
- •1. Понятие вероятности, интерпретация вероятности.
- •2. Случайные события, операции над событиями
- •3.Математическое опрделение вероятности. Аксиомы
- •4.Условная вероятность. Формула умножения.
- •6.Формула полной веоятности. Формула Байеса.
- •7. Дискретная случайная величина. Примеры: распред
- •8. Теорема Пуассона (с док-вом). Оценка отклонения.
- •9.Функция разпр-ия сл. Величин. Св-ва ф-ции распр.
- •10. Непрерывные величины. Плотность распределения
- •11.Случайный вектор и его функция распределения.
- •12.Случайный вектор, примеры непрерывных случ.Век
- •13.Условное распределение. Независимость случайных
- •14.Мат.Ожидание и дисперсия, св-ва.Моменты и квант
- •15.Неравенство Чебышева и его роль в тв
- •16.Коэффициенты ковариации и корреляции. Независи
- •17.Характеристическая ф-ция: определение и свойства.
- •18.Предельные теоремы для хар.Ф-ций.Теорема Муавр
- •19.Взаимооднозначная функция случайной величины и
- •20.Распределение суммы независимых случайных вели
- •21. Сходимости случайных величин.
- •22.Законы больших чисел. Слабые и усиленные законы
- •23. Центральные предельные теоремы. Теоремы Линде
- •24.Задача маематической статистики. Выборка,методы
- •25. Методы обработки выборки: вариацонный ряд, гис
- •26.Оценки параметров. Состоятельность оценки.
- •27.Оценка параметров.Несмещенные оценки. Примеры
- •28.Методы получения оценок: метод моментов, метод м
- •29. Оценки.Эффективность оценок. Неравенство Краме
- •30.Схема Гаусса-Маркова.Оценивание по методу наим
- •31.Проверка модели на адекватность в методе наимень
- •32. Статистическая гипотеза. Методы проверки гипотез
- •33.Статистическая гипотеза. Методы проверки гипотез
- •34.Критерий отношени правдоподобия. Он же и критер
- •35.Доверительный интервал. Доверительный интервал
- •36. Регрессия как условное математическое ожидание.
- •37.Линейная регрессия. Корреляционное отношение п
- •38.Однофакторный дисперсионный анализ
- •39.Анализ таблиц сопряженности признаков. Проверка
- •41.Понятие о случайных процессах.Типы случайных п
- •42. Математическое ожидание, дисперсия и корреляцио
- •43. Определение основных характеристик случайного п
- •44.Марковские цепи. Переходные вероятности.Пример
- •45. Классификация состоний марковксих цепей. Приме
- •46.Временные ряды: определение.Тренд. Стационарны
- •47.Стационарные временные ряды. Проверка гипотезы
- •48. Нестационарные временные ряды. Методы сглажив
- •49. Временные ряды, модели авторегрессии и скользящ
- •50.Декомпозиция временного ряда и сезонное прогнози
- •51.Спектральный анализ временных рядов. Оценки сп
- •52. Понятие о частной корреляции
- •53. Множественный коэффициент корреляции.
- •54. Влияние ошибок измерения на величину коэффици
1. Понятие вероятности, интерпретация вероятности.
Сущность – внутреннее содерж-ие предм., выражающ-ся в единстве многообр. Св-в и отношений.
Явление – то или иное обнаружение предм. Внешней формы его существования.
Событие – опр-ся тем, произошло или нет некот. явл-ие
Наблюдение – целенаправ. Восприятие, обусл. Задачей деят-сти
Эксперимент – чувствено-предм. деятельноть в науке.
Пример с монетой. Вначале частота скачет, потом прибл. к некот. числу. Этот факт – св-во уст-сти частот, а число – интерпретир. как вероятность.
Случ. событие – событие, исход кот-го неоднозн. опр-ся комплексом условий, но кот. обладает св-вом уст.част.
Прдмет ТВ: случ. События и их вер-сти. Задача: построить ма. теор., в кот. док-ся факт уст-ти частот.
Способы определения:
1) Статистический – при большом числе испытаний за вер-ть принимается частота
2) Класический – nравновозможных эл-ых исх. Частота равна частному…
3) Геометрический – каждому исходу ставится в соот-ие точка, вер-сть = площ. благопр/площ. элемент.
2. Случайные события, операции над событиями
Случ. событие – событие, исход кот-го неоднозн. опр-ся комплексом условий, но кот. обладает св-вом уст.част.
1). AUB 2).Авкл..В. Если Авкл В и В вкл А, то А=В
3). А*В опр. несовм.соб. 4).А-В.
Элемент. исх. – неразложимые. Пример с гранями.
Алгебра событий:если 1) Ωприн.Ǻ 2)Априн. Ǻ, то и Āприн. Ǻ 3)А,В прин. Ǻ, то и АUВприн. Ǻ (конечн. число)
σ-алгебра событий: если 1) Ωприн.Ǻ 2)Априн. Ǻ, то и Āприн. Ǻ 3)А1,А2,… прин. Ǻ, то и А1UA2U…прин. Ǻ (бесконечн. число)
3.Математическое опрделение вероятности. Аксиомы
Пусть Ǻ - σ-ал. и А прин. Ǻ. Вер.поКолмогор. наз-ся ф-ия, зад на σ-ал, кот. кажд. сл. событию ставит в соотв-ие число Р(А).
Аксиомы: 1)Р(А) ≥0 2)Р(Ω)=1 3)Если А,В прин. Ǻ, А*В=Ø, то Р(АUВ)=Р(А)+Р(В)
сов-сть объектов, удовл.-их 1-3 – вер-стное прост-во
Св-ва вер-сти:
1) А противопол. к А. Тогда Р(Ā)=1-Р(А)
Р(Ω)=1, Р(Ω)=Р(АUĀ)=Р(А)+Р(Ā).
2)Если АвклВ, то Р(А-В)=Р(А)-Р(В)
В=АU(В-А)=АU(В*Ā)-несовм. раскл. на сумму АU(В-А)
3) А,В – произ. то Р(АUB)=P(A)+P(B)-P(A*B)
АUВ=АU(В-А*В) А(В-АВ)=АВ-ААВ=АВ-АВ= Ø, т.е. Р(АU(В-АВ))=Р(А)+Р(В-АВ)=Р(А)+Р(В)-Р(АВ)
4) А1,А2,…,Аnприн. Ǻ, и попарно несовм., то Р(А1UА2U…UАn)=сумме Р(Аi)
4.Условная вероятность. Формула умножения.
n испытаний, А вып-ся m раз, В вып-ся k раз, АВ вып-ся l раз. hn(A)=m/n, hn(B)=k/n, hn(AB)=l/n.Вер-сть А приуслов. что вып-ся В: hn(A/В)=hn(AB)/hn(B)=l/k
Р(А/В)=Р(АВ)/Р(В) условная вероятность
Если А1 и А2 – несовм., то:
св-ва: 1)Р(А/В) ≥0 2)Р(Ω/В)=Р(ΩВ)/Р(В)=Р(В)/Р(В)=1
3)А1,А2 – несовм, то Р(А1UА2/В)= Р((А1UА2)В)/Р(В)= Р(А1ВUА2В)/Р(В)=Р(А1/В)+Р(А2/В)
ф-а умнож: Р(АВ)=Р(А/В)Р(В)
А,В,С: Р(АВС)=Р(А/ВС)Р(ВС)=Р(А/ВС)Р(В/С)Р(С)
5. Нез-сть событий и дискр. случайных величин.
А и В – незав, если Р(АВ)=Р(А)Р(В). n соб. А1,А2,…,Аn – неза. в совок-ти, есил для люб. 1 ≤i1≤…≤n:
Р(Аi1,Аi2,…,Аik)=Р(Аi1)Р(Аi2)…Р(Аik)
X=x1,…,хk, Y=y1,…,ym Дикр. сл. вел. независимы, если если P(X=xi,Y=yj)=P((X=xi)(Y=yj))= P(X=xi)P(Y=yj) для любых i и j.
X и Y независ. <=> для любых i и j события (X=xi), (Y=yj) – независ.