Вариационный ряд делится тремя квартилями Q 1, Q 2, Q 3 на 4 равные части. Q 2 медиана. Показатели рассеивания. Выборочная дисперсия.

Save this PDF as:
 WORD  PNG  TXT  JPG

Размер: px
Начинать показ со страницы:

Download "Вариационный ряд делится тремя квартилями Q 1, Q 2, Q 3 на 4 равные части. Q 2 медиана. Показатели рассеивания. Выборочная дисперсия."

Транскрипт

1 Квантили Выборочная квантиль x p порядка p (0 < p < 1) определяется как элемент вариационного ряда выборки x (1),, x () с номером [p]+1, где [a] целая часть числа а В статистической практике используется ряд квантилей, имеющий специальные названия Персентили: Р 1,, Р 99 порядок 0,01 0,99 Децили: D 1,, D 9 порядок 0,1 0,9 Квартили Q 1, Q, Q 3 порядок 0,5; 0,5; 0,75 Вариационный ряд делится тремя квартилями Q 1, Q, Q 3 на 4 равные части Q медиана Показатели рассеивания Имея представления о центре распределения, часто требуется узнать, как данные рассеяны вокруг него Можно, например, вычислить средний межквартильный Q3 Q размах: 1 Но на практике чаще применяется дисперсия и среднеквадратическое отклонение Выборочная дисперсия Так как среднее арифметическое выборочный аналог математического ожидания, следовательно, следует ввести подобную характеристику и для вариационных рядов, которая будет показывать меру рассеивания наблюдаемых данных x, x, 1, x вокруг среднего арифметического: x X Сумма всех этих значений не может быть такой характеристикой, так как она равна нулю Чтобы этого не происходило величину отклонений возводят в квадрат Определение Выборочной дисперсией случайной величины X называется среднее арифметическое квадратов отклонений наблюдаемых значений этой величины от их среднего арифметического (обозначим S или ) 0 ( x X ) 1 * S0 (3) Очевидно, что одновременно выборочная дисперсия является центральным выборочным моментом второго порядка Если данные представлены статистическим рядом (x, m ), то или ( x X ) m 1 (4); m -- объем выборки

2 0 (x X ) 1 S, m Вычисленная по формулам (4) дисперсия называется взвешенной выборочной дисперсией Можно также использовать упрощенную формулу для расчета выборочной 1 дисперсии: x X 1 Среднее арифметическое имеет ту же размерность, что и величина, дисперсия имеет размерность квадрата величины, и это не всегда удобно для оценки разброса значений, поэтому в качестве меры рассеивания можно взять квадратный корень из дисперсии Определение Выборочным средним квадратическим отклонением называется арифметический квадратный корень из выборочной дисперсии 1 ( x X ) 1 ( x X ) Выборочную дисперсию можно использовать в качестве оценки генеральной дисперсии, однако она не обладает одним из важных свойств точечных оценок несмещенностью Поэтому кроме выборочной дисперсии используется характеристика, называемая несмещенной дисперсией («исправленной») ( X X ) 1 s 1 1 Также можно найти «исправленное» среднее квадратическое отклонение: ( x X ) 1 s s 1 Пример 3 Используем данные примера 1 Так как X ((0 ) 8 (1 ) 17 ( ) 16 (3 ) 10 (4 ) (7 ) 0 ) / 60 1, m 6 (5 ) 1, 1,45 60 s 1,, 136 s 1, Распределение основных статистик в случае нормально распределенной генеральной совокупности Основные результаты классической теории математической статистики получены для методов, использующих выборки из генеральной совокупности, имеющей нормальное распределение Распределение основных статистик при этом связаны с распределениями: χ (k), Стьюдента Т(k) и Фишера (k 1, k ) Рассмотрим определения и некоторые свойства данных распределений Все эти распределения используют таблицы Основные обозначения: u p квантиль порядка p стандартного нормального распределения N(0,1) ( k) - распределения χ с k степенями свободы p t p (k) - распределения Стьюдента с k ст свободы

3 F p (k 1, k ) - распределения Фишера с k 1 и k степенями свободы Распределение χ (Пирсона) Определение Пусть независимые случайные величины U 1, U,, U k являются стандартными нормально-распределенными величинами, те U = N(0, 1), = 1 k Распределение случайной величины ( k) U1 U U k называется распределением χ (хи-квадрат) с k степенями свободы, а сама величина величиной χ с k степенями свободы Распределение имеет сложную форму и значения находят в таблицах Плотность распределения f ( ) определяется формулой x 0; x 0 k x 1 f ( x) x e ; x 0 k k где Γ(α) - гамма функция или интеграл Эйлера второго рода Графики: x ( 1) x e dx 0 М = k, D = k Распределение χ при k > 30 с достаточной точностью аппроксимируется нормальным распределением Распределение Стьюдента (t-распределение) Определение Пусть U стандартная нормально распределенная случайная величина, U = N(0, 1), а χ (k) - случайная величина, имеющая распределение с k степенями свободы, и χ (k) - U независимые величины Распределение случайной величины t( k) называется ( k) / k t-распределением с k степенями свободы или t(k)-распределением, а сама величина t- величиной с k степенями своды или t(k)-величиной Плотность распределения: k 1 k 1 x ft ( x ) 1 k k k

4 Для распределения Стьюдента: M = 0 D = k / (k - ) При достаточно больших k (k > 30) выполняется приблизительное равенство t ( k) При k - нормальное распределение p u p Распределение некоторых статистик Распределения основных статистик, вычисляемых на основе выборки объема из нормально распределенной N(m, σ ) генеральной совокупности, можно получить из следующих утверждений 1 Выборочное среднее x имеет нормальное распределение N m; Выборочная дисперсия в случае, когда математическое ожидание m генеральной 1 совокупности известно S 0 ( x m ) связана со случайно величиной, имеющей распределение χ с степенями свободы, соотношением S0 ( ) 1 3 Выборочная дисперсия S ( x x) связана со случайной величиной, 1 имеющей распределение χ с 1 степенями свободы соотношением S ( 1) 1 x m 4 Статистика является случайной величиной, имеющей распределение s / Стьюдента с 1 степенью свободы x m T( 1) s 5 Пусть S 1 и S выборочные дисперсии, вычисленные по независимым выборкам 1 и из двух нормально распределенных генеральных совокупностей соответственно с дисперсиями 1 и ( 1) степенями свободы, те S S 1 1, тогда отношение / / S / 1 1 F( 1 1; 1) S / имеет распределение Фишера с ( 1 1) и Интервальные оценки Вычисление выборочных статистических показателей в качестве оценки параметров генеральной совокупности дает в результате то, что мы знаем как точечную

