- •1.Означення та приклади подій : випадкова, достовірна, неможлива, елементарна, складна.
- •2.Означення та приклад повної групи подій та простору елементарних подій.
- •3.Класичне означення ймовірності випадкової події
- •5.Дати означення відносної частоти появи події.
- •6. Дати геометричне та статистичне означення ймовірностей.
- •7.Дати визначення умовної ймовірності.
- •8.Формула множення ймовірностей для залежних та незалежних подій.
- •9.Формула для обчислення появи хоча б однієї події.
- •10. Формула повної ймовірності
- •11.Формула Баєса.
- •13.Формула Бернуллі для обчислення ймовірностей,умова використання. Наслідки.
- •14. Найімовірніше число наступів події в схемі Бернуллі.
- •15.Сформулювати локальну теорему Мауавра-Лапласа.
- •16.Сформулювати інтегральну теорему Мауавра-Лапласа.
- •17.Функція Гаусса та її властивості
- •18.Функція Лапласа та її властивості.
- •19.Формула Пуассона,умови її використання.
- •20.Означення випадкової величини, дискретної та неперервної випадкової величини.
- •21.Закон розподілу випадкової величини.
- •22.Інтегральна функція розподілу випадкової величини: означення.Властивості.
- •30.Означення закону розподілу багатовимірної випадкової величини.
- •32. Коефіцієнт кореляції та його властивості
- •Щільність імовірностей системи п випадкових величин є функція
- •34.Двовимірний нормальний закон.
- •35.Біномінальний закон розподілу двв, числові характеристики.
- •36. Пуасонівський закон розподілу двв, числові характеристики.
- •37.Геометрический закон розподілу двв, числові характеристики.
- •38. Гіпергеометричний закон розподілу двв, числові характеристики.
- •39.Рівномірний закон розподілу.
- •40. . Нормальний закон розподілу
- •41.Показниковий закон та його використання в теорії надійності та теорії черг.
- •43. Правило трьох сигм. Логарифмічний нормальний закон розподілу
- •45. Теорема Чебишова
- •46. ) Теорема Бернулі
- •48.Предмет і задачі математичної статистики.
- •49. Утворення вибірки. Генеральна та вибіркова сукупність.
- •50. Статистичним розподілом вибірки
- •51.Емпірична функція розподілу, гістограма та полігон.
- •52.Числові характеристики : вибіркова середня, дисперсія вибірки, середньоквадратичне відхилення.
- •53.Мода й медіана,емпіричні початкові та центральні моменти, асиметрія та ексцес.
- •54.Дати визначення статистичної оцінки.
- •55.Точкові та інтервальні статистичні оцінки.
- •56.Дати визначення довірчого інтервалу.
- •57.Що таке нульова та альтернативна статистичні гіпотези.
- •58.Перевірки правдивості нульової гіпотези про нормальний закон розподілу ознаки генеральної сукупності.
- •59.Емпіричні та теоретичні частоти.
- •60.Критерії узгодження Пірсона та Колмогорова.
- •61.Помилки 1-го і 2-го роду.
- •62.Статистичний критерій.Критична область.
- •63.Дати означення моделі експерименту.
- •64.Дати поняття одно фактичний аналіз.
- •65.Що таке таблиця результатів.
- •66.Загальна дисперсія,між групова та внутрішньо групова дисперсія.
- •67.Загальний метод перевірки впливу фактора на ознаку способом порівняння дисперсії.
- •68.Поняття про функціональна ,статистична і кореляційна залежності.
- •70. Вибірковий коефіцієнт кореляції
- •71. Множина регресії ,множинний коєфіцієнт кореляції та його властивості .
52.Числові характеристики : вибіркова середня, дисперсія вибірки, середньоквадратичне відхилення.
Вибірковим
середнім
в
називається
середнє арифметичне всіх значень
вибірки:
в
=
Вибіркове
середнє можна записати так і
в
=
Вибіркової
дисперсією Dв
називається середнє арифметичне
квадратів відхилень значень вибірки
від вибіркової середньої
в,
тобто.
*
Або
те ж саме
*
Можна
показати, що дисперсія може бути обчислена
за формулою:
-
(
)
Вибіркове
середнє квадратичне відхилення вибірки
визначається формулою
=
53.Мода й медіана,емпіричні початкові та центральні моменти, асиметрія та ексцес.
Медіаною випадкової величини є Х будь-який корінь рівняння
Мода дискретної величини — це таке її значення, імовірність якого найбільша.
Модою неперервного розподілу є значення випадкової величини, за якого щільність розподілу має максимум.
Асиметрія випадкової величини визначається за формулою:
Ексцес випадкової величини обчислюють за формулою:
Початковий, центральний і абсолютний початковий моменти порядку k величини Х визначають відповідно за такими формулами:
Якщо існує початковий абсолютний момент порядку k, то існують усі моменти нижчих порядків.
54.Дати визначення статистичної оцінки.
Статистичні оцінки — це статистики, що використовуються для оцінювання невідомих параметрів розподілів випадкової величини.
Наприклад, якщо
—
це незалежні випадкові величини, з
заданим нормальним
розподілом
N(
,
то
буде середнім
арифметичним результатів
спостережень.
Задача статистичної оцінки формулюється так:
Нехай
- вибірка з генеральної
сукупності з розподілом
(x,
)Розподіл
має
відому функціональну форму, але залежить
від невідомого параметра
.
Цей параметр може бути будь-якою точкою
заданої параметричної множини
.
Використовуючи статистичну інформацію
що міститься у вибірці
зробити
висновки про справжнє значення
параметра
.
55.Точкові та інтервальні статистичні оцінки.
Точковою називається оцінка, яка визначається одним числом.При вибірці малого обсягу точкові оцінки можуть значно відхилятись від параметру, тобто приводять до грубих похибок. Тому більш точними є інтервальні оцінки.
Інтервальною називають оцінку, яка визначається двома числами – кінцями інтервалу. Інтервальні оцінки дозволяють встановити точність і надійність оцінок.
Нехай
знайдена по даних вибірки статистична
характеристика а* служить
оцінкою невідомого параметру а.
Будемо вважати а постійною
величиною (може бути і випадковою).
Зрозуміло, що а* тим
точніше визначає параметр а,
чим менша абсолютна величина різниці
.
Іншими словами, якщо
і
,
то чим менше
,
тим точніша оцінка. Таким чином, додатне
число
характеризує точність
оцінки.
В зв’язку з тим, що вибіркові параметри (середні, дисперсія і т.д.) є випадковими величинами, то і їх відхилення від генеральних параметрів (похибки) також будуть випадковими величинами. Таким чином, задачу про оцінку цих відхилень носить ймовірнісний характер і полягає в оцінці ймовірності Р( )
