- •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
68. Свойства точечных оценок параметров: несмещенность, состоятельность, эффективность (определения)
12 января 2008 Макравина Анастасия |
. Несмещенность — свойство оценок при фиксированном n. Означает это свойство отсутствие ошибки «в среднем», т.е. при систематическом использовании данной оценки. Свойство состоятельности означает, что последовательность оценок приближается к неизвестному параметру при увеличении количества данных. Понятно, что при отсутствии этого свойства оценка совершенно «несостоятельна» как оценка. |
12 января 2008 Макравина Анастасия |
Несмещенной называют статистическую оценку , математическое ожидание которой равно оцениваемому параметру при любом объеме выборки . Смещенной называют оценку, не удовлетворяющую этому условию. Несмещенность оценки еще не гарантирует получения хорошего приближения для оцениваемого параметра, так как возможные значения могут быть сильно рассеяны вокруг своего среднего значения, т.е. дисперсия может быть значительной. В этом случае найденная по данным одной выборки оценка, например , может оказаться значительно удаленной от среднего значения , а значит, и от самого оцениваемого параметра. Эффективной называют статистическую оценку, которая, при заданном объеме выборки n, имеет наименьшую возможную дисперсию. |
69. Определение и свойства оценок: выборочного среднего, выборочной дисперсии и исправленной выборочной дисперсии
13 января 2008 Прохорова Светлана |
Выборочное среднее. Пусть X1, …,Xn - выборка из распределения вероятности, определённая на некотором вероятностном пространстве (Ω, F, P). Тогда её выборочным средним называется случайная величина n неХ=1/n∑Xi i=1 Свойства: Выборочное среднее - несмещённая оценка теоретического среднего: E[неХ]=E[Xi], i=1,…,n Выборочное среднее - сильно состоятельная оценка теоретического среднего: неХ→ E[Xi] почти наверное при n→∞ Выборочное среднее - асимптотически нормальная оценка. Пусть дисперсия случайных величин Xi конечна и ненулевая, то есть D[Xi]=σ2<∞, σ2≠0, i=1,…,n Тогда √n(неХ-Е[X1]) → N(0, σ2) по распределению при n→∞, где N(0,σ2) - нормальное распределение со средним 0 и дисперсией σ2. Выборочное среднее из нормальной выборки - эффективная оценка её среднего. Выборочная дисперсия. Выборочная дисперсия - это случайная величина n n n Sn2=1/n∑ (Xi-неХ)2=1/n∑ (Xi2-(1/n∑Xi)2 i=1 i=1 i=1 где символ неХ обозначает выборочное среднее. Несмещённая (исправленная) дисперсия - это случайная величина n S2=1(n-1) ∑ (Xi-неХ)2 i=1 Свойства: Выборочная дисперсия является теоретической дисперсией выборочного распределения. Более точно, пусть F(x) - выборочная функция распределения данной выборки. Тогда для любого фиксированного ώ € Ώ функция F(ώ ,x) является (неслучайной) функцией дискретного распределения. Дисперсия этого распределения равна Sn2(ώ). Обе выборочные дисперсии являются состоятельными оценками теоретической дисперсии. Если [Xi]=σ2<∞, то Sn2→ σ2 и S2→ σ2, где → обозначает сходимость по вероятности. Выборочная дисперсия является смещённой оценкой теоретической дисперсии, а исправленная выборочная дисперсия несмещённая: E[Sn2]=(n-1)/n σ2 ,и E[S2]=σ2. Выборочная дисперсия нормального распределения имеет распределение хи-квадрат. Пусть Xi~N(μ,σ2), i=1,2,… Тогда (n-1)S2/ σ2=n (Sn2)/ σ2 ~ χ2(n-1) |