- •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
70. Отличие относительной частоты события от его вероятности по предельной теореме Бернулли (по следствию из теоремы м-л)
71. Выборочный коэффициент ковариации (формула)
11 января 2008 Прохорова Светлана |
Коэффициент ковариации случайных величин zi , zj , обозначаемый иногда как cov(zi,zji), есть математическое ожидание произведения отклонений каждой из этих величин от своего математического ожидания: bij = cov(zi, zj) = M[(zi - Mzi)(zj - Mzj)] (7.4) Для вычисления коэффициента ковариации надо знать закон распределения двумерной случайной величины (zi,zj). Тогда для непрерывных величин: для дискретных величин: Здесь суммирование ведется по всем t значениям, которые принимает величина zi и всем q значениям, которые принимает величина zj . Преобразовав (7.4), получим более удобную формулу для вычисления коэффициента ковариации bij = cov(zi, zj) = M(zi × zj) - Mzi × Mzj (7.7) |
72. Доказать, что выборочное среднее является состоятельной и несмещенной оценкой математического ожидания
13 января 2008 Черенкова Екатерина |
Убедимся, что представляет собой несмещенную оценку математического ожидания М(Х). Будем рассматривать как случайную величину, а х1, х2,…, хп, то есть значения исследуемой случайной величины, составляющие выборку, – как независимые, одинаково распределенные случайные величины Х1, Х2,…, Хп, имеющие математическое ожидание а. Из свойств математического ожидания следует, что
Но, поскольку каждая из величин Х1, Х2,…, Хп имеет такое же распределение, что и генеральная совокупность, а = М(Х), то есть М( ) = М(Х), что и требовалось доказать |
73. Доказать, что выборочная дисперсия является смещенной оценкой дисперсии
12 января 2008 Иванова Мария |
||
Выборочные дисперсии и являются состоятельными оценками для истинной дисперсии: .
доказательсво Во-первых, раскрыв скобки, полезно убедиться в том, что
Из (2) и ЗБЧ Хинчина следует, что . Кроме того, , так что . Доказательство ведётся через ЗБЧ Хинчина..по-мрему мы его не проходили..но других вариантов нет( ЗБЧ Хинчина: Если — последовательность независимых в совокупности и одинаково распределённых случайных величин с конечным первым моментом . Обозначим через математическое ожидание , то
|
74. Доказать, что исправленная выборочная дисперсия является несмещенной оценкой дисперсии
10 января 2009 Лапшина Екатерина |
Если в качестве оценки D выбрать величину s2=(∑i=1(Xi-неX)2)/(n-1)=(n/(n-1))(ˆσ2)x, то Ms2=M((n/(n-1))(ˆσ2)x)=(n/n-1)M(ˆσ2)=(n/(n-1))((n-1)/n)DX=DX, чтд |