Содержание
- 2. МЕТРОЛОГИЯ Применение математической статистики при измерениях и испытаниях
- 3. Статистические гипотезы. Проверка гипотез. Односторонний и двухсторонний критерии Генеральная совокупность случайной величины (СВ) - бесконечное (очень
- 4. Закон распределения генеральной совокупности. Плотность распределения - плотность непрерывного распределения - непрерывная функция распределения Х –
- 5. Статистическая гипотеза (СГ) – некоторое предположение относительно вида неизвестного или о параметрах известного распределения генеральной совокупности
- 6. ЭТАПЫ ПРОВЕРКИ СГ 1 Выдвигают основную ( Н0 : ) и одновременно альтернативную ( Н1 :
- 7. Θрасч. - это специально подобранная CВ, точное или приблизительное распределение которой известно. Проверка СГ заключается в
- 8. Условия принятия (отбрасывания) гипотез: 1 Н0 : - принимается, если Θрасч. не попадает в критическую область,
- 9. Односторонний критерий принятия гипотезы Для одностороннего (правостороннего) критерия вероятность попасть Θрасч. в критическую область (заштрихована) равна
- 10. Для левостороннего критерия вероятность попадания Θрасч. в критическую область равна Р (Θрасч. Вероятность попадания Θрасч. в
- 11. Двухсторонний критерий принятия гипотезы Вероятность попадания Θрасч. в критическую область равна: Р (Θрасч. Θкр.2 ) =
- 12. Если распределение Θ симметрично: - Θкр.1 = Θкр.2 = Θкр. , то вероятность попадания Θрасч. в
- 13. Для двухстороннего критерия численное значение q*/2 = 0,05 берут таким же, как для одностороннего критерия q
- 14. Как найти границы критической области ? Рассмотрим правостороннюю область. Для нахождения Θкр. задаются малой вероятностью q
- 15. Это означает, что вероятность события Θ > Θкр. мала, и в единичном испытании оно не должно
- 16. Ошибки первого и второго рода: Ошибка 1-го рода – отвергнуть верную гипотезу (Н0 :) . Причем
- 17. Ошибка 2-го рода – принять ложную гипотезу (Н0 :) за верную. Причем Н0 : действительно ложная.
- 18. Если вероятность ошибки 2-го рода принять равным β, то (1- β) называют мощностью критерия - это
- 19. H0: m = 0; если H0 : верна, то q зеленая H1: m = 3; если
- 20. Мощность критерия должна быть максимальной, это обеспечивает минимальность ошибки 2-го рода. Если уменьшать q , то
- 21. Нормальный (гауссовский) закон распределения случайной величины Карл Фридрих Гаусс 30.04.1777 - 23.02.1855 великий немецкий математик, астроном
- 22. – генеральное мат. ожидание СВ σ 2 – генеральная дисперсия СВ СВ распределена по нормальному закону,
- 24. Характеристики кривой НР: 1 Симметрия относительно центра распределения: Медиана равна мат. ожиданию 2 Мода – в
- 25. Вычисление вероятности по нормальному закону распределения Пусть случайная величина Х распределена по нормальному закону, тогда вероятность
- 26. Перейдем к интегралу вероятности - центрирование, нормировка, замена переменной → из свойства F(x)
- 27. - функция Лапласа Свойства функции Лапласа: нечетная функция
- 28. Пьер-Симо́н, маркиз де Лапла́с (Pierre-Simon de Laplace) 23.03.1749-05.03.1827. Французский математик, механик, физик и астроном. Известен работами
- 29. Таблица значений функции
- 30. Вычисление вероятности нахождения СВ, распределенной по НЗ, в интервале от a до b по функции (интегралу)
- 31. Заменим СВ х по НЗ на получим Если генеральные МО и дисперсия известны, то вероятность найти
- 32. Перейдем от “ x ” к отклонению от мат.ожидания , и переформулируем задачу: где
- 33. Если интервал (А, В) симметричен: A= – B и В > 0 , т.к. Ф(х) -
- 34. Пример 1: вычислим по (1) какова вероятность, что , т.к. В ≡ σ , то есть
- 35. Пример 2: вычислим какова вероятность, что , т.е. Пример 3: вычислим вероятность, что , т.е. Это
- 37. Скачать презентацию