5 оценку Но нам известно, что эта оценка будет сделана с некоторой ошибкой Следовательно, нужен механизм, позволяющий определить степень доверия к этим точечным оценкам, те мы подходим к понятию доверительного интервала или интервальной оценки Доверительным интервалом для параметра θ называется интервал (θ 1, θ ) накрывающий истинное значение θ с заданной вероятностью p 1 P [ ] α = γ доверительная вероятность (надежность) интервальной оценки; α уровень значимости; θ 1, θ нижняя и верхняя границы доверительного интервала Надежность принято выбирать близкую к 1 Один из методов построения интервальной оценки (алгоритм) Ищем доверительный интервал для статистики θ ~ Предположим, что существует статистика Y ( ; ) такая, что закон распределения Y ~ известен и не зависит от θ ;функция Y ( ; ) непрерывна и строго монотонна По заданной доверительной вероятности γ = 1 α находят квантили y / и y 1 / распределения статистики Y порядка α / и (1 - α /) соответственно Тогда выполняется неравенство ~ y / Y(, ) y1 / Решая неравенство относительно θ находят границы θ 1 и θ допверительного интервала для θ Интервальная оценка математического ожидания (среднего) нормального распределения при известной дисперсии Выборочное среднее распределено нормально, при этом M ( x) a, ( x) x a Рассмотрим статистику Y - она будет иметь стандартное нормальное распределение N(0, 1) Тогда u Y u с заданной надежностью 1 - α, где распределения, те имеем неравенство 1 u и x a u u 1 Используя то, что u u окончательно получим 1 1 u - квантили нормального 1 x u a x u 1 Таким образом, алгоритм: По заданному γ -> u -> u -> x 1 1 Квантили нормального распределения в таблице Excel: 1,

6 u НОРМСТОБР0,5 1 Пример: величина x имеет нормальное распределение с σ = 3 Найти доверительный интервал для оценки неизвестного математического ожидания a по выборочному среднему x ( x 4, 1), при = 36 c γ = 0,95 1,96 3 Решение: 0, 95 => u 1, 96 => 0, таким образом: 1 x 4,1 0,98 3,1 x 4,1 0,98 5,08 те 3,1 a 5,08 Интервальная оценка математического ожидания для нормального распределения при неизвестной дисперсии Если дисперсия генеральной совокупности σ неизвестна, то определяют оценку дисперсии: 1 s ( x x ) 1 и доверительный интервал находят, используя статистику x a Y s / Все аналогично случаю известной дисперсии, но эта статистика имеет распределение Стьюдента с -1 степенями свободы, те t ( 1) Y t ( 1) тк t ( 1) t ( 1) получаем: 1 1 s s x t ( 1) a x t ( 1) Алгоритм действий: s, 1 => t ( 1) => t ( 1) 1 1 В таблице Excel: t СТЬЮДРАСПОБР( ; 1) 1 1 Пример: по выборке объема 16 найдено x 0, и среднекв отклонение s = 0,8 Оценить неизвестное математическое ожидание при помощи доверительного интервала с надежностью γ = 0,95 0,8 0,95, 1 15 => t (15), 13 =>,13 0, x 19,774 x 0,66 19,774 a 0,66 Доверительный интервал для дисперсии

7 Если средне генеральной совокупности неизвестно, то в качестве оценки дисперсии используется s ( 1) s Статистика Y имеет распределение χ ( 1), таким образом определяют ( 1) и ( 1), и общая формула: 1 ( 1) s ( 1) ( 1) s ( 1) 1 Распределение χ в таблице Excel 1 ХИ ОБР ; 1 1 ХИ ОБР ; 1 Оценка взаимосвязей Часто измеряется не одна случайная величина, а несколько Это количество может измеряться десятками Независимо от числа изучаемых переменных (количественных или качественных), цель всегда одна получение объективных сведений о характере взаимодействия между изучаемыми показателями, с тем, чтобы выявить внутренние механизмы изучаемых процессов Это представляет собой задачу об определении статистической зависимости Возможны две постановки задачи: Первая изучения взаимозависимости между величинами, вторая зависимость одной или нескольких величин от остальных Пример: решить вопрос, существует ли связь между среднегодовой температурой и географической широтой городов на территории России (это задача о взаимозависимости) Если хотим на основании данных о географической широте получить данные о температуре, то это вопрос о зависимости В первом случае обе величины случайные, во втором случайные это значения температуры, а широты фиксированы Взаимозависимость изучает теория корреляции, зависимость теория регрессии Принципиальные замечания: статистическая зависимость никогда не может установить наличие причинной связи Соображения о причинно следственных отношениях не могут и не должны быть выведены только из анализа экспериментальных данных Требуется привлекать сведения извне, основанные на теоретических представлениях о сущности изучаемых процессов Коэффициент корреляции Если измеряются две или более характеристик объекта исследования, то интерес представляет изучение численно меры степени взаимосвязи Например, необходимо знать, как случайная величина Х ведет себя по отношению к случайно величине У Связь можно выразить графически в виде диаграммы рассеяния, координаты х и у каждой точки, которой, будут соответствовать случайные величины Х и У

8 Интуитивно понятно, что о взаимозависимости между переменными может идти речь, если 1) рост (уменьшение) х -> рост (уменьшение) у или ) рост (уменьшение) х -> уменьшение (рост) у Первый случай положительная корреляция (прямая зависимость) Второй случай отрицательная корреляция (обратная зависимость) Количественная оценка выражается в отклонении от средних значений x и y x x ; y y Составим величину ( x x)( y y), тк она зависит от числа пар значений, то 1 усредняем по объему выборки ( x x)( y y) 1 sxy xy cov XY - ковариация 1 Безразмерный коэффициент связи можно получить sxy rxy - коэффициент корреляция s s x y sxy s yx ; xy ryx r, те с помощью коэффициента корреляции можно численно оценивать величину взаимосвязи, но ничего нельзя сказать о ее направленности (что от чего зависит) Приведем формулу к виду более рациональному для вычислений x y x 1 y 1 1 x x y y r эмпирический к корреляции xy По принципу своего построения коэффициент корреляции предназначен для измерения только линейной статистической связи между двумя переменными Можно доказать, что в случае, когда между х и у существует функциональная зависимость (строгая прямая или обратная связь) значения коэффициента корреляции ровны соответственно +1 и -1 Приблизительно определить значения коэфф корр можно по диаграмме рассеивания

