- •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.
23. Точные законы распределения. Распределение Фишера.
Пусть две независимые сл.величины U и V распределены по закону со степенями свободы соответственно. Из этих величин составляем новую сл.величину .
Исследование ЗР сл.величины F показало, что функция плотности этого расп-я имеет вид
Где
Форма кривой
Таблицы обычно создаются в виде квантилей по уровням значимости 0,05 и 0,01 для различных сочетаний параметров в мат.стат.
24.Понятие многомерной дискр. Случайной величины и закон ее распределения
Многомерной случайной величиной Х=(Х1,Х2,Х3,…Хn) называется совокупность случайных величин Х1,Х2,Х3,…Хn, описывающая некоторый процесс(объект).
Х1,Х2,Х3,…Хn – это координаты (составляющие) многомерной случайной величины.
СВ Х1,Х2,Х3,…Хn имеют определенный закон распределения.
Исчерпывающую характеристику многомерной СВ можно получить по ее закону распределения.
Многомерные СВ бывают дискретными и непрерывными. Если оставляющие многомерной СВ являются дискретными, то многомерная СВ наз-ся дискретной. Если непрерывными – непрерывной.
Рассмотрим двумерную дискретную СВ (Х,Y), закон распределения которой можно представить в виде таблицы распределения.
yj xi |
y1 |
y2 |
… |
yn |
pi |
x1 |
p11 |
p12 |
… |
p1n |
p1 |
x2 |
p21 |
p22 |
… |
p2n |
p2 |
: |
… |
…. |
… |
… |
. |
xm |
pm1 |
pm2 |
… |
pmn |
pm |
pj |
p1 |
p2 |
… |
pn |
|
Pij–это вероятность выполнения 2-х событий. Pij=P(Х=хi, Y=yj).
Сумма всех вероятностей =1.
Многомерная СВ-это функция элементарных событий, определенная на множестве элементарных событий.
В рез-те эксперимента составляющие многомерной СВ принимают определенные значения. (Xi , Yj).(Xi , Yj)– реализация многомерной СВ.
По таблице распределения можно получить закон распределения СВ, входящих в систему. Для получения закона распределения СВ Х, необходимо просуммировать вероятности Pij по каждой строке.
Pi=P(Х=хi)=
Для получения закона распределения СВ Y необходимо просуммировать вероятности Pij по каждому столбцу.
P(Y=yj) =Pj=
Если зафиксировать возможное значение СВ значению Х=хi, то составленный при этом закон распределения СВ Y называется условным ЗР. При этом вероятность возможных значений СВ Y определяется по формуле:
P(Y=yj ,Х=хi)=
Аналогично при фиксированном P(Y=yj) определяется условный ЗР СВ Х. Вероятности возможных значений СВ Х определяются по формуле:
P(Х=хi ,Y=yj)=
25.Функция распределения многомерной св.
Функция распределения, многомерной СВ , называется вероятность совместного выполнения следующих событий:
Х1<x1, X2<x2,….Xn<xn
т.е. Х1<x1, X2<x2,….Xn<xn)
Для дискретных СВ фун-ия распределения графически представляется в виде ступенек, где ступеньки представлены в виде некот-й плоскости
Для двумерной СВ ф-я распределения F(x,y)=P(X<x, Y<y)
Геометрически ф-я распределения – это вероятность попадания значений СВ х и у бесконечный квадрант с вершиной т.А
Св-ва ф-ии распределения:
1.F(x,y)-неубывающая функция по обоим аргументам,
х2>x1 →F(x2,y)>= F(x1,y)
y2>y1→F(x,y2)>=F(x,y1)
2. Если F(-∞;y)=F(x;-∞)=F(-∞;-∞)=0
3. Если F(+∞;y)=F2(y); F(x;+∞)=F1(x), где F1(x);F2(y)-это ф-я распределения СВ х и у соответственно.
4. F(+∞;+∞)=1
Пусть переменная х меняется в пределах х1≤x≤x2….y1≤y≤y2
P(x1≤X≤x2; y1≤Y≤y2)=F(x2;y2)-F(x1,y2)-F(x2;y1)+F(x1;y2)