
- •Случайные события и их классификация.
- •Классическое определение вероятности.
- •Аксиоматическое определение вероятности. Геометрическое определение вероятности.
- •Условная вероятность. Теорема умножения вероятностей.
- •Формула полной вероятности. Формула Байеса.
- •Наивероятнейшее число наступлений события.
- •Локальная теорема Муавра – Лапласа
- •Интегральная теорема Лапласа.
- •Функция распределения случайной величины и ее свойства.
- •Дискретные случайные величины.
- •Плотность распределения вероятностей и ее свойства.
- •Математическое ожидание дискретной и непрерывной случайной величины и их свойства.
- •Дисперсия случайной величины и ее свойства.
- •Биноминальный закон распределения. Математическое ожидание и дисперсия случайной, величины распределенной по биноминальному закону.
- •Закон распределения Пуассона. Математическое ожидание и дисперсия случайной величины, распределенной по закону Пуассона.
- •Равномерный закон распределения. Математическое ожидание и дисперсия случайной величины, распределенной по равномерному закону.
- •Показательный закон распределения. Математическое ожидание и дисперсия случайной величины, распределенной по показательному закону.
- •Нормальный закон распределения. Математическое ожидание и дисперсия случайной величины, распределенной по нормальному закону.
- •Выражение функции распределения нормальной величины через функцию Лапласа. Вероятность попадания значения нормальной случайной величины в заданный интервал, правило трех сигм.
- •Корреляционный момент и коэффициент корреляции и их свойства.
- •Моменты случайной величины. Ассиметрия и эксцесс.
- •Неравенство Маркова и Чебышева.
- •Закон больших чисел « в форме» теоремы Чебышева.
- •Теорема Бернулли.
- •Понятие о «центральная предельная теорема». Теорема Ляпунова.
- •Статистическая совокупность. Генеральная и выборочная совокупности. Несмещенная, состоятельная и эффективная оценка параметров.
- •Основные числовые характеристики статистического распределения. Среднее арифметическое и статистическая дисперсия и их свойства. Мода, медиана.
- •Выборочный метод. Точечное оценивание.
- •Интервальное оценивание. Формула доверительной вероятности для большой и малой выборок.
- •Несмещенные оценки для генерального среднего и генеральной дисперсии. Расчет доверительного интервала и объема выборки (при повторном и бесповторном отборах).
- •Статистическая проверка гипотез. Нулевая и альтернативная гипотезы. Ошибки 1-го и 2-го рода при проверки гипотез. Уровень значимости, критическая область. Критерии согласия и его мощность.
- •Проверка гипотезы о равенстве средних значении для нормального распределения при известной и неизвестной генеральной дисперсиях.
- •Критерий Пирсона.
- •Критерий согласия Фишера – Снедекора и его применение для проверки гипотезы о равенстве дисперсий.
- •Критерий согласия Колмогорова.
- •Однофакторный дисперсионный анализ.
- •Модели и основные понятия корреляционного и регрессионного анализа.
- •Линейная корреляционная зависимость и прямые регрессии.
- •Коэффициент линейной корреляции и его свойства.
- •Понятие «нелинейная корреляция».
- •Анализ соответствия регрессионной модели наблюденным данным.
Функция распределения случайной величины и ее свойства.
Функция распределения F(x) случайной величины Х называется вероятность того, что случайная величина примет значение меньше, чем аргумент х:
F(x)=р(Х<х).
Свойства F(x):
Значение функции F(-∞)=0;
F(+∞)=1;
Если F(x1)≤ F(x2), то х1<х2.
Функция распределения используется для рассмотрения как дискретных, так и непрерывных случайных величин.
Дискретные случайные величины.
Случайная величина,
обозначаемая
, называется дискретной,
если она принимает конечное либо счетное
множество значений, т.е. множество
-конечное,
либо счетное.
Законом
распределения
дискретной случайной величины называется
совокупность пар чисел
,
где
-
возможные значения случайной величины,
а
-
вероятности, с которыми она принимает
эти значения, причем
Зная закон
распределения случайной величины,
можно вычислить функцию
распределения:
где суммирование распространяется на
все значения индекса
,
для которых
Математическим
ожиданием
дискретной случайной величины
называется сумма произведений всех ее
возможных значений и соответствующих
им вероятностей:
Модой дискретной
случайной величины, обозначаемой
называется ее наиболее вероятное
значение.
Медианой
случайной
величины
называется такое ее значение
, для которого одинаково вероятно,
окажется ли случайная величина меньше
или больше
,
т.е.
Дисперсией
случайной
величины называется математическое
ожидание
квадрата
ее отклонения:
Дисперсия дискретной случайной величины
вычисляется по формуле:
или
Средним
квадратическим отклонением (стандартом)
случайной величины
называется арифметический корень из
дисперсии, т.е.
Начальным
моментом
порядка
случайной величины
называется математическое ожидание
-й
степени этой случайной величины, т.е.
Для дискретной случайной величины
Центральным моментом порядка
случайной величины
называется математическое ожидание
-й
степени отклонения
,
т.е.
.Для
дискретной случайной величины
+ Непрерывные случайны величины:
Случайная
величина
называется непрерывной,
если существует такая неотрицательная,
интегрируемая по Риману функция
,
называемая плотностью распределения
вероятностей, что при всех
Множество значений непрерывной
случайной
величины
- некоторый числовой интервал.
Плотностью
распределения вероятностей
непрерывной случайной величины
Х называют
предел, если он существует, отношения
вероятности попадания случайной
величины Х на отрезок
,
примыкающей к точке
,
к длине этого отрезка, когда последний
стремится к 0, т.е.
.
Функция
распределения случайной
величины
– это функция
действительной переменной
,
определяющая вероятность того, что
случайная величина принимает значение
меньше некоторого фиксированного числа
,
т.е.
Математическое ожидание и дисперсия случайной величины :
;
;
Модой непрерывной
случайной величины
называется действительное число
,
определяемое точка максимума плотности
распределения вероятностей
.
Медианой
непрерывной
случайной величины
называется
действительное число
,
удовлетворяющее условию
,
т.е. корень уравнения
Начальный момент
го
порядка:
Центральный
момент
го
порядка:
Коэффициент
асимметрии
или «скошенности» распределения
Коэффициент
эксцесса
или островершинности распределени
Случайная величина
называется центрированной, если
Если же для случайной величины
то она называется центрированной и
нормированной (стандартизованной)
случайной величиной.