Предисловие редактора | 5 |
Предисловие авторов | 7 |
|
Глава первая. Некоторые примеры использования статистических |
методов принятия решений | 9 |
|
1. Введение | 9 |
2. Пример | 11 |
3. Основные принципы теории принятия решений | 19 |
4. Выводы | 20 |
|
Глава вторая. Обработка данных | 28 |
|
1. Введение | 28 |
2. Способы представления данных | 28 |
3. Графическое представление экспериментальных данных. Гистограмма | 31 |
4. Графическое представление экспериментальных данных. |
Экспериментальная кривая накопленных частот | 33 |
5. Суммирование результатов наблюдений | 38 |
6. Статистические характеристики результатов наблюдений. Среднее |
значение (среднее арифметическое) и дисперсия | 41 |
7. Упрощённая схема вычисления среднего значения, дисперсии |
и стандартного отклонения с помощью сгруппированных данных | 46 |
|
Глава третья. Элементы теории вероятностей. Случайные величины | 49 |
|
1. Введение | 49 |
2. Два примера | 49 |
3. Распределение вероятностей и интегральная функция распределения | 54 |
4. Плотность распределения вероятностей для дискретных случайных |
величин | 62 |
5. Функция плотности вероятностей для непрерывной случайной величины | 66 |
6. Совокупности и случайные выборки | 69 |
7. Совокупности с нормальным законом распределения | 72 |
8. Множества и функции | 78 |
9. Понятие вероятности | 82 |
|
Глава четвёртая. Полезность и статистические параметры | 86 |
|
1. Введение | 86 |
2. Полезность | 86 |
2.1. Допущения, связанные с понятием полезности | 89 |
2.2. Применение функции полезности | 95 |
3. Вероятность и математическое ожидание | 98 |
4. Применение принципа полезности к анализу справедливых игр | 108 |
5. Петербургский парадокс | 114 |
6. Характеристические параметры | 118 |
7. Среднее и дисперсия | 125 |
8. Выводы | 128 |
|
Глава пятая. Неопределённость, возникающая из-за незнания |
состояния природы | 131 |
|
1. Введение | 131 |
2. Два состояния природы. Пример | 131 |
3. Два состояния природы. Выпуклые множества и прямые линии | 139 |
4. Два состояния природы. Байесовы стратегии и опорные прямые | 149 |
5. Два состояния природы. Минимаксные стратегии | 161 |
6. Два состояния природы. Сожаление | 164 |
7. Прямые, плоскости и выпуклые множества в пространствах большого |
числа измерений | 169 |
8. Три или более неизвестных состояний природы | 174 |
9. Заключение | 178 |
|
Глава шестая. Байесовы стратегии | 182 |
|
1. Апостериорные вероятности и задача без данных | 182 |
2. Условная вероятность | 187 |
3. Апостериорная вероятность | 192 |
4. Определение байесовых стратегий | 199 |
5. Независимость | 204 |
6. Заключительные замечания | 211 |
7. Обзор первых шести глав | 213 |
|
Глава седьмая. Введение в классическую статистику | 216 |
|
1. Предварительные замечания | 216 |
2. Пример проверки гипотез | 216 |
2.1. Байесовы стратегии | 222 |
2.2 Что такое «проверка гипотез» | 224 |
3. Оценка параметров | 228 |
4. Доверительные интервалы | 235 |
5. Критерий значимости | 240 |
6. Принятие решений в случаях, когда обычные статистические методы |
неприменимы | 245 |
7. Выводы | 249 |
|
Глава восьмая. Модели | 253 |
|
1. Введение | 253 |
2. Модели для оценки вероятностей случайных явлений и полезности | 255 |
3. Модели множества возможных способов действий | 257 |
4. Модели множества возможных состояний природы | 259 |
5. Модели функций сожаления | 261 |
6. Модели эксперимента | 262 |
6.1. Характеристики распределений | 263 |
6.2. Модели, учитывающие взаимную связь переменных | 266 |
7. Модели множества возможных стратегий | 268 |
8. Модели для проблем проверки гипотез и оценки параметров | 270 |
9. Заключение | 271 |
|
Глава девятая. Проверка гипотез | 273 |
|
1. Введение | 273 |
2. Основные понятия | 273 |
3. Простая гипотеза при наличии простой альтернативы (задача |
с двумя состояниями природы) | 275 |
