- •1. Приведите классическое определение вероятности и укажите, при соблюдении каких условий оно применимо.
- •2. Исходя из трех аксиом теории вероятностей, докажите, что вероятность любого события подчиняется неравенству р(а)?1
- •5. Если появление события в непременно влечет за собой появление события а, то как в этом случае соподчинены противоположные им события ? и b?
- •8. Приведите пример какого-либо опыта с конечным числом элементарных исходов, в условиях которого нельзя исчислять вероятности событий по формуле классического определения вероятности
- •9. Приведите известные вам формулы комбинаторики, которые используются при непосредственном исчислении вероятности по её классическому определению
- •10. Приведите определение условной вероятности
- •11. Зависимость и независимость двух событий (определение)
- •12. Теорема умножения вероятностей для зависимых и независимых событий (формулировка
- •20. Сформулируйте условия, при выполнении которых применяется теорем Байеса. Приведите формулировку и краткое доказательство этой теоремы
- •20. В каком документе закреплено право граждан свободно искать, передавать, производить и распространять информацию
- •21. Функция распределения случайной величины и её свойства
- •22. Функция плотности распределения вероятности и её свойства
- •23. Ряд распределений дискретной случайной величины и его свойство
- •24. Математическое ожидание дискретной случайной величины и его свойства
- •25. Дисперсия дискретной случайной величины и её свойства. Среднее квадратичное отклонение св
- •26. Математическое ожидание непрерывной случайной величины и его свойства
- •27. Дисперсия непрерывной случайной величины и её свойства. Среднее квадратическое отклонение св
- •28. Начальные и центральные моменты случайных величин. Выражение мат.Ожидания и дисперсии св через моменты
- •30. На основе закона распределения альтернативно распределенной случайной величины получить выражение для математического ожидания биномиально распределенной случайной величины
- •31. На основе закона распределения альтернативно распределенной случайной величины получить выражение для дисперсии биномиально распределенной случайной величины
- •32. Случайная величина принимает целые значения в промежутке от 0 до n с равной вероятностью. Вывести выражение для математического ожидания этой случайной величины
- •37. Вывести выражение для дисперсии случайной величины, распределенной по закону Пуассона
- •38. Вывести выражение для математического ожидания случайной величины, распределенной по геометрическому закону
- •43. Плотность распределения и функция распределения равномерной случайной величины, ее числовые характеристики
- •44. Плотность распределения и функция распределения показательной случайной величины. Ее числовые характеристики
- •45. Плотность распределения и функция распределения нормальной случайной величины (распределение Гаусса), ее числовые характеристики
- •46. Функция Лапласа, ее свойства
- •47. Вероятность попадания нормально распределенной случайной величины на отрезок, правило «трех сигм»
- •48. Функции случайных величин и их числовые характеристики
- •49. Числовые характеристики случайных величин, распределенных по равномерному, показательному и нормальному законам (значения мат. Ожидания и дисперсии)
- •50. Дайте определение совместной функции распределения двумерной случайной величины и укажите ее свойства. Обоснуйте эти свойства и/или приведите примеры их выполнения
- •55. Доказать локальную предельную теорему Муавра-Лапласа
- •56. Доказать интегральную предельную теорему Муавра-Лапласа
- •57. Доказать теорему Бернулли о сходимости относительной частоты появления события к вероятности этого события
- •58. Доказать неравенство Чебышева
- •59. Доказать теорему Чебышева
- •60. Понятие генеральной совокупности, выборки из нее. Представление выборки в виде вариационного ряда. Определение вариационного ряда
- •61. Эмпирическая функция распределения, ее свойства, способ построения по выборке
- •62. Понятие оценок числовой характеристики или параметра случайной величины. Свойства оценок
- •63. Нахождение несмещенной оценки генеральной средней (математического ожидания) случайной величины
- •64. Нахождение несмещенной и смещенной оценок генеральной дисперсии случайной величины
- •66. Оценка плотности распределения выборки, ее свойства, способ построения
- •67. Понятие точечных и интервальных оценок (доверительных интервалов) параметров случайной величины. Определения. Примеры
- •68. Свойства точечных оценок параметров: несмещенность, состоятельность, эффективность (определения)
- •69. Определение и свойства оценок: выборочного среднего, выборочной дисперсии и исправленной выборочной дисперсии
- •70. Отличие относительной частоты события от его вероятности по предельной теореме Бернулли (по следствию из теоремы м-л)
- •71. Выборочный коэффициент ковариации (формула)
- •72. Доказать, что выборочное среднее является состоятельной и несмещенной оценкой математического ожидания
- •73. Доказать, что выборочная дисперсия является смещенной оценкой дисперсии
- •74. Доказать, что исправленная выборочная дисперсия является несмещенной оценкой дисперсии
- •75. Какими понятиями определяется интервальная оценка параметра? Какая существует между ними связь в виде формулы?
