Teorija viralnosti.

adsby.ru

Ustvari

za študente 2. letnika vseh specialnosti

Oddelek za Vishchoi matematiko

Delno na voljo

Študenti Shanny! Z vašim spoštovanjem predstavljamo pregledno (instalacijsko) predavanje profesorja N.Sh Kremerja iz discipline “Teorija neizogibnosti in matematična statistika” za študente drugega letnika VZFED. Predavanje je obravnavano zavdannya razvoj teorije ekonomije in matematične statistike na ekonomski univerzi To je ta kraj v sistemu usposabljanja dnevnih ekonomistov, kaj velja organizacija neodvisen Podana so dela študentov s pomočjo računalniško podprtega začetnega sistema (COPR) in tradicionalnih pripomočkov

pregled glavnih določb ta tečaj, pa tudi metodološka priporočila za nadaljnje usposabljanje. Med matematičnimi disciplinami, ki se poučujejo na ekonomskih univerzah, zavzemata posebno mesto teorija nedoslednosti in matematična statistika. Najprej je teoretična osnova statističnih disciplin. Z drugimi besedami, pri zdravljenju se neposredno uporabljajo metode teorije naravnih lastnosti in matematične statistike masni agregati spremljanje simptomov, vzorčenje rezultatov spremljanja in ugotavljanje vzorcev epileptičnih simptomov. Izkazalo se je, da imata teorija verjetnosti in matematična statistika pomembnejši metodološki pomen. kognitivni proces

, z razkritimi skritimi vzorci

1. spremljanje procesov, služi kot logična

2. osnova induktivno-deduktivno logiko.

3. Kozhen, študent drugega letnika, je kriv za žaljiv niz (primer) iz discipline "Teorija intelektualnosti in matematična statistika": Ogljadovo mentorsko predavanje

4. s to disciplino. Područnik

N.Š. Kremerjeva »Teorija vrlin in matematična statistika« – M.: UNITI – DANA, 2007 (kasneje preprosto imenovana »ročnik«). - Osnovno metodološko vodilo "Teorija naravnih vrednosti in matematična statistika" / ur. N.Š.

Naj pojasnimo pomen kože iz začetnih metodoloških gradiv, ki so vključena v dodeljeni komplet (primer).

Pri prijatelju Opisane so glavne določbe začetnega gradiva discipline, ki ponazarjajo doseganje velikega števila nalog.

U Pos_bnik podana so bila metodološka priporočila za samostojno učenje osnovne snovi, predstavljeni so bili najpomembnejši pojmi predmeta in tipične naloge, dana je bila kontrolna hrana za samotestiranje pri tej disciplini, podane so bile možnosti za domače kontrolno delo, študent pa je krivi za viconics, pa tudi metodične dodatke k njihovim viconics.

Računalniški program Poklican, da vam maksimalno pomaga pri osvojenem tečaju v režimu dialog programe s študentom, da povečate svojo prisotnost v učilnici, vključno s stikom z vlagateljem.

Za študenta, ki začenja uporabljati sistem učenja na daljavo, je na prvem mestu organizacija samostojnega dela

Ko se začnete učiti to disciplino, preberite celotno pregledno (poučno) predavanje do konca.

Zato bi vam rad podal splošen pregled osnovnih konceptov in metod, ki jih poučujemo pri predmetu “Teorija sklepanja in matematična statistika”, ki se lahko uporabijo za pripravo študentov VZFED. Pred presaditvijo kože Seznanite se z metodološkimi priporočili za učenje, ki jih podajajo vodniki.

Tukaj boste našli izbor osnovnih živil, ki si jih lahko preberete; Pojasnite, kateri pojmi, pomeni, izreki, znanja so najpomembnejši, česa se moramo predhodno naučiti in usvojiti. Nato nadaljujte z izobraževanjem

osnovni elementarni material

upoštevanje vodnika je skladno z odstranitvijo metodoloških priporočil.

Nato je v kratki obliki podano predhodno gradivo s temi temami (in s sosednjimi odstavki s temi temami) - glavni pomeni, izreki, moči in znaki, formule itd.

Med postopkom preučevanja tem lahko na zaslonu kliknete tudi tiste fragmente predhodnega gradiva (poleg ali prejšnje teme), ki so trenutno potrebni. Nato se vam predstavi osnovno gradivo in osnovne standardne naloge ( uporabi), dialog Večino jih je mogoče videti v načinu program za študenta. Funkcije številnih aplikacij so prepletene s prikazi na zaslonu, ki jim sledijo stopnje pravilne odločitve za začetek. Med postopkom pregleda večine vlog boste prejeli prehrano drugačne narave. Kako vnesti podatke o enem napajalniku s tipkovnice

digitalni dokaz,

na drugem –

izberite pravo vrstico(e)

Po zaključku tem 1–7 ste odgovorni premagati robota za nadzor doma št. 3, po zaključku tem 8–11 pa robota za nadzor doma št. 4. Možnosti za dodelitev robotov za nadzor so prikazane vašemu pomočniku (njegova elektronska različica).

Številka dodane opcije mora sovpadati s preostalim mestom številke vašega posebnega potrdila (najemna knjižica, študentsko potrdilo).

Za vsakega krmilnega robota ste odgovorni za pogovor, kjer je potrebno pokazati pravilno poznavanje osnovnih pojmov (vrednosti, izreki (brez dokaza), formule ipd.) na temo krmilnega robota.

Predmet se zaključi s tečajnim izpitom.

Teorija naravnih pojavov je matematična veda, ki preučuje vzorce epizodnih manifestacij.

Disciplina, predlagana za napredno usposabljanje, je sestavljena iz dveh delov: "Teorija neizogibnosti" in "Matematična statistika".

Matematika vključuje več področij, vključno z algebro in geometrijo ter teorijo gotovosti.

Zato si ljudje za te in druge pojave in procese izmišljajo nove izraze.

Glavni koncepti teorije veljavnosti - ideja, veljavnost koncepta itd. - so se pojavili kar tako.

To pomeni, da je za obvladovanje formul, ugotavljanje znanja in utrjevanje spretnosti v življenju potrebno ne le zapomniti nove besede, ampak tudi razumeti, kaj pomeni njihova uporaba.

Bolj ko se jih zavedate, bolj ko se poglabljate v situacijo, širši postane obseg vaših možnosti in bolj absorbirate več svetlobe.

Kakšen je smisel teme?

Znano iz osnovnih konceptov teorije veljavnosti.

Klasični pomen zanesljivosti se sliši takole: cilj je nadzor rezultatov preiskave na minimalno število možnih.

Poglejmo preprost primer: če oseba vrže kocko, lahko njena koža pade s šestih strani ognja.

Tako je skupno število rezultatov šest.

Jasno je, da je enak rezultat zajamčeno resničen pri testiranju na koži - ta metoda se imenuje zanesljiva.

Če ni možnosti za obstoj, se temu reče nemogoče.

Vendar pa takšne ideje ne stagnirajo v glavah teorije zanesljivosti.

Osnovni koncepti, ki jih je veliko bolj pomembno poznati, so najpomembnejše in absurdne ideje.

Zagotovljeno je, da se do izvedbe poskusa hkrati oblikujeta dve stopnji.

Na primer, vržemo dve kocki - dejstvo, da en met pokaže "šest", ne zagotavlja, da drugi met ne bo prinesel drugačnega števila.

Takšne stroke bomo imenovali spanje.

Če vržemo eno kocko, se dve številki ne moreta vrniti hkrati.

V tem primeru bodo rezultati "ena", "dva" itd. obravnavani kot neumnost.

Recimo, da imate tri številke: 1, 2, 3. Zapisati morate vsa možna trimestna števila.

