- •4. Непрерывность функции двух переменных. Точки разрыва.
- •7.Дифференциал функции двух переменных.
- •10.Понятие первообразной функции и неопределенного интеграла.
- •14. Интегрирование рациональных функций.
- •17.Нахождение интегралов с помощью уравнений
- •21.Интеграл с переменной верхней границей как первообразная для подинтегральной функции. Формула Ньютона-Лейбница.
- •24.Теорема существования и единственности сущ. Решения д.У. 1порядка задача Коши.
- •27. Однородное д.У. И его решение.
- •33. Вероятность суммы событий.
- •34. Вероятность суммы независимых событий.
- •37. Формула Бернулли.
- •40. Функция распределение случайной величины и ее свойства.
- •43. Свойство дисперсии.
- •46. Геометрическое распределение и ее характеристики.
- •49. Формула Лапласа для определения вероятностей для нормального распределения.
- •52. Понятие случайной выборки и статистического ряда.
- •55. Интервальные методы.
- •8.Градиент и его свойства.
- •11.Таблица неопределенного интеграла.
- •15.Интегрирование иррациональных функций.
- •18.Определенный интеграл и его геометрический смысл.
- •22.Нахождение площадей плоских фигур и объемов тел вращения с помощью интегралов..
- •Нахождение объемов тел вращения с помощью интегралов
- •Вычисление объема тела, образованного вращением плоской фигуры вокруг оси
- •Как вычислить объем тела вращения?
- •25. Д.У. С разделяющимися переменными и метод его решения.
- •28.Основные понятия комбинаторики: перестановка, размещение и сочетание….
- •31.Геометрическая вероятность.
- •35.Полная группа событий. Формула полной вероятности.
- •38. Наивероятнейшее число в схеме Бернулли.
- •41. Числовые характеристики случайной величины.( мат. Ожидание, дискрет.Величниа)
- •44. Биноминальное распределение и ее характеристики.
- •50.Теорема Чебышева. Закон больших чисел.
- •53. Выборочная средняя исправленная выборочная дисперсия.
- •58. Двусторонняя критическая область.
- •6.Производная по направлению и ее вычисления.
- •9.Экстремум функции двух переменных. Условия экстремума.
- •13. Интегрирование по частям в неопред. Интеграле
- •12.Замена переменной в неопределенном интеграле.
- •16.Интегрирование квадратичных иррациональностей.
- •19.Замена переменной в определенном интеграле.
- •20.Интегрирование по частям в опред. Интервале.
- •23.Дефференциал уравнения и его общее и частное решение и их геометрическая интерпритация.
- •26.Линейное д.У. 1порядка и метод его решения.
- •29. Основные понятия теории вероятности: испытание, событие и вероятность.
- •32. Условная вероятность. Вероятность произведения события.
- •36. Формула Беиса.
- •39. Дискретная случайная величина и ее табл. Распределения.
- •45.Распределение Паусона и ее характеристики.
- •51.Центральная предельная теорема Ляпунова.
- •54. Точечные методы оценивания неизвестных параметров.
- •57. Односторонняя критическая область
- •60. Уравнение линии регрессии.
- •2 Типа взаимосвязей между х и у:
- •59. Статистическое и корреляционная зависимость случ. Вел.
- •56. Статистическая обработка результатов наблюдения с помощью критерия согласия.
59. Статистическое и корреляционная зависимость случ. Вел.
Корреляция и регрессия. Корреляционным моментом случайных величин называют матем.ожидание произведения отклонений этих величин от их математ.ожиданий, т.е. смешанный центральный момент второго порядка. Коэффициентом корреляции случайных величин называют отношение корреляционного момента к произведению средних квадратичных отклонений этих величин. , где -1
Регрессией называется функция вида
В экономике в большинстве случаев между переменными величинами существуют зависимости, когда каждому значению одной переменной соответствует не какое-то определенное, а множество значений другой переменной, причем сказать заранее, какое именно значение примет зависимая величина Y , нельзя. Такая зависимость получила название статистической (или стохастической, вероятностной). Более часто появление такой зависимости объясняется действием на результирующую переменную не только контролируемого или контролируемых факторов (в данном случае таким контролируемым фактором является переменная Х), а и многочисленных неконтролируемых случайных факторов. Примером статистической связи является зависимость урожайности от количества внесенных удобрений, стоимость одного экземпляра книги от тиража, выработки рабочего за смену от его квалификации и т.д. Допустим, что существует стохастическая зависимость случайной переменной Y от Х. Зафиксируем некоторое значение х переменной Х. При Х=х переменная Y в силу ее стохастической зависимости от Х может принять любое значение из некоторого множества, причем какое именно – заранее не известно. Поэтому, прежде всего, стараются выяснить, изменяются или нет при изменении х условные математические ожидания М(Y/Х=х). Если при изменении х условные математические ожидания М(Y/Х=х) изменяются, то говорят, что имеет место корреляционная зависимость величины Y от Х. Функция φ(х)=М(Y/Х=х), описывающая изменение условного математического ожидания случайной переменной Y при изменении значений х переменной Х, называется функцией регрессии, а ее график – линией регрессии. Для отыскания функции регрессии, вообще говоря, необходимо знать закон распределения случайной двумерной величины (Х,Y). В нашем распоряжении лишь выборка ограниченного объема. Поэтому в этом случае речь может идти об оценке (приближенном выражении) функции. В качестве оценок условных математических ожиданий принимают условные средние, которые находят по данным наблюдений (по выборке). Условным средним`ухназывают среднее арифметическое наблюдавшихся значений Y, соответствующих Х=х. Условное математическое ожидание М(Y/х) является функцией от х, следовательно, его оценка, т.е. условное среднее `ух, также функция от х; обозначив эту функцию через φ*(х), получим уравнение `ух = φ*(х). Это уравнение называют выборочным уравнением регрессии; функцию φ*(х) называют выборочной регрессией, а ее график – выборочной линией регрессии.
56. Статистическая обработка результатов наблюдения с помощью критерия согласия.