Statystyka matematyczna zagadnienia

1. Model statystyczny a model probabilistyczny.

2. Przestrze statystyczna, populacja, prba, prba z rozkadu.

Ca rozwaan zbiorowo obiektw poddawanych badaniu nazywa bdziemy populacj

(generaln). Populacja skada si z obiektw. Obiekt posiada jedn lub kilka cech. Cecha obiektu
jest pewn zmienn losow. Przedmiotem statystyki matematycznej jest wnioskowa-nie
statystyczne na podstawie prby o populacji generalnej.

Wektor losowy ( , , ) 1 = n X X X , gdzie i X dla i =1,,n s niezalenymi

zmiennymi losowymi o jednakowym rozkadzie prawdopodobiestwa P , , nazywamy
n-elementow prb z rozkadu P .
Bdziemy rwnie uywali zapisu: n X , , X 1 jest prb z rozkadu P .
Przestrzeni prb nazywamy przestrze ( X , A )n generowan przez wektor losowy
( , , ) 1nX = X X .
Cig wartoci n x , , x 1 bdziemy nazywa realizacj prby losowej.
3. Statystyka. Rozkad statystyki z prby. Rozkad asymptotyczny statystyki.

4. Twierdzenie Gliwienki-Cantellego (trzeba umie wyjani znaczenie i zastosowanie

do konstrukcji testw).

5. Momenty z prby.

6. Statystyki pozycyjne.

7. Wskanik struktury.
Wskanik struktury (czsto wzgldna, frakcja)

- liczba jednostek statystycznych charakteryzujca si i-tym wariantem danej cechy,

- liczba wszystkich jednostek statystycznych objtych badaniem.
Wskanik struktury informuje, jaki jest udzia jednostek statystycznych posiadajcych i-ty wariant cechy w caej badanej
zbiorowoci. Jeli

przemnoymy przez 100, to otrzymamy udziay procentowe.

10. Bd redniokwadratowy.

11. Estymator zgodny (w sensie: sabo zgodny). Estymator nieobciony. Estymator

asympto-tycznie nieobciony.

12. Obcienie estymatora.

13. Obcienie a bd redniokwadratowy.

14. Estymator nieobciony o minimalnej wariancji.

15. Bd standardowy estymatora. Estymator studentyzowany.

16. Estymator najefektywniejszy.

17. Metoda momentw (trzeba zna przykad).

18. Metoda najwikszej wiarygodnoci (trzeba zna przykad).

19. Przykady estymatorw, redniej, wariancji, odchylenia standardowego i wskanika

struktury ( z wasnociami).

20. Konstrukcja przedziau ufnoci.

21. Estymacja przedziaowa parametru.

22. Funkcje centralne.

23. Konstrukcja przedziau ufnoci w oparciu o funkcj centraln.

24. Przykady konstrukcji przedziaw ufnoci dla redniej, wariancji, odchylenia standardo-wego i
wskanika struktury.

SREDNIA

WARIANCJA

ODCHYLENIE

25. CTG a konstrukcja przedziaw ufnoci.

Dla redniej:
- due n
~ N(0,1)
- mae n
~ t(n-1)
Potem szukamy kwantyli i lecimy z przedziaami

26. Weryfikacja hipotez statystycznych.

27. Test parametryczny i test nieparametryczny.

28. Hipotezy proste i zoone.

29. Bd I rodzaju. + 30. Bd II rodzaju.

- prawdopodobiestwo odrzucenia H0 mimo e jest ona prawdziwa

31. Funkcja mocy testu.

32. Moc testu. Rozmiar testu.

33. p-warto.
34. Testy istotnoci. Idea i przykady.

35. Test chi-kwadrat.

36. Test Jarquea-Bery.

37. Rne odmiany testu Komogorowa.

38. Test najmocniejszy. Test jednostajnie najmocniejszy.

39. Wniosek z lematu Neymana - Pearsona.

40. Testy zgodnoci (trzeba zna przykady).

Test serii, Test Komogorowa-Smirnowa, Test Wilcoxona

41. Testy niezalenoci (trzeba zna przykady).
Test niezalenoci chi-kwadrat
Test Spearmana
42. Test korelacji rang Spearmana.
Test Spearmana jest testem niezalenoci cech. Statystyk testow jest statystyka
okreslona wzorem:

Hipoteza zerowa jest postaci H0 : X i Y s niezalene.

Hipotez alternatywn jest na og istnienie jakiejkolwiek zalenoci.
Zgodnie z intuicj, mae co do wartoci bezwzgldnej wartoci statystyki przemawiaj
za hipotez zerowa, a due co do wartoci bezwzgldnej przeciw.

43. Interpretacja wykresu kwantyl-kwantyl.

44. Analiza wariancji (trzeba umie wyjani o co chodzi i zrobi prosty przykad).
Analiza wariancji, to statystyczna metoda rozstrzygania o istnieniu rnic midzy rednimi w
kilku populacjach.
Nazwa tej metody moe by wic nieco mylca. Jednak chocia celem ANOVA jest wykrywanie rnic midzy rednimi w kilku populacjach to metoda ta wymaga zbadania
wariancji ujawniajcej si w odpowiednio dobranych prbach losowych.
W najprostszym przypadku metoda ta jest rozszerzeniem testu do weryfikacji hipotezy o
rwnoci wartoci przecitnych w dwch populacjach na wiksz ich liczb.

Jednym z czciej rozwizywanych za jej pomoc problemw jest analiza czynnikw zewntrznych wpywajcych na wynik przeprowadzonego dowiadczenia. Mona zatem te
powiedzie, e celem jednokierunkowej analizy wariancji jest stwierdzenie istnienia wpywu
jednego czynnika na interesujc nas cech.
Metoda analizy wariancji opiera si, co jest bardzo istotne, na zaoeniu niezalenoci obserwacji badanych cech i normalnoci rozkadw tych cech w populacji generalnej.
Punktem wyjcia analizy wariancji jest pewna klasyfikacja populacji generalnej. Jeeli
podzia ten opiera si tylko na jednym kryterium odpowiadajcym zazwyczaj zmianom
kontrolowanego czynnika mwimy o klasyfikacji jednoczynnikowej, a w przypadku, gdy
wystpuje zaleno od wielu zmiennych zewntrznych mwimy o analizie wariancji wieloczynnikow. Poszczeglne warianty klasyfikacyjne nazywane s zwykle poziomami
rozpatrywanego czynnika.
45. Model regresji liniowej (trzeba umie wyjani, o co chodzi).

46. Metoda najmniejszych kwadratw (trzeba umie wyjani, o co chodzi).

47. Model Gaussa - Markowa (trzeba umie wyjani, o co chodzi).

48. Testy dotyczce regresji.

49. Rnica midzy wnioskowaniem klasycznym a wnioskowaniem bayesowskim.

50. Idea bootstrapu.