- •Вопрос 15. Геометрическое и гипергеометрическое распределения.
- •Вопрос 16. Математическое ожидание дискретной случайной величины и его свойства.
- •Вопрос 17. Вероятностный смысл мат. Ожидания. Математическое ожидание числа появлений события в независимых испытаниях.
- •Вопрос 18. Дисперсия дискретной случайной величины и ее свойства. Введем случайную величину представляющую собой отклонение от математического ожидания.
- •Вопрос 19. Дисперсия числа появления событий в независимых испытаниях. Среднее квадратическое отклонение.
- •Вопрос 20. Мат. Ожидание, дисперсия и среднее квадратическое отклонение среднего арифметического одинаково распределенных взаимно независимых величин.
- •Вопрос 21. Неравенство Чебышева.
- •Вопрос 22. Теорема Чебышева.
- •Вопрос 23. Теорема Бернулли.
- •Вопрос 24. Функция распределения и ее свойства.
- •Вопрос 25. Плотность распределения, ее свойства.
- •Вопрос 26. Вероятность попадания случайной величины в заданный интервал. Нахождение функции распределения по известной плотности распределения. Вероятностный смысл плотности распределения.
- •Вопрос 27. Числовые характеристики непрерывной случайной величины. Числовые характеристики св
- •Математическое ожидание (мо)
- •Мо основных св
- •Дисперсия св
- •Дисперсия основных св
- •Математическое ожидание и дисперсия суммы случайных величин
- •Вопрос 28. Закон равномерного распределения.
- •Вопрос 29. Нормальное распределение
- •Вопрос 30. Нормальная кривая (Кривая Гаусса).
- •Вопрос 31. Вероятность попадания нормально распределенной случайной величины в интервал.
- •Вопрос 32. Вероятность отклонения нормально распределенной случай ной величины.
- •Вопрос 33. Показательное распределение
- •Вопрос 34. Функция надежности
- •Вопрос 35. Закон распределения вероятностей двумерной случайной величины.
- •Вопрос 36. Вероятность попадания случайной величины в полуполосу.
- •Вопрос 37. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины.
- •Вопрос 38. Нахождение плотностей вероятности составляющих двумерной случайной величины.
- •Вопрос 39. Зависимые и независимые случайные величины. Корреляционный момент и коэффициент корреляции.
- •Вопрос 40. Коррелированность и зависимость случайных величин.
- •Вопрос 41. Нормальное распределение на плоскости.
- •Вопрос 42. Линейная регрессия. Прямые линии среднеквадратической регрессии.
- •Вопрос 43. Характеристическая функция случайной величины. Основные свойства. Формула обращения и теорема единственности.
- •Вопрос 44. Цепи Маркова. Вероятность перехода за n шагов. Эргодическая теорема Маркова.
- •Вопрос 45. Марковские процессы. Процессы гибели и размножения
- •Вопрос 46. Стационарный случайный процесс. Теорема Хинчина.
- •Вопрос 47. Понятие стохастического интеграла. Теорема о спектральном представлении.
- •Вопрос 48. Задачи математической статистики. Выборка. Статистический и вариационный ряды.
- •Вопрос 49. Полигон и гистограмма. Эмпирическая функция распределения.
- •Вопрос 50. Понятие оценки параметров распределения. Оценка генеральной средней по выборочной средней.
- •Вопрос 51. Генеральная и выборочная дисперсия. Вычисление дисперсии.
- •Вопрос 52. Оценка генеральной дисперсии по исправленной выборочной.
- •Вопрос 53. Доверительные интервалы для оценки математического ожидания нормального распределения при известном .
- •Вопрос 54. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном .
- •Вопрос 55. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения.
- •Вопрос 56. Оценка вероятности биномиального распределения по относительной частоте.
- •Вопрос 57. Выборочные уравнения регрессии.
- •Вопрос 58. Выборочный коэффициент корреляции.
- •Вопрос 59. Понятие статистической гипотезы. Статистический критерий проверки нулевой гипотезы
- •Вопрос 60. Критическая область. Отыскание критической области.
- •Вопрос 61. Сравнение двух дисперсий нормальных генеральных совокупностей.
