![](/user_photo/2706_HbeT2.jpg)
- •1.Случайные события. Действия над событиями.
- •2.Классическое определение вероятности и ее свойства.
- •3.Аксиоматическое определение вероятности.
- •4. Формулы комбинаторики. Гипергеометрическое распределение.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли.
- •9. Функция распределения вероятностей и её свойства.
- •10. Плотность распределения вероятностей и её свойства.
- •11. Математическое ожидание и его свойства.
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции и ковариация.
- •14. Моменты
- •15. Основные дискретные распределения случайных величин.
- •16. Равномерное и показательное распределение.
- •17. Нормальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходимость случайных последовательностей.
- •23.Теорема Чебышева. Теорема Бернулли.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26. Эмпирическая функция распределения.
- •27. Гистограмма и полигон.
- •28. Числовые характеристики выборки.
- •29. Точечное оценивание.
- •33. Распределение , Стьюдента и Фишера.
- •1. Распределение (хи-квадрат).
- •Распределение Фишера.
- •34 Проверка статистических гипотез.
- •36. Критерий согласия Пирсона.
- •38. Сравнение дисперсий двух нормальных выборок.
- •39.Сравнение средних двух нормальных выборок.
- •40. Дисперсионный анализ.
- •41. Парная регрессия.
- •42. Парный коэффициент корреляции, его свойства.
- •43. Проверка гипотез о достоверности коэффициента корреляции.
- •44. Нелинейная парная регрессия
27. Гистограмма и полигон.
Для наглядности строят различные графики статистического распределения. Например, график эмпирической функции распределения, кроме того, полигон и гистограмму.
Полигоном
частот
называют ломанную, отрезки, которой
соединяют точки c
координатами:
Для
изучения непрерывного признака строится
гистограмма. Для этого интервал
,
где
,
делится на несколько частичных интервалов
одинаковой длины h.
Затем подсчитывается число вариант
ni,
попавших в каждый интервал.
Гистограмма
– фигура, состоящая из прямоугольников,
основанием которых служат частичные
интервалы длины
,
а высоты
.
Тогда
площадь
-го
прямоугольника равна
,
а площадь всей гистограммы
,
где
-
объем выборки.
Аналогично
строится гистограмма относительных
частот.
При этом вдоль оси Oy
откладываются
.
Тогда площадь i-го
прямоугольника равна
.
А площадь всей гистограммы
.
Аналогичным свойством нормировки обладает плотность распределения вероятностей. Т. о. гистограмма относительных частот служит для оценки вида плотности вероятности.
28. Числовые характеристики выборки.
Выборочным
средним
называется среднее арифметическое
значение вариант:
.
Выборочной дисперсией называется среднее значение квадратов отклонения вариант от среднего:
Если
раскрыть скобки, получится еще одна
формула для вычисления дисперсии
Чтобы получить характеристику меры разброса случайной величины вокруг выборочного среднего, имеющую ту же единицу измерения, извлекают квадратный корень из дисперсии.
Выборочным
средним квадратическим отклонением
называется
корень квадратный из дисперсии:
.
Размах
варьирования:
.
Начальным
моментом r-го
порядка
- среднее значение r-ых
степеней вариант:
.
Центральным
моментом r-го
порядка
называется среднее значение отклонений
в степени r
от среднего:
.
Модой называется варианта, которая имеет наибольшую частоту.
Медианой называется варианта, которая делит вариационный ряд на две части, равные по числу вариант.
Для нормального распределения среднее значения, мода, медиана совпадают.
Асимметрией
называют величину равную:
.
Пределы
значений асимметрии от
до
.
При
распределение симметрично, в частности
для нормального распределения
Если в вариационном ряду преобладают варианты меньше, чем хв, то Аs < 0,1, то есть будет наблюдаться более длинная ветвь влево. При положительной асимметрии - более длинная ветвь вправо. Для нормального распределения Аs =0. Таким образом, асимметрии характеризует меру симметричности эмпирической кривой распределения относительно среднего значения.
Асимметрия характеризует меру симметричности эмпирической кривой распределения относительно среднего значения.
Эксцессом
называют
величину равную:
Эксцесс
показывает степень крутости кривой
распределения признака Х по сравнению
с крутостью нормального распределения.
Если Ех<0, то кривая распределения
имеет более плоскую и широкую вершину,
чем при нормальном распределении, если
Ех>0 кривая распределения имеет более
острую и узкую вершину. Значения эксцесса
лежат в полуинтервале
Для нормального распределения
.
Эксцесс показывает степень островершенности эмпирической кривой распределения по сравнению с нормальной кривой.