
- •Предмет и основные определения теории вероятностей. Предмет и основные задачи математической статистики.
- •Доверительные интервалы для математического ожидания случайной величины X. Имеющей нормальное распределение при неизвестном σ.
- •Статистическое определение вероятности, его особенности и связь с классическим определением.
- •Проверка гипотезы о нормальном распределении. Критерий согласия Пирсона.
- •Классическое определение вероятности. Свойства вероятности, вытекающие из классического определения. Примеры.
- •Зависимые и независимые св. Корреляционный момент и коэффициент корреляции. Коррелированность и независимость.
- •1.Формула полной вероятности. Формула Бейеса.
- •2.Вариационный ряд выборки и эмпирическая функция распределения.
- •Теоремы умножения вероятностей. Теоремы сложения вероятностей.
- •2.Проверка гипотезы о нормальном распределении. Критерий согласия Пирсона.
- •1.Числовые характеристики случайных величин. Начальные и центральные моменты. Асимметрия и эксцесс.
- •1.Математическое ожидание случайной величины. Свойство математического ожидания.
- •2.Сравнение эмпирических и теоретических распределений, выравнивание эмпирического распределения.
- •2.Сравнение двух дисперсий нормальных генеральных совокупностей.
- •1.Биномиальное распределение. Наивероятнейшее число наступления событий
- •2.Статистическая проверка гипотез. Статистическая гипотеза: нулевая и альтернативная, параметрическая и непараметрическая, простая и сложная. Ошибки 1 и 2 рода.
- •1.Равномерное распределение. Определение константы, математического ожидания, дисперсии.
- •2.Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия. Критическая область. Область принятия гипотезы. Критические точки.
- •1.Распределение Пуассона.
- •2.Статистические оценки параметров распределения (сущность теории оценивания): несмещенность, состоятельность, эффективность оценок.
- •1.Дисперсия и среднее квадратическое отклонение случайной величины. Свойства дисперсии.
- •2.Доверительные интервалы для оценки математического ожидания случайной величины х, имеющей нормальное распределение при неизвестном среднем квадратичном отклонении
- •Нормальное распределение. Плотность нормального распределения и ее свойства. Нормированное (стандартное) нормальное распределение.
- •Интегральные оценки. Точность оценки. Доверительная вероятность.
- •1. Непрерывные случайные величины. Дифференциальная и интегральная функции их распределения, их смысл и связь между ними.
- •2. Доверительные интервалы для оценки математического ожидания случайной величины X, имеющей нормальное распределение при известном среднем квадратическом отклонении.
- •Вероятность попадания случайной величины в заданный интервал. Вероятность того что непрерывная случайная величина примет точное наперед заданное значение.
- •Статистическое распределение выборки. Эмпирическая функция распределения. Полигон и гистограмма распределения.
- •1. Вероятность попадания нормально распределенной св в заданный интервал. Вероятность заданного отклонения нормальной св от своего математ.Ожидания. Правило трех сигм
- •2.Точечная оценка генеральной дисперсии. «Исправленные» выборочная дисперсия и среднее квадратичное отклонение
- •1.Закон больших чисел. Понятие о теореме Чебышева. Значение теоремы Чебышева. Теорема Бернулли
- •2.Точечная оценка генеральной средней по выборочной средней
- •Зависимые и независимые события. Условные и безусловные вероятности.
- •1.Законы распределения Хи-квадрат, Стьюдента, Фишера
- •2.Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях. Генеральная совокупность и выборка. Сущность выборочного метода
- •1.Локальная теорема Лапласа. Интегральная теорема Лапласа.
- •2.Статистические оценки параметров распределения (сущность теории оценивания): несмещенность, состоятельность, эффективность оценок.
- •1. Функция распределения вероятности случайной величины, её свойства. Плотность распределения вероятности и её свойства.
- •2. Доверительные интервалы для оценки математического ожидания случайной величины X, имеющей нормальное распределение при известном среднем квадратическом отклонении.
- •1. Вариационный ряд. Накопленные частоты (частности). Числовые
- •2.Моменты (начальные и центральные). Показатели асимметрии и эксцесса.
- •1.Вариационный ряд. Показатели изменчивости: вариационный размах, среднее линейное отклонение, дисперсия, коэффициент вариации.
- •2.Доверительные интервалы для оценки математического ожидания случайной величины X, имеющей нормальное распределение при неизвестном параметре σ.
1.Биномиальное распределение. Наивероятнейшее число наступления событий
Пусть производится n независимых испытаний, в каждом из кот. событие А может появиться, а может и не появиться. Вероятность наступления события постоянна и равна р, причем q=1-p – это вероятность непоявления события.
Рассмотрим в
качестве в качестве дискретной СВ Х
число появлений события А в этих
испытаниях. Ставится задача, найти закон
распределения, т.е. определить возможные
значения Х и его вероятности. В n
испытаниях
событие А может появиться 0, 1, 2, 3…n
раз, т.е. х1=0,
х2=1,
х3=2…хn+1=n.
Для нахождения вероятности воспользуемся
формулой Бернулли:
,
где k=0,1,2,…
Эта формула и выражает искомый закон
распределения.
Биномиальное распределение – это распределение вероятностей, определяемое законом Бернулли.
Правую часть можно рассматривать, как общий член разложения бинома Ньютона.
Наивероятнейшее
значение μ появления события равно
целой части числа:
;
а при целом
наибольшее значение вероятности
достигает в двух случаях:
и
2.Статистическая проверка гипотез. Статистическая гипотеза: нулевая и альтернативная, параметрическая и непараметрическая, простая и сложная. Ошибки 1 и 2 рода.
Статистической называют гипотезу о виде неизвестного распределения, или о параметрах известных распределений.
Нулевой называют выдвинутую гипотезу Н0.
Альтернативная гипотеза – гипотеза Н1, кот. противоречит нулевой.
Н0: а=5, Н1: а≠5
Простая гипотеза – гипотеза содержащая одно предположение.
Сложная гипотеза – состоит из конечного или бесконечного числа простых гипотез. Выдвинутая гипотеза может быть правильной или неправильной, поэтому возникает необходимость ее проверки. В итоге статистической проверки гипотезы в двух случаях может быть принято неправильное решение, т.е. ошибки 2х родов:
Ошибка 1го рода состоит в том, что будет отвергнута правильная гипотеза;
Ошибка 2го рода состоит в том, что будет принята неправильная гипотеза.
Вероятность совершить ошибку 1го рода принято обозначать через α – уровень значимости. В 0,01 случае из 100 можно совершить ошибку 1го рода.
Билет 9
1.Равномерное распределение. Определение константы, математического ожидания, дисперсии.
Непрерывную случайную величину можно задать используя фун-ию, кот. называют плотностью распределения. Плотностью распределения вероятностей непрерывной СВ Х называют фун-ию f(x) – первую производную от фун-ии распределения F(x):
Для
дискретной СВ плотность распределения
неприменима.
Вероятность того,
что непрерывная СВ Х примет значение,
принадлежащие интервалу (а;b)
равна определенному интегралу от
плотности распределения, взятому в
пределах от а до b:
.
Распределение вероятностей называют равномерным, если на интервале, которому принадлежат все возможные значения СВ, плотность распределения сохраняет постоянное значение:
Математическим
ожиданием непрерывной СВ Х,
выраженное значение которой принадлежит
отрезку [а;b]
называют определенный интеграл:
.
Дисперсией
непрерывной СВ
называют математическое ожидание
квадрата ее отклонения: