Конспект по математической статистике/Курилова
Литература
Автор: Никитина Н.Ш. "Математическая статистика для экономистов". - Москва - Новосибирск : ИНФРА-М - НГТУ, 2001
Авторская работа Автор: Курилова И.А. Руководитель: Вакуленко Ю.А. Работа не имеет рецензии.
|
Общие сведения
правитьМатематическая статистика-это часть прикладной математической дисциплины "Теория вероятности и математическая статистика", которая изучает случайные явления, исследует одинаковые с теорией вероятностей методы и понятия и основана на аксиоматике А.Н.Холмогорова.
Исследования поведения объекта или явления обычно осуществляется на основе изучения статистических данных-наблюдений и измерений.Поэтому первой задачей математической статистики является определение способа сбора и группировки статистической информации. Вторая задача математической сатистики состоит в разработке методов анализа статистических данных, адекватных целям исследования.
Теория вероятностей | Математическая статистика |
---|---|
1. Модель, описывающая изучаемое явление или объект, известна априори(до опыта).Есть сведения обо всей генеральной совокупности, описывающей исследуемое явление.
2. Используемый математический аппарат не зависит от предметной области. 3. Выводы о поведении исследуемого объекта или явления делаются по всей генеральной совокупности. |
1. Модель, описывающая исследуемое явление, априори неизвестна.
2. Для определения модели можно проводить пробные испытания (сформировать аыборку из генеральной совокупности) 3. Иногда модель может быть задана априори с точностью до известных параметров. 4. Значения неизвестных параметров модели могут быть приближенно получены по выборке из генеральной совокупности. 5. Выводы о поведении объекта или явления делаются по выборке ограниченного объёма и распространяются на всю генеральную совокупность. |
Генеральная совокупность-все мыслимые значения (измерения, набдюдения), описывающие поведение исследуемого объекта или явления.
Выборка из генеральной совокупности - ограниченный набор реально наблюдаемых выборочных из генеральной совокупности значений, описывающих исследуемый объект или явление. Количество этих значений называется объёмом выборки.
Материальные объекты. Их вероятностная природа
правитьВсе законы природы и общества могут быть разделены на несколько классов, среди которых важное место занимают детерминированные и сатистические (стохастические).
Детерминированные законы - это те, для которых характерно наличие причинной обусловленности протекающих процессов. К этому классу относятся законы небесной механики, физические законы (электричество, механика и пр.), т.е. все те, которые не имеют вероятностной природы.
Статистические (стохастические) законы определяют будущее состояние системы (объекта) неодназначно, с некоторой вероятностью. Например, такие явления макромира, как долговременные изменения температуры , или явления макромира - положение электрона в электронной оболочке ("электронное облако") и др.
Можно утверждать, что без случайности нет развития. Случайностью объясняются возникновение жизни на Земле, совершенствование биологических видов, исторические события, творческая деятельность, развитие социально-экономических систем.
Именно поэтому математическая статистика становится всё более значимым инструментом статистического анализа и прогнозирования состояния, поведения и развития различных систем, в том числе экономических процессов и явлений.
Этапы решения задачи описания эмпирических данных вероятностными моделями
правитьРешение задачи описания эмпирических данных (содержащих информацию о поведении реальных объектов) вероятностными моделями можно представить в виде пяти укрупнённых этапов.
Содержание каждого этапа и применяемые на данном этапе методы отражены в табл. 2.
Таблица 2
Этапы решения задачи описания эмпирических данных вероятностными моделями
Название этапа | Содержание этапа | Применяемые методы |
---|---|---|
1. Предварительная обработка данных (выборки из генеральной совокупности) | Анализ объёма выборки, засоренности выборки, независимости элементов выборки | Методы непараметрической статистики (удаление засорений, проверка статистичеких гипотез, формирование требований к условиям проведения эксперимента) |
2. Оценивание характеристик случайных величин | Точечное и интервальное оценивание числовых и функционных характеристик | Методы непараметрического оценивания (как правило, при объёме выборки n < 60), параметрическое или непараметрическое оценивание (при объёме выборки n ≥ 60) |
3. Описание эмпирических данных вероятностными моделями (задачи аппроксимации) | Выбор типа модели, описывающей эмпирические данные | Методы упорядочения моделей и выбора аппроксимирующего распределения (модели) |
4. Оценивание неизвестных параметров модели | Точечное и интервальное оценивание параметров | Методы интервального и точечного оценивания параметров модели (моментов, максимального правдоподобия и пр.) |
5. Проверка гипотез о согласии модели и эмпирического распределения | Проверка адекватности выбранной модели и эмпирического распределения | Методы проверки гипотез о согласии (χ² - Пирсона, Колмогорова - Смирнова,w² - Мизеса и пр.) |
ОСНОВНЫЕ ПОНЯТИЯ ВЫБОРОЧНОГО МЕТОДА
правитьСтруктура главы "Описательная статистика. Основные понятия выборочного метода" представлена на рис. 2.
Цели
Иметь представление:
- об основных задачах математической статистики (МС);
- этапах статистической обработки эмпирических данных.
Знать и уметь различать понятия:
- малая, большая и репрезентативная выборки;
- формы представления выборки (негруппированная, группированная, вариационный ряд);
- функционные и числовые характеристики случайных величин;
- точечные и интервальные оценки характеристик случайной величины;
- характеристики положения, рассеяния, формы распределения;
- характеристики порядковых статистик.
Уметь:
править- получать по выборке из генеральной совокупности оценки начальных и центральных моментов, оценки коэффициентов асимметрии и эксцесса, оценки характеристик порядковых статистик (медиану, квантили, процентили, квартили, децили, размахи), оценки функции и плотности распределения вероятностей случайной величины;
- строить полигон частот, гистограмму и график накопленных частот.