
- •1.Случайные события и операции над ними.
- •3.Частота и вероятность.
- •5.Геометрические вероятности и статистическая вероятность.
- •6.Теоремы сложения и умножения вероятностей.
- •7.Условная вероятность.
- •8.Независимость событий.
- •9.Формулы полной вероятности и байеса.
- •10.Последовательность независимых повторных испытаний.
- •11.Формула бернулли.
- •12.Найвероятнейшее число успехов в схеме бернулли.
- •14.Локальная и интегральная формулы муавра-лапласа.
- •15.Случайные величины и их классификация.
- •16.Дискретные и непрерывные величины.
- •17.Законы распределения св.
- •18.Функция распределения и ее свойства.
- •19.Плотность распределения нсв и ее свойства.
- •20.Математическое ожидание и дисперсия св.
- •21.Мода и медиана.
- •22.Моменты св.
- •23.Асимметрия и эксцесс.
- •24.Функции случайных величин.
- •25.Биномиальный закон распеределения.
- •26.Закон пуассона.
- •27.Геометрическое и гипергеометрическое распределение.
- •32.Распределения «хи-квадрат», стьюдента и фишера-снедекора.
- •33.Многомерные св.
- •34.Зависимые и независимые св.
- •35.Корреляционный момент и коэффициент корреляции.
- •36.Неравенства маркова и чебышева.
- •37.Теоремы чебышева и бернулли.
- •38.Центральная предельная теорема.
- •39.Предмет математической статистики.
- •40.Генеральная и выборочная совокупности.
- •41.Вариационный ряд и его характеристики.
- •42.Точечное и интервальное оценивание параметров генеральной совокупности.
- •43.Предельная ошибка и необходимый объем выборки.
- •44.Статистические гипотезы.
- •45.Уровень значимости и мощность критерия.
- •46.Проверка статистических гипотез.
- •47.Критерии согласии пирсона и колмогорова.
- •48.Основные понятия дисперсионного анализа.
- •51.Линейная корреляционная зависимость и линии регрессии.
- •52.Проверка значимости уравнения и коэффициентов уравнения регрессии.
- •53.Ранговая корреляция.
15.Случайные величины и их классификация.
Случайной величиной называют такую величину, которая в результате опыта может принимать те или иные значения, причем до опыта мы не можем сказать, какое именно значение она примет. (Более того, СВ – это действительная функция, определенная на пространстве элементарных событий Ω). СВ обозначаются последними буквами латинского алфавита – X, Y, Z. СВ могут быть трех типов: -дискретные,
-непрерывные,
-смешанные.
16.Дискретные и непрерывные величины.
Дискретная случайная величина (ДСВ) может принимать конечное или бесконечное счетное число значений. Непрерывная случайная величина (НСВ) в отличие от ДСВ принимает бесконечное несчетное число значений.
17.Законы распределения св.
Закон распределения СВ – это перечень ее возможных значений и соответствующих им вероятностей.
Законы распределения ДСВ:
1)закон распределения Бернулли,
2)биномиальный ЗР,
3)ЗР Пуассона,
4)геометрический ЗР,
5)геометрический ЗР, сдвинутый на единицу,
6)гипергеометрический ЗР.
Для НСВ:
равномерный ЗР,
показательное распределение,
нормальный ЗР.
18.Функция распределения и ее свойства.
Функция F (х)=Р (Х<х) называется интегральной функцией распределения.
Свойства интегральной функции распределения: 1) F (х) не убывает (если х2>х1, то F (x2)≥F (х1)).
2) F (-∞)=0.
3) F (+∞)=1.
4) Вероятность попадания СВХ в интервал а<Х<b:
Р (а≤Х<b)=F(b)-F(a).
Дифференциальной функциейСВХ называется производная ее функции распределения:
f(х)=F ‘ (х).
Свойства дифференциальной функции:
f (х)≥0.
F (х) =
19.Плотность распределения нсв и ее свойства.
Плотностью
распределения вероятностей НСВ Х
называется
такая функция р (х)≥0, что F
(х)=
Свойства плотности: 1) р (х)≥0,
2)
3) p (х) = f ’(х)
4)
р (а≤х≤в) =
20.Математическое ожидание и дисперсия св.
Математическое ожидание М (Х) ДСВ Х – это сумма парных произведений СВ на соответствующую вероятность: М (х)=х1р1+х2р2+…+хnрn.
Свойства математического ожидания:
М (С) = С
М (СХ) = С*М (Х)
Математическое ожидание суммы равно сумме математических ожиданий слагаемых.
Дисперсией ДСВ Х называется математическое ожидание квадрата отклонения СВ от ее математического ожидания:
D(X)=M((x-M(X))2)
Свойства дисперсии:
D(C)=0
D(CX)=C2D(X)
D(X)=M(X)2-(M(X))2
D(C+Х)=D(X)
Математическое ожидание для НСВ:
МХ=
Дисперсия для НСВ:
DX=
Все свойства дисперсии и математического ожидания, установленные для ДСВ, сохраняются для НСВ.
21.Мода и медиана.
Мода Мо(Х) распределения – это значение СВ, имеющее наиболее вероятное значение. Для НСВ (Мо(Х)) это точка локального максимума плотности.
Если мода единственна, то распределение СВ называется унимодальным, в противном случае полимодальным.
Медиана Ме(Х) – это значение случайной величины, которое делит таблицу распределения на две части таким образом, что вероятность попадания в одну из них равна 0,5. Медиана обычно не определяется для ДСВ.
22.Моменты св.
Начальным моментом порядка sназывается математическое ожидание степени sСВХ:
αs = М(Хs) Для ДСВ:
αs = хs1р1+ хs1р2+…+ хs1рn
Для НСВ:
αs
=
Отклонение СВ от ее математического ожидания называется центрированной СВ Х: Х=Х-mx
Центральным моментом порядка sСВ Х называется математическое ожидание степени s, соответствующей центрированной СВ:
μs= μ(Xs)=M((x-mx)s)
Для ДСВ:
μs=
Для НСВ:
μs=
Основным моментом порядка sназывается нормированный центральный момент порядка S:
rs = μs/ Ϭs