
- •1)Предмет теории вероятности. Её роль в экономической теории.
- •2 Подхода исследования случ. Явлений:
- •2) Основные понятия тв. Объективная и субъективная стороны вер-ти.
- •3) Частота события, её сходимость по вероятности.
- •4. Классич. Опр-е «р». Осн. Формулы комбинаторики.
- •5. Геом. Опр-е «р». Достоинства и огр-я.
- •6. Прост. И слож. С-я. Сумма соб-ий. Т.Сложения «р».
- •7. Прост. И слож соб-я. Произвед-е с-ий. Услов. «р» с-я. Т. Умн-я «р».
- •8. Ф. Бернулли. Ф. Пуассона. Сфера их применения.
- •9. Лок. И интегр. Теоремы Муавра-Лапласа.
- •10. Формула полной вер-ти. Ф. Байеса.
- •20. "Точные" зр. Распределение Гаусса. Понятие о квантилях распределения.
- •21. "Точные" зр. Распределение Пирсона(хи квадрат).
- •22. "Точные" зр. Распределение Стьюдента.
- •23. "Точные" зр. Распределение Фишера.
- •24. Понятие многомерной дискретной случайной величины и закон ее распределения.
- •25. Функция распределения многомерной св.
- •26. Понятие многомерной непрерывной св. Плотность вероятности двумерной св.
- •27. Условные зр. Числовые характеристик двумерной св.
- •28. Закон больших чисел. Неравенство Маркова.
- •29. Закон больших чисел. Неравенство Чебышева.
- •30. Закон больших чисел. Теорема Чебышева
- •31. Закон больших чисел. Т. Бернулли. Т. Пуассона
- •32. Закон больших чисел. Центральная предельная теорема
- •Корреляционный момент и коэффициент корреляции
- •34. Понятие о регрессионной зависимости св. Линей. Ур-я регрессии
- •35. Осн. Понятия математ. Статистики
- •Вариационные Ряды
- •37. Эмпирическая функция распределения.
- •38. Числовые характеристики вариационного ряда.
- •39. Точечная оценка параметров распределения. Свойства.
- •40. Метод максимального правдоподобия получения точечной оценки.
- •41. Метод наименьших квадратов получения точечной оценки.
- •42. Метод моментов получения точечной оценки.
- •43. Понятие о доверительных оценках и доверительном интервале.
- •46. Доверительная оценка неизвестного Mx при неизвестной Dx
- •47. Доверительная оценка неизвестной Dx при неизвестном Mx.
- •48.Элементы общей теории проверки статистических гипотез
- •49.Статисическая проверка гипотез:проблема выбора критической области. Ошибки 1 и 2 рода.
- •50.Статистическая проверка гипотез :сравнение математических ожиданий 2 генеральных совокупностей при известных σ2х , и σ2у
- •55. Статистическая проверка гипотез: непараметрический критерий сравнения Уилкоксона.
- •57. Статистическая проверка гипотез: критерий согласия (Пирсона).
- •59. Статистическая проверка гипотез о равенстве вероятности события заданному числовому значению.
34. Понятие о регрессионной зависимости св. Линей. Ур-я регрессии
Регрессионная зависимость или регрессия –это функция ,описывающая отношение (зависимость) между случайными переменными величинами,служит для опре-я вида зависимости СВ У от Х и СВ Х от У.
Зависимость условного матем.ожидания СВ Х М(X/Y) при различных значениях СВ Y наз-ся регрессией(регрессионной зависимостью) х по у. И наоборот, зависимость условных матем.ожиданий СВ У М(Y/X) при различных значениях СВ Х наз-ся регрессией у по х.
М/у СВ может существовать функциональная или корреляционная зависимости. Зависимость м/у СВ наз-ся функциональной, если каждому возможному значению СВ Х соответствует вполне опред-ое значение СВ У. Корреляционной зависимостью наз-ся зависимость при которой значению одной из СВ соответствует условное распределение др. СВ.
Графическое изображение регрессии наз. линией регрессии.
Если линия регрессии х/y параллельна оси ОУ(ОХ), то Св Х и У- независимы.
Линии регрессии х/y и у/х-это 2 разные линии, которые совпадают в случае жесткой функциональной зависимости, но всегда пересекаются в точке (Мх;Му).
Уравнение линейной регрессии х/у и у/х имеют вид:
М(х/у)=mx
+
*
(y-my)
М(y/x)=m
y
+
*
(х-mx)
* - весовой коэффициент значимости СВ У
* - весовой коэффициент значимости Х
35. Осн. Понятия математ. Статистики
Математическая статистика-это раздел математики,заним-ся изучением методов сбора ,систематизации и обработки рез-ов наблюдений с целью выявления их стат.закон-тей.
Основные понятия МС. Генеральная совокупность –Множество стат.данных ,позволяющие с исчерпывающей точночтью оценить параметры распределения ,а так же сами распределения . Ограниченный оббьем данных ,отобранный из ген. Совок-ти,наз-ся выборкой. Х=(х1,х2,..хn.) хi-элементы выборки, а n- оббьем выборки.
Аналогом СВ в ТВ в МС яв-ся признак Х. Понятия выборка и ген.совокупность относительны по отношению друг к другу. Выборка должна обладать св-ми случайности и репрезентативности. Сущ.4 вида выборки.
1.Механическая-эл-ты из. Ген.совокупности отбираются через опр.интервал.
2.Собственно-случайная-из ген.совокупности отбираются случ.образом элементы без расселения ее на группы.
3.Типическая-случ.образом из ген совокупности отбираются эл-ты из типических групп, на которые предварительно разделена ген.совокупность.
4.серийная-выбираются целые серии групп ,на котор.разделена предварительно ген.соокупность..
Существует 2 способа организации выборки.
1.повтроный –соответствует схеме урн. с возвращением.
2.бесповторный-соответ-ет схема урн.без возвращения..
Выборку можно рассматривать как многомерную СВ. Каж.элемент выборки-это СВ,з-н распред.которой совпадает с ЗР выборки и с ЗР ген.совокупности ,из кот. Извлечена выборка.
Вариационные Ряды
Возможные значения признака Х наз-ся вариантами признака. Число значений признака Х=хi наз-ют частотой варианта хi,обозначают ni
-
относит. частота - отношение частоты к
общему числу данных.[
Вариационным рядом(статистическим распределением) наз-ют перечень ранжированных вариант признака Х и соответ-их им частот или относит.частот.
Если возможн.значение признака Х указаны в виде интервалов ,то соответ-ий ему вариационный ряд наз-ся интервальной.
хi |
x1 |
x2 |
… |
xk |
ni |
n1 |
n2 |
… |
nk |

x1;х2 |
x2;х3 |
… |
хk-1; хk |
n1 |
n2 |
… |
nk |
Полигон распределения –ломанная вершина кот.(хi,ni)
Гистограмма распред.-ступенчатая фигура ,состо-ая из прямоуголь-ов,ширина кот = h(шагу гисторгаммы), а высота соответствует частоте или относит.частоте вариантов признака,оказавшихся в соответв-ем интервале гистограммы. h=xk-x1/k
x2=x1+h
x3=x2+2h….xk=x1+(K-1)h
Для дикрет.вариационного ряда число интервалов гистограммы можно опред-ть по формуле Стреджеса: K=1+3,322ln n … n –оббьем стат данных
Кумулятивная кривая-это кривая накопленных частот.
Накоплен.частота (хi накоп)-это частота признака Х меньшее некот.текущей величины х.
хi накоп <х всего 60
хi |
1 |
2 |
3 |
4 |
ni |
10 |
15 |
15 |
20 |
m накоп |
10 |
25 |
40 |
60 |
Wi накоп |
1/6 |
5/12 |
2/3 |
1 |
Для интерв.Вар.Ряда. кумул.кривая соответствует точке с коор-ами (хmin;0), а концы отрезков соответствют координатами конца интервалов.