Delivered at:: Department of Mathematics (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))

Course type:: Compulsory course

When:: 2 year, 1, 2 module

Instructor

Pavlov, Igor

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплины «Теория вероятностей и математическая статистика» относится к блоку фундаментальных дисциплин данного направления подготовки. Изучение дисциплины базируется на общих курсах математического анализа и линейной алгебры и используется для изучения различных дисциплин блока Data Culture

Цель освоения дисциплины

Целями освоения дисциплины «Теория вероятностей и математическая статистика» является изучение студентами методов теории вероятностей и математической статистики.

Планируемые результаты обучения

Уметь вычислять вероятность случайного события. Знать основные модели элементарной теории вероятностей.
Знать получение схемы Бернулли.
Изучить понятие случайной величины. и функции распределения.
Изучить типовые случайные величины.
Понимать концепцию случайного вектора. Изучить понятие многомерное распределение.
Изучить типы связи случайных величин
Понимать и уметь использовать числовые характеристики случайной величины.
Разбираться в числовых характеристиках случайного вектора.
Изучить и уметь применять понятие характеристической функции.
Изучить и уметь доказывать простейший вариант центральной предельной теоремы.
Изучить основные понятия теории случайных процессов.
Изучить типовые случайные процессы.
Изучить основные понятия математической статистики.
Понимать основные понятия выборочного метода.
Знать методы точечного оценивания параметров..
Уметь строить интервальные оценки параметров.
Знать типовые критерии согласия.
Уметь использовать вероятностное интегральное преобразование.
Изучить теория Неймана-Пирсона.построения оптимальных тестов проверки простой гипотезы против простой альтернативы
Уметь строить оптимальные тесты проверки гипотез.
Знать основные понятия многомерного статистического анализа.
Уметь проверять гипотезы о параметрах многомерного распределения.

