Математическая статистика темы рефератов
Обновлено: 18.05.2024
Раскрывает ли теория вероятности влияние на случайные события?
Связь между статистическими данными и вероятностными событиями.
Случайные величины вокруг нас и их числовые характеристики.
Случайные события и вероятность
События и вероятности
Теория вероятностей в азартных играх
Теория вероятностей в игре
Теория вероятностей и статистика в 7-м классе
Теория вероятностей в жизни пчёл
Теория вероятностей и статистика
Частота и вероятность. Частота в статистике и решении экономических. задач
Что такое вероятность
Элементы теории вероятностей
Элементы теории вероятностей в игре домино
Элементы теории вероятностей и ее применение
Элементы теории вероятности и комбинаторики.
Комбинаторика
Комбинаторика без повторений
Комбинаторика в лоскутной технике
Комбинаторика в нашей жизни
Комбинаторика вокруг нас
Комбинаторика и вероятность
Комбинаторика и комбинаторные задачи
Комбинаторика – первый шаг в большую науку
Комбинаторика — первый шаг в большую науку
Комбинаторика — это интересно!
Комбинаторика, элементы теории вероятности и статистики в нашей жизни
Комбинаторные задачи в 5-м классе
Комбинации и расположения
Решения комбинаторных задач
Решение задач по статистике, комбинаторике и теории вероятностей в 7-м классе
Способы решения комбинаторных задач
Удивительный мир комбинаторных задач
Элементы комбинаторики в основной школе
Элементы комбинаторики и понятие вероятности
Элементы комбинаторики и теории вероятностей.
Математическая статистика
Темы исследовательских работ по математической статистике:
Исследование статистической связи между случайными величинами
Математическая статистика в действии
Математическая статистика в жизни одного класса
Математическая статистика в нашей жизни
Математическая статистика вокруг нас
Математическая статистика и жизнь
Статистика в биологии
Статистика в моем классе
Статистика в нашей жизни
Статистика в школьном курсе математики
Статистика вокруг нас
Статистика вокруг нас. Рост моих одноклассников.
Статистика и математика
Статистика и мы
Статистика на службе школы
Статистика одной школы
Статистика радиационного фона после глобальной аварии на Чернобыльской АЭС.
Статистика — лукавая наука или нет?
Статистическая обработка данных
Статистические исследования 5-го класса
Статистические наблюдения старосты класса
Статистические характеристики 5-го класса
Статистическое исследование "Компьютерные игры в жизни учащихся нашей школы".
Статистическое исследование "Расход электроэнергии за год"
Статистическое исследование "Удобно ли расположена школа"
Статистическое исследование "Частота использования гласных букв в русском языке"
Статистическое исследование здоровья и образа жизни школьников.
Оставьте свой комментарий
40%
У автора в друзьях: 1
Ответственность за разрешение любых спорных моментов, касающихся самих материалов и их содержания, берут на себя пользователи, разместившие материал на сайте. Однако администрация сайта готова оказать всяческую поддержку в решении любых вопросов, связанных с работой и содержанием сайта. Если Вы заметили, что на данном сайте незаконно используются материалы, сообщите об этом администрации сайта через форму обратной связи.
Все материалы, размещенные на сайте, созданы авторами сайта либо размещены пользователями сайта и представлены на сайте исключительно для ознакомления. Авторские права на материалы принадлежат их законным авторам. Частичное или полное копирование материалов сайта без письменного разрешения администрации сайта запрещено! Мнение администрации может не совпадать с точкой зрения авторов.
Основные понятия, предмет и методы математической статистики. Сущность выборочного метода (математическое ожидание, медиана, дисперсия), анализ теории вероятности, свойств и взаимосвязи случайных величин, зависимость между известными и переменными.
| Рубрика | Математика |
| Вид | реферат |
| Язык | русский |
| Дата добавления | 24.12.2014 |
| Размер файла | 108,2 K |
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
математический статистика вероятность дисперсия
Математическая статистика -- наука о математических методах систематизации и использования статистических данных для научных и практических выводов. Во многих своих разделах математическая статистика опирается на теорию вероятностей, позволяющую оценить надежность и точность выводов, делаемых на основании ограниченного статистического материала (напр., оценить необходимый объем выборки для получения результатов требуемой точности при выборочном обследовании).
В теории вероятностей рассматриваются случайные величины с заданным распределением или случайные эксперименты, свойства которых целиком известны. Предмет теории вероятностей -- свойства и взаимосвязи этих величин (распределений).
Но часто эксперимент представляет собой черный ящик, выдающий лишь некие результаты, по которым требуется сделать вывод о свойствах самого эксперимента. Наблюдатель имеет набор числовых (или их можно сделать числовыми) результатов, полученных повторением одного и того же случайного эксперимента в одинаковых условиях.