Koliko jih bo?

Zadeva: n!

(znak toča pomeni faktorial).

Kombinacije z več različnimi elementi (številke, črke itd.), ki se razlikujejo le po vrstnem redu njihove razporeditve, imenujemo permutacije.

Vendar se pogosto srečujemo s to situacijo: obstaja 10 števk (od nič do devet), ki tvorijo geslo ali kodo.

Recimo, da je ta dolžina 4 znaki.

Kako lahko odklenem število možnih kod?

In zato obstaja posebna formula: (n!)/(n - m)!

Zdravniku je dodeljena višja miselna naloga, n=10, m=4.

Potem boste potrebovali več kot preprost matematični razvoj.

Začetni matematični izračun je: M(X) = 10*0,2 + 20*0,6 + 30*0,2 = 20. Dobljena vrednost disperzije: D(X) = 40.

Drug pomemben način za razumevanje statistike in teorije veljavnosti je povprečna kvadratna variacija.

To je zelo enostavno ugotoviti: samo izvleči morate kvadratni koren variance.

Tukaj lahko uporabimo tako preprost izraz, kot je obseg.

Ta vrednost pomeni razliko med najvišjo in najmanjšo vrednostjo vzorca.

Statistika

Znanost pogosto krši nekatere temeljne šolske koncepte.

Dve izmed njih sta aritmetična sredina in mediana.

Chantly, spomnite se, kako spoznati njihov pomen.

Zapomnimo si vsako kapljico: aritmetična sredina je vsota vseh vrednosti, deljena s celoto.

Če je vrednost 10, jih seštejemo in delimo z 10.

Obrnimo se k tistim.

Obstajata še dve vrsti delitve: asimetrična in multimodalna.

Prvi je videti kot polovica "običajnega" grafa, tako da se lok spusti le eno stopnjo pod najvišjo vrednost.

Priznajmo si, multimodalna delitev je enaka številu "zgornjih" vrednosti.

Graf gre gor in dol takole.

Najvišja vrednost frekvence v kateri koli kategoriji se imenuje moda.

To je tudi ena najpomembnejših stvari, ki jih je treba razumeti o teorijah verjetnosti in matematične statistike.

Gaussov razcep

Gaussova ali bolj običajno delitev - tista, v kateri je budnost povprečja podvržena zakonu petja.

Na kratko povedano, glavna razlika v vrednosti izbora je eksponentno drugačna od mode – najpogostejše med njimi.

Če smo natančnejši, je 99,6% vseh vrednosti porazdeljenih med tri standardne vrednosti (se spomnite, da smo ta koncept videli bolj jasno?).

Ne pozabite: matematika je nujna za ekonomske, naravoslovne, informacijske in inženirske specialnosti.

Tukaj tudi ni mogoče povzeti statistike ene od teh regij.

Zdaj na desni strani za male: vadite, osvojite mojstrstvo in ga uporabite.