- •80. Назначение и суть метода моментов и метода максимального правдоподобия
- •81. Сформулируйте основной принцип статистической проверки гипотез
- •82. Что такое ошибка 1 -го рода?
- •88. Что такое критерий согласия?
- •90. Модель парной линейной регрессии: уравнение и основные вероятноcтные допущения
60. Понятие генеральной совокупности, выборки из нее. Представление выборки в виде вариационного ряда. Определение вариационного ряда
12 января 2008 Лазарева Юлия |
Математическая статистика - наука, занимающаяся методами обработки опытных данных, полученных в результате наблюдений над случайными явлениями. Любой такой результат можно представить, как совокупность значений, принятых в результате n опытов случайной одномерной или многомерной величиной. Генеральной совокупностью опыта называется множество объектов, из которых производится выборка. Каждый из объектов задает фиксированное значение случайной величины Х. Количество (N) входящих в генеральную совокупность объектов называют объемом генеральной совокупности. Она может состоять из бесчисленного множества объектов. Выборка - множество {Х1, Х2, ...., Хn} случайно отобранных объектов (значений) из генеральной совокупности. Объемом выборки n называют число входящих в нее объектов. К выборке предъявляется требование, чтобы она адекватно представляла генеральную совокупность, т.е. была репрезентативной, если ее осуществлять случайно, т.е. каждый из объектов генеральной совокупности имеет одинаковую вероятность попасть в выборку. Очевидно, что можно осуществить в одинаковых условиях k выборок объема n и получить различные совокупности значений случайной величины Х: {Х1^(1),...,Хn^(1)},{Х1^(2),...,Хn^(2)}, ..., {Х1^(k),...,Хn^(k). Пусть для генеральной совокупности опыта случайная величина Х имеет функцию распределения F(x), тогда каждую из выборок {Х1^(1),...,Хn^(1)},{Х1^(2),...,Хn^(2)}, ..., {Х1^(k),...,Хn^(k) можно рассматривать, как реализация n-мерной случайной величины (Х1,...,Хn), где составляющая Хi, i=1, ... , n , есть значение величины Х в i-ом опыте. Очевидно, что все составляющие Хi будут иметь одинаковый закон распределения F(x). Так как компоненты Хi независимы, то функция распределения n-мерной случайной величины (Х1, Х2, ... ,Хn) определяется формулой: F(x1, x2, ..., xn) = F(x1)F(x2)...F(xn) Вариационным рядом называется выборка {â1, â2, ..., ân}, полученная в результате разложения значений исходной выборки в порядке возрастания. Значения âi называются вариантами. Одной из главных задач математической статистики является определение закона распределения случайной величины Х. |
61. Эмпирическая функция распределения, ее свойства, способ построения по выборке
11 января 2008 Преображенская Танюша |
Эмпирической функцией распределения (функцией распределения выборки) называют функцию F*(x) , определяющую для каждого значения x относительную частоту события X<x. Та-ким образом, по определению F*(x)= Nx/N, где Nx–число вариант, меньших x, n – объем выборки. Свойства: 1)Значения эмпирической функции принадлежат отрезку [0,1]. 2)неубывающая функция. 3)Если x – наименьшая варианта, то F*(x)=0 при x<=Xk , если x– наибольшая варианта, тоF*(x)=1 при x>Xk. Эмпирическая функция распределения выборки служит для оценки теоретической функции распределения генеральной сово-купности. |