При этом возникают, например, следующие вопросы: Если мы наблюдаем одну случайную величину -- как по набору ее значений в нескольких опытах сделать как можно более точный вывод о ее распределении?
Примером такой серии экспериментов может служить социологический опрос, набор экономических показателей или, наконец, последовательность гербов и решек при тысячекратном подбрасывании монеты.
Все вышеприведенные факторы обуславливают актуальность и значимость тематики работы на современном этапе, направленной на глубокое и всестороннее изучение основных понятий математической статистики.
В связи с этим целью данной работы является систематизация, накопление и закрепление знаний о понятиях математической статистики.
1. Предмет и методы математической статистики
Математическая статистика -- наука о математических методах анализа данных, полученных при проведении массовых наблюдений (измерений, опытов). В зависимости от математической природы конкретных результатов наблюдений статистика математическая делится на статистику чисел, многомерный статистический анализ, анализ функций (процессов) и временных рядов, статистику объектов нечисловой природы. Существенная часть статистики математической основана на вероятностных моделях. Выделяют общие задачи описания данных, оценивания и проверки гипотез. Рассматривают и более частные задачи, связанные с проведением выборочных обследований, восстановлением зависимостей, построением и использованием классификаций (типологий) и др.
Для описания данных строят таблицы, диаграммы, иные наглядные представления, например, корреляционные поля. Вероятностные модели обычно не применяются. Некоторые методы описания данных опираются на продвинутую теорию и возможности современных компьютеров. К ним относятся, в частности, кластер-анализ, нацеленный на выделение групп объектов, похожих друг на друга, и многомерное шкалирование, позволяющее наглядно представить объекты на плоскости, в наименьшей степени исказив расстояния между ними.
Методы оценивания и проверки гипотез опираются на вероятностные модели порождения данных. Эти модели делятся на параметрические и непараметрические. В параметрических моделях предполагается, что изучаемые объекты описываются функциями распределения, зависящими от небольшого числа (1-4) числовых параметров. В непараметрических моделях функции распределения предполагаются произвольными непрерывными. В статистике математической оценивают параметры и характеристики распределения (математическое ожидание, медиану, дисперсию, квантили и др.), плотности и функции распределения, зависимости между переменными (на основе линейных и непараметрических коэффициентов корреляции, а также параметрических или непараметрических оценок функций, выражающих зависимости) и др. Используют точечные и интервальные (дающие границы для истинных значений) оценки.
В математической статистике есть общая теория проверки гипотез и большое число методов, посвященных проверке конкретных гипотез. Рассматривают гипотезы о значениях параметров и характеристик, о проверке однородности (то есть о совпадении характеристик или функций распределения в двух выборках), о согласии эмпирической функции распределения с заданной функцией распределения или с параметрическим семейством таких функций, о симметрии распределения и др.
Большое значение имеет раздел математической статистики, связанный с проведением выборочных обследований, со свойствами различных схем организации выборок и построением адекватных методов оценивания и проверки гипотез.
Задачи восстановления зависимостей активно изучаются более 200 лет, с момента разработки К. Гауссом в 1794 г. метода наименьших квадратов. В настоящее время наиболее актуальны методы поиска информативного подмножества переменных и непараметрические методы.
Разработка методов аппроксимации данных и сокращения размерности описания была начата более 100 лет назад, когда К. Пирсон создал метод главных компонент. Позднее были разработаны факторный анализ и многочисленные нелинейные обобщения.
Различные методы построения (кластер-анализ), анализа и использования (дискриминантный анализ) классификаций (типологий) именуют также методами распознавания образов (с учителем и без), автоматической классификации и др.
Математические методы в статистике основаны либо на использовании сумм (на основе Центральной Предельной Теоремы теории вероятностей) или показателей различия (расстояний, метрик), как в статистике объектов нечисловой природы. Строго обоснованы обычно лишь асимптотические результаты. В настоящее время компьютеры играют большую роль в математической статистике. Они используются как для расчетов, так и для имитационного моделирования (в частности, в методах размножения выборок и при изучении пригодности асимптотических результатов).
2. Основные понятия математической статистики
Основные понятия выборочного метода
Пусть -- случайная величина, наблюдаемая в случайном эксперименте. Предполагается, что вероятностное пространство задано (и не будет нас интересовать).
Будем считать, что, проведя раз этот эксперимент в одинаковых условиях, мы получили числа , , , -- значения этой случайной величины в первом, втором, и т.д. экспериментах. Случайная величина имеет некоторое распределение , которое нам частично или полностью неизвестно.
