
- •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.
-
Нормальный закон распределения. Форма нормальной кривой. Влияние параметров на форму.
Нормальным называют распределение вероятностей непрерывной случайной величины, которое описывается плотностью(см ниже)
Нормальное
распределение определяется двумя
параметрами:
.
Достаточно знать эти параметры, чтобы
задать нормальное распределение.
График плотности нормального распределения называют нормальной кривой
Влияние параметров на форму кривой:
Изменение величины параметра а (математического ожидания) не изменяет
формы нормальной кривой, а приводит лишь к ее сдвигу вдоль оси Ох: вправо, если а
возрастает, и влево, если а убывает.
С
возрастанием
максимальная ординота нормальной кривой
убывает, а сама кривая становится более
пологой, т. е. сжимается к оси Ох; при
убывании а нормальная кривая растягивается
в положительном направлении оси Оу.
Плотность распределения:
.
Функция
распределения:
М
атематическое
ожидание:
.
Коэффициент
ассиметрии:.
Дисперсия:
.
Коэффициент
эксцесса:
.
Средние квадратическое
отклонение:
.
Вероятность попадания X в интервал [a , b]:
.
-
Числовые характеристики нормального закона распределения. Моменты нормального закона распределения.
Числовые характеристики:
Математическое
ожидание: M(X)=
.
В силу симметричности распределения медиана совпадает с математическим ожиданием Ме = m
Мода нормального распределения совпадает математическим ожиданием Мо = m
Дисперсия:
D(X)=
Моменты:
Коэффициент
ассиметрии:.
-
Функции распределения. Нормальный закон.
Функцией
распределения называют функцию
определяющую
вероятность того, что случайная величина
X в результате испытания примет значение,
меньшее х, т. е.
Геометрически это равенство можно истолковать так:F (х) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси
точкой, лежащей левее точки х.
Свойства:
-
Значения функции распределения принадлежат отрезку [0, 1]:
-
F(x) – неспадающая, при F(x)=F(
) при
<
-
Вероятность того, что величина х примет значение, которые находятся на интервале [a,b]:
-
[a,b]
-
F(x)=0 если
-
F(x)=b если
F(X) =
График:
Нормальным называют распределение вероятностей непрерывной случайной величины, которое описывается плотностью(см ниже)
Плотность распределения:
.
Ф
ункция
распределения:
М
атематическое
ожидание:
.
Коэффициент
ассиметрии:.
Дисперсия:
.
Коэффициент
эксцесса:
.
Средние квадратическое
отклонение:
.
Вероятность попадания X в интервал [a , b]:
.