Закон больших чисел. Центральная предельная теорема. Интервальная оценка
Одна из основных проблем в теории принятия решений – необходимость учета неопределенностей, оценки и управления рисками. Для описания неопределенностей и рисков чаще всего используется вероятностно-статистический подход.
[contents] [ads_top]Под математической статистикой понимают раздел математики, посвященный математическим методам сбора, систематизации, обработки и интерпретации статистических данных, а также использование их для научных или практических выводов.
Понятие об интервальной оценке
Интервальная оценка для математического ожидания при известной генеральной дисперсии:
Интервальная оценка для математического ожидания при неизвестной генеральной дисперсии:
где n= N – 1.
Учитывая, что распределение Стьюдента при асимптотически сходится к нормальному закону распределения, то при объеме экспериментальной выборки более 100 можно использовать следующие приближенные формулы:
при этом
Интервальная оценка для дисперсии
Закон больших чисел
[ads_body]Содержание закона больших чисел: усредненный результат большого числа случайных величин является не случайной величиной и, следовательно, может быть предсказан.
Неравенство Чебышева: для случайной величины X с известными числовыми характеристиками (mx, Dx) справедливо следующее неравенство:
При
Для реальных законов распределения эта вероятность существенно меньше, так для нормального закона распределения:
Содержание теоремы Чебышева: если над случайной величиной X с числовыми характеристиками mx, Dx производится серия из n опытов, в результате которых получены следующие значения случайной величины: , то для последовательности случайных величин , справедливо:
Следствие закона больших чисел — теорема Бернулли: если в серии из n опытов событие А наблюдалось Rn раз, тогда для частоты события А, равной справедливо:
Центральная предельная теорема
Содержание центральной предельной теоремы: закон распределения суммы случайных величин , а именно, величины
при неограниченно приближается к нормальному закону распределения, при условии, что вклад в итоговое рассеяние величины Yn каждой величины xi соизмерим.
Следствие центральной предельной теоремы — теорема Муавра-Лапласа: если в серии из n независимых опытов вероятность появления события А постоянна и равна Р(А)=р, то для числа появлений события А в данной серии опытов Yn при справедливо:
или