- •24. Функция распределения случайной величины, ее свойства.
- •25. Дискретные случайные величины. Математические операции над независимыми дискретными случайными величинами.
- •26. Дискретные случайные величины. Таблицы и многоугольник распределения. Особенности функции распределения дискретной случайной величины, примеры.
- •27 Непрерывные случайные величины. Особенности функции распределения непрерывной случайной величины, примеры.
- •28. Непрерывные случайные величины. Плотность вероятности.
- •29. Математическое ожидание дискретной и непрерывной случайной величин.
- •30. Свойства математического ожидания.
- •31. Дисперсия дискретной и непрерывной случайной величин. Среднее квадратичное отклонение.
- •32. Свойства дисперсии.
- •33. Понятие моды, медианы, начального и центрального моментов.
- •34. Биномиальный закон распределения и его характеристики, пример.
- •35. Геометрический закон распределения и его характеристики, пример.
- •36. Закон распределения Пуассона и его характеристики, пример.
- •37. Равномерный закон распределения и его характеристики, пример.
- •Показательный закон распределения и его характеристики, пример.
- •Нормальное распределение и его числовые характеристики, пример.
- •Ковариация и коэффициент корреляции, их свойства.
- •Вариационный ряд, таблицы частот, гистограмма.
- •Меры центральной тенденции (средняя арифметическая, мода, медиана, размах) ряда данных.
- •43.Точечные оценки параметров распределения.
- •Интервальные оценки параметров распределения.
Интервальные оценки параметров распределения.
Поставим другую задачу: оценить параметр распределения с помощью интервала, т.е. что некий параметр распределения попадает в интервал (a,b) с заданной вероятностью . При этом называется доверительной вероятностью, а интервал (a,b) доверительным интервалом.
Построим такой доверительный интервал с доверительной вероятностью для нормального распределения с параметрами m=M(X) (математическое ожидание величины X) и σ (среднее квадратичное отклонение).Отыскание такого интервала разбивается на два случая: а) когда σ известно; б) когда σ неизвестно. Рассмотрим каждый случай.
а) Пусть σ известно.
Тогда для математического ожидания m
доверительным интервалом, отвечающим
доверительной вероятности αбудет
интервал
Здесь
– эмпирическое среднее, σ – среднее
квадратичное отклонение, tα–
значение, которое
находят, решая уравнение 2Ф(tα)=α . Φ(t) – функция Лапласа, для которой имеются табличные значения.
б) Пусть теперь σ
неизвестно. Тогда для математического
ожидания m
доверительным интервалом, отвечающим
доверительной вероятности α
будет интервал
Здесь
– средняя арифметическая,
– квадратный корень из несмещенной
эмпирической дисперсии, tα
– значение, которое находят, решая
уравнение
Здесь Sn-1(t) – функция Стьюдента, для которой также имеются табличные значения.
