо брать количество наблюдаемых
значений, попавших на каждый из частичных
интервалов
.
Вариационный ряд имеет в таком случае
вид
X |
|
|
….. |
|
n |
|
|
…. |
|
а статистическое распределение –
X |
|
|
….. |
|
n |
|
|
…. |
|
Число
интервалов
часто выбирают на основании формулы
Стерджерса
.
Полигон и гистограмма
Графически статистическое распределение представляется в частности, с помощью полигона и гистограммы.
Полигоном
частот
называют ломаную линию, отрезки которой
соединяют точки
.
Для построения полигона частот на оси
абсцисс откладывают варианты
,
а на оси ординат – соответствующие им
частоты
и соединяют точки
отрезками
прямых.
Полигон
относительных частот
строится
аналогично, за исключением того, что на
оси ординат откладываются относительные
частоты
.
В случае непрерывного признака строится гистограмма, для чего интервал, в котором заключены все наблюдаемые значения признака, разбивают на несколько частичных интервалов длиной h и находят для каждого частичного интервала - сумму частот вариант, попавших в i – й интервал.
Гистограммой
частот
называют
ступенчатую фигуру, состоящую из
прямоугольников, основаниями которой
служат частичные интервалы длиною h,
а высоты равны отношению
.
Для построения гистограммы частот на
оси абсцисс откладывают частичные
интервалы, а над ними проводят отрезки,
параллельные оси абсцисс на расстоянии
(высоте)
.
Площадь i-го
прямоугольника равна
- сумме частот вариант i
–го интервала, поэтому площадь гистограммы
частот равна сумме всех частот, т.е.
объему
выборки.
В
случае гистограммы относительных
частот по оси ординат откладываются
относительные чатоты
,
на оси абсцисс – частичные интервалы,
над ними проводят отрезки, параллельные
оси абсцисс на высоте
.
Площадь i-го
прямоугольника равна относительной
частоте вариант
,
попавших в i-й
интервал. Поэтому площадь гистограммы
относительных частот равна сумме всех
относительных частот, то есть единице.