Osnovni pojmi in pomembna teorija pristnosti bodo pozabljeni, razen če si ne bomo vzeli časa za njihovo ponavljanje.<Р(А)<1 Основные формулы комбинаторики Определение 1 . Различные группы по m предметов, составленные из n однородных предметов ( m , n ), называются соединениями. Предметы, из которых составляют различные соединения, называют элементами. Существует 3 вида соединений: размещения, перестановки, сочетания. Определение 2. Размещениями по m элементов из данных n элементов ( m ≤ n ) называют такие соединения, которые отличаются друг от друга либо самими элементами, либо их порядком. Например, размещениями из трех предметов a , b и c по два будут следующие соединения: ab , ac , bc , ca , cb , ba . Число размещений из данных n элементов по m обозначают символом А n m = n ( n -1)( n -2)·....·( n - m +1). Пример. А 10 4 =10·9·8·7=5040. Определение 3. Перестановками из n элементов называют такие соединения, которые отличаются друг от друга только порядком элементов. Р n =А n n = n ( n -1)( n -2)...·3·2·1= n ! По определению 0!=1. Пример. Р 5 =5!=1·2·3·4·5=120. Определение 4. Сочетаниями из n элементов по m называются также соединения, которые отличаются друг от друга, по меньшей мере, одним элементом и каждое из которых содержит m различных элементов: C n m === Пример. Найти число сочетаний из 10 элементов по четыре. Решение. C 10 4 ==210. Пример. Найти число сочетаний из 20 элементов по 17. Решение. ==1040. Теоремы теории вероятностей Теорема сложения вероятностей Теорема 1 . Вероятность наступления одного какого-либо события из двух несовместимых событий А и В равно сумме вероятностей этих событий Р(А+В)=Р(А)+Р(В ). Пример. В урне 5 красных, 7 синих и 8 белых шаров, перемешанных между собой. Какова вероятность того, что взятый наугад один шар окажется не красным? Решение. Не красный шар - это или белый или синий шары. Вероятность появления белого шара (событие А) равна Р(А)= 8/20 = 2/5. Вероятность появления синего шара (событие В) равна Р(В)= 7/20. Событие, состоящее в появлении не красного шара, означает появление или А или В, т.к. события А и В несовместимы, то применима теорема 1. Искомая вероятность будет равна Р(А+В)=Р(А)+Р(В)=2/5+ +7/20=3/4. Теорема 2. Вероятность наступления одного из двух событий A или B равно сумме вероятностей этих событий минус вероятность их совместного появления P ( A + B )= P ( A )+ P ( B )+ P ( AB ). Теорема умножения вероятностей Определение 1. Два события A и B называются независимыми друг от друга, если вероятность одного из них не зависит от наступления или ненаступления другого. Пример. Пусть A - событие, состоящее в появлении герба при первом бросании монеты, а B - событие, состоящее в появлении герба при втором бросании монеты, то события A и B не зависят друг от друга, т.е. результат первого бросания монеты не может изменить вероятность появления герба при втором бросании монеты. Определение 2. Два события A и B называются зависящими друг от друга, если вероятность одного из них зависит от наступления или ненаступления другого. Пример. В урне 8 белых и 7 красных шаров, перемешанных между собой. Событие A - появление белого шара, а событие B - появление красного шара. Будем брать из урны наугад два раза по одному шару, не возвращая их обратно. До начала испытания вероятность появления события A равна P ( A )=8/15, и вероятность события B равна P ( B )=7/15. Если предположить, что в первый раз был взят белый шар (событие A ), то вероятность появления события B при втором испытании будет P ( B )=7/14=1/2. Если в первый раз был взят красный шар, то вероятность появления красного шара при втором извлечении равна P ( B )=6/14=3/7. Определение 3. Вероятность события B , вычисленная в предположении, что перед этим наступило связанное с ним событие A , называется условной вероятностью события B и обозначается PA ( B ). Теорема 3 . Вероятность совместного наступления двух зависимых событий ( A и B ) равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие произошло, т.е. P ( AB )= P ( A )· P A ( B )= P ( B )· P B ( A ). Теорема 4. Вероятность совместного наступления нескольких зависимых событий равно произведению вероятности одного из них на условные вероятности всех остальных событий, вычисленные в предположении, что все предыдущие события уже наступили: P(A 1 A 2 A 3 ...A k )=P(A 1 )·P A1 (A 2 )·P A1A2 ·P(A 3 )...·P A1A2…A k-1 (A k ) Теорема 5 . Вероятность совместного наступления двух независимых событий A и B равна произведению вероятностей этих событий P ( AB )= P ( A )· P ( B ). Теорема 6 . Вероятность совместного наступления нескольких независимых событий A 1 , A 2 , ... A k равна произведению их вероятностей, т.е. P ( A 1 A 2 ... A k )= P ( A 1 )· P ( A 2 )·...· P ( A k ). Пример. Два стрелка делают одновременно по одному выстрелу в одну цель. Какова вероятность того, что оба попадут, если известно, что первый стрелок в среднем дает 7 попаданий, а второй 8 попаданий на каждые 10 выстрелов? Какова вероятность поражения мишени? Решение. Вероятность попадания первого стрелка (событие A ) равна P ( A )=0,8, вероятность попадания второго стрелка (событие B ) равна P ( B )=0,7. События A и B независимы друг от друга, поэтому вероятность совместного наступления этих событий (совместное попадание в цель) найдем по теореме умножения для независимых событий: P ( AB )= P ( A ) P ( B )=0,8·0,7=0,56. Вероятность поражения мишени означает попадание в мишень хотя бы одного стрелка. Так как попадание в мишень первого и второго стрелков являются событиями совместными, то применение теоремы сложения вероятностей для совместных событий дает следующий результат: P(A+B)=P(A)+P(B)-P(AB)=P(A)+P(B)-P(A)·P(B)=0,8+0,7- 0,8·0,7=0,94. 5.3.3. Формула полной вероятности Определение 4. Если при некотором испытании может произойти одно какое-либо событие из нескольких несовместных A 1 , A 2 ,..., A k , и при этом никаких других событий быть не может, но одно из указанных событий обязательно произойдет, то группу событий A 1 , A 2 ,..., A k называют полной группой событий. Теорема 7. Сумма вероятностей событий, образующих полную группу, равна единице: P ( A 1 )+ P ( A 2 )+...+ P ( A k )=1. Следствие. Сумма вероятностей двух противоположных событий равна единице: P ( A )+ P ( A )=1. Если вероятность одного события обозначим через p , вероятность противоположного ему события обозначим через q , тогда p + q =1. Пример. Вероятность попадания в цель равна 0,94. Найти вероятность непопадания. Решение . Попадание в цель и непопадание являются противоположными событиями, поэтому, если p =0,94, то q =1- p =1-0,94=0,06. Теорема 8 . Если случайные события A 1 , A 2 ... A n образуют полную систему, и если событие B может осуществляться только совместно с каким-нибудь одним из этих событий, то вероятность наступления события B можно определить по формуле: P(B)=P(A 1 )P A1 (B)+P(A 2 )P A2 (B)+...+P(A n )P A n (B) Это равенство называется формулой полной вероятности . Пример. На склад готовой продукции поступили изделия из трех цехов, в том числе: 30% из I -го цеха, 45% из II цеха и 25% из III цеха. Среди изделий I цеха брак составляет 0,6%, по II цеху 0,4% и по III цеху-0,16%. Какова вероятность того, что взятое наугад для контроля одно изделие окажется с браком? Решение. Одно изделие может быть взято или из продукции I цеха (событие A 1 ), или из продукции II цеха (событие A 2 ), или из продукции III цеха (событие A 3 ). Вероятности этих событий будут: P ( A 1 )=0,30; P ( A 2 )=0,45; P ( A 3 )=0,25. Вероятность того, что изделие с браком (событие B ) будет взято из продукции I цеха, есть условная вероятность P A 1 ( B ). Она равна P A 1 ( B )=0,006. Вероятность того, что изделие с браком будет взято из продукции II цеха P A 2 ( B )=0,004 и из продукции III цеха P A 3 ( B )=0,0016. Теперь по формуле полной вероятности найдем вероятность того, что взятое наугад одно изделие будет с браком: P(B)=P(A 1 )P A1 (B)+P(A 2 )P A2 (B)+...+P(A 3 )P A3 (B) = 0,3·0,006+0,45·0,004+0,25·0,0016=0,004. Формула Бернулли Теорема 9. Пусть производится n независимых повторных испытаний по отношению к некоторому событию A . Пусть вероятность появления этого события в каждом отдельном испытании остается неизменно равной p , а вероятность появления противоположного события Ā, есть q . Тогда вероятность появления интересующего нас события A равно m раз при указанных n испытаниях рассчитывается по формуле Бернулли: P m , n = p m q n - m , так как, то P m , n = · p m · q n - m Пример. Коэффициент использования станка в среднем равен 0,8. В цехе имеется 5 станков. Какова вероятность того, что в некоторый момент времени окажутся работоспособными только 3 станка? Решение. Задача подходит под схему повторных испытаний и решается по формуле Бернулли: n =5, m =3, p =0,8 и q =1-0,8=0,2: P 3,5 = (0,8) 3 ·(0,2) 2 =0,2084. Асимптотическая формула Пуассона В статистической практике нередко встречаются такие примеры независимых испытаний, когда при большом числе n независимых испытаний вероятность Р появления события в каждом отдельном испытании оказывается сравнительно малой величиной, стремящейся к нулю с увеличением числа испытаний . При этих условиях для вычисления вероятности Р m , n появление события m раз в n испытаниях пользуются асимптотической формулой Пуассона : Р m,n ≈e -a , где a=np Пример. Доля брака всей продукции завода составляет 0,5%. Какова вероятность того, что в партии, состоящей из 400 изделий, окажется три изделия бракованных? Решение. В условии примера дано p =0,005, n =400, m =3, следовательно, a = np =400·0,005=2. Вероятность данного события найдем по формуле Пуассона Р m , n (3,400) = 0,1804. Случайные величины и их числовые характеристики Определение 1. Случайной величиной называется переменная величина, которая в результате опыта принимает одно значение, причем неизвестно заранее, какое именно. Определение 2. Дискретной называется случайная величина, которая может принимать лишь отдельные, изолированные друг от друга значения. Случайная дискретная величина задается законом распределения, связывающим принимаемые ею значения x i и вероятности их принятия p i . Закон распределения чаще всего задается в табличной форме. Графическое представление закона распределения случайной дискретной величины – многоугольник распределения . Числовые характеристики дискретной случайной величины. 1) Математическое ожидание. Определение 3. Математическое ожидание случайной дискретной величины X с конечным числом значений называется сумма произведений возможных ее значений на их вероятности: M ( X ) = μ = x 1 p 1 + x 2 p 2 +...+ x n p n = . Вероятности всех значений случайной дискретной величины удовлетворяют условию нормировки: Свойства математического ожидания. 1 0 Математическое ожидание постоянной (неслучайной) величины С равно самой постоянной M ( C )= C . 2 0 Математическое ожидание алгебраической суммы нескольких случайных величин равно алгебраической сумме математических ожиданий слагаемых M ( X 1 ± X 2 ±...± X n ) = M ( X 1 ) ± M ( X 2 ) ±…± M ( X n ). 