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:
0.98 MB
Просмотров:
89
Скачиваний:
2
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд
Содержание слайда: Предельные теоремы теории вероятностей.
Основные понятия математической статистики.
Лекция 16
№2 слайд
Содержание слайда: Числовые характеристики суммы независимых случайных величин
Пусть взаимно независимые, одинаково распределенные случайные величины с параметрами:
Случайная величина , которую называют средним арифметическим, имеет характеристики:
;
Каждое слагаемое нормированной и центрированой случайной величины
имеет характеристики:
Поскольку
№3 слайд
Содержание слайда: Характеристическая функция суммы независимых случайных величин
Характеристическая функция каждого слагаемого:
Характеристическая функция суммы :
При получаем неопределенность , которую раскрываем, используя основное логарифмическое тождество и разложение в ряд логарифмической функции :
.
В результате сформулируем центральную предельную теорему.
№4 слайд
Содержание слайда: Центральная предельная теорема
Если случайные величины независимы и одинаково распределены, а также имеют конечные математическое ожидание и дисперсию: =; ,
то для любого действительного закон распределения нормированного и центрированного среднего арифметического случайных величин при стремится к нормальному закону распределения с параметрами и :
Таким образом, нормальное распределение является предельной формой распределения суммы большого числа случайных величин, из которых ни одна не доминирует над другой.
№5 слайд
Содержание слайда: Теоремы Муавра - Лапласа
Рассматриваем биномиальное распределение (схема Бернулли): вероятность того, что при испытаниях событие появится раз:
;
При достаточно больших значениях биномиальное распределение приближенно заменяют нормальным распределением :
Вероятность того, что при испытаниях событие появится раз:
; (Локальная теорема Муавра –Лапласа)
Вероятность того, что при истытаниях число событий условию
(Интегральная теорема Муавра-Лапласа)
№6 слайд
Содержание слайда: Закон больших чисел в форме Бернулли
Найдем вероятность того, что относительная частота события отличается от его вероятности не более, чем на
С учётом того, что
используем интегральную теорему Муавра-Лапласа получаем:
Относительная частота события в независимых испытаниях при стремится к вероятности одного испытания
№7 слайд
Содержание слайда: Неравенство Чебышева. Теорема Чебышева.
f(x)
- 0 x
Дисперсия совпадает со вторым начальным моментом:
: площадь под графиком равна 1 и она больше, чем площадь под “ хвостами ” распределений.
Для случайной величины отклонение среднего от
неравенство Чебышева:
№8 слайд
Содержание слайда: Математическая статистика
позволяет получать обоснованные выводы о видах распределения, параметрах и других свойствах случайных величин по совокупности наблюдений над ними – выборке.
Пусть случайная величина распределена по закону и наблюдается в эксперименте а опыт повторяется раз в одних и тех же условиях. В результате получаем последовательность наблюдений значений случайной величины или случайно отобранных объектов , которую называют выборкой из генеральной совокупности с законом распределения
- объем выборки
Далее все выводы делаются на основе выборки.
№9 слайд
Содержание слайда: Основные задачи математической статистики
1. Сбор статистического материала (получение выборки)
2. Результаты наблюдений, записанные в порядке регистрации неудобны для анализа. Поэтому вторая задача статистического описания - получение такого представления выборки, которое позволяет выявить характерные особенности распределения ( группировка данных по интервалам, определение частот элементов выборки, построение полигона частот, гистограммы, эмпирической функции распределения )
3. Получение числовых характеристик выборки и оценка параметров распределения.
4. На основе полученных оценок и характерных особенностей распределения выборки выдвигается гипотеза (предположение) о виде распределения генеральной совокупности или строится другая вероятностная модель описания данных
5. Выполняется проверка статистической значимости (оценка погрешности) и адекватности (соответствия модели экспериментальным данным) построенной вероятностной модели.