
- •Случайные события, их классификация. Действия над событиями.
- •Теорема сложения вероятностей несовместных событий.
- •Зависимые и независимые события. Условная вероятность. Теорема умножения вероятностей.
- •Свойства условных вероятностей
- •Формула полной вероятности. Формулы Байеса.
- •Повторные независимые испытания. Формула Бернулли.
- •Наивероятнейшее число появлений события в схеме Бернулли.
- •Локальная и интегральная теоремы Лапласа.
- •Формула Пуассона для редких событий.
- •Дискретная случайная величина, ее закон распределения. Многоугольник распределения.
- •Функция распределения вероятностей случайной величины и ее свойства.
- •Математическое ожидание дискретной случайной величины и его свойства. Математическое ожидание м(х) дискретной случайной величины
- •Свойства математического ожидания
- •Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение. Дисперсия случайной величины
- •Свойства дисперсии случайной величины
- •Биномиальный закон распределения и его числовые характеристики.
- •Геометрическое распределение.
- •Гипергеометрическое распределение.
- •Формула Пуассона. Распределение Пуассона.
- •Непрерывная случайная величина, плотность распределения вероятностей непрерывной случайной величины и ее свойства.
- •Математическое ожидание и дисперсия непрерывной случайной величины.
- •Свойства математического ожидания
- •Свойства дисперсии случайной величины
- •Нормальный закон распределения. Влияние параметров распределения на вид нормальной кривой.
- •Вероятность попадания в заданный интервал нормально распределенной случайной величины. Вероятность заданного отклонения. Правило трех сигм.
- •Моменты случайной величины. Асимметрия. Эксцесс.
- •Понятие о центральной предельной теореме.
- •Предмет и метод математической статистики.
- •Генеральная и выборочная совокупности. Способы отбора.
- •Построение дискретного вариационного ряда. Эмпирическая функция распределения и ее свойства.
- •Построение интервального вариационного ряда. Гистограмма частот и относительных частот.
- •Точечное оценивание числовых характеристик случайной величины. Состоятельность, эффективность, несмещенность оценки. Исправленная выборочная дисперсия.
- •Интервальные оценки числовых характеристик случайной величины. Доверительная вероятность. Доверительный интервал.
- •Основные понятия регрессионного и корреляционного анализа.
- •Нахождение параметров линейного уравнения регрессии методом наименьших квадратов.
- •Коэффициент линейной корреляции и его свойства.
- •Статистическая гипотеза. Статистический критерий проверки гипотез. Ошибки первого и второго рода. Критическая область.
- •Проверка гипотезы о математическом ожидании нормально распределенной случайной величины.
- •Проверка гипотезы о равенстве математических ожиданий двух нормально распределенных случайных величин.
- •Критерий согласия Пирсона о предполагаемом законе распределения случайной величины.
- •Критерий согласия Колмогорова о предполагаемом законе распределения случайной величины.
- •Основные понятия дисперсионного анализа. Однофакторный и двухфакторный дисперсионный анализ.
Понятие о центральной предельной теореме.
Закон больших
чисел устанавливает факт приближения
суммы большого числа случайных величин
к определенным постоянным. Однако
суммарное действие случайных величин
не ограничивается только такими
закономерностями. Оказывается, что
совокупное действие случайных величин
приводит к определенному закону
распределения, а именно ─ к нормальному
закону.
Предмет и метод математической статистики.
Математи́ческая стати́стика — наука, разрабатывающая математические методы систематизации и использования статистических данных для научных и практических выводов. Основная задача МС состоит в получении выводов о массовых явлениях в процессах и экспериментах по данным наблюдений над ними. МС опирается на теорию вероятности и ее цель – оценить характеристики генеральной совокупности по выборочным данным.
МС оперирует непосредственно с результатами наблюдений над случайным явлением. Используя результаты, полученные теорией вероятностей, МС по наблюдаемым значениям (выборке) оценивает вероятности этих событий либо осуществляет проверку предположений (гипотез) относительно этих вероятностей.
Таким образом, задачи МС:
1. указать способы сбора и группировки статистических сведений, полученных в результате наблюдений или в результате специально поставленных экспериментов;
2. разработать методы анализа статистических данных в зависимости от целей исследования.
Методы мат статистики:
а) оценка неизвестной вероятности события; оценка неизвестной функции распределения; оценка параметров распределения, вид которого известен; оценка зависимости
случайной величины от одной или нескольких случайных величин и т.д.
б) проверка статистических гипотез о виде неизвестного распределения или о величине параметров распределения, вид которого известен.
Современную МС определяют как науку о принятии решений в условиях неопределенности. Современная МС разрабатывает способы определения числа необходимых экспериментов до начала исследований (планирование эксперимента), в ходе
исследования (последовательный анализ) и решает другие задачи.
Генеральная и выборочная совокупности. Способы отбора.
Генеральная совокупность – вся, подлежащая изучению совокупность по интересующему нас признаку. В статистике различают два вида наблюдений: сплошное, когда изучаются все объекты совокупности и не сплошное , т.е. выборочное, когда изучается только часть объектов. Сплошное наблюдение обычно применяется, когда объем ГС небольшой. Объёмом совокупности (выборочной или генеральной) называют
число ( n или N соответственно) объектов этой совокупности. Когда исследовать данный признак у всех предметов этой совокупности не представляется возможным, используют выборочный метод, согласно которому из данной генеральной совокупности случайным образом выбираются n элементов. Та часть объектов, которая отобрана для непосредственного изучения из ГС, - выборочной совокупностью или выборкой. Для того, чтобы результаты обследования выборки отражали основные черты изучаемого признака, необходимо, чтобы объём выборки не был слишком малым. Выборка называется репрезентативной (представительной), если она достаточно хорошо представляет количественные соотношения генеральной совокупности. Результаты исследования некоторого признака будут более достоверны, если выборка образуется случайно. Различают 2 способа образования случайной выборки:
• Повторный отбор, когда каждый элемент, случайно отобранный и обследованный, возвращается в общую генеральную совокупность и может быть повторно отобран
• Бесповторный отбор, когда уже однажды отобранный элемент не возвращается. Отметим, что помимо случайного отбора элементов выборки существуют и другие:
1) механический, когда из элементов генеральной совокупности отбираются через определенный интервал (например, каждый 10-ый);
2) серийный (гнездовой), когда случайным образом отбираются не отдельные элементы, а целые группы (серии) элементов генеральной совокупности.