3 0 Константу можно вынести за знак математического ожидания M ( CX )= CM ( X ). 4 0 Математическое ожидание произведения нескольких независимых случайных величин равно произведению математических ожиданий этих величин: M ( X 1 X 2 ... X n ) = M ( X 1 ) M ( X 2 )... M ( X ) n . 2) Дисперсия дискретной случайной величины. Определение 4. Дисперсией случайной дискретной величины X называется математическое ожидание квадрата отклонения этой величины от ее математического ожидания. D ( X ) = M {[ X - M ( X )] 2 } = , где M ( X ) = μ Для вычисления дисперсии более удобна формула: D ( X )= M ( X 2 )-[ M ( X )] 2 , т.е. дисперсия случайной величины равна разности между математическим ожиданием квадрата этой величины и квадратом ее математического ожидания. Свойства дисперсии. 1 0 Дисперсия постоянной величины равна нулю D (С) = 0. 2 0 Постоянный множитель можно выносить за знак дисперсии, предварительно возведя его в квадрат: D ( CX ) = C 2 D ( X ). 3 0 Дисперсия суммы нескольких независимых случайных величин равна сумме дисперсий этих величин: D ( X 1 +...+ X n ) = D ( X 1 )+...+ D ( X n ). 4 0 Дисперсия разности двух независимых случайных величин равна сумме дисперсий этих величин D ( X - Y )= D ( X )+ D ( Y ). 3). Среднее квадратическое отклонение Определение 5 . Средним квадратическим отклонением случайной величины называется квадратный корень из дисперсии σ ( X )=. Пример. Найти математическое ожидание и дисперсию случайной величины X , которая задана следующим законом распределения: Решение. Найдем математическое ожидание: M ( x )=1·0,3+2·0,5+5·0,2=2,3. Найдем все возможные значения квадрата отклонения. [ x 1 - M ( x )] 2 =(1-2,3) 2 =1,69 [ x 2 - M ( x )] 2 =(2-2,3) 2 =0,09 [ x 3 - M ( x )] 2 =(5-2,3) 2 =7,29 Напишем закон распределения квадрата отклонения Найдем дисперсию: D ( x )=1,69·0,3+0,09·0,5+7,29·0,2=2,01. Числовые характеристики непрерывной случайной величины. Определение 6. Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Определение 7. Интегральной функцией распределения называют функцию F ( x ), определяющую для каждого значения x вероятность того, что случайная величина X примет значение меньше x , т.е. F ( x )= P ( X < x ). Свойства интегральной функции распределения 1 0 Значения интегральной функции распределения принадлежат отрезку 0≤ F ( x ) ≤1. 2 0 Функция распределения есть неубывающая функция. Следствие 1. Вероятность того, что случайная величина X попадет в интервал ( a , b ), равна приращению ее интегральной функции распределения на этом интервале P ( a < x < b )= F ( b )- F ( a ). Следствие 2. Вероятность того, что случайная непрерывная величина X примет одно определенное значение равна нулю P ( X = x 1 )=0. 3 0 Если возможные значения случайной величины X принадлежат интервалу ( a , b ), то F ( x )=0 при x ≤ a и F ( x )=1 при x ≥ a . Определение 8. Дифференциальной функцией распределения f ( x ) (или плотностью вероятности) называется производная от интегральной функции f ( x )= F "( x ). Интегральная функция является первообразной для дифференциальной функции, поэтому вероятность того, что случайная непрерывная величина x примет значение, принадлежащее интервалу ( a , b ), определяется равенством: P ( a < x < b )== F ( b )- F ( a )Зная дифференциальную функцию, можно найти функцию распределения: F ( x )= Свойства дифференциальной функции распределения 1 0 Дифференциальная функция распределения есть функция неотрицательная f ( x ) ≥0 2 0 Несобственный интеграл от дифференциальной функции распределения равен единице (условие нормировки): . 1) Математическое ожидание. Математическим ожиданием случайной непрерывной величины X , возможные значения которой прина д лежат отрезку ( a , b ), называется опр е деленный интеграл: M ( X ) = , где f ( x )-плотность вероятности случайной величины X . 2) Дисперсия. Дисперсия непрерывной случайной величины X есть математическое ожидание квадрата отклонения зтой величины от ее математического жидания D(X) = M{ 2 }.Следовательно, если возможные значения случайной величины X принадлежат отрезку ( a ; b ), то D ( x )= или D ( x )= 3) Среднее квадратическое отклонение определяется так: σ ( x ) = Пример. Найти дисперсию случайной величины X , заданной интегральной функцией F ( x )= Решение. Найдем дифференциальную функцию: f ( x )= F ’ ( x )= Выислим математическое ожидание M ( x ) = . Найдем искомую дисперсию D ( x ) = = = 2/4=4/3. Вероятность попадания нормально распределенной случайной величины X в заданный интервал Определение 9. Распределение вероятностей случайной непрерывной величины X называется нормальным, если плотность вероятности описывается формулой: , где μ - математическое ожидание, σ - среднее квадратическое отклонение. Определение 10. Нормальное распределение с параметрами μ = 0, σ = 1 называется нормированным или стандартным. Плотность вероятности нормированного нормального распределения описывается следующей формулой: . Значения данной функции для неотрицательных значений затабулированы. В силу четности функции φ ( x ) значения для отрицательных чисел легко определить φ (- x )= φ ( x ). Пример. Математическое ожидание нормального распределенной случайной величины X равно μ =3 и среднее квадратическое отклонение σ =2. Написать дифференциальную функцию X . Решение. f ( x )= Если случайная величина X распределена по нормальному закону, то вероятность ее попадания в интервал ( a , b ) определяется следующим о б разом: P(aS2=DB= = , ki je nepristranska ocena splošne variance DG.<μ <20,626. .Элементы теории корреляции Определение 1. Статистической называют зависимость, при которой изменение одной из величин влечет изменение распределения другой. Определение 2. Если при изменении одной из величин изменяетсясреднее значение другой величины, то такая статистическая зависимость называется корреляционной. Пример. ПустьY-урожай зерна,X-количество удобрений. С одинаковых по площади участков земли при равных количествах внесенных удобрений снимают различный урожай, т.е.Y не является функциейX. Это объясняется влиянием случайных факторов (осадки, температура воздуха и т.д.) Вместе с тем средний урожай является функцией от количества удобрений, т.е.Y связан сX корреляционной зависимостью. Определение 3. Среднее арифметическое значение величиныY, вычисленное при условии, чтоX принимает фиксированное значение, называется условным средним и обозначается. Определение 4. Условным средним называют среднее арифметическое наблюдавшихся значенийx, соответствующихY=y. Можно составить таблицу, определяющую соответствие между значениямиxi и условными среднимиyxi, а затем в декартовой системе координат строят точкиM(xi;yxi) и соединяют их отрезками прямых. Полученная линия называется эмпирической линией регрессииY наX. Аналогично строится эмпирическая линия регрессииX наY. Если точкиMi(xi;yxi) иNi(xy;y) располагаются вдоль прямой, то линия регрессии называется линией прямой регрессии и операция "сглаживания" ломаной сводится к нахождению параметровa иb функцииy=ax+b. Из двух нормальных уравнений: находят коэффициентыa иb. ρxy=a== выборочный коэффициент регрессии признакаY наX. b== Уравнение прямой линии регрессии признакаY наX имеет вид: - =ρyx(x-). Проведя аналогичные расчеты, можно получить следующие математические выражения, характеризующие прямую регрессию признакаX наY:x=cy+d. ρyx=c= = - выборочный коэффициент регрессии признакаX наY. d= - свободный член уравнения. = - уравнение прямой линии регрессии признакаX наY. Показателем тесноты связи являетсякоэффициент корреляции, используемый только при линейной корреляции:r = =. Для решения задач удобна следующая формула: r == . В формуле для коэффициента корреляцииr = числитель дроби всегда меньше знаменателя, следовательно, коэффициент корреляции - всегда правильная дробь между нулем и единицей -1≤r≤+1. Положительное значениеr указывает на прямую связь между признаками; отрицательное - на обратную связь между ними. Данные для корреляционного анализа могут быть сгруппированы в виде корреляционной таблицы. Рассмотрим пример. Пусть проведено наблюдение двух признаков (X иY) у 15 объектов. Составлена следующая таблица первичных данных: Упорядочим первичные данные, поместив их в таблицу: В первом столбце запишем в порядке возрастания значенияxi: 8,9,10,11, а во второй строке - в том же порядке значенияyi: 18,20,24,27,30. На пересечении строк и столбцов запишем число повторений одинаковых пар (xi;yi) в ряду наблюдений. Требуется установить и оценить зависимость случайной величиныY от величиныX, используя данные корреляционной таблицы. n = 15 - объем выборки Используем формулы для корреляционных расчетов. Уравнение регрессииX наY: xy=cy +d =ρxyy+d, где ρxy=. Величина коэффициента корреляцииr=± С учетом частотnx иny формулы регрессионного анализа несколько видоизменяется: ρxy=, где; ; ; ; . .Проверка статистических гипотез. Определение 1. Статистической называют гипотезу о виде неизвестного распределения или о параметрах известных распределений. Определение 2. Нулевой (основной) называют выдвинутую гипотезуH0. Определение 3. Конкурирующей (альтернативной) называют гипотезуH1, которая противоречит нулевой. Определение 4. Статистическим критерием называют специально подобранную величину, распределение которой известно (хотя бы приближенно), которая используется для проверки статистической гипотезы. Определение 5. Критической областью называют совокупность значений критерия, при которых нулевую гипотезу отвергают. Определение 6. Областью принятия гипотезы (областью допустимых значений) называют совокупность значений критерия, при которых нулевую гипотезу принимают. Основной принцип проверки статистических гипотез: если наблюдаемое значение критерия принадлежит критической области, то нулевую гипотезу отвергают; если наблюдаемое значение критерия принадлежит области принятия гипотезы, то гипотезу принимают. Определение 7. Критическими точками (границами)kkp называют точки, отделяющие критическую область от области принятия гипотезы. Определение 8. Правосторонней называют критическую область, определяемую неравенствомK>Za oceno povprečne kvadratne variance populacije se uporabi "popravljena" povprečna kvadratna variance, ki je enakovredna kvadratnemu korenu "popravljene" variance. S= Vrednost 14. Zanesljivost je interval (θ*-δ;θ*+δ), ki pokriva neznani parameter glede na zanesljivost γ.<-kkp)=α; в) для двусторонней критической областиP(K>Interval zaupanja za oceno matematične ocene normalnega deljenja z dano srednjo kvadratno razliko je izražen s formulo: =2Ф(t)=γ deε=tδ/ - natančnost ocene.<-kkp)=α/2. Пример. По двум независимым выборкам, объемы которыхn1=11 иn2=14, извлеченным из нормальных генеральных совокупностейX иY, найдены исправленные выборочные дисперсииSx2=0,76;Sy2=0,38. При уровне зависимостиα=0,05 проверить нулевую гипотезуH0:Д(x)=Д(y) о равенстве генеральных дисперсий, при конкурирующей гипотезе:H1:Д(x)>D(y) Odločitev. Poznamo razmerje med veliko popravljeno varianco in najmanjšo: Fob = =2.

