Содержание
- 2. Три теоремы математической статистики Сначала рассмотрим три теоремы математической статистики. Их суть состоит в определении закона
- 3. Распределение χ2 (Хи-квадрат) Теорема 1. Если Xi - независимые СВ, подчиняющиеся нормальному закону распределения и у
- 4. Распределение χ2 (Хи-квадрат) Плотность вероятности распределения χ2 равна где Г(•) – гамма – функция; х –
- 5. Распределение χ2 (Хи-квадрат) Математическое ожидание и дисперсия распределения χ2 равны: mx = ν и Dx =
- 6. Распределение χ2 (Хи-квадрат) В случае, если ν > 30, то можно использовать формулу где t’p –
- 7. Распределение χ2 (Хи-квадрат) В конечном итоге из изложенной выше теоремы следует, что (n-1)[S2x/σ2x] имеет распределение χ2
- 8. t - распределение (Стьюдента) Теорема 2. Если Z – нормированная нормально распределенная СВ, а U –
- 9. t - распределение (Стьюдента) Плотность вероятности этого распределения определяется равенством где с(ν) - параметр, зависящий от
- 10. t - распределение (Стьюдента) График функции плотности вероятности Математическое ожидание mt дисперсия Dt и среднее квадратичное
- 11. t - распределение (Стьюдента) Из этой теоремы следует, что величина (хср. - mx)/(S/√n) имеет распределение Стьюдента,
- 12. F – распределение (Фишера) Теорема 3. Если Z и U независимые СВ, обладающие χ2 распределением с
- 13. F – распределение (Фишера) Плотность вероятности F – распределения имеет вид где c1(ν1,ν2) – параметр, зависящий
- 14. F – распределение (Фишера) График плотности вероятности f(F) Математическое ожидание, дисперсия и мода соответственно равны mF
- 15. Интервальные оценки параметров распределения Интервальной оценкой параметра G называется интервал, границы которого l1* и l2* являются
- 16. Интервальные оценки параметров распределения Используя функцию распределения выборочных значений параметра G, можно записать вероятности не превышения
- 17. Интервальные оценки параметров распределения
- 18. Интервальная оценка математического ожидания На основании теоремы 2 выводится формула для интервальной оценки математического ожидания, а
- 19. Интервальная оценка математического ожидания Следовательно - t(1+p)/2 ≤ [(x-mx)/(Sx/√n)] После преобразования получаем
- 20. Интервальная оценка дисперсии Исходя из теоремы 1 можно записать, что где Sx2 = D* - выборочная
- 21. Интервальная оценка дисперсии Из этого выражения можно получить также интегральную оценку СКО.
- 23. Скачать презентацию