- •1. Понятие случайного эксперимента. Пространство элементарных событий. Достоверное и невозможное событие.
- •Пространство элементарных событий.
- •2. Операции над событиями (сумма, разность, произведение). Совместные и несовместные события. Противоположное событие. Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •3. Свойства операций над событиями.
- •4. Алгебра и сигма-алгебра событий.
- •5. Классическое определение вероятности события.
- •6. Статистическое определение вероятности события.
- •7. Геометрические вероятности.
- •Аксиоматическое построение теории вероятностей.
- •8. Понятие о полной группе событий.
- •9. Формула сложения вероятностей для совместных и несовместных событий
- •10. Условная вероятность. Формула умножения вероятностей. Независимость событий.
- •Формула умножения вероятностей.
- •Независимость событий.
- •11. Формула полной вероятности.
- •12. Формула Байеса
- •13. Основные понятия комбинаторики. Правила суммы и произведения. Перестановки, размещения, сочетания и формулы для их вычисления.
- •Правила суммы и произведения.
- •14. Схема независимых испытаний Бернулли. Наивероятнейшее число наступления событий в схеме Бернулли.
- •15. Теорема Пуассона.
- •16. Локальная теорема Муавра –Лапласа.
- •17. Интегральная (глобальная) теорема Муавра – Лапласа.
- •18. Случайная величина и ее функция распределения. Свойства функции распределения.
- •19. Непрерывные и дискретные случайные величины.
- •Закон распределения дискретной случайной величины.
- •20. Математическое ожидание случайной величины и его свойства. Математическое ожидание характеризует среднее ожидаемое значение случайной величины, т.Е. Приближенно равно ее среднему значению
- •21. Дисперсия случайной величины и ее свойства.
- •23. Биномиальное распределение, его математическое ожидание и дисперсия.
- •24. Распределение Пуассона, его мат. Ожидание и дисперсия
- •25. Равномерное распределение, его мат. Ожидание и дисперсия.
- •26. Показательное распределение, его мат.Ожидание и дисперсия.
- •27. Нормальное распределение. Свойства функции Гаусса
- •Свойства функции Гаусса.
- •28. Функция Лапласа и ее свойства. Вероятность попадания нормальной случайной величины в заданный интервал.
- •Функция Лапласа и ее свойства.
- •29. Отклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •30. Совместная функция распределения двух случайных величин. Независимые случайные величины. Мат. Ожидание и дисперсия независимых случайных величин.
- •Свойства совместной функции распределения двух случайных величин
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •31. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины и ее свойства.
- •Свойства двумерной плотности вероятности
- •32. Корреляционный момент и коэффициент корреляции.
- •Выборочный метод и его основные понятия. Случайная выборка, объем выборки.
- •34. Вариационный ряд для дискретных и непрерывных случайных величин. Полигон и гистограмма.
- •35. Эмпирическая функция распределения и ее свойства.
- •36. Статистические оценки параметров распределения. Состоятельность и несмещенность статистических оценок.
- •37. Выборочные среднее и дисперсия.
- •38. Надежность и доверительный интервал.
- •39. Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •40. Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии.
- •41. Доверительный интервал для оценки среднего квадратического отклонения нормального распределения.
- •42. Проверка статистических гипотез. Нулевая и альтернативная гипотезы, статистический критерий. Ошибки первого и второго рода.
- •43. Этапы проверки статистической гипотезы.
- •44. Критерий согласия Пирсона о виде распределения.
- •45. Понятие о регрессионной зависимости случайных величин. Парная и множественная регрессии.
- •46. Выборочные уравнения регрессии.
- •47. Линейная регрессия. Нахождение коэффициентов линейной регрессии методом наименьших квадратов.
- •48. Понятие о множественной линейной регрессии.
- •49. Корреляционная матрица.
- •54. Нелинейная регрессия. Логарифмическая, обратная, степенная, и показательные модели нелинейной регрессии.
- •55. Понятие о цепях Маркова. Однородные цепи Маркова. Переходные вероятности. Матрица перехода.
- •56. Равенство Маркова. Расчет вероятностей состояния системы с использованием матрицы перехода.
- •57. Понятие о цепях Маркова с непрерывным временем.
- •58. Уравнения Колмогорова. Финальные вероятности цепей Маркова с непрерывным временем.
- •59. Понятие о схеме гибели и размножения. Расчет вероятностей состояний.
- •60. Понятие о системах массового обслуживания.
32. Корреляционный момент и коэффициент корреляции.
Корреляционный момент
Характеристикой
зависимости между случайными величинами
и
служит математическое ожидание
произведения отклонений
и
от их центров распределений (так иногда
называют математическое ожидание
случайной величины), которое называется
корреляционным
моментом
или ковариацией:
Для вычисления корреляционного момента дискретных величин используют формулу:
а для непрерывных величин – формулу:
Теорема. Корреляционный момент двух независимых случайных величин и равен нулю.
Коэф
корреляции введен
для независимости от размерности СВ.
Для
независимых
и
коэффициент их корреляции
,
так как в этом случае
.
Свойства коэффициента корреляции
Если
=1,
то
,
где k и b — константы, k>0.
Если = –1, то , где k<0.
Выборочный метод и его основные понятия. Случайная выборка, объем выборки.
Выборочной совокупностью или случайной выборкой называют совокупность случайно отобранных объектов.
Генеральной совокупностью называют совокупность объектов, из которых производится выборка.
Объемом совокупности (выборочной или генеральной) называют число объектов этой совокупности.
выборки подразделяются на повторные и бесповторные.
Повторной называют выборку, при которой отобранный объект (перед отбором следующего) возвращается в генеральную совокупность. При бесповторной выборке отобранный объект в генеральную совокупность не возвращается.
Способы отбора. два вида:
Отбор, не требующий расчленения генеральной совокупности на части. Сюда относятся а) простой случайный бесповторный отбор и б) простой случайный повторный отбор.
Отбор, при котором генеральная совокупность разбивается на части. Сюда относятся а) типический отбор, б) механический отбор и в) серийный отбор.
Простым случайным называют отбор, при котором объекты извлекаются по одному из генеральной совокупности. Типическим называют отбор, при котором объекты отбираются не из всей генеральной совокупности, а из каждой ее «типической» части.
Механическим называют отбор, при котором генеральная совокупность механически делится на столько групп, сколько объектов должно войти в выборку, а из каждой группы выбирается один объект.
Серийным называют отбор, при котором объекты отбирают из генеральной совокупности не по одному, а «сериями», которые подвергаются сплошному обследованию.
34. Вариационный ряд для дискретных и непрерывных случайных величин. Полигон и гистограмма.
Наблюдаемые
значения
называют вариантами,
а последовательность вариант, записанных
в возрастающем порядке – вариационным
рядом. Числа
наблюдений называют частотами,
а их отношения
к объему выборки
- относительными частотами. Вариационный
ряд можно представить таблицей
вида:
X |
|
|
….. |
|
n |
|
|
…. |
|
Статистическим распределением выборки называют перечень вариант и соответствующих им относительных частот. Статистическое распределение можно представить как:
X |
|
|
….. |
|
w |
|
|
…. |
|
где
относительные частоты
.
Полигоном
частот называют
ломаную линию, отрезки которой соединяют
точки
.
В случае непрерывного признака строится
гистограмма.
Гистограммой частот называют
ступенчатую фигуру, состоящую из
прямоугольников, основаниями которой
служат частичные интервалы длиною h,
а высоты равны отношению
.