Fragmenti H1:D(x)>D(y), potem je kritično območje desno.

Glede na tabelo je za = 0,05 in število stopenj svobode k1 = n1-1 = 10; k2 = n2-1 = 13 znana kritična točka Fcr (0,05; 10,13) = 2,67. Torej jak Fnabl Na to temo se seznanite z metodičnimi navodili na to temo in skrbno izberite rešitve za aplikacije iz te pomoči..

Zavijte v desno za samopreverjanje.

Elementi teorije avtentičnosti. Osnovni pojmi kombinatorike. Naloga, pri kateri je mogoče iz končnega števila elementov sešteti različne kombinacije in izvesti izračun števila vseh možnih takih kombinacij, se imenuje kombinatorika Splošno znano je, da ta veja matematike praktično temelji na bogastvu naravoslovja in tehnologije. Umestitev. Ne maščujmo se Osnovni pojmi kombinatorike. n kombinatorika elementi.

Vaša koža je urejena, zato se lahko maščujete Osnovni pojmi kombinatorike. n kombinatorika m kombinatorika elementov, imenovanih

umestitve Osnovni pojmi kombinatorike. n kombinatorika h

umestitve Osnovni pojmi kombinatorike. n kombinatorika elementi po kombinatorika elementi. Osnovni pojmi kombinatorike..

Vrednost kaže, kaj in s čim je postavljeno Osnovni pojmi kombinatorike.– tse Osnovni pojmi kombinatorike.-elementarne podmnožice, ki so razdeljene po sestavi elementov ali vrstnem redu njihove neposrednosti.

Število umestitev Osnovni pojmi kombinatorike. n kombinatorika Elementi v koži so identificirani in izračunani s formulo. .

V koži je samo en element zaporedoma padajoča naravna števila, ki jih je več

Za mnogoterost ustvarjanja prvega

Naravna števila so običajno označena (-faktoriel):

Dodajte formulo za število umestitev .

elemente lahko zapišemo tudi drugače: Osnovni pojmi kombinatorike. n Osnovni pojmi kombinatorike. rit 1. Na koliko načinov lahko izbereš skupinski aktiv iz skupine, v kateri je 25 študentov Skladišča starega, Zagovornika starega in Sindikalnega foruma? Ne maščujmo se Osnovni pojmi kombinatorike. elementi.

Odločitev. Osnovni pojmi kombinatorike. Skladišče sredstva skupine je urejen množitelj 25 elementov treh elementov.

Zlobno. Zahtevano število metod je enako številu umestitev 25 elementov, trije elementi na preobleko: , ali . Osnovni pojmi kombinatorike. rit 2.

Pred diplomo si je skupina 30 študentov izmenjala fotografije. Koliko štirimestnih števil je mogoče sestaviti iz števil 1, 2, 3, 4 brez ponavljanja?

Odločitev. Za umivalnikom je vrsta elementov, ki jih je treba postaviti v red.


Zato je treba poznati število permutacij iz več elementov:, potem.

Iz števil 1. 2, 3, 4 lahko sestavite 24 štirimestnih številk (brez ponavljanja številk) .

rit 4. Osnovni pojmi kombinatorike. Kako dolgo lahko za božično mizo sedi 10 gostov na desetih mestih? kombinatorika Splošno znano je, da ta veja matematike praktično temelji na bogastvu naravoslovja in tehnologije. Odločitev. Ne maščujmo se Osnovni pojmi kombinatorike. n kombinatorika elementi.

Število načinov, ki jih je mogoče najti, je enako številu permutacij desetih elementov: Osnovni pojmi kombinatorike. n kombinatorika Poêdnannya. kombinatorika Znebite se neosebnosti, ki se razvije iz Osnovni pojmi kombinatorike. elementi.

Koža je njena podmnožica, ki jo sestavljajo

podnannyam kombinatorika Na ta način, sprenevedanje z Osnovni pojmi kombinatorike. elementi - to je vse Osnovni pojmi kombinatorike. n kombinatorika-Elementarne podmnožice -elementarne množice, različne množice pa se uporabljajo samo za tiste, ki predstavljajo različno skladišče elementov. .

Večkratnosti, ki so razdeljene v isto vrsto po vrstnem redu neposrednosti elementov, se ne štejejo za različne. ().

Število delnokratnikov s elementi v koži, ki se pojavljajo v velikem številu

elemente, torej. število dni elementi v koži so označeni in izračunani po formuli: ali drugačeŠtevilo ima takšno moč: ali drugače elementi v koži so označeni in izračunani po formuli: število dni Zadnjica 5. .

Koliko let lahko traja, da zadržimo 20 nogometnih ekip v enokrožnem prvenstvu? Odločitev.

Bo gra be-katera koli ekipa
.

A z ekipo

B se druži z ekipo, potem se igra kože kombinira z 20 elementi po 2. Ko je število vseh iger enako številu, se kombinira z 20 elementi po 2 elementa:

Zadnjica 6.

