Лекции
По дисциплине курса «Теория вероятностей и математическая статистика»
Часть II
Для студентов специальности
310304 «Информатика»
Минск 2006
ВВЕДЕНИЕ
Математической статистикой называется наука, занимающаяся методами обработки экспериментальных данных (ЭД), полученных в результате наблюдений над случайными явлениями.
Перед любой наукой ставятся следующие задачи:
Ø Описание явлений;
Ø Анализ и прогноз;
Ø Выборка оптимальных решений.
Применительно к математической статистике пример задачи первого типа: пусть имеется статистический материал, представляющий собой случайные числа. Требуется его упростить, представить в виде таблиц и графиков, обеспечивающих наглядность и информативность представленного материала.
Пример задачи второго типа: оценка (хотя бы приблизительная) характеристик случайных величин, например, математического ожидания, дисперсии и т.д. Какова точность полученных оценок.
Одной из характерных задач третьего типа является задача проверки правдоподобия гипотез, которая формулируется следующим образом: можно ли предполагать, что имеющаяся совокупность случайных чисел не противоречит некоторой гипотезе (например о виде распределения, наличия корреляционной зависимости и т.д.).
|
|
В курсе рассматриваются задачи всех трех типов: способы описания результатов опыта, способы обработки опытных данных и оценки по ним характеристик случайного явления, способы выбора разумных решений.
ЗАКОН БОЛЬШИХ ЧИСЕЛ
Пусть проводится опыт Е, в котором нас интересует признак Х, или СВ Х. При однократном проведении Е нельзя заранее сказать, какое значение примет Х. Но при n -кратном повторении «среднее» значение величины Х (среднее арифметическое) теряет случайный характер и становится близким к некоторой константе.
Закон больших чисел – совокупность теорем, определяющих условия стремления средних арифметических значений случайных величин к некоторой константе, при увеличении числа опытов до бесконечности (n®¥).
НЕРАВЕНСТВА ЧЕБЫШЕВА
Теорема. Для любой случайной величины X с mx, Dx выполняется следующее неравенство где e>0.
Доказательство:
1. Пусть величина Х – ДСВ. Изобразим значения Х и Мх в виде точек на числовой оси Ох
0 х1 А Мх В
Вычислим вероятность того, что при некотором величина Х отклонится от своего МО не меньше чем на ε:
.
Это событие заключается в том, что точка Х не попадет на отрезок [ mx-ε, mx+ε ], т.е.
--
для тех значений x, которые лежат вне отрезка [ mx-ε, mx+ε ].
Рассмотрим дисперсию с.в. Х:
.
Т.к. все слагаемые – положительные числа, то если убрать слагаемые, соответствующую отрезку [ mx-ε, mx+ε ], то можно записать:
|
|
,
т.к. , то неравенство можно усилить
Þ Þ
2. Для НСВ:
- это интегрирование по внешней части отрезка [ mx-ε, mx+ε ].
Применяя неравенство и подставляя его под знак интеграла, получаем
.
Откуда и вытекает неравенство Чебышева для НСВ.
Следствие. - это 2-е неравенство Чебышева.
Доказательство: События и - противоположны Þ .
1. Лемма: Пусть Х –СВ, e>0 – любое число. Тогда
Доказательство:
,
Т.к. .
Следствие. .
Д-во: Полагаем, вместо св Х – св Х-М(Х), т.к. М(Х-М(Х))2=D(X) и получаем неp-во.
Следствие: (правило трех сигм для произвольного распределения):
Полагаем в неравенстве Чебышева , имеем
.
Т.е. вероятность того, что отклонение св от ее МО выйдет за пределы трех СКО, не больше 1/9.
Неравенство Чебышева дает только верхнюю границ вероятности данного отклонения. Выше этой границы - значение не может быть ни при никаком распределении.