
- •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.
29. Моменты. Асимметрия и эксцесс.
Моментом к-го порядка называется среднее арифметическое из к-\ степеней отклонений значений признака от С
v.=(X",(^,-C)*)/n,
где X.—наблюдаемая варианта;«.—частота варианты; «=^ п. —
объем выборки; С—произвольное постоянное число.
Если С = О, то момент называется началъньш. Нетрудно заметить, что начальный момент первого порядка есть выборочная средняя
Если С = JC, то момент называется центральным порядка к
Нетрудно заметить, что центральный момент первого порядка равен нулю, а центральный момент второго порядка равен дисперсии.
Между центральными и начальными моментами существует зависимость
^з = Vз-Зv2Vl+2vJ^•
li,=v,-Av,v,+evy, -3v;.
Асимметрия распределения определяется равенством
а = 11^/а^
(аб]-оо,+оо[ )
И является показателем отклонения распределения признака X от симметрии относительно х. При а = О—распределение симметрично.
Эксцессом называется величина
г=^-3 (г€[-3,М)-
Эксцесс характеризует степень крутости кривой распределения признака X по сравнению с кривой нормального распределения. При в =0 — распределение нормально. Если г > О, то кривая распределения имеет более острую вершину, чем нормальное; если в < О — более плоскую вершину, чем нормальная кривая.
30. Биномиальное распределение.
Пусть выполнены все условия схемы независимых испытаний Бернулли.
Рассмотрим
в качестве ДСВ X
число появлений события A
в этих испытаниях. Т. е. величина X
может принимать значения:
.
Вероятности
этих значений определяются по формуле
Бернулли:
,
.
Закон распределения вероятностей ДСВ X называется биномиальным, если вероятности ее возможных значений определяются по формуле Бернулли.
31. Пуассоновское распределение.
Пусть
в схеме независимых испытаний Бернулли
число испытаний достаточно велико (
,
а вероятность появления события A
очень мала
.
Рассмотрим в качестве ДСВ X число появлений события A в этих испытаниях. Т. е. величина X может принимать значения: .
Вероятности
этих значений определяются по формуле
Пуассона:
,
.
Закон распределения вероятностей ДСВ X называется пуассоновским, если вероятности ее возможных значений определяются по формуле Пуассона.
32. Геометрическое распределение.
Пусть выполнены все условия схемы независимых испытаний. Испытания проводятся до 1-го появления события A. Т. е. если событие A появилось в k-м (катом) испытании, то в предыдущих k-1 испытаниях оно не появлялось.
Рассмотрим
в качестве ДСВ X
число испытаний, которые необходимо
провести до 1-го появления события A.
Т. о. возможные значения величины X:
.
Вероятности этих значений определяются по формуле:
,
где
.
(1)
Если
в эту формулу подставить последовательно
вместо
:
,
то получим геометрическую прогрессию
с 1-м членом p
и знаменателем q
(
)
:
.
Закон распределения вероятностей ДСВ X называется геометрическим, если вероятности ее возможных значений определяются по формуле (1) и образуют геометрическую прогрессию.