Na koliko načinov je mogoče 12 posameznikov razdeliti v ekipe, medtem ko ima kožna ekipa 6 posameznikov? Odločitev.

Skladišče ekipe kože je sestavljeno iz 12 elementov po 6, kar pomeni, da je število metod, ki jih je mogoče najti, enako številu 12 elementov po 6 v vsakem: Vypadkovі podії Іmovіrіstії podії. Teorija pravilnosti je matematična veda, ki preučuje vzorce pojavov. Osnovno razumevanje teorije pristnosti je v testiranju in testiranju. kot da se očitno ne bo zgodilo.

Na primer, rezultat več kot šest točk na uro metanja ene kocke je zanesljivo ugibanje; Rezultat deset točk pri metu ene kocke je nemogoč. Stroki se imenujejo

noro Ker se vsi ne morejo pojaviti naenkrat. Na primer, zapravljanje in zgrešeni strel z enim strelom sta nesmisel.

Na primer, rezultat več kot šest točk na uro metanja ene kocke je zanesljivo ugibanje; Kaže, da je veliko upanja, v čigavih mislih potrjujejo nov sistem

Upam, da bo zaradi razkritja eden od njih neizogibno postal rezultat. število dni Na primer, ko vržete gral brush, točke, ki se pojavijo, ko dobite eno, dve, tri, štiri, pet ali šest točk, ustvarijo drugo skupino točk. enakosrčni.

Če katera izmed njih ni objektivno bolj možna, pa druge. Osnovni pojmi kombinatorike. Na primer, ob uri metanja kovanca sta enako verjetna grb in številke. kombinatorika Koža ima določeno stopnjo zmogljivosti. število dni Numerični pristop k stopnji objektivne možnosti ideje je veljavnost ideje. Priljubljenost predmeta označeno število dni P(A) kombinatorika Izstopite iz sistema število dni nerazumno enaki rezultati testiranja .

rezultati so shranjeni pod

. ali drugače Todi mednarodnostі podíi imenujemo to poroka število dediščin, ki pripadajo, na vse rezultate tega testiranja: Ta formula se imenuje klasična vrednost moči.і Yakshcho imenujemo to poroka število dni- Zamisel je torej zanesljiva і .

n=m .

P(B)=1; število dni yakscho ali drugače Z - ideja je torej nemogoča m=0

P(C)=0

- Vipadkova podija torej število dni Tako je zanesljivost tega položaja v naslednjih mejah: Zadnjica 7. ali drugače Enkrat vrzi krtačo gral. Zadnjica 7. - ideja je torej nemogoča Poiščite svojo verodostojnost: .

- Videz seznanjenega števila točk;

- ne manj kot pet točk;

C- Pojavilo se je največ pet točk. število dni)?

Odločitev. .

- Vipadkova podija torej število dni Obstaja šest enako možnih neodvisnih rezultatov (pojav ene, dveh, treh, štirih, petih in šestih točk), ki ponovno vzpostavijo sistem. Podii .

vzemite tri rezultate (vipadannya dve, chotirioh in šest točk), nato; ali drugače)?

Odločitev.

Število enakih neodvisnih rezultatov je enako. kombinatorika Cenimo raznolikost rezultatov ali drugače pod čim se skriti .
Med šestimi odvzetimi deli sta 2 okvarjena in 4 standardni.

Izberete lahko dva okvarjena dela od petih
.

načine in lahko izberete 4 standardne dele izmed 19 standardnih delov metode. število dediščin, ki pripadajo)?

Usnjena kombinacija defektnih delov se lahko kombinira z usnjeno kombinacijo standardnih delov, tj. Otje, rit 10. Cenimo raznolikost rezultatov število dediščin, ki pripadajo Pred eno policijo je postavljenih devet različnih knjig. Vedite resnico o dejstvu, da se zdi, da so pesmi v knjigi dodeljene naročilom Odločitev. Tukaj je število enakih neodvisnih dedičev .

.


Cenimo raznolikost rezultatov


T


.

Jasno je, da so vse pesmi v knjigi povezane, vez pa lahko loči policija

metode (pletenje in pet drugih knjig).


V sredini snopa je mogoče preurediti več knjig


metode.

Pri katerih se lahko kožna kombinacija v sredini ligamenta pridruži koži iz načinov ustvarjanja ligamenta, nato.

.< p < , если


Otje,


Teorija spremenljivk in matematična statistika

1. TEORETIČNI DEL

1 Bližina zaporedij vrednosti padca in najpogostejših delitev

) Zaporedje () je temeljno glede na eno ali drugo stvar, če je za katero koli > 0.

Končano.

a) Naj bo A = (: |- | ), A = A. Todi



Zato je utrjevanje a) rezultat ofenzivne vrvice z implikacijo:

P(: )= 0 P() = 0 = 0 P(A) = 0, m 1 P(A) = 0, > 0 P() 0, n 0, > 0 P( ) 0,

n 0, > 0.) Bistveno = (:), = .

Potem (: (()) ni fundamentalno) = in tako tudi je, kot v a) se zdi, da (: (()) ni fundamentalno) = 0 P() 0, n.


Izrek je dokazan

Izrek 2. (Cauchyjev kriterij lahko celo poje)

Končano.

Da bi bila konsistentnost vrednosti spremenljivk () podobna homoviralnosti ene (do določene vrednosti spremenljivke), je potrebno in zadostno, da obstaja temeljna s homoviralnostjo ene.

Yakshcho, nato +

Jasno je, da obstaja potreba po miselnih izrekih.



Poglejmo zdaj zaporedje () je bistveno pomembna enota.

Pomembno je, da L = (: (()) ni temeljno).


Zato je za vsa številska zaporedja () temeljno in po Cauchyjevem kriteriju za številska zaporedja temeljno ().


Se strinjamo

Tako ima funkcija petja spremenljivo vrednost i. ?Izrek je dokazan. ?=?+?? 2 Metoda karakterističnih funkcij ?Metoda značilnih funkcij je ena glavnih značilnosti analitičnega aparata teorije veljavnosti. ?Za uporabo vrednosti spremenljivk (ki imajo vrednosti, ki jih je mogoče uporabiti), bo teorija značilnih funkcij zahtevala pridobitev vrednosti spremenljivk s kompleksnimi vrednostmi. ?Veliko je pomena in moči, ki je podobna velikosti padca, ter je lahko prenašati in kompleksen padec. ? + ?Torej, matematično, M ?vrednost spremenljivke s kompleksnimi vrednostmi ?1 =?1+??1 , ?2=?2+??2pesem spoštuje, kot kaže matematični izračun M ?1 , ?1tam ?2 , ?2. ?-Čigava odločitev je pomembna za M = M ?2, ?2.

M 2. ?=?+?? Zaradi pomembnosti neodvisnosti padajočih elementov postane jasno, da so vrednote kompleksne ?|2?|2= ?2+?2neodvisni todi in še bolj, če so neodvisni pari vrednosti spremenljivk ( ?1 , ?2) to ( ?1?2¯ ), ali pa so neodvisni ?2¯ algebra F

?1, ?1 in F



Naročilo iz vesolja L

aktivnih faznih količin s končnim drugim trenutkom je mogoče uvesti Hilbertov prostor faznih količin s kompleksnimi vrednostmi



z M |


, ta skalarna kreacija ( . Kaj?



= (?1,…,?n) - fazni vektor vrednosti v globalnem prostoru z vrednostmi, katerih značilna funkcija se imenuje funkcija

de F?



= F?(x1,….,xn) - funkcija delitve vektorja?=(?1,…,?n).

Ker je funkcija deljenja F(x) enaka f = f(x), potem



In tukaj značilna funkcija ni nič drugega kot transformacija četrte funkcije f(x).

Iz (3) sledi, da je mogoče izračunati tudi karakteristično funkcijo ??(t) vektorja padca

Glavne značilnosti karakterističnih funkcij (za čase n=1).



Gremo?

=? (?) - Vipadkova vrednost, F?

=F?

(x) - to je funkcija delitve in je značilna funkcija.

1. TEORETIČNI DEL Slide pomeni, yakscho, potem.

res,

kjer smo hitro ugotovili, da je matematični izračun nastajanja neodvisnih (mejnih) spremenljivih veličin starejši od nastajanja njihovih matematičnih izračunov.

Potencija (6) je ključna za potrditev robnih izrekov za vsote neodvisnih spremenljivih količin z metodo karakterističnih funkcij.


Pri tem je funkcija delitve izražena s funkcijami delitve sosednjih podčlenov v jasno prepognjenem vrstnem redu, sam znak * pa pomeni peščico delitev.



Kožno funkcijo pododdelka lahko povežemo z vrednostjo padca, ki je funkcija te funkcije v jedru njegove funkcije pododdelka.

Zato si lahko za predstavitev moči karakterističnih funkcij ogledamo karakteristične funkcije spremenljivih veličin.


Gremo?

- Vipadkova vrednost s funkcijo delitve F = F (x) і - njena značilna funkcija.

Prisotne so naslednje značilnosti:



) Neprekinjeno brez prekinitve;

) ima učinkovito funkcijo tudi, če je delitev F simetrična

) kaj za aktivni n?< b), где функция F = F(х) непрерывна,


1, potem bo po vsej verjetnosti



)Kakor se začne in konča, torej


) Pozdravi vse n ? . Naj gre za neprekinjeno funkcijo. Da bi bila značilna, je potrebno in zadostno, da je nevidna in pomembna, tako da za vsako aktivno t1, ..., tn in poljubna kompleksna števila



Izrek 5. Nehai je značilna funkcija vrednosti padca.

a) Če je za osebo, potem je vipadkova vrednost pogosto z lestvico, potem


) Če obstajata dve različni točki, kar je iracionalno število, ali je to drugačna vrednost?



je virogen:

de a – deyaka konstanta.


c) Kakšna je vrednost Vipadkove?


virogena.



1.3 Centralni mejni izrek za neodvisne, vendar razdeljene spremenljive količine<<, то при n P(< x) Ф(х) равномерно относительно х ().

Nehai () - Zaporedje neodvisnih, vendar razdeljenih faznih količin.

Matematični izračun M= a, disperzija D= , S = , in F(х) je delitvena funkcija normalnega zakona s parametri (0,1).< c(1+|x|) при каком-нибудь.

Končano.

Predstavimo še zaporedje padajočih vrednosti

Izrek. Yakshcho 0


V tem primeru se zaporedje () imenuje asimptotično normalno.



Ker je M = 1 in iz izrekov o kontinuiteti, sledi, da v vrstnem redu šibke konvergence lahko FM f() Mf() za katero koli zvezno medsebojno povezano f konvergira tudi M f() Mf() za katero koli zvezno í f , tako da |f(x)|

Pomembno je, da L = (: (()) ni temeljno).


Enakomerno kuhano z enakim nizkim vreliščem in neprekinjenim f(x).


Nadalje, brez omejitve kompleksnosti, moramo uporabiti a = 0, saj bi sicer bilo mogoče pogledati zaporedje (), vendar se naše zaporedje () ne bi spremenilo.

Zdaj, da bi dokazali nujnost, je treba pokazati, da (t) e, če je a = 0. Lahko

Druga stvar je, da se vse a priori informacije o moči predmeta, ki se obdeluje, zberejo do trenutnega trenutka.

Formalno so apriorne informacije prikazane v izhodnem statističnem modelu, ki je izbran za najpomembnejšo nalogo.

Vendar pa na podlagi rezultatov raziskav ni mogoče govoriti o bližini primarnega občutka zaupanja.



Ko se približujete pomembnim številkam katere koli velikosti, prosite za spoštovanje, ki ga lahko naročite med smrtjo, tudi če ni usmiljenja.



Pogostost pojavljanja je podobna poljubnemu številu sledi zaradi variabilnosti rezultatov več sledi.

Zaradi variabilnosti rezultatov nekaterih poznejših raziskav se pogostost lahko bistveno razlikuje od zanesljivosti polja.

Naloga pevca je preveriti statistično hipotezo, preden določi oceno parametra.

Ko ocenjujemo parameter, ne vemo ničesar o njegovi vrednosti.

Pri popravljanju statistične hipoteze za katero koli vrednost je potrebno preveriti njeno vrednost in preveriti predpostavko na podlagi rezultatov poskusa.


V mnogih delih matematične statistike se obravnavajo zaporedja spremenljivih količin, ki konvergirajo v enem smislu v drugega (vrednosti spremenljivk in konstante), če.


Tako so glavne naloge matematične statistike razvoj metod za iskanje ocen in sledenje točnosti njihove bližine ocenjenim značilnostim ter razvoj metod za testiranje hipotez.

5 Preverjanje statističnih hipotez: osnovni koncepti

Naloga razvoja racionalnih metod za preverjanje statističnih hipotez je ena glavnih nalog matematične statistike.

Statistična hipoteza (ali preprosto hipoteza) se imenuje izjava o vrsti ali moči podrazdelitve naključnih količin, ki so opazovane v poskusu.

Ne izbirajte, kar je izvajanje faznega izbora iz splošne populacije, gostota delitve katere leži pod neznanim parametrom.

Statistične hipoteze, kjer prava vrednost parametra ni znana, se imenujejo parametrične hipoteze.


Če je nekaj skalar, potem govorimo o enoparametričnih hipotezah, če pa je vektor, potem govorimo o večparametričnih hipotezah.

Statistična hipoteza se imenuje preprosta hipoteza, kot se zdi

de - Vrednost parametra je navedena.

Statistična hipoteza se imenuje zložljiva, kot se zdi

de - število vrednosti parametrov, ki tvorijo več kot en element.

Ko ponovno preverimo dve preprosti statistični hipotezi, vidimo

de - dve nalogi (različni) vrednosti parametra, ena hipoteza se imenuje glavna, druga pa alternativna ali konkurenčna hipoteza.

Kriterij ali statistični kriterij za preverjanje hipotez je pravilo, po katerem se na podlagi vzorčnih podatkov odloča o veljavnosti bodisi prve bodisi druge hipoteze.

1) sprejmite hipotezo, če je pravilna - milost za prvo generacijo;

)sprejmite hipotezo, če je resnična, je milost drugačne vrste.

Verjetnost izročitve usmiljenja prvi in ​​drugi vrsti je označena z:

obstaja zaupanje v mnenje, da je hipoteza veljavna

Konsistentnost usmiljenja prve vrste imenujemo enako merilo pomena.

Vrednost, ki je dovolj zanesljiva za postavitev glavne hipoteze, če je resnična, se imenuje merilo trdnosti.


1.6 Merilo neodvisnosti


Є izbor ((XY), …, (XY)) iz dvodimenzionalne delitve

L z neznano funkcijo deljenja, za katero je potrebno preveriti hipotezo H: za nekatere enodimenzionalne funkcije deljenja.

Preprosto merilo za hipotezo H je mogoče dobiti na podlagi metodologije.

Ta metoda se uporablja za diskretne modele s končnim številom rezultatov, zato je pomembno upoštevati, da vrednost spremenljivke poveča končno število s vrednosti, ki so pomembne s črkami, in drugo komponento - vrednost k.