9 Коэффициент корреляции может показать, насколько сильна линейная связь между двумя переменными, но не может объяснить их изменений Для такого объяснения необходимо сначала разработать теорию причинной связи из предварительных рассуждений, построить модель, которая отражает гипотетическую связь, и затем протестировать модель статистически Для этого используется регрессионный анализ Интерпретация к корреляции Для исключения возможных ошибок содержательной интерпретации коэфф корреляции должен сопутствовать визуальный анализ диаграмм рассеивания На рисунке связь практический функциональная, но нелинейная r xy измеряет тесноту только линейной связи между переменными Вместе с тем возможна также ложная корреляция из-за ошибок при регистрации данных или произвола в выборке Для коэффициента корреляции справедливы следующие утверждения 1-1 <= r <= 1 Если r 1, то между X и Y имеет место функциональная линейная зависимость 3 Если r = 0, то говорят, что X и Y некоррелированы, те между ними нет линейной зависимости Если между переменными X и Y существует достаточно тесная линейная статистическая зависимость r 0, то ее можно аппроксимировать уравнением линейной регрессии

Математическая статистика. Тема: «Статистическое оценивание параметров распределения»

Математическая статистика. Тема: «Статистическое оценивание параметров распределения» Математическая статистика Тема: «Статистическое оценивание параметров распределения» Введение Математическая статистика наука, занимающаяся методами обработки экспериментальных данных, полученных в результате

Подробнее

Интервальные оценки.

Интервальные оценки. Лекция 1. Интервальные оценки. Точечные оценки параметров генеральной совокупности могут быть приняты в качестве ориентировочных, первоначальных результатов обработки выборочных данных. Их недостаток заключается

Подробнее

МАТЕМАТИКА МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

МАТЕМАТИКА МАТЕМАТИЧЕСКАЯ СТАТИСТИКА ООО «Резольвента», www.resolventa.ru, resolventa@lst.ru, (495) 509-8-0 Учебный центр «Резольвента» Доктор физико-математических наук, профессор К. Л. САМАРОВ МАТЕМАТИКА Учебно-методическое пособие по разделу

Подробнее

Лекция 1. Выборочное пространство

Лекция 1. Выборочное пространство Лекция 1. Выборочное пространство Буре В.М., Грауэр Л.В. ШАД Санкт-Петербург, 2013 Буре В.М., Грауэр Л.В. (ШАД) Лекция 1. Выборочное пространство Санкт-Петербург, 2013 1 / 35 Cодержание Содержание 1 Выборка.

Подробнее

12. Интервальные оценки параметров распределения

12. Интервальные оценки параметров распределения МВДубатовская Теория вероятностей и математическая статистика Лекция 7 Интервальные оценки параметров распределения Для выборок малого объема точечные оценки могут значительно отличаться от оцениваемых

Подробнее

8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ

8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ 8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ 1. Основные понятия и определения теории вероятностей. Виды случайных событий. Классическое и статистическое определение вероятности

Подробнее

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Общие сведения 1. Кафедра

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Общие сведения 1. Кафедра Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Общие сведения 1. Кафедра Математики и математических методов в экономике 2. Направление подготовки 01.03.02

Подробнее

Генеральная совокупность и выборка. Центральная предельная теорема

Генеральная совокупность и выборка. Центральная предельная теорема Генеральная совокупность и выборка Точечные оценки и их свойства Центральная предельная теорема Выборочное среднее, выборочная дисперсия Генеральная совокупность Генеральная совокупность множество всех

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа Корреляционный анализ Оглавление Понятие корреляционного и регрессионного анализа... 3 Парный корреляционный анализ. Коэффициент корреляции... 4 Задание

Подробнее

Тема: Статистические оценки параметров распределения

Тема: Статистические оценки параметров распределения Раздел: Теория вероятностей и математическая статистика Тема: Статистические оценки параметров распределения Лектор Пахомова Е.Г. 05 г. 5. Точечные статистические оценки параметров распределения Статистическое

Подробнее

n объектов, Раздел 3. Элементы математической статистики Литература. [5], гл.15, гл.16

n объектов, Раздел 3. Элементы математической статистики Литература. [5], гл.15, гл.16 Раздел 3. Элементы математической статистики Литература. [5], гл.15, гл.16 Математическая статистика занимается методами сбора и обработки статистического материала результатов наблюдений над объектами

Подробнее

Математика (Статистика, корреляция и регрессия)

Математика (Статистика, корреляция и регрессия) Федеральное агентство воздушного транспорта Федеральное государственное образовательное учреждение высшего профессионального образования МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ГРАЖДАНСКОЙ АВИАЦИИ

Подробнее

7. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ. Линейная регрессия. Метод наименьших квадратов

7. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ. Линейная регрессия. Метод наименьших квадратов 7. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ Линейная регрессия Метод наименьших квадратов ( ) Линейная корреляция ( ) ( ) 1 Практическое занятие 7 КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ Для решения практических

Подробнее

ЭКОНОМЕТРИКА. 1. Предпосылки метода наименьших квадратов.

ЭКОНОМЕТРИКА. 1. Предпосылки метода наименьших квадратов. Лекция 5 ЭКОНОМЕТРИКА 5 Проверка качества уравнения регрессии Предпосылки метода наименьших квадратов Рассмотрим модель парной линейной регрессии X 5 Пусть на основе выборки из n наблюдений оценивается

Подробнее

Лекции подготовлены доц. Мусиной М.В. Математическая статистика.

Лекции подготовлены доц. Мусиной М.В. Математическая статистика. Математическая статистика Установление закономерностей, которым подчинены массовые случайные явления, основано на изучении статистических данных результатах наблюдений Первая задача математической статистики

Подробнее

Лекция 24. Регрессионный анализ. Функциональная, статистическая и корреляционная зависимости

Лекция 24. Регрессионный анализ. Функциональная, статистическая и корреляционная зависимости МВДубатовская Теория вероятностей и математическая статистика Лекция 4 Регрессионный анализ Функциональная статистическая и корреляционная зависимости Во многих прикладных (в том числе экономических) задачах

Подробнее

ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ

ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ Основные понятия математической статистики Совокупность - это множество объектов (элементов совокупности), обладающих общим свойством. Объем совокупности - это число

Подробнее

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА Кафедра математики и информатики ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА Учебно-методический комплекс для студентов ВПО, обучающихся с применением дистанционных технологий Модуль 3 МАТЕМАТИЧЕСКАЯ

Подробнее

Лекция 9. Тема Введение в теорию оценок.