Содержание учебной дисциплины

3. Случайный вектор. 3.1. Многомерное распределение.
Функция совместного распределения нескольких случайных величин и её свойства. Дискретный случайный вектор: полиномиальное распределение, многомерное распределение Пуассона. Непрерывный случайный вектор: равномерное распределение, многомерное нормальное распределение. Маргинальное распределение.
2.2. Типовые случайные величины.
Дискретные случайные величины: гипергеометрическая, биномиальная, геометри-ческая, отрицательно-биномиальная, пуассоновская. Непрерывные случайные величины: равномерная, нормальная, экспоненциальная, Вейбулла, гамма-распределение.
2. Случайная величина. 2.1. Распределение.
Общее определение случайной величины. Распределение и функция распределе-ния. Свойства функции распределения. Разложение функции распределения и типы случайных величин. Дискретные и непрерывные случайные величины. Плотность распределения непрерывной случайной величины и её свойства. Распределение времени безотказной работы сложной системы без учёта эффекта усталости.
4.2. Числовые характеристики случайного вектора.
Смешанные моменты. Ковариация и её свойства. Коэффициент корреляции и его свойства. Независимость нормально распределённых случайных величин. Услов-ное математическое и его свойства. Понятие о корреляционной связи.
3.2. Типы связи случайных величин.
Условное распределение. Формулы полной вероятности и Байеса для случайных величин. Независимость случайных величин. Функции случайных величин. Моно-тонные функции, распределение суммы и частного независимых случайных вели-чин.
1.2. Схема Бернулли.
Дискретное и абсолютно-непрерывное вероятностные пространства. Дискретная случайная величина и её распределение. Гипергеометрическое распределение. Биномиальное распределение. Предельные теоремы в схеме Бернулли (теорема Пуассона и теоремы Муавра-Лапласа).
4. Числовые характеристики. 4.1. Числовые характеристики случайной величины.
Моменты распределения случайной величины. Математическое ожидание и его свойства. Дисперсия и её свойства. Коэффициенты ассиметрии и эксцесса. Мода, медиана, квантили.
6. Случайные процессы. 6.1. Основные понятия.
Понятие о случайном процессе. Конечномерное распределение. Числовые характе-ристики случайного процесса. Процессы с непрерывным и дискретным временем. Стационарность в широком и узком смысле. Эргодичность.
6.2. Типовые случайные процессы.
Пуассоновский процесс. Винеровский процесс. Гауссовский процесс. Марковские процессы. Матрица переходных вероятностей. Уравнения Колмогорова-Чепмена.
7. Введение в математическую статистику. 7.1. Основные понятия.
Статистическая структура и вероятностное пространство. Выборка. Функция правдо-подобия. Повторная выборка. Статистика. Тип задач: оценивание параметров, про-верка гипотез. Примеры задач теории статистических решений.
7.2. Выборочный метод.
Эмпирическая функция распределения. Теорема Гливенко. Гистограмма. Выбороч-ные моменты. Частота и вероятность. Оценка числа наблюдений на основе теоремы Муавра-Лапласа.
5. Предельные теоремы. 5.1. Характеристическая функция.
Производящая функция моментов. Моменты нормального распределения. Харак-теристическая функция и её свойства. Замкнутость нормального распределения от-носительно линейного преобразования.
9.2. Вероятностное интегральное преобразование.
Роль равномерного распределения. Общий метод генерирования случайных вели-чин с заданным распределением. Генерирование нормально распределённых слу-чайных величин. Класс тестов Е.С.Пирсона.
10.2. Оптимальные тесты проверки гипотез.
Равномерно наиболее мощные в классе несмещённых тесты. Инвариантность. Ми-нимальный полный класс байесовских решающих правил.
10. Теория Неймана-Пирсона. 10.1. Тесты Неймана-Пирсона.
Простые и сложные гипотезы и альтернативы. Ошибки первого и второго рода. Лемма Неймана-Пирсона. Уровень значимости и функция мощности. Семейство с монотонным отношением правдоподобия.
8.2. Интервальные оценки.
Доверительный интервал и доверительная вероятность. Доверительные интервалы для параметров нормального распределения. Ассимптотическая эффективность и нормальность точечных оценок и доверительные интервалы.
8. Оценивание параметров. 8.1. Точечные оценки.
Методы построения точечных оценок: метод моментов, оценки максимального правдоподобия, байесовские оценки. Свойства оценок: состоятельность, несме-щённость, эффективность. Неравенство Рао-Крамера. Примеры.
11. Введение в многомерный статистический анализ. 11.1. Выборочные характеристики
Выборочные корреляционная и ковариационная матрицы. Несмещённая оценка ковариации и коэффициента корреляции. Метод наименьших квадратов. Выбороч-ный аналог уравнения линейной регрессии. Понятие о нелинейной регрессии.
11.2. Проверка гипотез о параметрах многомерного распределения.
Равномерно наиболее мощный тест независимости двух нормальных величин и его обобщение. Проверка гипотезы независимости множества нормальных величин. Тест максимального правдоподобия. Доверительные интервалы.
5.2. Центральная предельная теорема.
Неравенство Чебышева. Закон больших чисел. Теорема Муавра- Лапласа. Цен-тральная предельная теорема для независимых одинаково распределённых слу-чайных величин. Условие Линдеберга. Роль нормального распределения.
9. Критерии согласия 9.1. Типовые критерии согласия.
Простые и сложные гипотезы согласия. Критерии Колмогорова и Смирнова. Крите-рий хи-квадрат. Хи-квадрат распределение. Распределение статистик согласия. Критерии нормальности и характеризационные свойства. Критерий Шапиро-Уилка.
1. Вероятность случайного события.1.1. Элементарная теория вероятностей.
Задача де Мере. Пространство элементарных исходов. События и операции над ними. Алгебра событий. Аксиоматическое определение вероятности. Способы за-дания вероятности. Простейшие следствия из аксиом. Условная вероятность и её свойства. Формула полной вероятности и формулы Байеса. Независимые события и их свойства. Независимость в совокупности.

Элементы контроля

домашняя работа
тест
экзамен
Экзамен 2-го модуля
Контрольная работа 2-го модуля

Промежуточная аттестация

Промежуточная аттестация (1 модуль)
0.5 * домашняя работа + 0.5 * тест
Промежуточная аттестация (2 модуль)
0.3 * Контрольная работа 2-го модуля + 0.3 * экзамен + 0.4 * Экзамен 2-го модуля

Bachelor’s Programme 'Artificial and Augmented Intelligence Technologies'

Probability Theory and Mathematical Statistics

Author

Instructor

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература