
- •Пространство элементарных событй. Случайные события. Алгебра событий.
- •Статистический подход к введению понятия вероятности.Классическое определение вероятности.
- •Теоремы сложения и умножения вероятностей.
- •Интегральная теорема Мавра-Лапласа и ее приложения.
- •Распределения Пуассона как предельный случай биномиального распределения.
- •Случайные величины дискретного типа. Ряд распределения. Наиважнейшие примеры.
- •Функция распределения случайной величины, ее свойства.
- •Случайные величины непрерывного типа. Наиважнейшие примеры.
- •Плотность вероятности случайной величины, ее свойства.
- •Критерий независимости случайных величин. Математическое ожидание произведения независимых случайных величин.
- •Начальные моменты случайной величины. Математическое ожидание и его свойства.
- •Центральные моменты случайной величины.Дисперсия и ее свойства.
- •Система двух случайных величин.Функция распределения системы двух случайных величин, ее свойства.
- •Система двух случайных величин непрерывного типа.Плотность вероятности, ее свойства.
- •Условные законы распределения случайных величин.
- •Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корелляции.
- •22) Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции.
- •23) Распределение основных дискретных случайных величин.
- •24) Неравенство Чебышева.
- •25)Теорема Чебышева.
- •26) Центральная предельная теорема.
- •27) Генеральная совокупность. Выборка. Статистический ряд. Гистограмма. Статистическая функция распределения.
- •28) Точечные оценки параметров генеральной совокупности по выборке, их свойства.
- •29) Точечные оценки для математического ожидания генеральной совокупности.
- •30) Точечные оценки для дисперсии генеральной совокупности.
- •31) Интервальные оценки. Доверительный интервал. Нахождение доверительного интервала для математического ожидания генеральной совокупности с нормальным законом распределения.
- •32) Метод статистической проверки гипотез.
- •33) Распределение основных непрерывных случайных величин.
- •35) Метод фишера. Из "http://www.Wikiznanie.Ru/ru-wz/index.Php/%d0%a1%d1%82%d0%b0%d1%82%d0%b8%d1%81%d1%82%d0%b8%d1%87%d0%b5%d1%81%d0%ba%d0%b8%d0%b9_%d1%80%d1%8f%d0%b4"
Система двух случайных величин.Функция распределения системы двух случайных величин, ее свойства.
Упорядоченную пару (X, Y) с. в. X и Y , заданных на одном и том же пространстве элементарных событий, называют двумерной случайной величиной или системой двух слу-
чайных величин.
Функцией распределения системы двух случайных величин называется функция двух аргументов F(x, y), равная вероятности совместного выполнения двух неравенств X<x, Y<y.
свойства функции распределения системы двух случайных величин:
1) Если один из аргументов стремится к плюс бесконечности, то функция распределения системы стремится к функции распределения одной случайной величины, соответствующей другому аргументу.
2) Если оба аргумента стремятся к бесконечности, то функция распределения системы стремится к единице.
3) При стремлении одного или обоих аргументов к минус бесконечности функция распределения стремится к нулю.
4) Функция распределения является неубывающей функцией по каждому аргументу.
Система двух случайных величин непрерывного типа.Плотность вероятности, ее свойства.
Непрерывные
случайные величины
называются независимыми, если
- соответственно плотности распределения
вероятностей случайных величин
.
В
этом случае
где F1(x) и F2(y) — соответственно функции распределения величин и . Зная функцию распределения F(х,у) двумерной случайной величины , легко найти как функцию распределения, так и плотность распределения каждой из случайных величин , в отдельности.
Действительно,
пусть F1(x)
- функция распределения случайной
величины
.
Тогда
. Так как в этом случае может принимать
любое значение, то ясно, что
Следовательно,
по формуле имеем
Дифференцируя
последнее равенство по x,
согласно правилу дифференцирования
интеграла по переменной верхней границе
получим
Аналогичным
образом получаем
и,
следовательно,
.
Таким образом, чтобы получить плотность
распределения одной из составляющих
двумерной случайной величины, надо
проинтегрировать в границах от -∞ до
+∞ плотность распределения системы
по переменной, соответствующей другой
случайной величине.
Условные законы распределения случайных величин.
Распределение одной случайной величины, входящей в систему, найденное при условии, что другая случайная величина приняла определенное значение, называется условным законом распределения.
Условный закон распределения можно задавать как функцией распределения так и плотностью распределения. Условная плотность распределения обладает всеми свойствами плотности распределения одной случайной величины.
Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корелляции.
Числа, назначение которых в сжатом виде характеризовать основные особенности распределений случайных величин, называются числовыми характеристиками. Характеристикой зависимости между случайными величинами 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: