
- •Элементы комбинаторики (размещения, перестановки, сочетания)
- •2. Событие. Виды случайных событий.
- •3. Классическое и статистическое определение вероятностей. Св-ва.
- •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.
- •8. Формула Байеса.
- •9. Понятие случайной величины (св). Закон распределения дискретной случайной величины (дсв).
- •10. Функция распределения (фр) и ее св-ва.
- •11. Плотность распределения и ее св-ва.
- •12. Математическое ожидание и дисперсия дсв. Св-ва.
- •13. Числовые характеристики непрерывных св.
- •14. Формула Бернулли.
- •19. Закон распределения Пуассона
- •29. Оценка ген. Средней по выборочной средней
- •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.
- •34. Необходимый объем выборки
- •39. Статистическая гипотеза. Нулевая и конкурирующая гипотезы.
- •40. Уровень значимости и мощность критерия.
- •35.Функцион. И стат. Зависимости. Корреляционная таблица
- •36. Условные средние. Корреляционная зависимость
- •37. Уравнение прямых регрессий
- •41. Проверка гипотезы о среднем значении при известной и неизвестной дисперсиях.
- •42. Проверка гипотезы о рав-ве значений 2ух средних из нормально распределенных ген совокупностей.
- •43. Критерий согласия Пирсона.
- •5. Зависимые и независимые события. Условная вероятность.
- •11. Плотность распределения и ее св-ва.
- •28. Понятие о выборочном методе. Хар-ки ген и выбор совокупности
29. Оценка ген. Средней по выборочной средней
Теорема:
мат
ожидание выборочной средней
равно ген. Средней
30. Ошибка выборки при определении ср значения признака выборки
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
31. Стат. Оценка параметров. Смещенные и несмещенные оценки
Функцию
от значению признака выборки f(
x(1)
,
x(n)
)
наз стат.
оценкой
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.
1)Вероятности
р(|
)
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
.
2)
Пусть известна вероятность
-
доверительные границы ген средней.
Аналогично можно получить доверит.
границы для ген доли.
3) w- < <w+
33. Состоятельные и эффективные оценки.
Статистическая
оценка
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.
34. Необходимый объем выборки
Объем
выборки, при котором с вер-ю р можно
утверждать, что ошибки распределения
(
,
w-p)
не превзойдут числа
предельная
ошибка выборки) называется необходимым.
1)
необходимый объем выборки про определении
ср. значения выборки: повторная
;
бесповторная:
2)
необходимый объем выборки при определении
доли признака: повторная
;
бесповторная:
38. Линейный коэффициент корреляции и ее свойства.
Линейный
коэффициент корреляции
– ср. геометрическое их коэффициентов
регрессии (r).
,
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.