Лекция 9. Тема Введение в теорию оценок. Лекция 9 Тема Введение в теорию оценок. Содержание темы Предмет, цель и метод задачи оценивания Точечные выборочные оценки, свойства оценок Теоремы об оценках Интервальные оценки и интеграл Лапласа Основные

Подробнее

Лекция 15 СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ

Лекция 15 СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ Лекция 5 СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ ЦЕЛЬ ЛЕКЦИИ: ввести понятие оценки неизвестного параметра распределения и дать классификацию таких оценок; получить точечные оценки математического

Подробнее

Лекция 18. Интервальные оценки параметров распределения. Интервальные оценки. Точность. Надежность

Лекция 18. Интервальные оценки параметров распределения. Интервальные оценки. Точность. Надежность Лекция 18 Интервальные оценки параметров распределения Интервальные оценки Точность Надежность Точечные оценки могут значительно отличаться от оцениваемых параметров Достаточно часто это происходит в случае

Подробнее

1. СТАТИСТИЧЕСКАЯ ОЦЕНКА ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ Понятие о статистической оценке параметров

1. СТАТИСТИЧЕСКАЯ ОЦЕНКА ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ Понятие о статистической оценке параметров . СТАТИСТИЧЕСКАЯ ОЦЕНКА ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ.. Понятие о статистической оценке параметров Методы математической статистики используются при анализе явлений, обладающих свойством статистической устойчивости.

Подробнее

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА БАЗА ТЕСТОВЫХ ЗАДАНИЙ

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА БАЗА ТЕСТОВЫХ ЗАДАНИЙ Е. В. Морозова 0 МИНОБРНАУКИ РОССИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» КАМЫШИНСКИЙ

Подробнее

17 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика

17 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика Лекция 3 7 6 Разложение оценок коэффициентов на неслучайную и случайную компоненты Регрессионный анализ позволяет определять оценки коэффициентов регрессии Чтобы сделать выводы по полученной модели необходимы

Подробнее

Лекция 16 ИНТЕРВАЛЬНЫЕ ОЦЕНКИ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ

Лекция 16 ИНТЕРВАЛЬНЫЕ ОЦЕНКИ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ Лекция 6 ИНТЕРВАЛЬНЫЕ ОЦЕНКИ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ ЦЕЛЬ ЛЕКЦИИ: ввести понятие доверительной вероятности и доверительного интервала, получить интервальные оценки математического ожидания и дисперсии.

Подробнее

, при уровнях значимости = 0, 05

, при уровнях значимости = 0, 05 Задача скачана с сайта wwwqacademru Задача Имеется информация за лет относительно среднего дохода X и среднего потребления Y (млн руб): Годы 9 9 9 93 94 95 96 97 98 99 X,5,6,3 3,7 4,5 6, 7,3 8,7,,8 Y 8,5,3

Подробнее

Лекция 4. Доверительные интервалы

Лекция 4. Доверительные интервалы Лекция 4. Доверительные интервалы Буре В.М., Грауэр Л.В. ШАД Санкт-Петербург, 2013 Буре В.М., Грауэр Л.В. (ШАД) Лекция 4. Доверительные интервалы Санкт-Петербург, 2013 1 / 49 Cодержание Содержание 1 Доверительные

Подробнее

Эконометрика. Модель линейной регрессии. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет

Эконометрика. Модель линейной регрессии. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет Эконометрика Модель линейной регрессии Шишкин Владимир Андреевич Пермский государственный национальный исследовательский университет Вероятностью P(A) события A называется численная мера степени объективной

Подробнее

СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО- ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ

СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО- ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО- ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ ТЕМА: СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ 1. Причинность, регрессия, корреляция 2. Применение корреляционно-регрессионный

Подробнее

Теория вероятностей и математическая статистика Конспект лекций

Теория вероятностей и математическая статистика Конспект лекций Министерство образования и науки РФ ФБОУ ВПО Уральский государственный лесотехнический университет ИНСТИТУТ ЭКОНОМИКИ И УПРАВЛЕНИЯ Кафедра высшей математики Теория вероятностей и математическая статистика

Подробнее

Лекция 1. Выборочное пространство

Лекция 1. Выборочное пространство Лекция 1. Выборочное пространство Грауэр Л.В., Архипова О.А. CS center Санкт-Петербург, 2014 Грауэр Л.В., Архипова О.А. (CSC) Лекция 1. Выборочное пространство Санкт-Петербург, 2014 1 / 29 Cодержание Содержание

Подробнее

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» Кафедра ВВТиС

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» Кафедра ВВТиС МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ

Подробнее

200 взятая деталь изготовлена первым, вторым и третьим цехами соответственно. Из условия следуют:

200 взятая деталь изготовлена первым, вторым и третьим цехами соответственно. Из условия следуют: . На складе 00 деталей, из которых 00 изготовлено цехом, 60 цехом и 40 цехом. Вероятность брака для цеха %, для цеха % и для цеха %. Наудачу взятая со слада деталь оказалась бракованной. Найти вероятность

Подробнее

Лекция 11. Метод наибольшего правдоподобия. Другие характеристики вариационного ряда.

Лекция 11. Метод наибольшего правдоподобия. Другие характеристики вариационного ряда. 1 Лекция 11 Метод наибольшего правдоподобия Другие характеристики вариационного ряда 1 Метод наибольшего правдоподобия Кроме метода моментов, который изложен в предыдущем параграфе, существуют и другие

Подробнее

АННОТАЦИЯ. Направление подготовки (специальность) Государственное и муниципальное управление

АННОТАЦИЯ. Направление подготовки (специальность) Государственное и муниципальное управление АННОТАЦИЯ к рабочей программе дисциплины «Теория вероятностей и математическая статистика» Направление подготовки (специальность) 38.03.04 Государственное и муниципальное управление 1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ

Подробнее

такая, что ' - ее функцией плотности. Свойства функции плотности

такая, что ' - ее функцией плотности. Свойства функции плотности Демидова ОА, Ратникова ТА Сборник задач по эконометрике- Повторение теории вероятностей Случайные величины Определение Случайными величинами называют числовые функции, определенные на множестве элементарных

