
- •1. Случайные события и операции над ними
- •2. Классическое определение вероятности
- •3. Статистическое определение вероятности
- •4. Геометрическое определении вероятности
- •5. Теорема сложения вероятностей
- •6. Условная вероятность. Теорема умножения вероятностей.
- •7. Формула полной вероятности. Формула Байеса
- •8. Повторные независимые испытания. Формула Бернулли
- •9. Теорема Пуассона. Локальная теорема Муавра-Лапласа.
- •10. Интегральная теорема Муавра-Лапласа. Функция Лапласа и ее свойства.
- •11. Случайные величины. Закон распределения случайной величины
- •12. Операции над случайными величинами
- •13. Математическое ожидание случайной величины и его свойства
- •14. Дисперсия случайной величины и ее свойства.
- •15. Функция распределения случайной величины и ее свойства.
- •16. Непрерывные св. Плотность вероятности ее свойства.
- •17.Моменты св. Асимметрия и эксцесс.
- •18. Биномиальный закон распределения.
- •19.Распределение Пуассона.
- •20.Геометрическое распределение.
- •21. Равномерный закон распределения
- •22. Показательный зр
- •23. Нормальный зр.
- •25.Многомерные св.
- •27.Условные зр. Зависимые и незав.Св.
- •28.Числовые хар-ки с-мы св. Корреляционный момент и коэффициент корреляции.
- •29.Неравенство Маркова. Неравенство Чебышева.
- •30.Теорема Чебышева.
- •31.Теорема Бернулли.
- •32.Понятие о центральной предельной теореме. Теорема Ляпунова.
- •33.Понятие о выборочном методе.
- •35.Понятие оценки параметров.
- •36.Нахождение доверительных интервалов для генерального среднего и генер.Доли.
- •37.Стат.Гипотеза. Нулевая альтернативная гипотеза. Статистический критерий. Ошибки 1-го и 2-го рода.
- •38. Проверка гипотезы о равенстве средних значений двух нормально распр.Совок-ях
- •39. Проверка гипотез о числовых значениях параметров
- •40.Проверка гипотез о предполагаемом зр. Критерий согласия Пирсона.
31.Теорема Бернулли.
Т1: Частость события в n повторных незав.испытаниях, в кажд.из кот. оно может произойти с одной и той же вер-тью р при неогран.увел.числа n сх-ся по вероятности к р.
Смысл т.Бернулли в том, что при большом числе n повт.незав.исп. практ-ки достоверно, что частость m/n соб-я сколь угодно мало отличается от вер-ти р появл.соб-я в отдельно взятом испытании. Т.Бернулли дает теорит.обоснование стат-му определ.вер-ти.
Следствие:
32.Понятие о центральной предельной теореме. Теорема Ляпунова.
При некоторых условиях совокупные действ. больш.кол-ва СВ приводят к норм.ЗР.Эти условия уст-ся группой теорем, имеющ.назв.-центральная предельная теорема.
Т.Ляпунова:
Если
х1,х2,…,хn
– Нез.СВ, кажд. из кот.имеет М(Хi)=аi
, D(Xi)=
и абсол.центр.мом.3-го пор.
M(lXi- ail3 )=mi , при чем:
(1)
То ЗР суммы х1+х2+…+хn
, при n→∞
неогр-но прибл-ся к норм.закону с мат.ож
и дисперсией
Смысл усл.1 сост.в том, что среди СВ Х не д.б. величин, резко отличающихся по значению от др.
33.Понятие о выборочном методе.
Установление стат.законом., присущих массовым случ. явлениям, основ. на изуч.стат.данных, т.е. сведения о том, какие знач. принял в рез-те наблюд. интерес. нас признак.
Множество всех возм-х знач.пр-ка наз-ся генер. совокупностью. Кол-во элем.генер. и выбор.сов-ти наз-ют их объмами.
34.Вариационные ряды и их характеристики.
Х-признак, его знач.расположены в порядке возр. х1,х2,…,хn (1), хi- варианты, ni – частоты
(2) - вариационный ряд
Если признак принимает определ.знач, то составляется дискретный вариац.ряд. Если знач.пр-ка измен. непрер. в нек. инт-ле, то сост. интерв. вар.ряды.
Опр.1: Эмпирич. ф-ей распред. наз-ся относ. частость того,что исслед.признак приним.знач.,меньшее,чем х.:
Fn(x)=Wn(X<x)
Опр.2: Сред. арифм. вар. ряда наз-ся число
Опр.3: Дисперс.вар-го ряда наз-ся ср.ар. квадратов отклон.вар-тов от их ср.ар.
Дисперсию и ср.квадр.откл. называют показателями вариации.
Вар.ряд может представить собой:1)выбор.совок-ть,2) генер.сов-ть
35.Понятие оценки параметров.
Одной из задач
выборочного метода явл-ся выбор
неизв.пар-ра Ө генеральной совокупности.
В кач-ве оценки пар-ра Ө может служить
некот.хар-ка
,
найденная по результатам выборочного
наблюдения.
Качество оценки опр-ся св-ми:
1) Оценка пар-ра Ө наз-ся состоятельной, если она сх-ся по вероятности к оцениваемому пар-ру
2) Оценка наз-ся несмещенной,если вып-ся условие: М( )=Ө
3) Несмещ.оц. наз-ся эффективной, если она имеет наименьш.дисперсию среди всех возможных несмещ.оценок пар-ра Ө, вычисленных по выборкам одного и того же объема n.
Оценка наз-ся точечной, если она выр-ся одним числом. Выбор.средняя является точечной оценкой генер.ср, при этом она явл-ся состоятельной, несмещенной и эффективной. Выбор.дисп.явл-ся состоятельной, но смещ. точечной оценкой генер.дисперсии.
В кач-ве точечной оценки генер.дисп.исп-ют исправленную выбор.дисп.:
Точечн.оц. явл-ся приближенным значением неизв.пар-ра Ө. Для выборки малого объема она м. сущ-но отл-ся от Ө. Чтобы получить предст. о точности и надежности оценки исп-ют интервальную оценку пар-ра.