Содержание
- 2. Математическая статистика - наука, выявляющая закономерности повторяющихся случайных явлений на основе обработки статистических данных, полученных в
- 3. Основные задачи мат. статистики: 1. Разработка методов анализа наблюдаемых случайных данных ( оценка неизвестной вероятности события,
- 4. Определения. Генеральная совокупность – все множество имеющихся наблюдений или объектов, относящихся к изучаемому явлению.
- 5. Выборка – набор наблюдений или объектов, случайно отобранных из генеральной совокупности. Объем генеральной совокупности N и
- 6. Виды выборки Повторная – каждый отобранный объект перед выбором следующего возвращается в генеральную совокупность; Бесповторная –
- 7. NB! Выборка должна быть репрезентативной (представительной).
- 8. Пусть с.в. Х принимает в выборке значение х1 n1 раз, х2 – n2 раз, …, хк
- 9. Статистический ряд
- 10. Пример. При проведении 20 бросков игральной кости число выпадений очков оказалось равным 2, 2, 5, 1,
- 11. Определение. Последовательность наблюдений, записанных в порядке возрастания или убывания х(1), х(2),…, х(к): х(1) х(1), х(2),…, х(к):
- 12. Определение. Наблюдения, образующие вариационный ряд х(1), х(2),…, х(к), называются порядковыми статистиками, а их номера в вариационном
- 13. ВОПРОС 30: Группированные данные
- 14. Статистический ряд для непрерывной с.в.
- 15. Полигон частот: ломаная, отрезки которой соединяют точки с координатами (x1, p1*), (x2, p2*),…, (xk, pk*) x
- 16. Выборочная функция распределения и гистограмма ВОПРОС 31:
- 17. Определение. Выборочной (эмпирической) функцией распределения называют функцию F*(x), определяющую для каждого значения х относительную частоту события
- 20. Свойства F*(x) (совпадают со свойствами F(x)): 1. 0 ≤ F*(x) ≤ 1. 2. F*(x) – неубывающая
- 21. Эмпирическая плотность распределения которая в интервале ( Xi-1, Xi ] постоянна и равна
- 22. Гистограмма
- 23. ВОПРОС 32: Оценки параметра положения: выборочное среднее, оценки моды и медианы
- 24. ОПРЕДЕЛЕНИЯ. Выборочное среднее:
- 25. Мода: Медиана:
- 26. ВОПРОС 33: Оценки параметра масштаба: оценки дисперсии, начальных и центральных моментов
- 27. ОПРЕДЕЛЕНИЯ. Выборочной дисперсией называется
- 28. Центральный эмпирический момент: Начальный эмпирический момент:
- 29. Пример 1. Найти числовые характеристики выборки
- 31. ВОПРОС 34: Свойства оценок
- 32. Схема: k выборок одного и того же объема n и вычислим для каждой из них оценку
- 34. Определение. Оценка некоторого признака называется АСИМПТОТИЧЕСКИ НЕСМЕЩЕННОЙ, если для выборки х1, х2, …, хп
- 35. Определение. Статистическая оценка называется ЭФФЕКТИВНОЙ, если она при заданном объеме выборки n имеет наименьшую возможную дисперсию
- 36. Определение. СОСТОЯТЕЛЬНОЙ называется статистическая оценка, которая при стремится по вероятности к оцениваемому параметру :
- 37. Теорема. Выборочное среднее представляет собой несмещенную оценку математического ожидания E(Х). Доказать самостоятельно!
- 38. Выборочное дисперсия представляет собой смещенную оценку дисперсии:
- 39. Исправленная выборочная дисперсия:
- 40. Исправленное среднее квадратическое отклонение
- 41. Определение. Оценка некоторого признака называется асимптотически несмещенной, если для выборки х1, х2, …, хn
- 42. СПОСОБЫ ПОСТРОЕНИЯ ОЦЕНОК
- 43. ВОПРОС 35: Метод максимального правдоподобия
- 44. Модель. ] Х – дискретная с.в., которая в результате п испытаний приняла значения х1, х2, …,
- 45. Определение. Назовем функцией правдоподобия дискретной случайной величины Х функцию аргумента Θ, определяемую по формуле: L (х1,
- 46. Определение. Оценкой наибольшего правдоподобия называется оценка при котором функция правдоподобия достигает максимума: ln L – логарифмическая
- 47. Алгоритм поиска ММП-оценки: ММП-оценки состоятельны (хотя могут быть смещенными), распределены асимптотически нормально и имеют наименьшую дисперсию
- 48. ВОПРОС 36: Метод моментов
- 49. ] известный вид п.р. f(x, Θ1, Θ2 ) определяется двумя неизвестными параметрами Θ1 и Θ2. Требуется
- 50. ВОПРОС 37: Метод наименьших квадратов
- 51. …)
- 52. Пример: y=ax+b
- 54. ВОПРОС 38: Байесовский подход к получению оценок
- 55. ](Y, X) – случайный вектор, для которого известна плотность р(Y|x) . Для оценки некоторой заданной функции
- 56. ДВУМЕРНЫЕ СЛУЧАЙНЫЕ ВЕЛИЧИНЫ
- 57. ВОПРОС 39: Двумерные случайные величины
- 58. Определение. Двумерной случайной величиной называют систему из двух случайных величин для которой определена вероятность совместного выполнения
- 59. Определение. Функция двух переменных определенная для любых x и y, называется функцией распределения системы двух случайных
- 60. Пример
- 61. ДИСКРЕТНАЯ ДВУМЕРНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА Определение. Двумерная случайная величина называется дискретной, если - дискретные величины.
- 63. Табличная форма задания двумерной случайной величины. Пример /
- 64. Определение. Две дискретные случайные величины называются независимыми, если
- 65. Пример.
- 66. НЕПРЕРЫВНАЯ ДВУМЕРНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА Определение. Двумерная случайная величина называется непрерывной, если
- 67. Определение. Функция называется плотностью распределения вероятностей системы двух величин
- 68. Пример:
- 70. Для независимых с.в.
- 72. Отсюда
- 73. Аналогично:
- 74. Пример
- 75. Определение. Двумерная случайная величина распределена нормально, если плотность распределения системы имеет вид:
- 76. Для независимых с.в.
- 77. ВОПРОС 40: Числовые характеристики двумерных случайных величин
- 78. Определение. Начальным моментом порядка (k, s) двумерной случайной величины (Х, Y) называется
- 79. Определение. Центральным моментом порядка (k, s) двумерной случайной величины (Х, Y) называется
- 80. При этом E(Х) = α1,0, E(Y) = α0,1, D(X) = μ2,0, D(Y) = μ0,2.
- 81. ВОПРОС 41: Корреляционный момент и коэффициент корреляции
- 82. Определение. Корреляционным моментом системы двух случайных величин называется второй смешанный центральный момент Kxy = μ1,1 =
- 84. Безразмерной характеристикой коррелированности двух случайных величин является коэффициент корреляции Определение.
- 85. Для независимых Х и Y f(x =f1(x)f2(y), тогда Теорема.
- 86. Доказательство
- 87. ВОПРОС 44: Статистическое описание и вычисление характеристик двумерного случайного вектора
- 88. Двумерная выборка представляет собой набор значений случайного вектора: (х1, у1), (х2, у2), …, (хn, уn). Дескриптивный
- 90. Скачать презентацию