- •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
88. Что такое критерий согласия?
10 января 2008 Иванова Мария |
||
Критериями согласия называют критерии, предназначенные для проверки простой гипотезы при сложной альтернативе . Мы рассмотрим более широкий класс основных гипотез, включающий и сложные гипотезы, а критериями согласия будем называть любые критерии, устроенные по одному и тому же принципу. А именно, пусть задана некоторая функция отклонения эмпирического распределения от теоретического, распределение которой существенно разнится в зависимости от того, верна или нет основная гипотеза. Критерии согласия принимают или отвергают основную гипотезу исходя из величины этой функции отклонения. Итак, имеется выборка из распределения . Мы сформулируем ряд понятий для случая простой основной гипотезы, а в дальнейшем будем их корректировать по мере изменения задачи. Проверяется простая основная гипотеза при сложной альтернативе . K1. Пусть возможно задать функцию , обладающую свойствами:
а) если гипотеза верна, то , где — непрерывное распределение; б) если гипотеза неверна, то при . K2. Пусть такая функция задана. Для случайной величины из распределения определим постоянную из равенства . Построим критерий:
Мы построили критерий согласия. Он «работает» по принципу: если для данной выборки функция отклонения велика (по абсолютному значению), то это свидетельствует в пользу альтернативы, и наоборот. Убедимся в том, что этот критерий имеет (асимптотический) размер и является состоятельным. |
10 января 2008 Журихин Евгений |
Не всегда есть основания высказать альтернативную гипотезу в явном виде. Часто в качестве такой гипотезы имеется в виду просто невыполнение основной, и в этом случае проверка основной гипотезы состоит в выяснении, согласуется ли высказанное в ней предположение с выборочными наблюдениями х1, х2, ... хn -- соответствующие критерии получили название критериев согласия. |
89. Сформулируйте критерий согласия Х^2
11 января 2008 Макравина Анастасия |
Критерий X^2 (K.Pearson, 1900) основывается на группированных данных. Область значений предполагаемого распределения F1 делят на некоторое число интервалов. После чего строят функцию отклонения Pпо разностям теоретических вероятностей попадания в интервалы группировки и эмпирических частот. |
90. Модель парной линейной регрессии: уравнение и основные вероятноcтные допущения
12 января 2008 Лазарева Юлия |
|||
Модель парной линейной регрессии имеет вид y= α0 + α1x + ε
Где y – зависимая переменная (предикатор), x – независимая переменная (регрессор), y= α0 + α1x – детерминированная составляющая, ε– случайная составляющая (случайный остаток), Mε=0, Dε=0, α0, α1 - QUOTE INCLUDEPICTURE "C:\\Documents and Settings\\Admin\\Local Settings\\DOCUME~1\\86D2~1\\LOCALS~1\\Temp\\msohtml1\\01\\clip_image002.gif" \* MERGEFORMAT параметры регрессии, которые должны быть определены по выборочным данным. Параметр α1 показывает, на сколько единиц в среднем изменится зависимая переменная (например, выпуск продукции в стоимостном выражении), если независимая переменная (например, число занятых) увеличится на единицу. Независимая переменная x – неслучайная величина, напротив, зависимая переменная y –случайная величина, поскольку в нее входит случайная составляющая ε. Поскольку изменение только одной независимой переменной x, вообще говоря, не может вобрать в себя все источники вариации зависимой переменной, то случайная составляющая и отражает совокупное влияние на зависимую переменную всех других (кроме x) факторов.
|
|
||
|
|
|
HYPERLINK "http://himinfo.ru/session/show.php?sq=524" 91. Алгоритм расчета параметров парной линейной регрессии
10 января 2009 HYPERLINK "http://himinfo.ru/user/show.php?u=1336" Лапшина Екатерина |
Для оценки параметров парной линейной регрессии используется метод наименьших квадратов, который позволяет получить такие оценки параметров, при которых сумма квадратов отклонения фактического значения результативного признака от теоретического минимально, т.е. F∑i=1n(y1-˜a0-˜a1x1)2->min Дальше решается система: ðF/ð˜a0=-2∑i=1n(y1-˜a0-˜a1x1)=0; ðF/ð˜a1=-2∑i=1n(y1-˜a0-˜a1x1)Xi=0. |
HYPERLINK "http://himinfo.ru/session/show.php?sq=525" 92. Виды нелинейных зависимостей, сводящихся к линейной регрессионной модели, и соответствующие им предварительные преобразования исходных данных
13 января 2008 HYPERLINK "http://himinfo.ru/user/show.php?u=113" Прохорова Светлана |
Нелинейная зависимость - это зависимость, характеризующая нелинейные отношения между сущностями, явлениями, переменными их описывающими. |
10 января 2009 HYPERLINK "http://himinfo.ru/user/show.php?u=1336" Лапшина Екатерина