
- •Случайные события, их виды.
- •Классическое определение вероятности, ее свойства.
- •Относительная частота, ее свойства.
- •Суммирование вероятностей несовместимых событий.
- •Полная группа событий, противоположные события.
- •Условная вероятность. Теорема умножения вероятностей для зависимых событий.
- •Независимые события. Теорема умножения вероятностей для независимых событий.
- •Независимые события. Вероятность появления хотя бы одного события.
- •Сложение вероятностей для совместимых событий.
- •Формула полной вероятности.
- •Формула Байеса.
- •Независимые испытания. Формула Бернулли, свойства формулы.
- •Локальная теорема Лапласа.
- •Интегральная теорема Лапласа.
- •Случайные величины. Виды случайных величин. Формы законов распределения случайных величин.
- •Ряды распределения. Многоугольник распределения.
- •Функция распределения. Ее свойства.
- •Плотность распределения и ее свойства.
- •Математическое ожидание (м(х)) дискретных случайных величин. Его свойства.
- •Дисперсия (d(X)) случайной дискретной величины. Ее свойства. Среднеквадратическое отклонение σ(х).
- •Взаимно независимые случайные величины, которые имеют одинаковый
- •Числовые характеристики непрерывных случайных величин.
- •Начальные центральные и теоретические моменты.
- •Биномиальный закон распределения.
- •Распределение Пуассона.
- •Равномерный закон распределения.
- •Показательный закон распределения.
- •Нормальный закон распределения. Форма нормальной кривой. Влияние параметров на форму.
- •Числовые характеристики нормального закона распределения. Моменты нормального закона распределения.
- •Функции распределения. Нормальный закон.
- •Нормальный закон распределения, вероятность попадания в заданный интервал.
- •Симметрия икСес. ( χ )
- •Нормальный закон распределения. Вычисление вероятности заданного отклонения. Правило 3х сигм.
- •Закон Больших Чисел. Неравенство Чебышева, обобщенная теорема Чебышева. Теорема Маркова
- •Закон Больших Чисел. Теорема Бернулли и Пуассона.
- •Центральная Предельная Теорема.
- •Задачи математической статистики. Выборочный метод.
- •Дискретный вариационный ряд.
- •Интервальный вариационный ряд.
- •Графическое изображение вариационных рядов. Полигон частот и гистограмма.
- •Эмпирическая функция распределения. Ее свойства.
- •4 2,43,44. Точечные оценки. Свойства точечных оценок.
- •Метод максимальной правдоподобности для дискретных случайных величин.
- •Метод максимальной правдоподобности для непрерывных случайных величин.
- •Получение методом максимальной правдоподобности точечных оценок параметров показательного закону распределения.
- •Получение методом максимальной правдоподобности точечных оценок параметров нормального закону распределения.
- •Точечные центральные эмпирические моменты.
- •Метод моментов.
- •Законы распределения χ2 (хи квадрат), tct (Стьюдента), Fф (Фишера).
- •Распределение , d(выборки) нормальной генеральной совокупности.
- •Интервальное оценивание. Постановка задачи.
- •Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) известно.
- •Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) неизвестно.
- •Доверительный интервал для дисперсии нормальной совокупности.
- •Статистическая проверка гипотезы. Основные понятия. Н0 и н1, критерии проверки гипотезы. Критическая точка. Критическая область и область принятия гипотезы. Основной принцип проверки гипотез.
- •Виды критических областей. Построение критических областей.
- •(*) Общая схема статистической проверки гипотез.
- •Критерий согласия χ2 Пирсона.
- •Критерий согласия Колмогорова.
- •Проверка гипотез про равенство математического ожидания м(х) нормальной совокупности гипотетическому значению, если среднеквадратическое отклонение σ(х) известно.
- •Проверка гипотез про равенство математического ожидания м(х) нормальной совокупности гипотетическому значению, если среднеквадратическое отклонение σ(х) неизвестно.
- •Проверка гипотез про равенство математического ожидания d(х) нормальной совокупности гипотетическому значению.
-
Интервальный вариационный ряд.
Интервальный
вариационный ряд
- это такой
вариационный ряд, в основу построения
которого положены признаки с непрерывным
изменением
(размер дохода, стаж работы, стоимость
основных фондов предприятия и т.д.,
которые в определенных границах могут
принимать любые значения), Групповая
таблица здесь также имеет две графы. В
первой указывается значение признака
в интервале «от - до» (варианты), во второй
- число единиц, входящих в интервал
(частота).Частота (частота повторения)
- число повторений отдельного варианта
значений признака, обозначается fi
, а сумма частот, равная объему исследуемой
совокупности, обозначается
где
k - число вариантов значений признака.
Очень часто таблица дополняется графой,
в которой подсчитываются накопленные
частоты S, которые показывают, какое
количество единиц совокупности имеет
значение признака не большее, чем данное
значение. Частоты ряда f могут заменяться
частостями w, выраженными в относительных
числах (долях или процентах). Они
представляют собой отношения частот
каждого интервала к их общей сумме,
т.е.:
При построении вариационного ряда с
интервальными значениями прежде всего
необходимо установить величину интервала
i, которая определяется как отношение
размаха вариации R к числу групп m:
(7.2)
где R = xmax
- xmin
; m = 1 + 3,322 lgn (формула Стерджесса); n - общее
число единиц совокупности.
-
Графическое изображение вариационных рядов. Полигон частот и гистограмма.
Д
,
а висота дорівнює або частоті
,
або частості
,
або щільності відносної частоти
.
У останньому випадку гістограма є
аналогом щільності розподілу
випадкової величини
.
Таку гістограму називають гістограмою
відносних частот. На рис.1.1 подано всі
три типи гістограм.
Рисунок 1.1 - Гістограми
-
Эмпирическая функция распределения. Ее свойства.
Статистичним
аналогом функції розподілу
випадкової величини X
є емпірична функція розподілу
,
визначена у такий спосіб:
Емпірична функція розподілу будується по інтервальному варіаційному ряду відповідно до виразів:
Точки з координатами
наносяться на графік і з'єднуються
відрізками прямої. Графічне зображення
емпіричної функції розподілу подане
на рис.1.2.
Рисунок 1.2 - Емпірична функція розподілу
Свойства:
-
-
не спадающая функция
4 2,43,44. Точечные оценки. Свойства точечных оценок.
Точковою оцінкою
невідомого параметру
називають функцію від вибіркових значень
випадкової величини, реалізація якої
приймається за невідоме значення
параметру
.
Для того, щоб оцінку
можна було використовувати замість
невідомого параметру
,
вона повинна бути спроможною, незсуненою
та ефективною.
Спроможною
і незсуненою оцінкою математичного
сподівання випадкової величини X
є середнє арифметичне:
За
спроможну і незсунену оцінку дисперсії
випадкової величини X
беруть виправлену вибіркову дисперсію:
Точковими
оцінками параметрів a
і
нормального розподілу являються
Для показового
розподілу точкова оцінка параметру
визначається в такий спосіб:
За точкові оцінки параметрів a і b рівномірного розподілу беруть такі величини:
.
44.За спроможну і незсунену оцінку дисперсії випадкової величини X беруть виправлену вибіркову дисперсію: