- •3) Статистичесоке определения вероятности, частота события
- •4)Основные формулы комбинаторики. Размещения, сочетания, перестановки
- •9)Понятие случайной величины . Дискретные и непрерывные случайные величины
- •10)Закон распределения дискретной случайной величины. Примеры.
- •11) Функция распределения случайной величины и ее свойства . Функцией распределения f(X) случайной величины х называется вероятность того, что случайная величина примет значение, меньшее х:
- •12) Математическим ожиданием дискретной случайной величины называется сумма произведений ее возможных значений на соответствующие им вероятности:
- •13) Свойства математического ожидания дискретной случайной величины.
- •4) Математическое ожидание суммы двух случайных величин ( зависимых или незави-симых ) равно сумме математических ожиданий слагаемых:
- •14) . Дисперсией (рассеянием) случайной величины называется математи-ческое ожидание квадрата ее отклонения от ее математического ожидания:
- •15 ) Свойства дисперсии дискретной случайной величины Свойства дисперсии.
- •18) Плотность вероятности непрерывной случайной величины и ее свойства Функция f(X), называемая плотностью распределения непрерывной случайной величины, определяется по формуле:
- •19) Математическое ожидание, дисперсия и среднее квадратическое отклонение непрерывной случайной величины. Математическим ожиданием непрерывной случайной величины называется
- •22)Равномерное распределение непрерывной случайной величины Равномерный закон распределения.
- •23) Показательный закон распределения
- •21) Геометрическое распределение дискретной случайной величины.
- •24)Закон нормального распределения непрерывной случайной величины.
- •25) Распределения «хи-квадрат», Стьюдента и Фишера.
- •27) Закон распределения вероятностей дискретной двумерной случайной величины
- •31) Числовые характеристики двумерных случайных величин, функции регрессии.
- •1. Абсолютная величина коэффициента корреляции двух случайных величин не превышает единицы:
- •33. Двумерный нормальный закон распределения
- •42) . Выборочным средним называется среднее арифметическое значений случайной величины, принимаемых в выборке:
- •46) Метод моментов для оценки параметров вариационного ряда Метод моментов.
- •40) Графическое представление выборки. Полигон и гистограмма.
- •43) Генеральная и выборочная дисперсия.
- •44. Оценка генеральной дисперсии по исправленной выборочной дисперсии
- •1. Состоятельность. Точечная оценка называется состоятельной, если при неограниченном увеличении объема выборки ( ) она стремится к истинному значению параметра a.
- •52) Доверительный интервал для оценки математического ожидания нормального распределения при известном среднем квадратическом отклонении.
- •53) Доверительный интервал для оценки математического ожидания нормального распределения при неизвестном среднем квадратическом отклонении.
- •54)Доверительный интервал для оценки среднего квадратического отклонения нормального распределения
27) Закон распределения вероятностей дискретной двумерной случайной величины
Закон распределения дискретной двумерной случайной величины (Х, Y) имеет вид таблицы с двойным входом, задающей перечень возможных значений каждой компоненты и вероятности p(xi, yj), с которыми величина принимает значение (xi, yj):
Y |
Х |
|||||
x1 |
x2 |
… |
xi |
… |
xn |
|
y1 |
p(x1, y1) |
p(x2, y1) |
… |
p(xi, y1) |
… |
p(xn, y1) |
… |
… |
… |
… |
… |
… |
… |
yj |
p(x1, yj) |
p(x2, yj) |
… |
p(xi, yj) |
… |
p(xn, yj) |
… |
… |
… |
… |
… |
… |
… |
ym |
p(x1, ym) |
p(x2, ym) |
… |
p(xi, ym) |
… |
p(xn, ym) |
При этом сумма вероятностей, стоящих во всех клетках таблицы, равна 1.
Зная закон распределения двумерной случайной величины, можно найти законы распреде-ления ее составляющих. Действительно, событие Х = х1 представляется собой сумму несовместных событий (X = x1, Y = y1), (X = x1, Y = y2),…, (X = x1, Y = ym), поэтому
р(Х = х1) = p(x1, y1) + p(x1, y2) +…+ p(x1, ym) (в правой части находится сумма вероятностей, стоящих в столбце, соответствующем Х = х1). Так же можно найти вероятности остальных возможных значений Х. Для определения вероятностей возможных значений Y нужно сложить вероятности, стоящие в строке таблицы, соответствующей Y = yj.
31) Числовые характеристики двумерных случайных величин, функции регрессии.
Такие характеристики, как начальные и центральные моменты, можно ввести и для системы двух случайных величин.
Начальным моментом порядка k, s двумерной случайной величины (Х, Y) называется математическое ожидание произведения Xk на Ys:
αk,s = M (XkYs). (9.6)
Для дискретных случайных величин для непрерывных случайных величин
Центральным моментом порядка k, s двумерной случайной величины (Х, Y) называется математическое ожидание произведения (X – M(X))k на (Y – M(Y))s:
μk,s = M((X – M(X))k(Y – M(Y))s). (9.7)
Для дискретных случайных величин для непрерывных случайных величин
При этом М(Х) = α1,0, M(Y) = α0,1, D(X) = μ2,0, D(Y) = μ0,2.
32) Ковариация, коэффициент корреляции. 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 = , (11.9)
Или
(11.10)
Расчетные формулы для определения ковариации:
(11.11)
Для характеристики связи между случайными величинами Х и Y в чистом виде переходят к безразмерной характеристике, которая называется Коэффициент корреляции rxy характеризует степень линейной зависимости величин:
Свойства коэффициента корреляции: