
- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •7. Ймовірність появ однієї з двох несумісних подій. Узагальнення і наслідки.
- •8. Ймовірність появи однієї з двох сумісних подій. Узагальнення теореми
- •9.Незалежні події. Ймовірність добутку двох незалежних подій. Узагальнення теореми
- •11.Теорема про повну ймовірність
- •12. Формули Байєса
- •13.Схема повторних незалежних випробувань Бернуллі. Формула Бернуллі. Наслідки
- •15. Інтегральна теорема Муавра-Лапласса. Інтегральна функція Лапласса, властивості функції.
- •16.Теорема Пуассона. Поняття найвірогіднішого числа, властивості
- •17. Означення випадкових величин, дискретні і неперервні випадкові величини. Закон розподілу вв та многокутник розподілу.
- •18.Функція розподілу. Означення, властивості, графік.
- •19.Щільність ймовірностей. Властивості, графік
- •20. Залежні і незалежні випадкові величини. Операції над випадковими величинами
- •21. Математичне сподівання двв. Властивості математичного сподівання
- •22.Дисперсія двв і її властивості. Середнє квадратичне відхилення
- •23. Початкові і центральні моменти двв. Мода, медіана, асиметрія, ексцес.
- •24.Неперервні випадкові величини. Числові характеристики нвв.
- •25.Означення багатовимірної випадкової величини. Двовимірна випадкова величина. Закон розподілу двовимірної випадкової величини. Умовний розподіл
- •26.Функція розподілу п-вимірної випадкової величини. Функція розподілу двовимірної в.В. Властивості функції розподілу.
- •27.Коваріація та її властивості. Коефіцієнт кореляції. Властивості коефіцієнта кореляції
- •28.Біномний закон розподілу. Числові характеристики
- •29. Закон розподілу Пуассона, числові характеристики, використання
- •30. Геометричний розподіл, числові характеристики, використання
- •31. Гіпергеометричний закон розподілу, числові характеристики.
- •33. Інтегральна фунція розподілу та щільність ймовірностей показникового розподілу, графіки, числові характеристики.
- •34. Нормально розподілена випадкова величина. Графік щільності нормального розподілу, властивості функції. Правило трьох сигм.
- •35. Розподіли: хі-квадрат, Стьюдента та логнормальний. Числові характеристики
- •37. Предмет, методи і завдання математичної статистики. Об`єм сукупності
- •38. Генеральна та вибіркові сукупності. Статистичний розподіл вибірки
- •39. Полігон частот і відносних частот
- •40. Гістограма частот і відносних частот
- •41. Емпірична функція розподілу f*(X) та її властивості
- •42. Вибіркова середня та її властивості. Степеневі середні вибірки
- •44. Мода і медіана статистичного розподілу вибірки, коефіцієнт варіацій, варіаційний розмах.
- •47. Означення довірчого інтервалу. Довірчий інтервал для оцінки математичного сподівання нормального розподілу
- •48. Статистичні гіпотези та їх різновиди. Помилки першого та другого роду
- •49. Статистичний критерій. Потужність критерію. Рівень значущості критерію
- •50. Критична область. Області прийняття гіпотез. Алгоритм перевірки статистичної гіпотези
- •51. Критерій узгодження Пірсона. Алгоритм використання критерію Пірсона
- •52. Критерій узгодження Колмогорова
- •53. Метод моментів та метод максимальної правдоподібності знаходження точкових оцінок
- •54. Метод найменших квадратів при знаходженні точкових оцінок
- •55. Поняття про функціональну, статистичну і кореляційну залежності.
- •56. Рівняння лінійної регресії. Довірчий інтеграл для лінії регресії
- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •2. Елементарна подія. Простір елементарних подій, випробування, стохастичний експеримент. Приклади. Геометричне означення ймовірності.
23. Початкові і центральні моменти двв. Мода, медіана, асиметрія, ексцес.
Початковим моментом порядку к випадкової величини Х називають математичне сподівання к-того степеня ВВ.
Центральним моментом порядку к ВВ Х називають математичне сподівання К- того степеня відхилення ВВ від свого математичного сподівання М= М (Х-М(Х))^к
Медіаною
ВВ наз значення
ВВ, яке ділить впорядкований набір
значень ВВ на 2 рівні частини по кількості
елементів.
Мода
— знач ВВ, якому відповідає найбільша
ймовірність.Модою неперервного розподілу
є значення випадкової величини, за якого
щільність розподілу має максимум.
Асиметрією називають відношення центрального моменту третього порюдку до куба середнього квадратичного відхилення. Асимерія величина безрозмірна – немає одиниць вимір. Вона показує наскільки графік функції щільності є симетричним відносно мат. Спод.
Асиметрія
випадкової величини визначається
за формулою:
Ексцес характеризує плосковершинність фун-ї щільності йм-тей.
Ексцес випадкової величини
обчислюють за формулою:
24.Неперервні випадкові величини. Числові характеристики нвв.
НВВ називають таку величину, яка може приймати будь-яке числове значення з деякого скінченного чи нескінче інтервалу (а;б) Кількість можливих значень такої величини є нескінченна.
Якщо простір Ω
є неперервним, то математичним сподіванням
НВВ Х називається величина
. (77)
Якщо Ω = (– ;
),
то
. (78)
Якщо Ω = [a; b], то
Дисперсія для НВВ Обчислюється за формулами:
. (95)
Якщо Х
[а; b],
то
Середнім квадратичним відхиленням випадкової величини Х називають корінь квадратний із дисперсії:
.
25.Означення багатовимірної випадкової величини. Двовимірна випадкова величина. Закон розподілу двовимірної випадкової величини. Умовний розподіл
Багатовимірною ВВ наз величину, яка характеризується не однією ВВ, а системою ВВ
Двовимірна випадкова величина це така випадкова величина, яка визначається у кожному випробувані двома числами.
Законом розподілу дискретної двохвимірної випадкової величили називають перелік можливих значень цієї величини та їх ймовірностей.
Умовним законом розподілу двовимірної ВВ У при фіксованому значенні Х=хі називають перелік можливих значень випадкової величини У=уі і відповідних їм умових ймовірностей, обчислених при фіксованому значенні Х=хі.
26.Функція розподілу п-вимірної випадкової величини. Функція розподілу двовимірної в.В. Властивості функції розподілу.
Функція
розподілу
системи двох випадкових величин
визначає ймовірність сумісного
виконаннянерівностей
Геометрично функцію розподілу можна
інтерпретувати як імовірність потрапляння
випадкової точки в нескінченний
прямокутник із вершиною
обмежений згори і
праворуч
Функція розподілу має такі властивості:
— неспадна функція х і y;
Функції
визначають закони розподілу для
випадкових величин
які
входять до системи.
За допомогою функції розподілу можна подати ймовірність потрапляння випадкової точки у прямокутник, сторони якого паралельні осям координат: