
- •8. Формула Байеса.
- •17. Локальная теорема Лапласа.
- •10.Функция распределения (фр) и ее св-ва.
- •18. Биномиальный закон распределения
- •16. Формула Пуассона.
- •Элементы комбинаторики (размещения, перестановки, сочетания)
- •2. Событие. Виды случайных событий.
- •4. Теорема сложения вероятностей несовместных событий.
- •5.Зависимые и независимые события. Условная вероятность.
- •6. Теорема умножения вероятностей зависимых и независимых событий.
- •7. Формула полной вероятности.
- •15. Наивероятнейшая частота.
- •20. Равномерный закон распределения
- •21. Закон нормального распределения
- •19. Закон распределения Пуассона
- •23. Вероятность попадания в интервал норм. Распред св
- •22. Функция Лапласа и ее свойства
- •24. Интегральная теорема Лапласа и ее следствие
- •26. Неравенство Чебышева
- •25. Неравенство Маркова
- •30. Ошибка выборки при определении ср значения признака выборки
- •31. Стат. Оценка параметров. Смещенные и несмещенные оценки
- •32. Формулы доверительных вероятностей. Доверит границы для ген средней и ген доли.
- •29. Оценка ген. Средней по выборочной средней
- •27. Теорема Чебышева
- •36. Условные средние. Корреляционная зависимость
- •39. Статистическая гипотеза. Нулевая и конкурирующая гипотезы.
- •34. Необходимый объем выборки
- •37. Уравнение прямых регрессий
м
33.
Состоятельные и эффективные оценки.
Статистическая
оценка
Ошибкой
выборки при определении ср.квадр.
значения признака выборки средней
является
1)
Теорема:
если выборка повторная, то
2)
Теорема:
если выборка бесповторная, то
Ошибкой
выборки при определении доли называется
ср. квадр. отклонение выборочной доли
1)
Теорема:
если
выборка повторная, то
2)
Теорема: если
выборка бесповторная, то
Функцию
от значению признака выборки f(
x(1)
,
x(n)
)
наз стат.
оценкой
1)Вероятности
р(|
2)
Пусть известна вероятность
3)
w-
Теорема:
мат
ожидание выборочной средней
равно ген. Средней
Теорема:
пусть
х1,х2,хn независ СВ имеющие мат ожидание
и дисперсиями, ограниченными одной и
той же постоянной
Статистической
гипотезой
H
наз предположение относительно
параметров или вида распределения СВ
X.
Стат гипотеза наз простой,
если она однозначно определяет
распределения СВ X,
в противном случае гипотеза H
наз сложной.
Проверяемая гипотеза наз нулевой
гипотезой и
обозначается
38.
Линейный коэффициент корреляции и ее
свойства.
Линейный
коэффициент корреляции
– ср. геометрическое их коэффициентов
регрессии (r).
Объем
выборки, при котором с вер-ю р можно
утверждать, что ошибки распределения
(
1)
необходимый объем выборки про определении
ср. значения выборки: повторная
2)
необходимый объем выборки при определении
доли признака: повторная
параметра
называется состоятельной,
если
каждое
,
,
выполняется неравенство
.
Состоятельность стат оценки
параметра
означает, что с увеличением объема n
вероятность возрастает. Правило
1. Выборочная
средняя
явл состоятельной оценкой выбор ср
.:
.
Правило
2. Выбор
доля w
является сост. оценкой ген выборки
:
.
Несмещенная стат оценка
,
которая имеет наименьшую дисперсию
среди всевозможных несмещенных оценок,
вычисленных для одного и того же объема
выборки называется эффективной.
30. Ошибка выборки при определении ср значения признака выборки
31. Стат. Оценка параметров. Смещенные и несмещенные оценки
Стат.
оценка
наз несмещенной,
если ее мат. ожидание равно
Если
,
то стат. оценка завышает значение
,
если
,
то стат. оценка занижает значение
.
Требование несмещенности характеризует
отсутствие системных ошибок при оценке
параметра
.
Имеет место равенство:
.
32. Формулы доверительных вероятностей. Доверит границы для ген средней и ген доли.
)
и p(|w-
)
наз. доверительным.
Максим.
допустимые значения ошибки
репрезентативности (
w-
)
– предельная
ошибка выборки
(
,
где
корень
р = Ф(t).
Справедлива формула р(
.
Так как
,
а
,
то
.
-
доверительные границы ген средней.
Аналогично можно получить доверит.
границы для ген доли.
<
<w+
29. Оценка ген. Средней по выборочной средней
27. Теорема Чебышева
,
то какова бы ни была постоянная
.
При доказательстве предельного равенства
используется неравенств
,
которое вытекает из неравенства
Чебышева.
36. Условные средние. Корреляционная зависимость
=
;
.
Если каждому значению Х соответствует
одно определенное значение условной
средней, то статистическая зависимость
между х и у называется корреляционной
зависимостью у по х.
39. Статистическая гипотеза. Нулевая и конкурирующая гипотезы.
Наряду с гипотезой
рассматривают одну из конкурирующих
(альтернативных) гипотез
,
кот
противоречит нулевой. Правило, по кот
принимается решение отклонить или
принять гипотезу
наз статистическим
критерием.
,
где
.
Подставив, получаем
.
Также уравнения прямых регрессий можно
переписать в виде:
и
.
Свойства:
1)
|r|<1,
-1
r
1;
2) если r=
1,
то между х, у сущ-ет линейная функц.
завис-ть; при r=1
- прямая, при r=-1
обратная; 3)если r=0,
то между х, у отсутствует корреляц.
функц. завис-ть
– const;
- const.
34. Необходимый объем выборки
,
w-p)
не превзойдут числа
предельная
ошибка выборки) называется необходимым.
;
бесповторная:
;
бесповторная:
37. Уравнение прямых регрессий
– уравнение прямой регрессии у/х,
где коэффициент регрессии вычисляется
по формуле:
.
Аналогично получаем ур-е
прямой регрессии по х/у:
.
Обе
прямые регрессии проходят через точку
(