5 ¦СTо¦ВтАв¦- (Ответы на теория к экзамену)

5 билет

Для совместных событий: P(A+B)=P(A)+P(B)-P(AB) Для несовместных событий P(A+B)= P(A)+P(B) События A и B, имеющие ненулевую вероятность, называют независимыми, если условная вероятность A при условии B совпадает с безусловной вероятностью A или если условная вероятность B при условии A совпадает с безусловной вероятностью B, т. е. P(A|B) = P(A) или P(B|A) = P(B). В противном случае события А и B называют зависимыми. Предположим, что в результате опыта может произойти одно из n событий H₁, H₂, …, H_n, которые удовлетворяют следующим условиям:они являются попарно несовместными, т. е. H_iH_j =  при их объединение есть достоверное событие: . События H₁, …, H_n называются гипотезами. Если события удовлетворяют второму из этих условий, то их совокупность называют полной группой событий.

2. При выборке малого объема точечная оценка может значительно отличаться от оцениваемого параметра, что приводит к грубым ошибкам. Поэтому в таком случае лучше пользоваться интервальными оценками, то есть указывать интервал, в который с заданной вероятностью попадает истинное значение оцениваемого параметра. Разумеется, чем меньше длина этого интервала, тем точнее оценка параметра. Поэтому, если для оценки Θ* некоторого параметра Θ справедливо неравенство | Θ* - Θ | < δ, число δ > 0 характеризует точность оценки ( чем меньше δ, тем точнее оценка). Но статистические методы позволяют говорить только о том, что это неравенство выполняется с некоторой вероятностью. Надежностью (доверительной вероятностью) оценки Θ* параметра Θ называется вероятность γ того, что выполняется неравенство | Θ* - Θ | < δ. Если заменить это неравенство двойным неравенством – δ < Θ* - Θ < δ, то получим: p ( Θ* - δ < Θ < Θ* + δ ) = γ. Таким образом, γ есть вероятность того, что Θ попадает в интервал ( Θ* - δ, Θ* + δ). Доверительным называется интервал, в который попадает неизвестный параметр с заданной надежностью γ. Доверительный интервал для оценки математического ожидания нормального распределения при известной дисперсии. Пусть исследуемая случайная величина Х распределена по нормальному закону с известным средним квадратическим σ, и требуется по значению выборочного среднего оценить ее математическое ожидание а. Будем рассматривать выборочное среднее как случайную величину а значения вариант выборки х₁, х₂,…, х_п как одинаково распределенные независимые случайные величины Х₁, Х₂,…, Х_п, каждая из которых имеет математическое ожидание а и среднее квадратическое отклонение σ. При этом М( ) = а, (используем свойства математического ожидания и дисперсии суммы независимых случайных величин). Оценим вероятность выполнения неравенства . Применим формулу для вероятности попадания нормально распределенной случайной величины в заданный интервал:

р ( ) = 2Ф . Тогда , с учетом того, что , р ( ) = 2Ф = 2Ф( t ), где . Отсюда , и предыдущее равенство можно переписать так: . (18.1) Итак, значение математического ожидания а с вероятностью (надежностью) γ попадает в интервал , где значение t определяется из таблиц для функции Лапласа так, чтобы выполнялось равенство 2Ф(t) = γ. 2. Доверительный интервал для оценки математического ожидания нормального распределения при неизвестной дисперсии.

Е сли известно, что исследуемая случайная величина Х распределена по нормальному закону с неизвестным средним квадратическим отклонением, то для поиска доверительного интервала для ее математического ожидания построим новую случайную величину где - выборочное среднее, s – исправленная дисперсия, п – объем выборки. Эта случайная величина, возможные значения которой будем обозначать t, имеет распределение Стьюдента (см. лекцию 12) с k = n – 1 степенями свободы. Поскольку плотность распределения Стьюдента , где , явным образом не зависит от а и σ, можно задать вероятность ее попадания в некоторый интервал (- t_γ , t_γ ), учитывая четность плотности распределения, следующим образом: . Отсюда получаем: (18.3) Таким образом, получен доверительный интервал для а, где t_γ можно найти по соответствую-щей таблице при заданных п и γ. 3. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения. Будем искать для среднего квадратического отклонения нормально распределенной случайной величины доверительный интервал вида (s – δ, s +δ), где s – исправленное выборочное среднее квадратическое отклонение, а для δ выполняется условие: p ( |σ – s| < δ ) = γ. Запишем это неравенство в в иде: или, обозначив , . (18.4) Рассмотрим случайную величину χ, определяемую по формуле , которая распределена по закону «хи-квадрат» с п-1 степенями свободы (см. лекцию 12). Плотность ее распределения не зависит от оцениваемого параметра σ, а зависит только от объема выборки п. Преобразуем неравенство (18.4) так, чтобы оно приняло вид χ₁ < χ < χ₂. Вероятность выполнения этого неравенства равна доверительной вероятности γ, следовательно,

П редполо-жим, что q < 1, тогда неравенство (18.4) можно записать так: , или, после умножения на , . Следовательно, . Тогда Существуют таблицы для распределения «хи-квадрат», из которых можно найти q по заданным п и γ, не решая этого уравнения. Таким образом, вычислив по выборке значение s и определив по таблице значение q, можно найти доверительный интервал (18.4), в который значение σ попадает с заданной вероятностью γ. Замечание. Если q > 1, то с учетом условия σ > 0 доверительный интервал для σ будет иметь границы .