
- •1.Основные понятия и закономерности теории вероятностЕй.
- •1.1.Элементы комбинаторики.
- •1.2. Основные понятия теории вероятностей.
- •1.3. Классическое определение вероятности.
- •1.4. Сложение вероятностей.
- •1.5. Геометрические вероятности.
- •1.6. Условные вероятности.
- •1.7.Теорема умножения.
- •1.8.Независимые события. Теорема умножения для независимых событий.
- •1.9.Вероятность появления хотя бы одного события.
- •1.10. Теорема сложения вероятностей совместных событий.
- •1.11. Формула полной вероятности.
- •1.12. Формула Байеса.
- •1.13. Повторные испытания. Формула Бернулли.
- •1.14. Локальная теорема Лапласа.
- •1.15. Интегральная теорема Лапласа.
- •2. Случайные величины.
- •2.1. Понятие случайных величин.
- •2.2. Законы распределения вероятностей для дсв .
- •2.3. Биноминальное распределение.
- •2.4. Распределение Пуассона.
- •2.5.Числовые характеристики дсв. Математическое ожидание.
- •2.6. Свойства математического ожидания.
- •2.7. Математическое ожидание числа появлений события в независимых испытаниях.
- •2.8. Дисперсия случайной величины.
- •2.9. Формула для вычисления дисперсии.
- •2.10. Свойства дисперсии.
- •2.11. Дисперсия числа появлений событий в независимых испытаниях.
- •В соответствии с последним свойством
- •2.12. Среднее квадратическое отклонение.
- •2.13. Среднее квадратическое отклонение суммы взаимно независимых случайных величин.
- •2.14. Одинаково распределенные взаимно независимые величины.
- •2.15. Центральные и начальные моменты случайных величин.
- •3. Непрерывные случайные величины.
- •3.1. Функция распределения вероятностей случайной величины.
- •3.2. График функции распределения.
- •3.3. Плотность распределения вероятностей непрерывной случайной величины.
- •3.4. Вероятность попадания непрерывной случайной величины в заданный интервал.
- •3.5. Нахождение функции распределения по плотности вероятностей.
- •3.6. Свойства плотности распределения.
- •3.7. Вероятностный смысл плотности распределения.
- •3.8.Числовые характеристики непрерывной случайной величины.
- •3.9. Равномерное распределение.
- •3.10. Нормальное распределение.
- •3.11. Нормальная кривая.
- •3.17. Показательное распределение.
- •4.Законы больших чисел.
- •4.1. Неравенство Чебышева.
- •4.2. Теорема Чебышева.
- •4.3. Теорема Бернулли.
- •5. Система случайных величин.
- •5.1. Понятие о системе нескольких случайных величин.
- •5.2. Закон распределения вероятностей для дискретных двумерных случайных величин.
- •5.3. Функция распределения двумерной случайной величины и плотность распределения вероятностей непрерывной двумерной случайной величины.
- •5.4. Условные законы распределения составляющих двумерных случайных величин.
- •5.5.Условное математическое ожидание.
- •5.6. Зависимые и независимые случайные величины.
- •5.7. Корреляционный момент. Коэффициент корреляции.
- •5.8.Линейная регрессия. Прямые линии среднеквадратической регрессии.
- •6. Математическая статистика.
- •6.1.Задачи математической статистики.
- •Способы отбора.
- •6.2.Статистическое распределение выборки.
- •6.3. Эмпирическая (опытная) функция распределения.
- •6.4.Полигон и гистограмма для статистического распределения.
- •6.5.Статистические оценки параметров распределения.
- •6.6.Генеральная и выборочная средняя.
- •6.7.Оценка генеральной средней по выборочной средней.
- •6.8.Групповая и общая средняя.
- •6.9.Отклонение значений признака от общей средней.
- •6.10.Генеральная и выборочная дисперсия.
- •6.11.Групповая, внутригрупповая, межгрупповая, общая дисперсии.
- •6.12. Оценка генеральной дисперсии по исправленной выборочной.
- •6.13. Точность оценки. Доверительная вероятность и доверительный интервал.
- •6.14. Доверительный интервал для математического ожидания нормального распределения при известном .
- •6.15.Доверительный интервал для математического ожидания нормального распределения при неизвестном среднем квадратическом отклонении .
- •6.16. Другие характеристики вариационного ряда.
- •7. Статистическая проверка гипотез.
- •7.1. Статистическая гипотеза. Нулевая и конкурирующая гипотезы. Простая и сложная гипотезы.
- •7.2. Отыскание критических точек и критических областей.
- •7.3. Сравнение двух дисперсий нормальных генеральных совокупностей.