Подробнее

Для удобства вычислений генеральной средней и среднего квадратического отклонения составляем таблицу. σ = 874,02 874,020 29,200 = 21,380

Для удобства вычислений генеральной средней и среднего квадратического отклонения составляем таблицу. σ = 874,02 874,020 29,200 = 21,380 Задание. По выборочным данным оценить генеральную среднюю, генеральную дисперсию и среднее квадратическое отклонение. Построить полигон относительных частот. Эти же данные разбить на 5 интервалов. По интервальному

Подробнее

10 Экономическая кибернетика Коэффициент корреляции. , xy y i x i выборочные средние,

10 Экономическая кибернетика Коэффициент корреляции. , xy y i x i выборочные средние, Лекция 0.3. Коэффициент корреляции В эконометрическом исследовании вопрос о наличии или отсутствии зависимости между анализируемыми переменными решается с помощью методов корреляционного анализа. Только

Подробнее

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ. О.Ю.Пелевин

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ. О.Ю.Пелевин МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ О.Ю.Пелевин МЕТОДИЧЕСКАЯ РАЗРАБОТКА по курсу «Теория вероятностей и математическая статистика» для студентов физического

Подробнее

ОГЛАВЛЕНИЕ. ЧАСТЬ 1. Случайные события и их вероятности XCQ ПРЕДИСЛОВИЕ 3 ВВЕДЕНИЕ 5

ОГЛАВЛЕНИЕ. ЧАСТЬ 1. Случайные события и их вероятности XCQ ПРЕДИСЛОВИЕ 3 ВВЕДЕНИЕ 5 ОГЛАВЛЕНИЕ ПРЕДИСЛОВИЕ 3 ВВЕДЕНИЕ 5 ЧАСТЬ 1. Случайные события и их вероятности Глава 1. Понятие вероятности 1.1. Виды случайных событий. Дискретное множество элементарных событий. Множество исходов опыта

Подробнее

Вопросы к экзамену по дисциплине «ТЕОРИЯ ВЕРОЯТНОСТЕЙ и МАТЕМАТИЧЕСКАЯ СТАТИСТИКА»

Вопросы к экзамену по дисциплине «ТЕОРИЯ ВЕРОЯТНОСТЕЙ и МАТЕМАТИЧЕСКАЯ СТАТИСТИКА» Дисциплина: «ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА» Специальность: Факультет: «МЕДИКО-БИОЛОГИЧЕСКИЙ» Учебный год: 016-017 Вопросы к экзамену по дисциплине «ТЕОРИЯ ВЕРОЯТНОСТЕЙ и МАТЕМАТИЧЕСКАЯ

Подробнее

ü описание явлений упорядочивание статистического материала, представление в удобном для экспериментатора виде (таблица, график, диаграмма);

ü описание явлений упорядочивание статистического материала, представление в удобном для экспериментатора виде (таблица, график, диаграмма); Математическая статистика наука, занимающаяся методами обработки экспериментальных данных, полученных в результате наблюдений над случайными явлениями. При этом решаются следующие задачи: ü описание явлений

Подробнее

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА БИНОМИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ это распределение числа успехов наступлений определенного события в серии из n испытаний при условии, что для каждого из n испытаний вероятность успеха имеет одно и то же значение

Подробнее

Глава 9. Регрессионный анализ 9.1. Задачи регрессионного анализа

Глава 9. Регрессионный анализ 9.1. Задачи регрессионного анализа 46 Глава 9. Регрессионный анализ 9.. Задачи регрессионного анализа Во время статистических наблюдений как правило получают значения нескольких признаков. Для простоты будем рассматривать в дальнейшем двумерные

Подробнее

Методические указания для проведения практических занятий по теории вероятностей и математической статистике для направления Экономика

Методические указания для проведения практических занятий по теории вероятностей и математической статистике для направления Экономика Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Саратовский государственный университет имени

Подробнее

А.И.Кибзун, Е.Р.Горяинова, А.В.Наумов, А.Н.Сиротин ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА. БАЗОВЫЙ КУРС С ПРИМЕРАМИ И ЗАДАЧАМИ М.

А.И.Кибзун, Е.Р.Горяинова, А.В.Наумов, А.Н.Сиротин ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА. БАЗОВЫЙ КУРС С ПРИМЕРАМИ И ЗАДАЧАМИ М. А.И.Кибзун, Е.Р.Горяинова, А.В.Наумов, А.Н.Сиротин ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА. БАЗОВЫЙ КУРС С ПРИМЕРАМИ И ЗАДАЧАМИ М.: ФИЗМАТЛИТ, 2002. - 224 с. Книга предназначена для начального

Подробнее

4. Методом моментов найти оценки параметров α и β плотности

4. Методом моментов найти оценки параметров α и β плотности Экзаменационный билет по курсу: ИБМ, 3-й семестр (поток Грешилова А.А.). Случайные события. Определение вероятности.. Найти распределение дискретной случайной величины ξ, принимающей значения x с вероятности

Подробнее

Лекция 3. Доверительные интервалы

Лекция 3. Доверительные интервалы Лекция 3. Доверительные интервалы Грауэр Л.В., Архипова О.А. CS Center Санкт-Петербург, 2015 Грауэр Л.В., Архипова О.А. (CSC) Лекция 3. Доверительные интервалы Санкт-Петербург, 2015 1 / 41 Cодержание Содержание

Подробнее

Задачи по математической статистике

Задачи по математической статистике Задачи по математической статистике Задача. По данным распределения возрастного состава участников революционного движения в России 70-х годов 9-го века была построена следующая таблица Возраст 7-3 3-9

Подробнее

7 Корреляционный и регрессионный анализ

7 Корреляционный и регрессионный анализ 7 Корреляционный и регрессионный анализ. Корреляционный анализ статистических данных.. Регрессионный анализ статистических данных. Статистические связи между переменными можно изучать методами дисперсионного,

Подробнее

5. ОЦЕНКА ГЕНЕРАЛЬНЫХ ПАРАМЕТРОВ

5. ОЦЕНКА ГЕНЕРАЛЬНЫХ ПАРАМЕТРОВ Оценка параметров 30 5. ОЦЕНКА ГЕНЕРАЛЬНЫХ ПАРАМЕТРОВ 5.. Введение Материал, содержащийся в предыдущих главах, можно рассматривать как минимальный набор сведений, необходимых для использования основных

Подробнее

Линейная регрессионная модель и эмпирическое уравнение регрессии. Метод наименьших квадратов (МНК)

Линейная регрессионная модель и эмпирическое уравнение регрессии. Метод наименьших квадратов (МНК) Линейная регрессионная модель и эмпирическое уравнение регрессии Метод наименьших квадратов (МНК) Предпосылки МНК Анализ точности определения оценок коэффициентов регрессии Обе переменные равноценны нельзя

Подробнее

Домашнее задание 2. Обработка результатов наблюдений двухмерного случайного вектора

Домашнее задание 2. Обработка результатов наблюдений двухмерного случайного вектора Домашнее задание. Обработка результатов наблюдений двухмерного случайного вектора.1. Содержание и порядок выполнения работы Дана парная выборка (x i ; y i ) объема 50 из двумерного нормально распределенного

Подробнее

Законы распределения случайных величин. [Часть II, стр ]

Законы распределения случайных величин. [Часть II, стр ] Законы распределения случайных величин [Часть II, стр. 0-3] Центральная предельная теорема: сумма произвольно распределенных независимых случайных величин при условии одинакового их влияния подчиняется

Подробнее

Лекция 5. Доверительные интервалы

Лекция 5. Доверительные интервалы Лекция 5. Доверительные интервалы Грауэр Л.В., Архипова О.А. CS Center Санкт-Петербург, 2014 Грауэр Л.В., Архипова О.А. (CSC) Лекция 5. Доверительные интервалы Санкт-Петербург, 2014 1 / 31 Cодержание Содержание

Подробнее

Лекция 2. Доверительный интервал в программе «Описательная статистика» Распределение Стьюдента

Лекция 2. Доверительный интервал в программе «Описательная статистика» Распределение Стьюдента Лекция 2 Доверительный интервал в программе «Описательная статистика» Распределение Стьюдента Доверительный интервал Задача на практике - при ограниченной выборке оценить точность и надежность вычисления

Подробнее

ОГЛАВЛЕНИЕ Введение ЧАСТЬ ПЕРВАЯ СЛУЧАЙНЫЕ СОБЫТИЯ

ОГЛАВЛЕНИЕ Введение ЧАСТЬ ПЕРВАЯ СЛУЧАЙНЫЕ СОБЫТИЯ ОГЛАВЛЕНИЕ Введение...... 14 ЧАСТЬ ПЕРВАЯ СЛУЧАЙНЫЕ СОБЫТИЯ Глава первая. Основные понятия теории вероятностей... 17 1. Испытания и события... 17 2. Виды случайных событий... 17 3. Классическое определение

Подробнее

ПРИМЕР РЕШЕНИЯ КОНТРОЛЬНОЙ РАБОТЫ 6 (МПМ, 2 курс, 3 семестр) Тема «Математическая статистика»

ПРИМЕР РЕШЕНИЯ КОНТРОЛЬНОЙ РАБОТЫ 6 (МПМ, 2 курс, 3 семестр) Тема «Математическая статистика» Задача 1. ПРИМЕР РЕШЕНИЯ КОНТРОЛЬНОЙ РАБОТЫ 6 (МПМ, 2 курс, 3 семестр) Тема «Математическая статистика» В результате тестирования группа из 24 человек набрала баллы: 4, 0, 3, 4, 1, 0, 3, 1, 0, 4, 0, 0,

Подробнее

Курсовая работа. Институт экономики и финансов кафедра «Математика»

Курсовая работа. Институт экономики и финансов кафедра «Математика» ФЕДЕРАЛЬНО ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ ИМПЕРАТОРА НИКОЛАЯ II» Институт экономики и финансов кафедра «Математика»

Подробнее

Контрольное задание

Контрольное задание http://wwwzachetru/ Контрольное задание Задача Построить полигон относительных частот по данным вариационного ряда ( 0): 3 6 7 0 m 8 0 3 3 Решение 3 6 7 0 m 8 0 3 3 m Полигон относительных частот: 0073

Подробнее

Доверительные интервалы: примеры решения задач

Доверительные интервалы: примеры решения задач Доверительные интервалы: примеры решения задач Л. В. Калиновская Кафедра высшей математики, Университет "Дубна" date Доверительные интервалы для оценки математического ожидания нормального распределения

Подробнее

ТЕМА 10. ОЦЕНКА ФУНКЦИИ РАСПРЕДЕЛЕНИЯ И ПАРАМЕТРОВ ЗАКОНА РАСПРЕДЕЛЕНИЯ

ТЕМА 10. ОЦЕНКА ФУНКЦИИ РАСПРЕДЕЛЕНИЯ И ПАРАМЕТРОВ ЗАКОНА РАСПРЕДЕЛЕНИЯ ТЕМА 10. ОЦЕНКА ФУНКЦИИ РАСПРЕДЕЛЕНИЯ И ПАРАМЕТРОВ ЗАКОНА РАСПРЕДЕЛЕНИЯ Точечные оценки. Понятие статистики и достаточной статистики. Отыскание оценок методом моментов, неравенство Рао-Крамера. Эффективность

Подробнее

Управление дистанционного обучения и повышения квалификации. Математика ДОНСКОЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

Управление дистанционного обучения и повышения квалификации. Математика ДОНСКОЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ДОНСКОЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ УПРАВЛЕНИЕ ДИСТАНЦИОННОГО ОБУЧЕНИЯ И ПОВЫШЕНИЯ КВАЛИФИКАЦИИ Кафедра «Прикладная математика» МЕТОДИЧЕСКИЕ УКАЗАНИЯ к проведению практических занятий по дисциплине

Подробнее

Камчатский государственный технический университет. Кафедра высшей математики ЭКОНОМЕТРИКА. Модель парной регрессии

Камчатский государственный технический университет. Кафедра высшей математики ЭКОНОМЕТРИКА. Модель парной регрессии Камчатский государственный технический университет Кафедра высшей математики ЭКОНОМЕТРИКА Модель парной регрессии Задания и методические указания для студентов специальностей ФК, БУ, ПИ дневного и заочного

Подробнее

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ ФИНАНСОВЫЙ УНИВЕРСИТЕТ ПРИ ПРАВИТЕЛЬСТВЕ РОССИЙСКОЙ ФЕДЕРАЦИИ (Пензенский филиал) Кафедра «Менеджмент, информатика и

Подробнее

По таблице приложения 4 по γ = 0,99 и n = 15 найдем q = 0,73. Искомый доверительный интервал

По таблице приложения 4 по γ = 0,99 и n = 15 найдем q = 0,73. Искомый доверительный интервал Лекция 9. Оценка точности измерений. Оценка вероятности (биномиального распределения) по относительной частоте. 1. Оценка точности измерений. В теории ошибок принято точность измерений (точность прибора)

Подробнее

ПРОГРАММА ДИСЦИПЛИНЫ. Для подготовки дипломированных специалистов по направлению Менеджмент в организации Квалификация «Менеджер»

ПРОГРАММА ДИСЦИПЛИНЫ. Для подготовки дипломированных специалистов по направлению Менеджмент в организации Квалификация «Менеджер» Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Сибирская Государственная Геодезическая Академия»

Подробнее

Показательное распределение.

