
- •1.Предмет теории вероятности. Её роль в экономике.
- •2.Основные понятия тв. Объективная и субъективная стороны вероятности.
- •3.Частота события. Её сходимости к вероятности.
- •4.Классическое определение вероятности. Основные формулы комбинаторики.
- •5.Геометрическое определение вероятности. Достоинства и ограничения
- •6.Простые и сложные события. Сумма событий. Теорема сложения вероятностей
- •7.Простые и сложные события. Произведение событий. Условная вероятность события. Теорема умножения вероятностей.
- •8. Формула Бернулли. Формула Пуассона. Сфера их применения.
- •9.Локальная и интегральная теоремы Муавра-Лапласа.
- •10. Формула полной вероятности. Формула Байеса.
- •11. Дискретные случайные величины. Формы задания их законов распределения.
- •21. Точные законы распределения. Распределение («хи-квадрат»)
- •23. Точные законы распределения. Распределение Фишера.
- •24.Понятие многомерной дискр. Случайной величины и закон ее распределения
- •25.Функция распределения многомерной св.
- •26.Понятие многомерной непрерывной случайной величины. Плотность вероятности двумерной случайной величины.
- •27. Условные законы распределения. Числовые характеристики двумерной св.
- •28. Закон больших чисел. Неравенство Маркова
- •29.Закон больших чисел. Неравенство Чебышева
- •30.Закон больших чисел. Теорема Чебышева.
- •31.Закон больших чисел. Теорема Бернулли. Теорема Пуассона.
- •32.Закон больших чисел. Центральная предельная теорема.
- •33. Корреляционный момент и коэффициент корреляции.
- •34. Понятие о регрессионной зависимости случайных величин. Линейные уравнения регрессии.
- •35. Основные понятия математической статистики.
- •36.Вариационные ряды и их графическое изображение.
- •37. Эмпирическая функция распределения и ее основные свойства.
- •38.Числовые характеристики вариационного ряда, их свойства.
- •39. Точечная оценка параметров распределения. Свойства.
- •40.Метод максимального правдоподобия получения оценки.
- •41.Метод наименьших квадратов получения оценки.
- •42.Метод моментов получения оценки.
- •43. Понятие о доверительных оценках и доверительном интервале
- •46. Доверительная оценка при неизвестном м и неизвестном d
- •47. Доверительная оценка неизвестной Dx при неизвестном Mx
- •48. Элементы общей теории проверки статистической гипотезы.
- •49.Статистическая проверка гипотез: Проблема выбора критической области. Ошибки 1 и 2 рода.
- •50. Статистическая проверка гипотез: сравнение математических ожиданий двух генеральных совокупностей при известных σх2 и σу2
- •51. Статистическая проверка гипотез: сравнение математических ожиданий двух генеральных совокупностей при неизвестных .
- •52. Статистическая проверка гипотез: исключение грубых ошибок наблюдений.
- •53. Статистическая проверка гипотез: сравнение дисперсий двух генеральных совокупностей.
- •55.Непараметрический критерий Уилкоксона
- •57. Распределение Пирсона
- •59. Статистическая проверка гипотез о равенстве вероятности события заданному числовому значению.
10. Формула полной вероятности. Формула Байеса.
Гипотезы
образующие
полную группу событий.
А может наступить совместно с одной из гипотез.
А=А+…+А
Р(А)=Р(А+…+Р(А
=Р(
+
Р(
+..+
Р(
=>
Р(А)=-
формула
полной вероятности
Рассмотрим i-тое слагаемое в правой части в формуле полной вероятности
Р(А
=>
формула
Байсса
По формуле осуществляется переоценка вероятности гипотез при условии, что событие А наступило.
Р(,
i=
,
n-
априорные вероятности
Р(Аi=
,
n-
апостериорные вероятности
11. Дискретные случайные величины. Формы задания их законов распределения.
Случайной величиной наз-ся функция которая задана на множестве элементарных исходов или в пространстве элементарных событий.
x,y,z - элементарный исход множество достоверных событий.
x=f
(w) w-
Различают дискретные и непрерывные случайные величины ( курс валют, количество студентов на парах)
Случайная величина наз-ся дискретной если ее возможныe значения изолированы друг от друга и образуют конечное или бесконечное множество, которое является всегда счетным.
Случайная величина наз-ся непрерывной если ее возможные значения не непрерывно заполняют некоторый интервал на оси.
Закон распределения случайной величины дает исчерпывающую характеристику.
Законом распределения случайных величин наз-ся всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующим им вероятностями.
Закон распределения ДСВ можно задать на основе ряда распределения и функции распределения.
Ряд распределения - Это таблица, состоящая из 2ух строк, в 1ой из которых указаны возможные значения случайной величины, во 2ой соответствующие им вероятности.
xi |
X1 |
X2 |
... |
Xn |
... |
pi |
P1 |
P2 |
... |
Pn |
... |
Pi - вероятность того, что случайна величина X=Xi
pi=p(x=xi) , i=1,2...
Событие X=xi; i=1,2... образуют полную группу событий
Графическое изображение ряда распределения
- многоугольник распределения
Функция распределения СВ - это вероятность того, что СВ x принимает значение меньше текущей величины x
F(x)=P(X<x)
1. F(x) - неубывающая функция
2.F(-
3.F(+
Функция распределения СВ является ступенчатой.
При чем величина i-той ступеньки равна p(X=xi) вероятности того, что X=i-тому значению.
Функция распределения непрерывна слева.
21. Точные законы распределения. Распределение («хи-квадрат»)
Пусть
мы имеем n
независимых сл.величин ,
,
… ,
,
каждая из которых распределена по
закону Гаусса. Сформируем сл.величину
по след.правилу:
=
Величина
также
является случайной и непрерывной.
Аналитическое выражение функции
плотности распределения сл.величины
имеет
вид
f()
=
Распределение
имеет только один «точный» параметр n
– число степеней свободы.
При
n
>= 30 распределение
практически совпадает с нормальным ЗР
таким, что сл.величина
имеет норм.распределение с параметрами
M(X)=
и D(X)=1.
Исходя из особенностей практического
применения инф-ии по данному закону в
таблицах в виде квантилей
,
соответствующих различным степеням
свободы n
и уровням значимости α. Сфера применения
-мат.стат.
22. Точные законы распределения.Распределение Стьюдента.
Пусть
мы имеем сл.величину V,
распределенную по закону
с n
степенями свободы. Так же задана
сл.величина Z,
распределенная по закону Гаусса.
Сл.величины V
и Z
независимы. Новая сл.величина Т создается
по формуле Т=
.
Получившийся
в результате ЗР величины Т получил
название распр-е Стьюдента. Функция
плотности этого распр-я имеет вид:
Параметр n обозначает число степеней свободы. Графики функций расп-я Стьюдента для различных степеней свободы
C
увеличением n
кривая расп-я Стьюдента приближается
к кривой расп-я Гаусса. При n
>=30 практически происходит их полное
слияние. Таблич.инф-ия по закону Стьюдента
представлена в виде квантилей для
различных степеней свободы n
и разных уровней значимости α. Основная
сфера применения – мат.стат.