- •Теория вероятностей и математическая статистика
- •Литература Основная литература (ол)
- •Дополнительная литература (дл)
- •Методические пособия (мп)
- •Лекции модуль 1: Кратные интегралы и числовые ряды
- •Модуль 2: Случайные события
- •Модуль 3: Случайные величины
- •Модуль 4: Математическая статистика
- •Практические занятия модуль 1: Кратные интегралы и числовые ряды
- •Модуль 2: Случайные события
- •Модуль 3: Случайные величины
- •Модуль 4: Математическая статистика
- •Материалы для подготовки модуль 1: Кратные интегралы и числовые ряды Вопросы для подготовки к рубежному контролю
- •Модуль 2: Случайные события Вопросы для подготовки к рубежному контролю
- •Модуль 3: Случайные величины Вопросы для подготовки к рубежному контролю
- •Модуль 4: Математическая статистика Вопросы для подготовки к рубежному контролю
Модуль 3: Случайные величины Вопросы для подготовки к рубежному контролю
Дать определение случайной величины.
Описать наиболее употребительные виды случайных величин (биномиальная, равномерно распределенная, экспоненциальная, пуассоновская, нормальная).
Дать определения функции распределения и плотности распределения случайной величины.
Дать определение дискретной и непрерывной случайных величин.
Сформулировать теоремы о свойствах плотности случайной величины.
Записать первое и второе неравенства Чебышева.
Сформулировать теорему Муавра — Лапласа.
Сформулировать центральную предельную теорему.
Сформулировать закон больших чисел в форме Бернулли и в форме Чебышева.
Дать определения математического ожидания случайной величины и сформулировать теорему о его свойствах.
Дать определение дисперсии случайной величины и сформулировать теорему о ее свойствах.
Дать определение начальных и центральных моментов.
Дать определение ковариации и коэффициента корреляции.Сформулировать теоремы о свойствах ковариации и коэффициента колрреляции.
Дать определения функции распределения и плотности распределения случайного вектора.
Описать наиболее употребительные виды случайных векторов (равномерно распределенный, нормальный).
Дать определение ковариационной матрицы случайного вектора.
Сформулировать теорему о свойствах функции распределения случайного вектора (двумерный случай).
Сформулировать теоремы о свойствах плотности распределения случайного вектора (двумерный случай).
Сформулировать свойства двумерного нормального вектора.
Дать определения условной функции распределения и условной плотности распределения случайного вектора.
Дать определение независимости случайных величин.
Дать определения условного математического ожидания и условной дисперсии случайной величины.
Сформулировать теорему о свертке.
Модуль 4: Математическая статистика Вопросы для подготовки к рубежному контролю
Определение законов распределения «хи-квадрат», Стьюдента, Фишера.
Определение и свойства выборочных функций распределения и плотности.
Определение несмещенности, состоятельности и эффективности точечных оценок.
Нахождение параметров равномерного распределения методом моментов. Нахождение параметров биномиального, пуассоновского, равномерного, нормального и экспоненциального распределений методом максимального правдоподобия.
Определение интервальной оценки, доверительного интервала (ДИ), уровня доверия.
Построение ДИ для математического ожидания нормально распределенной случайной величины при известной и неизвестной дисперсии. Построение ДИ для дисперсии нормально распределенной случайной величины.
Понятие критерия проверки гипотез. Определение критической области и уровня значимости, ошибок первого и второго рода.
Построение оптимального критерия для математического ожидания нормально распределенной генеральной совокупности при известной дисперсии для случая двух простых гипотез.
Проверка гипотезы о математическом ожидании нормальной случайной величины и гипотезы о равенстве математических ожиданий двух нормальных случайных величин.
Проверка гипотезы о величине дисперсии нормальной случайной величины и гипотезы о равенстве дисперсий двух нормальных случайных величин.
Критерий согласия Пирсона и его применение.
Метод наименьших квадратов оценивания параметров линейной модели.