- •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.
26.Понятие многомерной непрерывной случайной величины. Плотность вероятности двумерной случайной величины.
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 распред.
Многомерные СВ бывают дискретными и непрерывными. Если оставляющие многомерной СВ являются дискретными, то многомерная СВ наз-ся дискретной. Если непрерывными – то непрерывной.
Плотностью вероятности распр. многомерной сл.в. (Х1,Х2,…,Хn) наз.смешанная частная производная n-го порядка её ф-ии распределения.
Для двумерной сл.в. плотность распределения равна
График плотности распределения двумерной сл.в. – это поверхность в трёхмерном пространстве наз.плоскостью ХоУ.
Проекции сечений поверхности f(x,y) плоскостями, параллельным плоскости ХоУ, наз.кривыми равной плотности. Плоскость f(x,y) наз.поверхностью распределения.
Свойства плотности распределения.
f(x,y)≥0; х,у ϵ R
(объем тела, ограниченного плоскостью ХоУ и поверхностью распределения =1)
Функцию распр.двумерной сл.в. можно определить через плотность распр.по формуле
27. Условные законы распределения. Числовые характеристики двумерной св.
Условные ЗР сл.в.,входящих в систему, можно определить по формулам
Графически условный ЗР сл.в. Х – это сечение поверхности распределения плоскостью, параллельной плоскости ХоZ и проходящей через точку У=у. Аналогично, условный ЗР сл.в.У – это сечение поверхности распределения плоскостью, параллельной плоскости УоZ, проходящей через точку Х=х.
Необходимым и достаточным условием Независимости сл.в., входящей в систему явл.
f(х,у)=f₁(x)*f₂(y), где f₁(x) и f₂(y)-безусловные ЗР сл.в.Х и У соответственно.
Зависимые и независимые случайные величины.
Определение. Случайные величины Х и У наз. независимыми, если их совместная функция распределения F(х,у) равно произведению функций распределения случайных величин Х и У
F(х,у)=F1(x)·F2(y)
Переходя к плотности распределения условия независимости случайных величин Х и У можно записать в виде:
F(х,у)=f1(x)·F2(y)
С другой стороны, условия независимости случайных величин , входящих в систему: условия ЗР случайных величин совпадают с соответствующими безусловными ЗР, в противоположном случае, случайные величины яв-ся зависимыми
Определение. Под вероятностной (стохастической, статистической) зависимостью СВ Х понимают ее условный ЗР при фиксированном значении СВ У (и наоборот).
Числовые характеристики определяются для каждой СВ, входящей в систему. При этом числовые характеристики, определенные по условным ЗР, наз. условными числовыми характеристиками. В силу того, что для одной и той же СВ можно составить несколько ее условных ЗР, следовательно, и число условных числовых характеристик для одной и той же СВ можно определить несколько.
у
у3
у2
у1
М1(х/y) М2(х/y) М3(х/y)
Зависимость условных М(х/y) наз. регрессионной зависимостью (регрессией) х/y. Графическое изображение регрессии наз. линией регрессии х/y.
Аналогично, регрессией у/х наз. зависимость условных М(у/х) СВ У при фиксированных значениях СВ Х.
Если линия регрессии х/y параллельна оси ОУ(ОХ), то Св Х и У- независимы.
y
у3 М1(х/y)=
у2 М2(х/y)=
у1 М3(х/y)
М1(х/y)= М2(х/y)= М3(х/y) х1 х2 х3 x
Линии регрессии х/y и у/х-это 2 разные линии, которые совпадают в случае жесткой функциональной зависимости, но всегда пересекаются в точке (Мх;Му)