
- •Означення та приклади подій: випадкова, достовірна, неможлива, елементарна, складна.
- •Означення та приклад повної групи подій та простору елементарних подій.
- •Класичне означення ймовірності випадкової події.
- •Сформулювати аксіоми класичної теорії ймовірностей.
- •Дати означення та вказати властивості перестановки, сполучення, комбінації елементів.
- •Дати означення відносної частоти появи події.
- •Дати геометричне та статистичне означення ймовірності.
- •Дати визначення умовної ймовірності.
- •Формула множення ймовірностей для залежних та незалежних подій.
- •Формула для обчислення появи хоча б однієї події .
- •Формула повної ймовірності.
- •Формули Байєса.
- •Означення експерименту за схемою Бернуллі.
- •Формула Бернуллі для обчислення ймовірностей, умова використання. Наслідки.
- •Найімовірніше число появ події в схемі Бернуллі.
- •Сформулювати локальну теорему Муавра-Лапласа.
- •Властивості функції Лапласа:
- •Означення випадкової величини, дискретної та неперервної випадкових величин.
- •Закон розподілу випадкової величини.
- •Інтегральна функція розподілу випадкової величини: означення. Властивості.
- •Диференціальна функція розподілу (щільність розподілу) випадкової величини: означення. Властивості.
- •Математичне сподівання випадкової величини: означення, властивості.
- •Дисперсія та середньоквадратичне відхилення випадкової величини: означення, властивості.
- •Властивості дисперсії
- •Мода, медіана випадкової величини.
- •Початкові та центральні моменти.
- •Асиметрія, ексцес.
- •Означення багатовимірної випадкової величини.
- •Означення закону розподілу багатовимірної випадкової величини.
- •Основні числові характеристики для системи двох дискретних випадкових величин.
- •Коефіцієнт кореляції та його властивості.
- •Функція розподілу ймовірностей та щільність ймовірностей системи
- •Двовимірний нормальний закон розподілу.
- •Закон розподілу Бернулі
- •Біноміальний закон розподілу двв. Числові характеристики.
- •Пуасонівський закон розподілу двв, числові характеристики.
- •Геометричний закон розподілу двв, числові характеристики.
- •Гіпергеометричний закон розподілу двв, числові характеристики.
- •Рівномірний закон розподілу нвв.
- •Нормальний закон розподілу.
- •Показниковий закон та його використання в теорії надійності та теорії черг.
- •Розподіл
- •Розподіл Стьюдента. Розподіл Фішера. (45-46)
- •Правило трьох сигм. Логарифмічний нормальний закон.
- •Функції одного дискретного випадкового аргументу.
- •.Числові характеристики функції одного дискретного випадкового аргументу.
- •Функції неперервного випадкового аргументу та їх числові характеристики.
- •Функції двох випадкових аргументів та їх числові характеристики.
- •Числові характеристики функції дискретного випадкового аргументу
- •Нерівності Чебишева та їх значення.
- •Теорема Чебишева.
- •Теорема Бернуллі.
- •Центральна гранична теорема теорії ймовірностей ( теорема Ляпунова) та її використання у математичній статистиці.
- •Предмет і задачі математичної статистики.
- •Утворення вибірки. Генеральна та вибіркова сукупність.
- •Статистичні розподіли вибірок.
- •Емпірична функція розподілу, гістограма та полігон.
- •Числові характеристики: вибіркова середня, дисперсія вибірки, середньоквадратичне відхилення.
- •Мода й медіана, емпіричні початкові та центральні моменти, асиметрія та ексцес.
- •Дати визначення статистичної оцінки.
- •Точкові та інтервальні статистичні оцінки.
- •Дати визначення довірчого інтервалу.
- •Що таке нульова та альтернативна статистичні гіпотези.
- •Перевірка (правдивості нульової) гіпотези про нормальний закон розподілу ознаки генеральної сукупності.
- •Емпіричні та теоретичні частоти.
- •Критерії узгодження Пірсона та Колмогорова.
- •Помилки першого та другого роду.
- •Статистичний критерій. Критична область.
- •Дати означення моделі експерименту.
- •Дати поняття одно факторний аналіз.
- •Загальна дисперсія, між групова та внутрішньогрупова дисперсії.
- •. Поняття про функціональну, статистичну та кореляційну залежності.
- •Рівняння лінійної регресії. Довірчий інтервал для лінії регресії
- •Вибірковий коефіцієнт кореляції.
- •Множинна регресія, множинний коефіцієнт кореляції та його властивості.
- •Нелінійна регресія.
- •85) Визначення та приклади ланцюгів Маркова.
- •Інтуїтивне визначення
- •Формальне визначення
- •Граф переходів ланцюга Маркова
- •86) Ймовірність переходу за n кроків.
- •87) Замкнуті множини станів.
- •88) Класифікація станів. Неповоротний стан.
- •1. Ергодичний стан
- •2. Нестійкі стани
- •3. Поглинальні стани
- •89) Ергодична властивість неперіодичних ланцюгів. Стаціонарний розподіл.
- •90) Періодичні ланцюги.
- •91) Загальний марковський процес (Ланцюг Маркова з неперервним часом).
- •92) Гранична поведінка перехідних ймовірностей ланцюга Маркова.
- •93) Гілчастий процес.
- •94) Алгебраїчний підхід вивчення скінченних ланцюгів Маркова.
- •96) Випадковий проце, стаціонарний у широкому сенсі.
- •97) Аналіз кореляційної функції. Ергодичність.
- •100) Рівняння Колмогорова - Чепмена
Точкові та інтервальні статистичні оцінки.
Точковими оцінками параметрів генеральної сукупності називаються такі оцінки, які визначаються одним числом. До точкових оцінок відносять вибіркове середнє, вибіркова дисперсія, вибіркове середнє квадратичне відхилення. Якщо об’єм вибірки малий, то точкові оцінки задовольняють точкові потреби точності, якщо об’єм вибірки малий, то точкові оцінки можуть давати значні похибки, тому використовують інтервальні оцінки.
Інтервальною оцінкою називається оцінка, яка визначається двома числами, кінцями інтервала. Інтервальні оцінки дозволяють встановити точність та надійність оцінок.
Дати визначення довірчого інтервалу.
Довірчий інтервал — інтервал, у межах якого з заданою довірчою імовірністю можна чекати значення оцінюваної (шуканої) випадкової величини. Застосовується для більш повної оцінки точності в порівнянні з точковою оцінкою.
Інтервал називають
довірчим, якщо він покриває невідомий
параметр
із заданою надійністю
.
Кінці довірчого інтервалу є випадковими
величинами.
Нехай кількісна
ознака х. Потрібно знайти довірчий
інтервал, що покриває математичне
сподівання заданому
Де
,
.
З надійністю
довірчий інтервал
покриває невідомий параметр a з точністю
оцінки
.
Що таке нульова та альтернативна статистичні гіпотези.
При дослідження
вибірки можна зробити певні статистичні
висновки про основні параметри
або про закон розподілу генеральної
сукупності.
Гіпотеза, яка
підлягає перевірці назив основною або
нульовою гіпотезою
.
Поряд з нульовою
гіпотезою існує альтернативна гіпотеза,
яка заперечує нульову гіпотезу,
позначається
Наприклад
полягає в тому, що
Гіпотеза є простою (однозначною), а в другому випадку є складною, неоднозначною.
Перевірка (правдивості нульової) гіпотези про нормальний закон розподілу ознаки генеральної сукупності.
Для перевірки
використовують спеціально підібрану
ВВ к, точний або наближений розподіл,
який відомий , і який назив статистичним
критерієм узгодження, тобто статистичний
критерій – це правило за яким гіпотеза
приймається або відхиляється. Гіпотеза
полягає
в тому, що
(рівність вибіркових дисперсій генеральних
сукупностей). В якості критерію к обирають
відношення виправлених дисперсій
- ВВ, яка розподілена за законом Фішера-
Снедикора спостережне значення
позначають
назив значення критерію обчислення за
вибіркою.
Основні принципи перевірки статистичної гіпотези
Якщо спостережне значення критерію належить критичній області, то гіпотезу відкидають.
Якщо спостережне значення критерію належить області прийняття гіпотези – гіпотезу приймають.
Оскільки критерій К одновимірна ВВ та всі її можливі значення належать деякому інтервалу.
Аналогічно критична
область і область прийняття гіпотези
є також інтервалами, тому існують точки,
які поділяють ці інтервали, їх називають
критичними точками
.
Розрізняють одно і двосторонню критичну область.
Якщо К > ( > 0) – правостороння критична область
Якщо К < ( < 0) – лівостороння критична область
Якщо К< , К> – двостороння критична область
Для перевірки гіпотези про закон розподілу необхідно мати значення емпіричних та теоретичних частот. Емпіричними назив частоти, які спостерігаються при реалізації вибірки, а теоретичні – це частоти, які обчислюють за формами припущень висунутих гіпотез про закон розподілу.