Рассмотрим подробнее набор , называемый выборкой.
В серии уже произведенных экспериментов выборка -- это набор чисел. Но если эту серию экспериментов повторить еще раз, то вместо этого набора мы получим новый набор чисел. Вместо числа появится другое число -- одно из значений случайной величины . То есть (и , и , и т.д.) -- переменная величина, которая может принимать те же значения, что и случайная величина , и так же часто (с теми же вероятностями). Поэтому до опыта -- случайная величина, одинаково распределенная с , а после опыта -- число, которое мы наблюдаем в данном первом эксперименте, т.е. одно из возможных значений случайной величины .
Выборочное распределение
Рассмотрим реализацию выборки на одном элементарном исходе -- набор чисел , , . На подходящем вероятностном пространстве введем случайную величину , принимающую значения , , с вероятностями по (если какие-то из значений совпали, сложим вероятности соответствующее число раз). Таблица распределения вероятностей и функция распределения случайной величины выглядят так:
Распределение величины называют эмпирическим или выборочным распределением. Вычислим математическое ожидание и дисперсию величины и введем обозначения для этих величин:
Точно так же вычислим и момент порядка
В общем случае обозначим через величину
Если при построении всех введенных нами характеристик считать выборку , , набором случайных величин, то и сами эти характеристики -- , , , , -- станут величинами случайными. Эти характеристики выборочного распределения используют для оценки (приближения) соответствующих неизвестных характеристик истинного распределения.
Причина использования характеристик распределения для оценки характеристик истинного распределения (или ) -- в близости этих распределений при больших .
Рассмотрим, для примера, подбрасываний правильного кубика. Пусть -- количество очков, выпавших при -м броске, . Предположим, что единица в выборке встретится раз, двойка -- раз и т.д. Тогда случайная величина будет принимать значения 1, , 6 с вероятностями , , соответственно. Но эти пропорции с ростом приближаются к согласно закону больших чисел. То есть распределение величины в некотором смысле сближается с истинным распределением числа очков, выпадающих при подбрасывании правильного кубика.
Мы не станем уточнять, что имеется в виду под близостью выборочного и истинного распределений. В следующих параграфах мы подробнее познакомимся с каждой из введенных выше характеристик и исследуем ее свойства, в том числе ее поведение с ростом объема выборки.
Математическая (или теоретическая) статистика опирается на методы и понятия теории вероятностей, но решает в каком-то смысле обратные задачи.
Если мы наблюдаем одновременно проявление двух (или более) признаков, т.е. имеем набор значений нескольких случайных величин -- что можно сказать об их зависимости? Есть она или нет? А если есть, то какова эта зависимость?
Список литературы
1. Пехелецкий И.Д. Математика: учебник для студентов.
Подобные документы
Фактор как одна из случайных величин, зависимость между которыми анализируется. Дисперсия как характеристика общей изменчивости значений У. Математическое ожидание как центр группирования значений У при Х=а. Нахождение коэффициента детерминации.
презентация [115,4 K], добавлен 01.11.2013
Предмет, методы и понятия математической статистики, ее взаимосвязь с теорией вероятности. Основные понятия выборочного метода. Характеристика эмпирической функции распределения. Понятие гистограммы, принцип ее построения. Выборочное распределение.
учебное пособие [279,6 K], добавлен 24.04.2009
Основные методы формализованного описания и анализа случайных явлений, обработки и анализа результатов физических и численных экспериментов теории вероятности. Основные понятия и аксиомы теории вероятности. Базовые понятия математической статистики.
курс лекций [1,1 M], добавлен 08.04.2011
Понятие комплекса случайных величин, закона их распределения и вероятностной зависимости. Числовые характеристики случайных величин: математическое ожидание, момент, дисперсия и корреляционный момент. Показатель интенсивности связи между переменными.
курсовая работа [2,4 M], добавлен 07.02.2011
Предмет и метод математической статистики. Распределение непрерывной случайной величины с точки зрения теории вероятности на примере логарифмически-нормального распределения. Расчет корреляции величин и нахождение линейной зависимости случайных величин.
курсовая работа [988,5 K], добавлен 19.01.2011
Теория вероятности, понятие вероятности события и её классификация. Понятие комбинаторики и её основные правила. Теоремы умножения вероятностей. Понятие и виды случайных величин. Задачи математической статистики. Расчёт коэффициента корреляции.
шпаргалка [945,2 K], добавлен 18.06.2012
Дискретные системы двух случайных величин. Композиция законов распределения, входящих в систему. Определение вероятности попадания случайной величины в интервал; числовые характеристики функции; математическое ожидание и дисперсия случайной величины.
Читайте также: