Математическая статистика. Лекция 2

Содержание

Слайд 2

ЗАДАЧИ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ

Что общего и чем отличаются ТВ и МС?
ТВ: разработка методов

ЗАДАЧИ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ Что общего и чем отличаются ТВ и МС? ТВ:
нахождения вероятностей сложных событий, исходя из известных вероятностей более простых событий.
МС:
прикладная дисциплина, базируется на понятиях и методах теории вероятностей, но решает задачи, обратные теории вероятностей
восстанавливает по данным измерений или наблюдений неизвестные вероятности событий или неизвестные законы распределения случайных величин.

Слайд 3

разрабатывает методы, позволяющие по статистическим данным делать выбор одного из нескольких, противоречащих

разрабатывает методы, позволяющие по статистическим данным делать выбор одного из нескольких, противоречащих
друг другу, предположений (гипотез) относительно законов распределения случайных величин или о значениях параметров распределений.
разрабатывает методы получения, описания и обработки опытных данных для изучения закономерностей случайных
массовых явлений

Слайд 4

Особенность идей и методов математической статистики — универсальность, возможность использования в различных

Особенность идей и методов математической статистики — универсальность, возможность использования в различных приложениях.
приложениях.

Слайд 5

ОСНОВНЫЕ ПОНЯТИЯ МС

Генеральная совокупность
Выборка
Вариационный ряд
Теоретическая функция распределения

ОСНОВНЫЕ ПОНЯТИЯ МС Генеральная совокупность Выборка Вариационный ряд Теоретическая функция распределения

Слайд 6

ГЕНЕРАЛЬНАЯ СОВОКУПНОСТЬ

Пусть исследуется некоторая совокупность объектов, каждому из которых ставится в соответствие

ГЕНЕРАЛЬНАЯ СОВОКУПНОСТЬ Пусть исследуется некоторая совокупность объектов, каждому из которых ставится в
некоторая числовая функция — случайная величина X распределенная по некоторому неизвестному закону.

Слайд 7

Практически, мы отождествляем наблюдаемые объекты и сопоставляемые им случайные величины, абстрагируясь от

Практически, мы отождествляем наблюдаемые объекты и сопоставляемые им случайные величины, абстрагируясь от
физической природы объектов.
Поэтому генеральной совокупностью будем считать множество значений, которые может принимать случайная величина X.

Слайд 8

Выборка

В ходе каждого из испытаний мы случайным образом выбираем один из элементов

Выборка В ходе каждого из испытаний мы случайным образом выбираем один из
генеральной совокупности и находим соответствующее ему значение X. Набор чисел

будем называть выборкой объема n из генеральной совокупности, а числа Xi — элементами выборки.

Слайд 9

ВЫБОРКИ ДОЛЖНЫ БЫТЬ РЕПРЕЗЕНТАТИВНЫМИ

Т.Е. Представительными, — должны давать обоснованное представление о генеральной

ВЫБОРКИ ДОЛЖНЫ БЫТЬ РЕПРЕЗЕНТАТИВНЫМИ Т.Е. Представительными, — должны давать обоснованное представление о
совокупности.
Чтобы обеспечить представительность, выборка должна быть случайной.

Слайд 10

Теоретическая функция распределения

Рассмотрим выборку единичного объема X1 . Поскольку выбор случаен, то

Теоретическая функция распределения Рассмотрим выборку единичного объема X1 . Поскольку выбор случаен,
X1 – случайная величина и, как всякая случайная величина, имеет функцию распределения F(x) = P(X1< x). Для выборки произвольного объема n каждый элемент будет иметь точно такую же функцию распределения, если
выборка с возвращением или
генеральная совокупность бесконечного объема.

Слайд 11

С точки зрения теории вероятностей выборку

можно трактовать как совокупность независимых,
одинаково распределенных

С точки зрения теории вероятностей выборку можно трактовать как совокупность независимых, одинаково
случайных величин с
функцией распределения F(x) = P( X < x).
Функция F(x) называется теоретической функцией распределения.
Совместная функция распределения выборки задается формулой:

Слайд 12

Простейшие статистические преобразования

Простейшие статистические преобразования

Слайд 13

Вариационный и статистический ряды

Вариационный ряд X(1),…, X(n) представляет собой ту же выборку

Вариационный и статистический ряды Вариационный ряд X(1),…, X(n) представляет собой ту же
X1,…,Xn, но расположенную в порядке возрастания элементов:

Такое преобразование выборки не приводит к потере информации относительно теоретической функции распределения

Слайд 14

Выборка

Вариационный ряд
РАНГ элемента выборки -- порядковый номер элемента в вариационном ряду

Выборка Вариационный ряд РАНГ элемента выборки -- порядковый номер элемента в вариационном ряду

Слайд 15

ВЫБОРКА И ВАРИАЦИОННЫЙ РЯД

ВЫБОРКА И ВАРИАЦИОННЫЙ РЯД

Слайд 16

Если среди элементов выборки (вариационного ряда) есть одинаковые, то наряду с ВАРИАЦИОННЫМ

Если среди элементов выборки (вариационного ряда) есть одинаковые, то наряду с ВАРИАЦИОННЫМ
рядом используется СТАТИСТИЧЕСКИЙ РЯД --- таблица, в которой указаны все различные значения вариационного ряда ( ВАРИАНТЫ ) и их количество.
Статистический ряд характерен для выборок из дискретных распределений, а также и для выборок из непрерывных распределений, полученных при измерениях с округлением.

Слайд 17

Статистический ряд

Z1 < Z2 < … < Zk

Статистический ряд Z1

Слайд 18

ВЫБОРКА ИЗ БИНОМИАЛЬНОГО РАСПРЕДЕЛЕНИЯ

ВЫБОРКА ИЗ БИНОМИАЛЬНОГО РАСПРЕДЕЛЕНИЯ

Слайд 19

СТАТИСТИКИ

Статистика S --- это произвольная измеримая k-мерная функция от выборки, не содержащая

СТАТИСТИКИ Статистика S --- это произвольная измеримая k-мерная функция от выборки, не содержащая неизвестных параметров распределений.
неизвестных параметров распределений.

Слайд 20

Достаточные статистики --- такие, которые содержат всю ту информацию о теоретической функции

Достаточные статистики --- такие, которые содержат всю ту информацию о теоретической функции распределения, что и выборка
распределения, что и выборка

Слайд 21

ЭМПИРИЧЕСКАЯ ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ (ЭФР)--- аналог теоретической функции: Fe(x) = mx / n где

ЭМПИРИЧЕСКАЯ ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ (ЭФР)--- аналог теоретической функции: Fe(x) = mx / n
mx --- число элементов выборки, значения которых не превышает данное x n ---объем выборки.

Слайд 22

Теоретическая функция распределения и её оценка

n = 10

n = 500

Теоретическая функция распределения и её оценка n = 10 n = 500

Слайд 23

Гистограмма и полигон

Гистограмма и полигон

Слайд 24

Гистограмма и полигон

Гистограмма и полигон
Имя файла: Математическая-статистика.-Лекция-2.pptx
Количество просмотров: 44
Количество скачиваний: 0