- •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
Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии
Пусть количественный признак X генеральной совокупности распределен нормально, причем среднее квадратическое отклонение этого распределения неизвестно. Требуется оценить неизвестное математическое ожидание с помощью доверительных интервалов.
Оказывается, что по данным выборки можно построить случайную величину
,
которая
имеет распределение Стьюдента с
степенями свободы. В последнем выражении
-
-
выборочное среднее,
- исправленное среднее квадратическое
отклонение,
- объем выборки; возможные значения
случайной величины T
мы будем обозначать через t.
Плотность распределения Стьюдента
имеет вид
,
где
некоторая постоянная, выражающаяся
через гамма – функции.
Несколько
слов о распределении Стьюдента. Пусть
- независимые стандартные нормальные
величины. Тогда случайная величина
имеет
распределение
Стьюдента (В.
Госсет) с
степенями свободы. При росте числа
степеней свободы распределение Стьюдента
стремится к нормальному распределению
и уже при
использование нормального распределения
дает хорошие результаты.
Как
видно, распределение Стьюдента
определяется параметром n
– объемом выборки (или, что то же самое
– числом степеней свободы
)
и не зависит от неизвестных параметров
.
Поскольку
- четная функция от t
, то вероятность выполнения неравенства
определяется следующим образом:
.
Заменив неравенство в круглых скобках двойным неравенством, получим выражение для искомого доверительного интервала
Итак,
с помощью распределения Стьюдента
найден доверительный интервал
,
покрывающий неизвестный параметр a
с надежностью
.
По таблице распределения Стьюдента и
заданным n
и
можно найти
и
используя найденные по выборке
и
,
, можно определить доверительный
интервал.
Пример.
Количественный признак X
генеральной совокупности распределен
нормально. По выборке объема n
= 16 найдены генеральное среднее
и исправленное среднее квадратическое
отклонение
.
Требуется оценить неизвестное
математическое ожидание при помощи
доверительного интервала с надежностью
0,95.
Решение.
Найдем
по таблице распределения Стьюдента,
используя значения
.
Этот параметр оказывается равным 2,13.
Найдем границы доверительного интервала:
То
есть с надежностью 0,95 неизвестный
параметр a
заключен в доверительном интервале
Можно показать, что при возрастании объема выборки n распределение Стьюдента стремится к нормальному. Поэтому практически при n > 30 можно вместо него пользоваться нормальным распределением. При малых n это приводит к значительным ошибкам.
. Доверительный интервал для оценки среднего квадратического отклонения нормального распределения
Пусть количественный признак X генеральной совокупности распределен нормально и требуется оценить неизвестное генеральное среднее квадратическое отклонение по исправленному выборочному среднему квадратическому отклонению s. Найдем доверительные интервалы, покрывающие параметр с заданной надежностью .
Потребуем, чтобы выполнялось соотношение
или
Преобразуем
двойное неравенство
в равносильное неравенство
и обозначим
/ s
= q.
Имеем
(A)
и необходимо найти q. С этой целью введем в рассмотрение случайную величину
Оказывается,
величина
распределена по закону
с n
– 1 степенями свободы.
Несколько
слов о распределении хи-квадрат. Если
- независимые стандартные нормальные
величины, то говорят, что случайная
величина
имеет распределение хи-квадрат с степенями свободы.
Плотность распределения имеет вид
Это распределение не зависит от оцениваемого параметра , а зависит только от объема выборки n.
Преобразуем
неравенство (A)
так, чтобы оно приняло вид
.
Вероятность этого неравенства равна
заданной вероятности
,
т.е.
.
Предполагая, что q < 1, перепишем (A) в виде
,
далее,
умножим все члены неравенства на
:
или
.
Вероятность того, что это неравенство, а также равносильное ему неравенство (A) будет справедливо, равна
.
Из
этого уравнения можно по заданным
найти
,
используя имеющиеся расчетные таблицы.
Вычислив по выборке
и найдя по таблице
,
получим искомый интервал (A1),
покрывающий
с заданной надежностью
.
Пример. Количественный признак X генеральной совокупности распределен нормально. По выборке объема n = 25 найдено исправленное среднее квадратическое отклонение s = 0.8. Найти доверительный интервал, покрывающий генеральное среднее квадратическое отклонение с надежностью 0,95.
Решение.
По заданным
по таблице находим значение q
= 0.32. Искомый доверительный интервал
есть
.
Мы предполагали, что q < 1. Если это не так, то мы придем к соотношениям
,
и значение q >1 может быть найдено из уравнения
