- •1. Правила комбинаторики.
- •2. Основные комбинаторные соединения: перестановки, размещения, сочетания.
- •3. Испытание. Событие. Классификация событий.
- •4. Понятие вероятности события. Классическое определение вероятности и его свойства.
- •5. Относительная частота события. Статистическое определение вероятности.
- •6. Геометрическое определение вероятности.
- •7. Алгебра событий.
- •8. Условная вероятность.
- •9. Теоремы умножения вероятностей.
- •10. Теоремы сложения вероятностей.
- •11. Вероятность появления хотя бы одного события.
- •12. Формула полной вероятности.
- •13. Вероятности гипотез. Формула Бейеса.
- •14. Схема независимых испытаний Бернулли.
- •15. Формула Бернулли.
- •16. Локальная теорема Муавра-Лапласа.
- •17. Формула Пуассона.
- •18. Интегральная теорема Лапласа.
- •19. Наивероятнейшее число появления события.
- •20. Вероятность отклонения относительной частоты от постоянной вероятности.
- •21. Понятие и виды случайных величин.
- •22. Ряд распределения. Многоугольник распределения.
- •23. Функция распределения.
- •24. Вероятность попадания случайной величины на заданный участок.
- •25. Плотность распределения.
- •26. Числовые характеристики случайных величин.
- •27. Математическое ожидание, мода, медиана.
- •28. Дисперсия. Среднее квадратическое отклонение.
- •29. Моменты. Асимметрия и эксцесс.
- •30. Биномиальное распределение.
- •31. Пуассоновское распределение.
- •32. Геометрическое распределение.
- •33. Гипергеометрическое распределение.
- •34. Равномерное распределение.
- •35. Нормальное распределение.
- •36. Показательное распределение.
- •37. Распределение Пирсона.
- •38. Распределение Стьюдента.
- •39. Распределение Фишера.
- •40. Понятие системы двух случайных величин.
- •41. Функция и плотность распределения системы.
- •42. Законы распределения отдельных величин, входящих в систему.
- •43. Условные законы распределения.
- •44. Числовые характеристики системы двух случайных величин.
- •45. Корреляционный момент. Коэффициент корреляции.
- •46. Закон больших чисел и центральная предельная теорема (цпт).
- •47. Неравенство Чебышева. Теорема Чебышева.
- •48. Теоремы Бернулли и Пуассона.
- •49. Массовые случайные явления и цпт.
- •50. Характеристические функции. Цпт для одинаково распределенных слагаемых.
- •1. Задачи математической статистики.
- •2. Генеральная совокупность. Типы выборок и способы отбора.
- •3. Вариационные ряды.
- •4. Эмпирическая функция распределения.
- •5. Полигон и гистограмма.
- •6. Точечные оценки.
- •7. Генеральная и выборочная средние.
- •8. Генеральная и выборочная дисперсии.
- •9. Метод моментов.
- •10. Метод наибольшего правдоподобия.
- •11. Интервальные оценки.
- •12. Доверительные интервалы для параметров нормального распределения.
- •13. Доверительные интервалы для вероятности биномиального распределения.
- •14. Доверительные интервалы для параметра распределения Пуассона.
- •15. Метод произведений для вычисления выборочной средней и выборочной дисперсии.
- •16. Метод сумм для вычисления выборочной средней и выборочной дисперсии.
- •17. Функциональная, статистическая и корреляционная зависимости.
- •18. Линейная корреляция.
- •19. Криволинейная корреляция.
- •20. Выборочный коэффициент ранговой корреляции Спирмена.
- •21. Выборочный коэффициент ранговой корреляции Кендалла.
- •22. Виды статистических гипотез.
- •23. Ошибки I и II рода.
- •24. Уровень значимости и мощность критерия.
- •25. Проверка гипотез о равенстве средних двух нормально распределенных генеральных совокупностей.
- •26. Проверка гипотез о равенстве дисперссий двух нормально распределенных генеральных совокупностей.
- •27. Проверка гипотезы о нормальном распределении генеральной совокупности по критерию Пирсона.
- •28. Проверка гипотезы о значимости выборочного коэффициента корреляции.
- •29. Проверка гипотезы о значимости выборочного коэффициента ранговой корреляции Спирмена.
- •30. Проверка о значимости выборочного коэффициента ранговой корреляции Кендалла.
- •31. Проверка гипотезы о показательном распределении генеральной совокупности.