Показательное распределение. Показательное распределение. 1) Распределение с.в. X подчинено показательному закону с параметром 5. Записать вычислить M X DX. f x Показательное распределение с параметром имеет плотность вероятности:

Подробнее

Семинар 3. Генерирование случайных величин. Повторение теории вероятностей и математической статистики. Задание для выполнения на компьютерах 1 :

Семинар 3. Генерирование случайных величин. Повторение теории вероятностей и математической статистики. Задание для выполнения на компьютерах 1 : Семинары по эконометрике 0 год Преподаватель: Вакуленко ЕС Семинар 3 Генерирование случайных величин Повторение теории вероятностей и математической статистики Задание для выполнения на компьютерах : Сгенерируйте

Подробнее

Общие сведения 1. Кафедра Математики, физики и информационных технологий 2. Направление подготовки

Общие сведения 1. Кафедра Математики, физики и информационных технологий 2. Направление подготовки Этап формирования компетенции (разделы, темы дисциплины) Формируемая компетенция Формы контроля сформированност и компетенций Фонд оценочных средств для проведения промежуточной аттестации обучающихся

Подробнее

Лекция 17 ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ. Определение статистической гипотезы

Лекция 17 ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ. Определение статистической гипотезы Лекция 7 ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ ЦЕЛЬ ЛЕКЦИИ: определить понятие статистических гипотез и правила их проверки; провести проверку гипотез о равенстве средних значений и дисперсий нормально распределенной

Подробнее

Семинар 3. МНК. Генерирование случайных величин. Повторение теории вероятностей и математической статистики.

Семинар 3. МНК. Генерирование случайных величин. Повторение теории вероятностей и математической статистики. Семинары по эконометрике 0 год Семинар 3 МНК Генерирование случайных величин Повторение теории вероятностей и математической статистики Задание для выполнения на компьютерах : Сгенерируйте две независимые

Подробнее

Тема 1. Основные понятия теории вероятностей и статистики (Теоретические вопросы)

Тема 1. Основные понятия теории вероятностей и статистики (Теоретические вопросы) Эконометрика_0-03 уч.год_типовые ЗАДАЧИ Тема. Основные понятия теории вероятностей и статистики (Теоретические вопросы) Эконометрика- это: наука, которая дает количественное выражение взаимосвязей в экономике

Подробнее

Измерения и обработка результатов измерений Случайные погрешности

Измерения и обработка результатов измерений Случайные погрешности В теории вероятностей изучаются различные законы распределения, каждому из которых соответствует определенная функция плотности вероятности Они получены путем обработки большого числа наблюдений над случайными

Подробнее

Лекция 2 дополнение. Распределение Стьюдента Доверительный интервал в программе «Описательная статистика»

Лекция 2 дополнение. Распределение Стьюдента Доверительный интервал в программе «Описательная статистика» Лекция 2 дополнение Распределение Стьюдента Доверительный интервал в программе «Описательная статистика» Распределение Стьюдента Это распределение получило свое название от псевдонима Student, которым

Подробнее

СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ

СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «САМАРСКИЙ ГОСУДАРСТВЕННЫЙ АЭРОКОСМИЧЕСКИЙ УНИВЕРСИТЕТ имени академика

Подробнее

6 КОРРЕЛЯЦИОННО- РЕГРЕССИОНЫЙ АНАЛИЗ

6 КОРРЕЛЯЦИОННО- РЕГРЕССИОНЫЙ АНАЛИЗ 87 6 КОРРЕЛЯЦИОННО- РЕГРЕССИОНЫЙ АНАЛИЗ В математическом анализе зависимость между двумя величинами выражается понятием функции y f(x), где каждому допустимому значению одной переменной соответствует одно

Подробнее

1 Цель и задачи учебной дисциплины. 2 Место учебной дисциплины в структуре ООП

1 Цель и задачи учебной дисциплины. 2 Место учебной дисциплины в структуре ООП 1 Цель и задачи учебной дисциплины Задача любой науки состоит в выявлении и исследовании закономерностей, которым подчиняются реальные явления и процессы. Математическая статистика раздел математики, изучающий

Подробнее

СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ НА ИЗНАШИВАНИЕ

СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ НА ИЗНАШИВАНИЕ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ КАФЕДРА «СОПРОТИВЛЕНИЕ МАТЕРИАЛОВ» СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ НА ИЗНАШИВАНИЕ Методические

Подробнее

4 Проверка параметрических гипотез

4 Проверка параметрических гипотез 4 Проверка параметрических гипотез Статистическая гипотеза Параметрическая гипотеза 3 Критерии проверки статистических гипотез Статистической называют гипотезу о виде неизвестного распределения или о параметрах

Подробнее

Оцените математическое ожидание М x и моду Мо. Задача 3 По данным выборки объема 100 получены следующие данные:

Оцените математическое ожидание М x и моду Мо. Задача 3 По данным выборки объема 100 получены следующие данные: Билет Объем выборки равен 60. определить значение 5 и моду Мо. 5 6 8? Точечная оценка параметра равна 5. Укажите, какой вид может иметь интервальная оценка: a. (5; 0); б. (0; 5); в. (; 7); г. (; 0). Получены

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа 3 Парная регрессия Оглавление Парная регрессия... 3 Метод наименьших квадратов (МНК)... 3 Интерпретация уравнения регрессии... 4 Оценка качества построенной

Подробнее

Абдиев Б.А. «Эконометрика» Предназначено для студентов специальности: Финансы, вечернее отделение (2 курс 4г.о.) Учебный год:

Абдиев Б.А. «Эконометрика» Предназначено для студентов специальности: Финансы, вечернее отделение (2 курс 4г.о.) Учебный год: Абдиев Б.А. «Эконометрика» Предназначено для студентов специальности: Финансы, вечернее отделение (2 курс 4г.о.) Учебный год: 2015-2016 Текст вопроса 1 Парная регрессия у=а+вх+е представляет собой регрессию

Подробнее

( x i, y i ). Предположим, что X и Y связаны линейной корреляционной. ϕ называют линией Линейная корреляционная зависимость

( x i, y i ). Предположим, что X и Y связаны линейной корреляционной. ϕ называют линией Линейная корреляционная зависимость .. Линейная корреляционная зависимость Часто на практике требуется установить вид и оценить силу зависимости изучаемой случайной величины Y от одной или нескольких других величин (случайных или неслучайных).

Подробнее

Найдем вероятность события А - интересующие студента данные не содержатся только в двух пособиях.

Найдем вероятность события А - интересующие студента данные не содержатся только в двух пособиях. Задача. Студент выполняет работу по статистике, пользуясь пятью пособиями. Вероятность того, что интересующие его данные находятся в первом, втором, третьем, четвертом и пятом пособиях, соответственно

Подробнее

ЗНАЧИМОСТЬ УРАВНЕНИЯ РЕГРЕССИИ И КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ

ЗНАЧИМОСТЬ УРАВНЕНИЯ РЕГРЕССИИ И КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ ЗНАЧИМОСТЬ УРАВНЕНИЯ РЕГРЕССИИ И КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ Проверить значимость уравнения регрессии значит установить, соответствует ли построенное уравнение регрессии экспериментальным данным и достаточно

Подробнее

Выборочные оценки параметров распределения

Выборочные оценки параметров распределения Выборочные оценки параметров распределения 1 Выборочные оценки параметров распределения Резюмируя, важно подчеркнуть, что, с точки зрения экспериментатора, функции распределения и статистические характеристики

Подробнее

Retinskaya.jimdo.com

Retinskaya.jimdo.com ЛЕКЦИЯ 1 Классификация экспериментальных исследований Определение и свойства функции распределения. Вероятность попадания случайной величины на заданный интервал Квантиль распределения Выборочная функция

Подробнее

Выборка. Выборочное пространство. Описательная статистика. Грауэр Л.В.

Выборка. Выборочное пространство. Описательная статистика. Грауэр Л.В. Выборка. Выборочное пространство. Описательная статистика Грауэр Л.В. План лекций Классическая математическая статистика Описательная статистика Точечные и интервальные оценки Проверка статистических гипотез

Подробнее

ЭКОНОМЕТРИКА. 7. Анализ качества эмпирического уравнения множественной линейной регрессии. t, (7.1) a j j a j. распределения Стьюдента.

ЭКОНОМЕТРИКА. 7. Анализ качества эмпирического уравнения множественной линейной регрессии. t, (7.1) a j j a j. распределения Стьюдента. Лекция 7 ЭКОНОМЕТРИКА 7 Анализ качества эмпирического уравнения множественной линейной регрессии Построение эмпирического уравнения регрессии является начальным этапом эконометрического анализа Построенное

Подробнее

Математическая статистика

Математическая статистика Математическая статистика 1 Выборка X x, x,, x Опр.1 Пусть одномерная с.в., а 1 значения с.в.,полученные в результате испытания. Будем называть полученные значения выборкой из генеральной совокупности

Подробнее

регрессионный анализ

регрессионный анализ регрессионный анализ регрессионный анализ -введение коэффициент корреляции степень связи в вариации двух переменных величин (мера тесноты этой связи) метод регрессии позволяет судить как количественно

Подробнее

СТАТИСТИЧЕСКИЙ ВЫВОД. гипотезы. 1. Введение в проблему статистического вывода. 2. Статистические гипотезы. 3. Статистический критерий

СТАТИСТИЧЕСКИЙ ВЫВОД. гипотезы. 1. Введение в проблему статистического вывода. 2. Статистические гипотезы. 3. Статистический критерий СТАТИСТИЧЕСКИЙ ВЫВОД 1. Введение в проблему статистического вывода 2. Статистические гипотезы 3. Статистический критерий 4. Статистическая значимость 5. Классификация статистических критериев 6. Содержательная

Подробнее

АННОТАЦИЯ РАБОЧЕЙ ПРОГРАММЫ

АННОТАЦИЯ РАБОЧЕЙ ПРОГРАММЫ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ

Подробнее

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» Кафедра математики

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» Кафедра математики МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ

Подробнее

ТЕМА 11. Статистическая проверка гипотез Основные определения и идеи

ТЕМА 11. Статистическая проверка гипотез Основные определения и идеи ТЕМА 11. Статистическая проверка гипотез Цель контента темы 11 изложить основные критерии проверки статистических гипотез. Задачи контента темы 11: Сформулировать задачу проверки статистических гипотез.

Подробнее

Дисциплина «Методы и статистика исследований» 1. Статистические свойства оценок параметров парной регрессионной модели.

Дисциплина «Методы и статистика исследований» 1. Статистические свойства оценок параметров парной регрессионной модели. НОВЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ имени Т.РЫСКУЛОВА Научно-педагогическая Магистратура 1курс кафедры Специальности : «6М090200-Таможенное дело», «6М051000-Государственное и местное управление», «6М020200-Международные

Подробнее

Решение: а) Используем локальную теорему Лапласа.

Решение: а) Используем локальную теорему Лапласа. Найди свою задачу на http://mathprof.com! ) Человек, проходящий мимо киоска, покупает газету с вероятностью 0,. Найти вероятность того, что из 00 человек, прошедших мимо киоска в течение часа: а) купят

Подробнее

ТЕОРИЯ ВЕРОЯТНОСТИ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

ТЕОРИЯ ВЕРОЯТНОСТИ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «САМАРСКАЯ ГУМАНИТАРНАЯ АКАДЕМИЯ» Филиал в г. Тольятти ТЕОРИЯ ВЕРОЯТНОСТИ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА УЧЕБНО-МЕТОДИЧЕСКИЙ

Подробнее

1. Случайные события. Операции над событиями. Вопросы

1. Случайные события. Операции над событиями. Вопросы ВОПРОСЫ И ТИПОВЫЕ ЗАДАЧИ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ ПО КУРСУ «ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА» /009г ИУ-5,7 курс, 4 семестр 1. Случайные события. Операции над событиями. Определения случайного

Подробнее