- •7.4. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых известны.
- •Правило проверки гипотезы.
- •7.5. Сравнение выборочной средней с генеральной средней нормальной совокупности.
- •7.6. Проверка гипотезы о нормальном распределении. Критерий согласия Пирсона.
- •7.7. Схема вычисления теоретических частот для нормального распределения.
- •8.Теория корреляции.
- •8.1.Основные понятия.
- •8.2. Условные средние и выборочные уравнения регрессии.
- •8.3.Отыскание параметров выборочного уравнения среднеквадратической регрессии по несгруппированным данным..
- •8.4. Корреляционная таблица.
- •8.5.Отыскание параметров выборочного уравнения линейной регрессии в случае сгруппированных данных.
- •8.6. Выборочный коэффициент корреляции.
- •8.7. Простейшие случаи криволинейной корреляции.
- •8.8. Понятие о множественной корреляции.
- •Содержание.
6. Математическая статистика.
6.1.Задачи математической статистики.
Задача математической статистики состоит в том, чтобы создать методы сбора и обработки статистических данных для получения научных и практических выводов.
Выборочной совокупностью (или выборкой) называется совокупность случайно отобранных объектов.
Генеральной совокупностью называют совокупность объектов из которой производят выборку.
Объемом совокупности называют число объектов данной совокупности.
Из 1000 деталей отбирают 100:
N = 1000 - объем генеральной совокупности,
n = 100 - объем выборки.
Виды выборок:
Повторной называют выборку при которой отобранный объект перед новым отбором следует возвратить в генеральную совокупность.
Безповторной называют выборку при которой отобранный объект перед новым отбором не следует возвращать в генеральную совокупность.
Для того, чтобы по данным выборки можно было достаточно правильно судить об интересующем признаке генеральной совокупности необходимо, чтобы выбранные объекты правильно ее представляли.
Другими словами выборка должна правильно представлять пропорции генеральной совокупности. Эти требования формулируются следующим образом: выборка должна быть репрезентативной.
В силу закона больших чисел можно утверждать, что выборка будет репрезентативной, если ее осуществить случайно, т.е. каждый объект выборки отобран случайным образом из генеральной совокупности, если все объекты имеют одинаковую вероятность попасть в выборку.
Способы отбора.
Отбор, не требующий разбиения генеральной совокупности на части, бывает двух видов:
Простой, случайный, бесповторный отбор
Простой, случайный, повторный отбор .
Отбор, при котором генеральная совокупность разбивается на части бывает трех видов:
1) Типический, 2) Механический, 3) Серийный.
Простым случайным отбором называют отбор, при котором объекты извлекаются из генеральной совокупности по одному.
Типическим называют отбор, при котором объекты избираются не из генеральной совокупности, а из каждой ее типической части ( если детали производятся на нескольких станках, то при типическом отборе отбор производится из продукции каждого станка в отдельности).
Серийным отбором называют отбор, при котором объекты отбираются из генеральной совокупности не по одному, а целыми сериями, которые подвергаются сплошному исследованию.
Механическим отбором называют отбор, при котором генеральная совокупность делится на столько групп, сколько объектов должно войти в выборку. И из каждой группы выбирается один объект .
6.2.Статистическое распределение выборки.
Пусть из генеральной совокупности извлечена выборка, причем значение некоторого признака, равное:
х1 встречается n1 раз ,
х2 встречается n2 раз ,
……………………… ,
хk встречается nk раз .
При этом n1 + n2 + n3 ….+ nk = n – объем выборки.
Значения xi называют вариантами, а последовательность вариант, записанная в возрастающем порядке, называется вариационным рядом.
Числа наблюдений n1 , n2 , n3 , …, nk называют частотами.
Отношение (ni / n ) называется относительной частотой: Wi = ni/n .
Статистическим распределением выборки называется перечень вариант и соответствующих им частот или относительных частот, записанные в таблицу:
x |
x2 |
x3 |
….. |
xk |
ni |
n2 |
n3 |
….. |
nk |
Статистическое распределение можно задавать в виде последовательности интервалов и соответствующих им частот (в качестве частот, соответствующих интервалу, принимают сумму частот, попавших в это интервал).
Пример:
x |
2 |
6 |
8 |
ni |
3 |
7 |
10 |
n = 3+7+10 = 20 - объем выборки статистического распределения частот.
x |
2 |
6 |
8 |
wi |
3/20 |
7/20 |
10/20 |
;
2,2,2 , 6,6,6,6,6,6,6 , 8,8,8,8,8,8,8,8,8,8 - вариационный
ряд выборки.