- •1 Вопрос Множество элементных событий и определения события
- •2 Вопрос Операции над событиями
- •3 Вопрос Опотный факт для создания теории
- •4 Вопрос Аксиомы теории вероятности
- •5 Ответ Принцип практической уверенности и план и планы его использования
- •6,7 Ответ Зависимые и независимые события. Условная вероятность события.
- •8 Ответ Формула полной вероятности.
- •9 Ответ
- •10 Ответ (схема Бернулли)
- •20 Вопрос Законы распределения непрерывных случайных величин
- •21 Вопрос Нормальное распределение
- •23 Вопрос
- •24 Вопрос Функции случайных аргументов
- •25 Вопрос
- •26 Вопрос Ковариация, коэффициент корреляции.
- •27 Вопрос Свойства дисперсии
- •28 Вопрос средняя арифметическая простая и взвешенная.
- •29 Вопрос Состоятельная оценка неизвестного параметра с в
- •30 Вопрос
- •31 Вопрос Эфективная оценка
- •32 Вопрос метод максимального правдоподобия для отыскивания оценок
- •33 Вопрос
25 Вопрос
математическое ожидание некоторых функций от случайных аргументов
Математическим ожиданием случайной величины Хназывается число
(4) т.е. математическое ожидание случайной величины – это взвешенная сумма значений случайной величины с весами, равными вероятностям соответствующих элементарных событий.
26 Вопрос Ковариация, коэффициент корреляции.
Особую роль играет центральный момент порядка 1+1 или второй смешанный центральный момент, который называется ковариацией или корреляционным моментом m1,1(x, y) = Kxy= (11.8)
Ковариация представляет собой математическое ожидание произведения центрированных случайных величин X и Y и характеризует степень линейной статистической зависимости величин X и Y и рассеивание относительно точки (mx, my):
Kxy = ,
Свойства коэффициента корреляции:
1. Абсолютная величина коэффициента корреляции двух случайных величин не превышает единицы:
2. │rxy│=1 если Y=aХ+b
27 Вопрос Свойства дисперсии
Свойства дисперсии следуют из соответствующих свойств математического ожидания. Заметим, что из существования второго момента следует существование математического ожидания случайной величины и конечность дисперсии.
Во всех свойствах ниже предполагается существование вторых моментов случайных величин.
D1.
Дисперсия может быть вычислена по формуле: .
Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
D[Х] = М[(Х – М[Х])2].
28 Вопрос средняя арифметическая простая и взвешенная.
Если имеется несколько различных индивидуальных величин одного и того же вида и надо исчислить среднюю, то необходимо найти сумму всех индивидуальных величин и поделить полученную сумму на их число.
Обозначим индивидуальные значения признака через x1, x2, x3, ...xn, число индивидуальных величин - n, среднюю величину - .
Средняя величина, вычисленная по формуле:
называется средней арифметической простой.
Средняя арифметическая простая равна частному от деления суммы индивидуальных значений признака на их количество.
29 Вопрос Состоятельная оценка неизвестного параметра с в
Состоятельной называют статистическую оценку, которая при n—» стремится по вероятности к оцениваемому параметру. Например, если дисперсия несмещенной оценки при п—»о стремится к нулю, то такая оценка оказывается и состоятельной.
30 Вопрос
Несмещенность.
Оценка параметра называется несмещенной, если ее математическое ожидание равно , в противном случае оценка называется смещенной. Требование несмещенности очень важно при малом количестве опытов.
Итак, статистической оценкой неизвестного параметра теоретического распределения называют функцию от наблюдаемых случайных величин. ^ Несмещенные, эффективные и состоятельные оценки. Для того чтобы статистические оценки давали «хорошие» приближения оцениваемых параметров, они должны удовлетворять определенным требованиям. Ниже указаны эти требования.
Несмещенной называют статистическую оценку *, математическое ожидание которой равно оцениваемому параметру при любом объеме выборки, т. е. M (*) = . Смененной называют оценку, математическое ожидание которой не равно оцениваемому параметру.