Основные обозначения и сокращения | 7 |
Предисловие | 8 |
Введение | 11 |
Раздел I ТЕОРИЯ ВЕРОЯТНОСТЕЙ | |
Глава 1. Вероятности случайных событий | 15 |
1.1. Относительная частота и вероятность | 15 |
1.2. Пространство элементарных исходов. Случайные события и операции над ними | 16 |
1.3. Вероятность случайного события. Классическое определение вероятности | 19 |
1.4. Основные понятия комбинаторики | 21 |
1.5. Геометрическое определение вероятности | 25 |
1.6. Аксиоматическое определение вероятности | 26 |
1.7. Условная вероятность. Независимость событий | 27 |
1.8. Формула полной вероятности. Формула Байеса | 30 |
Задачи для самостоятельной работы | 33 |
Глава 2. Последовательности испытаний | 37 |
2.1. Последовательность независимых испытаний. Схема Бернулли | 37 |
2.2. Полиномиальная схема | 40 |
2.3. Количество информации | 41 |
2.4. Последовательность зависимых испытаний. Цепи Маркова | 44 |
Задачи для самостоятельной работы | 47 |
Глава 3. Случайные величины | 49 |
3.1. Понятие случайной величины. Закон распределения дискретной случайной величины | 49 |
3.2. Функция распределения случайной величины и ее свойства | 50 |
3.3. Непрерывная случайная величина. Плотность распределения | 53 |
3.4. Смешанная случайная величина | 54 |
3.5. Числовые характеристики случайных величин | 55 |
3.6. Основные законы распределения | 63 |
3.6.1. Дискретные законы распределения | 63 |
3.6.2. Непрерывные распределения | 66 |
3.7. Производящие и характеристические функции | 73 |
Задачи для самостоятельной работы | 75 |
Глава 4. Системы случайных величин | 78 |
4.1. Основные определения для систем случайных величин | 78 |
4.2. Дискретная двумерная случайная величина. Матрица распределения | 81 |
4.3. Непрерывная двумерная случайная величина. | |
Совместная плотность распределения | 82 |
4.4. Функции от случайных величин | 83 |
4.5. Композиция законов распределения | 84 |
4.6. Числовые характеристики системы случайных величин | 87 |
4.7. Условные законы распределения | 89 |
4.8. Условное математическое ожидание и его свойства | 92 |
4.9. Числовые характеристики n-мерного случайного вектора | 94 |
4.10. Многомерный нормальный закон распределения | 95 |
Задачи для самостоятельной работы | 96 |
Глава 5. Предельные теоремы теории вероятностей | 99 |
5.1. Неравенства Чебышева | 99 |
5.2. Понятие о законе больших чисел. Закон больших чисел в форме Чебышева и форме Бернулли | 100 |
5.3. Центральная предельная теорема | 102 |
5.4. Применение центральной предельной теоремы | 103 |
5.5. Предельные теоремы в схеме Бернулли | 104 |
Задачи для самостоятельной работы | 108 |
Глава 6. Элементы теории случайных процессов и теории массового обслуживания | 110 |
6.1. Определение случайного процесса и его характеристики | 110 |
6.2. Стационарные случайные процессы | 112 |
6.3. Основные случайные процессы | 113 |
6.4. Марковские процессы | 115 |
6.5. Процесс размножения и гибели | 118 |
6.6. Полумарковские процессы | 119 |
6.7. Понятие о случайном потоке событий. Простейший поток | 121 |
6.8. Основные понятия теории массового обслуживания | 123 |
6.9. Различные виды систем массового обслуживания | 125 |
6.9.1. Марковские системы обслуживания | 125 |
6.9.2. Полумарковские системы обслуживания | 129 |
Задачи для самостоятельной работы | 132 |
Раздел II МАТЕМАТИЧЕСКАЯ СТАТИСТИКА | |
Глава 7. Задачи и основные понятия математической статистики | 137 |
7.1. Предмет и задачи математической статистики | 137 |
7.2. Выборочное распределение. Полигон и гистограмма | 140 |
7.3. Выборочные характеристики я их распределения | 143 |
Задачи для самостоятельной работы | 149 |
Глава 8. Статистическое оценивание параметров | 150 |
