Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
9 слайдов
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
1.29 MB
Просмотров:
85
Скачиваний:
1
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд![Основные понятия](/documents_5/e563a8c1d03d6443b294dea671550233/img0.jpg)
Содержание слайда: Основные понятия математической статистики: оценки параметров распределения, проверка гипотез, системы случайных величин: корреляция, регрессия
Лекция 17
№2 слайд![Способы организации выборки .](/documents_5/e563a8c1d03d6443b294dea671550233/img1.jpg)
Содержание слайда: Способы организации выборки
1. Вариационный ряд – элементы выборки упорядочивают по величине:
2. Размах выборки - разность между максимальным и минимальным элементами выборки
3. Пусть выборка содержит различных элементов.
Частота элемента выборки - число раз, которые данный элемент встречается в выборке
4. Мода – элемент выборки с наибольшей частотой
5. Статистический ряд – таблица:
сумма частот всех элементов
равна объему выборки
№3 слайд![Способы описания выборки При](/documents_5/e563a8c1d03d6443b294dea671550233/img2.jpg)
Содержание слайда: Способы описания выборки
При большом объеме выборки ее элементы объединяют в группы (разряды, карманы): выбирают ширину интервала , где , или а частота - количество элементов выборки, попавшее в –й интервал (элемент, совпадающий с внешней границей интервала считают в последующем). Кроме того вычисляю середину каждого интервала и относительную частоту - оценку вероятности попадания значения случайной величины в данный интервал : (Образец табл. Стр. 181). Графическое представление – полигон частот (или относительных частот) и гистограмма – статистические аналоги функции распределения
площадь
под гистограммой равна
S=n
Середина
интервала Интервалы
Полигон частот Гистограмма
№4 слайд![Числовые характеристики](/documents_5/e563a8c1d03d6443b294dea671550233/img3.jpg)
Содержание слайда: Числовые характеристики выборки
Выборочное среднее или
Выборочная дисперсия или .
Для выборок малого объема ( вводят исправленную дисперсию
Пример. Для выборки из 5 чисел 3, 5, 5, 8, 4 получаем
= 5; =
Excel надстройки «Пакет анализа» Описательная статистика
Среднее 5
Стандартная ошибка 0,836660027
Медиана 5
Мода 5
Стандартное отклонение 1,870828693
Дисперсия выборки 3,5
Эксцесс 2
Асимметричность 1,145405322
Интервал 5
Минимум 3
Максимум 8
Сумма 25
Счет 5
Уровень надежности(95,0%) 2,322940635 -
№5 слайд![Статистическое оценивание.](/documents_5/e563a8c1d03d6443b294dea671550233/img4.jpg)
Содержание слайда: Статистическое оценивание. Точечные оценки
Точечной оценкой неизвестного параметра ϴ называют приближенное значение этого параметра, полученное по выборке
= или «статистика».
Качество оценок.
1. Состоятельность. Оценка параметра сходится по вероятности к самому параметру при
Или чем больше объем выборки, тем точнее оценка
Пример. выборочное среднее – состоятельная
оценка математического ожидания (теорема Чебышева)
2. Несмещенность. Математическое ожидание оценки параметра равно самому параметру : Пример 1. Выборочное среднее является несмещенной оценкой математического ожидания. Пример 2. Выборочная дисперсия является смещенной оценкой ( , а оценка является несмещенной
3. Эффективность. Оценка должна обладать наименьшей дисперсией
№6 слайд![Интервальные оценки. Уровень](/documents_5/e563a8c1d03d6443b294dea671550233/img5.jpg)
Содержание слайда: Интервальные оценки. Уровень значимости
Интервальные оценки или. доверительные интервалы вводятся с целью определения точности оценки.
Доверительным интервалом для параметра ϴ называют интервал , содержащий истинное значение параметра
c заданной вероятностью :
.
) – доверительная вероятность;
– число - вероятность , которую называют уровнем значимости, характеризует точность оценивания. Обычно выбирают
Пример. Доверительный интервал для математического ожидания при неизвестной заранее дисперсии:
= , где
Число - квантиль распределения Стьюдента находим по статистическим таблицам или в Excel (функции Стьюдентраспобр)
Чем больше уровень значимости, тем выше точность оценивания
№7 слайд![Проверка статистических](/documents_5/e563a8c1d03d6443b294dea671550233/img6.jpg)
Содержание слайда: Проверка статистических гипотез
Статистическая гипотеза – это предположение относительно параметров или вида распределения (проверяемая гипотеза называется нулевой):
Пример 1. (альтернативная гипотеза)
Пример 2. случайная величина распределена по нормальному закону
: случайная величина не распределена по нормальному закону
Критерий - правило, согласно которому принимается решение принять или отвергнуть нулевую гипотезу.
Перед проверкой задается малая вероятность – уровень значимости, которая определяет размер критической области статистики критерия .
Если выборочное значение статистики критерия попадает в критическую область , гипотеза отклоняется , то есть – вероятность совершить ошибку , отвергнув правильную гипотезу.
О достоверности выводов, полученных при заданном уровне значимости:
высокий уровень значимости данные согласуются с
значимость возможна, но есть сомнения в истинности
имеют место сильные доводы против
основная гипотеза наверняка ложная
№8 слайд![Выборочный коэффициент](/documents_5/e563a8c1d03d6443b294dea671550233/img7.jpg)
Содержание слайда: Выборочный коэффициент корреляции. Оценка
Для системы случайных величин вводится характеристика –
ковариация (корреляционный момент):
Для независимых ковариация .
Коэффициент корреляции - безразмерный коэффициент, который определяет степень линейной корреляционной зависимости между случайными величинами.
Свойства : 1) если , то
3) если то случайные величины
называют некоррелированными. Независимые случайные величины являются некоррелированными.
Оценкой коэффициента корреляции является выборочный коэффициент корреляции =
Excel функции статистические корреляция
№9 слайд![Регрессионные модели Пусть](/documents_5/e563a8c1d03d6443b294dea671550233/img8.jpg)
Содержание слайда: Регрессионные модели
Пусть коэффициент корреляции между двумя случайными величинами значимо отличается от нуля и близок к единице.
Выдвигаем гипотезу: случайные величины связаны линейной корреляцинной зависимостью
Это уравнение называют уравнением линейной регрессии.
Регрессия – оптимальная зависимость, которая обеспечивает аппроксимацию опытных данных с наибольшей точностью, то есть с минимальной случайной ошибкой Наилучшие оценки для коэффициентов регрессии получают по методу наименьших квадратов :
= -
Excel точечная диаграмма линия тренда с указанием уравнения и качества аппроксимации - коэффициент детерминации (правой кнопкой на точку). На заключительной стадии обязательно проверяют статистическую значимость (можно доказать , что в доверительный интервал для коэффициента не содержит и адекватность модели ( случайные ошибки наблюдений – остатки распределены с нулевым средним = 0 ). Excel «Анализ данных» Регрессия