
- •2. Случайное событие
- •3. Основные типы событий. Алгебра событий.
- •4. Понятие вероятности события.
- •5. Теорема сложения вероятностей.
- •6. Сумма и произведение совместных событий и их геометрическая интерпретация.
- •7. Зависимые и независимые события. Теорема умножения вероятностей.
- •8.Формула полной вероятности.
- •10. Формула Бернулли.
- •11. Формула Пуассона и условия ее применимости.
- •12. Дискретные случайные события и возможности их описания.
- •13. Закон распределения дискретной случайной величины. Многоугольник распределения.
- •14. Функция распределения и ее свойства. Вероятность попадания случайной величины на заданный интервал.
- •15. Плотность распределения и ее свойства. Вероятностный и геометрический смысл плотности распределения.
- •16. Математическое ожидание случайной величины и его свойства.
- •17. Дисперсия и среднее квадратичное отклонение случайной величины и ее свойства.
- •18. Математическое ожидание и дисперсия числа появления события в независимых опытах.
- •19.Непрерывная случайная величина. Числовые характеристики непрерывных случайных величин.
- •22. Закон равномерного распределения.
- •23. Экспоненциальный (показательный) закон распределения.
- •25. Вероятность попадания в заданный интервал. Правило трех сигм
- •26. Система двух случайных величин. Ф-я распред, св-ва. Вероятн попадания в полуполосу и прямоугольник
- •28. Закон распределения случайных величин входящих в систему
- •24. Нормальное распределение. Функция Лапласа
- •29. Свойства коэффициента корреляции
- •31. Генеральная совокупность и выборка. Характеристики выборки.
- •34&35. Закон больших чисел и его следствие.
- •32. Статистическое распределение выборки. Эмпирическая функция распределения
- •33. Полигон и гистограмма.
- •30. Выборочная средняя и выборочная дисперсия.
- •37&39&41. Точечная и интервальная оценки. Доверительный интервал.
- •38. Основные методы определения точечных оценок.
32. Статистическое распределение выборки. Эмпирическая функция распределения
Статистическое распределение выборки.
Выборка- множество случаев (испытуемых, объектов, событий, образцов), с помощью определённой процедуры выбранных из генеральной совокупности для участия в исследовании.
Cтатистическим (эмпирическим) законом распределения выборки, или просто статистическим распределением выборки называют последовательность вариант хi и соответствующих им частот ni или относительных частот wi.
Статистическое распределение выборки удобно представлять в форме таблицы распределения частот, называемой статистическим дискретным рядом распределения.
Эмпирической функцией распределения называют функцию F*(x), определяющую для каждого значения x относительную частоту события X<x.
По определению:
Где
-
число вариант, меньших x;
x-
объём выборки.
Свойства эмпирической функции распределения:
1) Значение эмпирической функции принадлежат отрезку [0;1]
2) F*(x)- неубывающая функция
3)
если
-
наименьшая варианта, то F*(x)=0
при x≤
;
если
-
наибольшая варианта, то F*(x)=1
при x>
.
33. Полигон и гистограмма.
Основные графики вариационного ряда: полигон и гистограмма.
Полигоном
частот
называют ломаную, отрезки которой
соединяют точки
.
Для построения полигона частот на оси абсцисс откладывают варианты х2, а на оси ординат – соответствующие им частоты ni. Точки (хi,ni) соединяют отрезками и получают полигон частот.
Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, одна из сторон которых - частичные интервалы с длиною h, другая- отношение (плотность частоты).
Для построения гистограммы частот на оси абсцисс откладывают частичные интервалы, а над ними проводят отрезки, параллельные оси абсцисс на расстоянии ni/h. Площадь i-го частичного прямоугольника равна h•ni/h=ni - сумме частот вариант i-го интервала; следовательно, площадь гистограммы частот равна сумме всех частот, т.е. объему выборки.
36. Статистические оценки параметров распределения.
Статистической оценкой неизвестного параметра теоретического распределения называют функцию от наблюдаемых случайных величин.
Несмещённой называют статистическую оценку Ө*, математическое ожидание которой равно оцениваемому параметру Ө при любом объёме выборки, т.е.
M(Ө*)= Ө
Смещённой называют оценку, математическое ожидание которой не равно оцениваемому параметру.
Эффективной называют статистическую оценку, которая (при заданном объёме выборки n) имеет наименьшую возможную дисперсию.
При рассмотрении выборок большого объёма (n велико!) к статистическим оценкам предъявляется требование состоятельности.
Состоятельной называют статистическую оценку, которая при n →∞ стремится по вероятности к оцениваемому параметру. Например, если дисперсия несмещённой оценки при n→∞ стремится к нулю, то такая оценка оказывается и состоятельной.