8.1. Точечные оценки неизвестных параметров распределения | 150 |
8.2. Методы нахождения точечных оценок | 152 |
8.2.1. Метод моментов | 152 |
8.2.2. Метод максимального правдоподобия | 153 |
8.2.3. Нахождение эффективных оценок с помощью неравенства Рао — Крамера | 155 |
8.3. Интервальные оценки неизвестных параметров | 156 |
8.3.1. Доверительные интервалы для параметров нормального распределения | 158 |
8.3.2. Доверительные интервалы в случае асимптотически нормальных оценок | 161 |
8.4. Определение необходимого объема выборки | 161 |
Задачи для самостоятельной работы | 162 |
Глава 9. Статистическая проверка гипотез | 164 |
9.1. Основные понятия теории проверки гипотез | 164 |
9.2. Параметрические гипотезы | 166 |
9.2.1. Проверка гипотезы о равенстве математических ожиданий | 166 |
9.2.2. Проверка гипотезы о равенстве дисперсий | 168 |
9.3. Проверка гипотезы о виде распределения | 169 |
9.3.1. Критерий согласия Пирсона | 170 |
9.3.2. Критерий Колмогорова | 172 |
9.3.3. Критерий Мизеса | 172 |
9.4. Гипотеза однородности. Критерии однородности | 173 |
9.4.1. Критерий знаков | 173 |
9.4.2. Ранговый критерий Вилкоксона | 174 |
9.5. Выбор из двух гипотез. Критерий Неймана — Пирсона | 175 |
Задачи для самостоятельной работы | 178 |
Глава 10. Дисперсионный анализ | 179 |
10.1. Основные понятия дисперсионного анализа | 179 |
10.2. Однофакторный дисперсионный анализ | 180 |
10.3. Двухфакторный дисперсионный анализ | 183 |
Задачи для самостоятельной работы | 190 |
Глава 11. Корреляционный и регрессионный анализы | 192 |
11.1. Понятие стохастической зависимости | 192 |
11.2. Основы корреляционного анализа | 194 |
11.2.1. Парная корреляция | 195 |
11.2.2. Ранговая корреляция | 201 |
11.2.3. Множественная корреляция | 205 |
11.3. Основы регрессионного анализа | 207 |
11.3.1. Метод наименьших квадратов | 207 |
11.3.2. Выборочное уравнение парной линейной регрессии | 208 |
11.3.3. Оценка достоверности статистического коэффициента регрессии по выборочным данным | 210 |
11.3.4. Проверка гипотезы линейности | 210 |
11.3.5. Оценка соответствия уравнения регрессии статистическим данным | 211 |
11.3.6. Нелинейные формы парной регрессии | 212 |
11.3.7. Множественная линейная регрессия | 214 |
Задачи для самостоятельной работы | 216 |
Глава 12. Факторный анализ | 219 |
12.1. Сущность факторного анализа | 219 |
12.2. Описание основного примера | 220 |
12.3. Основные соотношения факторного анализа | 222 |
12.4. Процедуры факторного анализа | 224 |
12.5. Пример выполнения основных процедур факторного анализа | 229 |
12.6. Геометрическая интерпретация факторного анализа | 234 |
12.7. Статистическая оценка надежности решений методом факторного анализа | 236 |
Задачи для самостоятельной работы | 238 |
Глава 13. Кластерный анализ | 240 |
13.1. Сущность кластерного анализа | 240 |
13.2. Нормировка (стандартизация) данных | 241 |
13.3. Формальная постановка задачи кластеризации | 242 |
13.4. Алгоритмы кластерного анализа | 243 |
13.4.1. Алгоритм k средних | 243 |
13.4.2. Алгоритм k центроидов | 245 |
13.4.3. Алгоритм FOREL | 249 |
13.4.4. Иерархическая кластеризация | 251 |
13.5. Использование статистических пакетов | 253 |
Задачи для самостоятельной работы | 255 |
Глава 14. Элементы теории принятия решений | 258 |
14.1. Функция риска и допустимые решающие правила | 258 |
14.2. Байесовское решение | 259 |
14.3. Минимаксное решение | 260 |
14.4. Оценивание параметров и проверка гипотез с позиции теории принятия решений | 264 |
14.5. Задача классификации наблюдений | 264 |
Задачи для самостоятельной работы | 267 |
Литература | 269 |
Приложения. Математико-статистические таблицы | 271 |
Предметный указатель | 280 |