Ker ima izhodni model drugačno strukturo, so možne vrednosti vrednosti spremenljivk najprej razvrščene vzdolž prve in drugih komponent.


In tu je neosebna vrednost razdeljena na s intervalov, neosebna vrednost je razdeljena na k intervalov, sama neosebna vrednost pa je razdeljena na N=sk ravnih rezil.

Pomemben je skozi število stav (število elementov izbora, ki ležijo v pravokotniku, saj so podatki združeni), torej. . . .. . .. . . . . .. . .. . . . . . . . . . . . Rezultate je mogoče skrbno ročno analizirati kot tabelo konjugacije dveh znakov (tabela 1.1). . . .Osnovni pojmi kombinatorike.

V dodatkih in ime pomenita dva znaka, ki se uporabljata za razvrščanje rezultatov previdnosti.

Naj bo R, i = 1, ..., s, j = 1, ..., k.

Torej hipoteza o neodvisnosti pomeni, da obstaja s+k stacionarnih, kot je i.

Tabela 1.1

Vendar pa lahko za dobro voljo uporabimo naslednje pravilo za preverjanje hipoteze: hipoteza N je podana ali ne, če izračun dejanskih podatkov statistične vrednosti izpolnjuje neenakosti

Ta kriterij lahko asimptotično (kdaj) določi raven pomembnosti in se imenuje kriterij neodvisnosti.

2. PRAKTIČNI DEL


1 Povezava nalog o vrstah donosnosti


1. Sporočati, da se nevarnosti sveta lahko slišijo na način petja.

Pokažite kontrolno zadnjico, ki kaže, da je obrat nepravilen.

Odločitev.

Naj se zaporedje vrednosti padca spusti do vrednosti padca x čim bolj melodično.

Torej, za nekoga?


> 0

Torej, potem

In od kratkosti xn do x poje melodično, tako da gre xn za svojo čezmejnost k x, zaradi česar

Ale zvorotne firmeniya je napačno.

Recimo - zaporedje neodvisnih faznih vrednosti, ki sestavljajo isto delitveno funkcijo F(x), ki je enaka nič pri x?

0 in enako x > 0. Poglejmo zaporedje


To zaporedje gre na nič zaradi svoje homogenosti, fragmentov

pragne na nič za vse, kar je fiksno?

V. Zmanjšanje na nič pa ne bo mogoče.

Ukrepljivo

Pragne na eno, potem bodo z zanesljivostjo 1 za katero koli in n v zaporedju obstajale izvedbe, ki bodo obrnjene?.


Pomembno je, da je zaradi očitnosti številnih dodatnih umov, ki se prekrivajo z vrednostmi xn, povečanje neverjetno močno in celo melodično.



Vedimo, da je sredi vsakega pozitivnega reda pozitiven rezultat med enakostjo in mednarodnostjo.

Pokažite zadnjico, ki kaže, da je obrat nepravilen.



Odločitev.



Naj se zaporedje xn spusti na vrednost x y srednjega reda p > 0, torej



Čebiševa pospešena neenakost: za srečne?

> 0 i p > 0

Ko smo to razčistili z zdravniki, zavračamo, mi

potem xn pojdite na x za mednarodno pomoč.



Vendar povečanje ne pomeni nujno povečanja srednjega reda p > 0. To kaže na napadalno zadnjico.



Oglejmo si svetovni prostor áW, F, Rñ, kjer je F = B Borelova s-algebra, R je Lebesgueov svet.

Pomembno je zaporedje padajočih vrednosti v naslednjem vrstnem redu:

Zaporedje xn gre na 0 zaradi homoviralnosti, fragmentov



vendar iz kakršnega koli razloga p > 0

Povprečen človek torej nima življenja.

Ne glede na to, kaj vse skrbi.

Pripeljite, da gre v tem obsegu xn na srednji kvadrat x y.



Odločitev.






S spoštovanjem, te y.



Zavrnimo oceno.



Poglejmo si vrednost Vipadkove.




Gremo?



- Precej pozitivna številka.

Todi pri ta for.

Yakshcho, nato y.




Izberimo med vsemi funkcijami deljenja nemočnih faznih vrednosti tako, da bo F(x) enaka majhnim od nič?

Potem ne bo razlike med ničelno in nevezano rastjo.

7. Naj bo šibko skrajšanje, vendar je stabilno.



Pripeljite, da se bodo v tej situaciji zbližali do točke popolnosti.

Odločitev.

Opustite verodostojnost 1 starodavnega a.


Zato šibka prijaznost pomeni smrt za druge.

Torej kdaj in kdaj.



To je za in za.



Zvezda kriči, kaj za koga?



> 0 razpoložljivost


skok na nič pri.



Tse pomeni to



pgne na nič pri, nato pa konvergirajo k homoviralnosti.






2.2 Priključitev opravil na centralno ogrevanje


Vrednosti gama funkcije Г(x) za x= so izračunane po metodi Monte Carlo.

Poznamo minimalno število testov, ki so potrebni za zagotovitev, da je s homoviralnostjo 0,95 mogoče ugotoviti, da bo navidezna izguba izračunana na manj kot eno stotinko.

Za natančnost do datuma



Vidomo



Po zamenjavi v (1) pridemo do integrala čez končno vrzel:


Pri nas to


Očitno, jasno na vidiku, de, in enakomerno razdeljen na.

Naj bo statistično testiranje končano.

Drug statistični analog je količina

H: Obstaja razlika med barvami oči otrok in očetov.



s=k=2 =90,6052 od prve stopnje svobode

Izračuni so bili narejeni s programom Mathematica 6.

Ostanki > , potem je treba hipotezo H o razširjenosti korelacije med barvo očetovih in otrokovih oči z enakim pomenom spremeniti in sprejeti kot alternativno hipotezo H.


Potrjeno je, da je rezultat tekočine odvisen od metode sušenja.


Obrnite trditve za podatke, navedene v tabeli.

2.2 RUBURN zaupajte, da sprejmete tečaj 0,95.

Tabela 2.2

ResultMethod zastosuvannya ABCUnfriendly111716Agreeable202319


Odločitev.

Za rešitev te težave uporabite tabelo prejema dveh znakov.

Tabela 2.3

ResultMethod zastosuvannyaAmount ABCUnfriendly11171644Agreeable20231962Amount314035106

H: rezultat tekočin ne ostane zaradi metode sušenja



H: rezultat tekočin je odvisen od metode sušenja


Statistika se izračuna po tej formuli

s=2, k=3, =0,734626 z 2 prostostnima stopnjama.

Izračuni so dodeljeni iz programa Mathematica 6< , то гипотезу H, про отсутствия зависимости действия лекарств от способа применения, при уровне значимости, следует принять.


Na kratko povedano, glavna razlika v vrednosti izbora je eksponentno drugačna od mode – najpogostejše med njimi.


Po tabelah to vemo.

Oskolki

To delo vsebuje teoretične prispevke iz razdelka "Kriterij neodvisnosti", kot tudi "Mejni izreki teorije neodvisnosti", predmet "Teorija neodvisnosti in matematična statistika".

Med vojno se je merilo osamosvojitve ponovno preverjalo v praksi;


Prav tako je bila za določanje zaporedij neodvisnih spremenljivih količin preverjena teorija centralnega mejnega izreka.

To delo mi je pomagalo pri nadaljnjem poznavanju teh vej teorije neodvisnosti, delu z literarnimi elementi in trdno uveljavilo tehniko revizije kriterija neodvisnosti.

izrek edinstvene statistične hipoteze

Perelik Posilan


1. Zbirka nalog po teoriji zanesljivosti z razvezavo.

uč.

Pos_bnik/Ed.
V.V. Semenets.