
- •1. Абсолютные и относительные ошибки. Методы оценивания абсолютных случайных ошибок.
- •2. Анализ последовательностей данных. Временные ряды. Автокорреляционная функция.
- •4.Генеральная и выборочная совокупности. Правила составления выборок.
- •5.Геологические задачи, решаемые тренд анализом
- •6.Дисперсия случайной величины и методы ее оценки. Число степеней свободы системы наблюденных случайных величин.
- •7.Доверительные интервалы регрессионных оценок. Доверительные интервалы коэффициентов линейной регрессии. Доверительный интервал предсказанной величины по уравнению линейной регрессии.
- •8.Закон распределения случайных ошибок Гаусса. Мера точности.
- •10.Корреляция между порядковыми величинами. Ранговый коэффициент корреляции Спирмена. Коэффициент ранговой корреляции Кендалла.
- •13.Критерий сопряженности признаков, выраженных в номинальной шкале.
- •14.Логнормальный закон распределения и его свойства.
- •15.Матрица коэффициентов корреляции. Методы визуализации корреляционных связей (круговые диаграммы, дендрограммы).
- •17. Методы оценивания относительных случайных ошибок.
- •18. Методы фильтрации случайных помех скользящими окнами. Линейные и нелинейные фильтры. Выбор длины фильтра.
- •19.Оценка различий дисперсий двух выборок. Критерий Фишера
- •22Параметры нормального закона распределения. Математическое ожидание, дисперсия, мода, медиана, коэффициенты асимметрии и эксцесса.
- •23.Правило трех сигм для выявления аномальных значений признака.
- •24.Событие. Вероятность события. Непосредственный подсчет вероятностей.
24.Событие. Вероятность события. Непосредственный подсчет вероятностей.
Область применения статистических моделей при описании геологических явлений.
Правила построения вариационных кривых частности и их аппроксимация вероятностными законами.
Событие. Вероятность события. Непосредственный подсчет вероятностей.
Сумма и произведение событий.
Схема повторения опытов. Вероятность появления события при повторении опытов.
Теорема сложения вероятности для несовместных событий.
Теорема сложения вероятности для совместных событий.
Теорема умножения вероятности для несовместных событий.
Теорема умножения вероятности для совместных событий.
Типы математических моделей используемых для описания геологических процессов.
Тренд и его визуализация полиномами.
Уравнения многомерной регрессии, применение для решения геологических задач.
Условная вероятность наступления случайного события.
Формула полной вероятности реализации случайного события
Число наблюдений, обеспечивающих заданную точность оценки математического ожидания среднего.
Эмпирическое распределение случайной величины. Гистограммы и правила их построения.
Консультация!
В тервере основыне теормемы суммы произведения, формула Баеса
Законы распределения! Случайные величиыны – множество значения. Нужен закон распределнения. Функция распределения вероятности F(X)=P(X<x) – знаем вид знаем закон
F(-inf)=0 if x пренадли жит от минус до плюс inf
F(+nf)=1
Производная – функция плотности верятности f(x): её значения равны F(x)=opr_integral(f(x)dx от –inf till x
ВИДЫ РАЗЛИЧИЙ Функции плотности вероятности от сигма и эм! ( из википедии)
Параметры распеределения: мат ожидание и десперсия. Есть генеральные параметры ивыборчные.. M(X)=sum(xipi) for непрерывне есть в тексте. D(X)=M((xi-M(x))^2) = sum(xi-M(X))^2pi и для непрерывных
M(X)=m
D(X)=сигма^2
Возвразения, без возвращения – свойства ген. Сов. Меняется
Главное требования выборка дложна быть предстваительно
Бывают интервальные и точечные оценки
Delta= t*s/sqrt(s) – оценка точности. После сто эксперементов она выполаживается, но количество данных не меньше восьми
Коэф кореляции – мера линейной зависимости между двумя переменными
Если наблюдается зависимость но нарушается логика. То это ложная корелляция, кореляция в закрытой системе! Нельзя пользоваться корелляции в закр. Сист
X and y – выражаются через сумму их. X+y=100 отсуда часть выдна линейная зависимость , r будет близок к -1. Или в процентном содержании
Автокорелляция для временных рядов,выявления не случайных изменений(тредн) F(x)=f(x)+e, выявление переодичности в послд. Данных изменяется от 0 до 1; Тренд –анализ критерий аббе, методы регресси.выявление риграсионных состовляющих , изначально представляем функцию потом проверяем, линейные зависимости;
Критерйи аббе. Сравниваем с табл. Знач, если меньше тренд есть
Отношение дисперсий по критерию фишера. Еслим еньш то они одинаковые
Для линейной парной регресси. Значимость по критерию фишера, по дисперсия.Получаем коэф. A*=rxySy/Sx. Проверка значимости a*/(Se/sqrt((Sum(xi-xev)^2)) > talpha, n-1 тогда значимо
Delta a*=+-taplha,N-1*Se/(sqrt(sum(xi-xev)^2)
A=a*+-delpa a*
Вероятность сумма событий
P(a+b) – хотя бы одно… P(a)+P(b)-P(AB)
P(AB) – оба сразу P(a)*P(B/A)
Для несовместных P(AB) = 0
Правило трех сигм: Есть выборка. Выделение анамальногозначения. Счиаем среднее и странд. Отклонения, из свойст норм. Закона P(x in (m-3*Сигма; m+3*Сигма) =0.9973
X=N(m;sigma) они меняются на икс среднее и 3s
Для логнармлаьного закона. : (ln(среднего геомт)+-3lg)
X пренадлижит среднегеометр.* antilogSlg^(=-3)
Сравниваем по фишеру.