4. Сложные гипотезы с одним параметром | 285 |
5. Сложные гипотезы с одним параметром. Проверка по двум ветвям | 290 |
6. Случай нескольких параметров | 295 |
7. Как организовать эксперимент | 297 |
8. Последовательный анализ | 300 |
8.1. Подробное рассмотрение примера с биномиальным |
распределением | 303 |
8.2. Подробное рассмотрение примера, в котором данные |
распределены нормальна с известной дисперсией | 305 |
9. Заключение | 307 |
|
Глава десятая. Проблема оценки параметров и доверительные |
интервалы | 310 |
|
1. Введение | 310 |
2. Формальное описание проблемы оценки. Задача с одним параметром | 311 |
3. Методы оценки | 312 |
3.1. Метод аналогий, или метод моментов | 312 |
3.2. Метод максимального правдоподобия | 314 |
3.3. Байесовы стратегии | 316 |
3.4. Сравнение различных методов оценки | 319 |
4. Свойства оценочной функции в случае, когда объём выборки велик | 320 |
5. Свойства оценочных функций в случае, когда объём выборки мал | 326 |
5.1. Инвариантность относительно преобразования параметра | 326 |
5.2. Несмещённые оценочные функции | 328 |
5.3. Достаточность | 329 |
6. Случай многих параметров | 331 |
7. Доверительные интервалы. Случай, когда объём выборки велик | 333 |
8. Доверительные интервалы. Случай, когда объём выборки мал | 334 |
9. Выводы | 336 |
|
П р и л о ж е н и е А. Некоторые определения. Обозначения | 340 |
П р и л о ж е н и е В. Таблица значений функций n2, sqrt{n} и |
sqrt{10n} для целочисленных значений n от 1 до 100 | 344 |
П р и л о ж е н и е С1. Таблица случайных чисел | 347 |
П р и л о ж е н и е С2. Таблица случайных чисел — результатов |
независимых наблюдений значений нормально распределённой |
случайной величины со средним значением μ = 0 и стандартным |
отклонением σ = 1 | 349 |
П р и л о ж е н и е D1. Интеграл от функции нормального |
распределения вероятностей в пределах от μ + aσ до ∞ | 351 |
П р и л о ж е н и е D2. χ2-распределение (распределение Пирсона) | 353 |
П р и л о ж е н и е D3. Экспоненциальное распределение | 354 |
П р и л о ж е н и е D4. t-распределение (распределение Стьюдента) | 355 |
П р и л о ж е н и е E1. Вывод выражения для дисперсии выборки | 356 |
П р и л о ж е н и е E2. Упрощённая схема вычисления среднего |
значения и дисперсии выборки с помощью сгруппированных данных | 356 |
П р и л о ж е н и е E3. Аксиомы теории вероятностей | 357 |
П р и л о ж е н и е E4. Свойства математического ожидания | 359 |
П р и л о ж е н и е E5. Любое выпуклое множество, порождённое |
множеством A, есть множество средних взвешенных по элементам |
множества A | 366 |
П р и л о ж е н и е E6. Принятие решения на основе анализа рисков | 368 |
П р и л о ж е н и е E7. Вероятности сложных событий | 370 |
П р и л о ж е н и е E8. Вычисление байесовых стратегий на основе |
апостериорных вероятностей | 371 |
П р и л о ж е н и е E9. Последовательное преодоление трудностей | 373 |
П р и л о ж е н и е E10. Среднее и дисперсия случайной величины X | 374 |
П р и л о ж е н и е E11. При проверке простой гипотезы в случае |
простой альтернативы байесовы стратегии эквивалентны испытаниям |
по отношению правдоподобия | 376 |
П р и л о ж е н и е E12. Некоторые примеры проверки гипотез по |
отношению правдоподобия | 378 |
П р и л о ж е н и е E13. Допустимость стратегий, основанных на |
проверке простой гипотезы по отношению правдоподобия, |
для некоторых задач проверки сложных гипотез | 381 |
П р и л о ж е н и е E14. Последовательные проверки гипотез по |
отношению правдоподобия | 383 |
П р и л о ж е н и е E15. Некоторые последовательные стратегии для |
проверки гипотез по отношению правдоподобия | 387 |
П р и л о ж е н и е F1. Некоторые вопросы теории игр | 389 |
П р и л о ж е н и е F2. Общее описание идеи доказательства |
существования функции полезности | 389 |
|
Рекомендуемая литература | 393 |
Ответы на некоторые упражнения | 394 |