- •32. Проверка гипотезы о распределении генеральной совокупности по биномиальному закону.
- •33. Проверка гипотезы о равномерном распределении генеральной совокупности.
- •34. Проверка гипотезы о распределении генеральной совокупности по закону Пуассона.
30. Проверка о значимости выборочного коэффициента ранговой корреляции Кендалла.
Пусть ген совок состоит из объектов которые обладают двумя качественными признаками a и b из этой совокупности извлечена выборка объема n и по ней найден выборочный коэффициент ранговой корреляции Кендаля <>0.
Требуется проверить Н0:τг=0
Это означает что между признаками А и B нет связи
В противном случае между признаками имеется значимая связь
Для того чтобы при уровне значимости альфа проверить нулевую гипотезу о равенстве нулю о равенстве нулю ген коэффициента ранговой корреляции Кендала при конкурирующей гипотезе
Н1: τг<>0
Если |τв|<τкр то нет основания отвергать нулевую гипотезу и связи нет.
31. Проверка гипотезы о показательном распределении генеральной совокупности.
Тогда теоритические частоты определяются по формуле mi=ni*pi=ni*p(xi<x<xi+1)=
Затем теоритические значения сравниваются с критическими
Общая схема применения критерия }{2 Пирсона
Рассчитывается эмпирическое значение }{2
Выбирается критерий значимости альфа
По таблице рассчитывается }{2(к,альфа) (В общем случае к=S-r-1(где S -кол-во интервалов разбиения, r-кол-во параметров распределения(в норм 2, в показ распред 1))
Если }{2наблюд>}{2(альфа, к) гипотеза отвергается
32. Проверка гипотезы о распределении генеральной совокупности по биномиальному закону.
Проверка гипотезы о распределении генеральной совокупности по биномиальному закону
Проведено n опытов. Каждый опыт состоит из N независимых испытаний, в каждом
из которых вероятность появления события А одна и та же. После регистрации числа появления события А получено следующее распределение дискретной случайной
величины x:
x |
0 |
1 |
… |
N |
n |
n0 |
n1 |
… |
nN |
Требуется, используя критерий Пирсона, проверить гипотезу о распределении дискретной случайной величины x по биноминальному закону.
33. Проверка гипотезы о равномерном распределении генеральной совокупности.
При использовании критерия Пирсона для проверки гипотезы о равномерном распределении ген совка с предполагаемой плотностью
f(x)
=
0,
x<>(a,b)
Для вычислив по имеющейся выборки Хв среднее оценить параметры и b по формулам:
Где а* и b* - оценки для а и b
Наблюдаемое значение критерия Пирсона вычисляется по формулам Акр по таблице с учетом того что к=S-3 где S - число интервалов на которые разбита выборка
После этого границы критической области определяются так же как и для проверки гипотезы о нормальном распределении
34. Проверка гипотезы о распределении генеральной совокупности по закону Пуассона.
Если, например, предполагают, что генеральная совокупность распределена по закону Пуассона, то оценивают один параметр. Поэтому r = 1 и k=s-2.
Поскольку односторонний критерий более "жестко" отвергает нулевую гипотезу, чем двусторонний, построим правостороннюю критическую область исходя из требования, чтобы вероятность попадания критерия в эту область в предположении справедливости нулевой гипотезы была равна принятому уровню значимости a.
P(c²>c²кр(a;k))=a.
Таким образом, правосторонняя область определяется неравенством c²>c²кр(a;k), а область принятия нулевой гипотезы – неравенством c²>c²кр(a;k).
Алгоритм применения критерия Пирсона.
1. Выдвигают нулевую гипотезу о нормальном законе распределения случайной величины X и находят его параметры xв и S.
2. Определяют теоретические частоты ni’, соответствующие опытным частотам. Если среди опытных частот имеются малочисленные, то их необходимо объединить с соседними. Интервалы после объединения будем обозначать (ai;bi]. Число интервалов должно быть не менее 4-х. Если случайная величина X непрерывна,
то
.
3. По формуле вычисляют величину.
4. Определяем число степеней свободы k= l-3, где l – число интервалов после объединения.
.
5. Находят уровень значимости a=1-g, где g – доверительная вероятность; при g=0,95 , g=0,05.
6. По таблице при заданных a и k находят значение
которое является критической точкой.
7.
Если
,
нет оснований отвергнуть нулевую
гипотезу.
Если
,
нулевую гипотезу отвергают.