- •Вопрос 62. Проверка гипотезы о нормальном распределении. Критерий согласия Пирсона.
Вопрос 49. Полигон и гистограмма. Эмпирическая функция распределения.
Пусть известно статистическое распределение частот количественного признака Х. Обозначим: - число наблюдений, при которых наблюдалось значение признака, меньшее х; n – общее число наблюдений (объем выборки). Ясно, что относительная частота события Х<x равна /n. Если х меняется, то меняется и относительная частота, т.е относительная частота /n есть функция от х. Так как эта функция находится опытным путем, то ее называют эмпирической. Эмпирическая функция – это функция , определяющая для каждого значения х относительную частоту события Х<х , т.е где n-объем выборки, - число вариант меньших х. Таким образом, чтобы найти например , надо число вариант, меньших , разделить на объем выборки: В отличие от эмпирической функции распределения выборки функцию распределения F(x) генеральной совокупности называют теоретической функцией распределения. Различие между эмпирической и теоретической функциями состоит в том, что теоретическая функция определяет вероятность события, а эмпирическая определяет относительную частоту этого же события. Теоретическая и эмпирическая функции обладают общими свойствами. Свойства эмпирической функции:1) значения эмпирической функции принадлежат отрезку ; 2) - неубывающая функция; 3) если - наименьшая варианта, то =0 при ; если - наибольшая варианта, то =1 при . Таким образом, эмпирическая функция распределения выборки служит для оценки теоретической функции распределения генеральной совокупности.
Для наглядности строят различные графики статистического распределения и, в частности, полигон и гистограмму. Полигон частот – ломаная, отрезки которой соединяют точки . Для построения полигона частот на оси абсцисс откладывают варианты , а на оси ординат – соответствующие им частоты . Точки соединяют отрезками прямых и получают полигон частот. Полигоном относительных частот называют ломаную, отрезки которой соединяют точки . Для построения полигона относительных частот на оси Х откладывают варианты , а на оси Y – соответствующие им относительные частоты Wi. Точки соединяют отрезками прямых и получают полигон относительных частот. В случае непрерывного признака целесообразно строить гистограмму, для чего интервал, в котором заключены все наблюдаемые значения признака, разбивают на несколько различных частичных интервалов длиной h и находят для каждого частичного интервала - сумму частот вариант, попавших в i-й интервал. Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиной h, а высоты которых равны отношению /h (плотность частоты). Для построения гистограммы частот по оси Х откладывают частичные интервалы, а над ними проводят отрезки, параллельные оси Х на расстоянии /h.
Вопрос 50. Понятие оценки параметров распределения. Оценка генеральной средней по выборочной средней.
Статистической оценкой неизвестного параметра называют функцию от случайной величины , которые представляют собой значения, полученные по выборке. Оценивают, как правило, числовые характеристики случайной величины. Оценки: 1)точечные оценки, которые представляют собой конкретное значение, которое рассматривается как приближенное значение к точному значению оцениваемого параметра; 2) интервальная оценка, т.е. указывается интервал значений, в который с наперед заданной вероятностью может попасть оцениваемое значение. Требования: 1) несмещенность-точное значение оцениваемого параметра; - некоторая его точечная оценка ; 2) эффективность оценки – при данном фиксированном n дисперсия оценки должна быть наименьшей; 3) состоятельности – при достаточно большом оценка параметра по вероятности стремиться к своему точному значению. Генеральной средней называется среднее арифметическое всех наблюдаемых значений генеральной совокупности. ; , где - генеральная средняя, n- вся генеральная совокупность, ni – частоты появления варианты. Выборочной средней называется среднее арифметическое наблюдений значений выборки. ; (1). Покажем, что если рассматривать в качестве оценки генеральную среднюю, выбрать выборочную среднюю, то она будет обладать свойством несмещенности. - частные значения независимых случайных величин . ; ; -несмещенная оценка.
Состоятельность оценки следует из закона больших чисел в виде теоремы Чебышева: а именно, при среднее арифметическое по вероятности одинаково распределенных случайных величин стремиться к математическому ожиданию каждой из случайных величин, т.е. к оцениваемому параметру. Значит, оценка является состоятельной.