Шпоры по ТерВер не те
.doc
21. Дисперсия СВ и ее св-ва. |
27.Выражение ф-ии распед-я НСВ через ф-ю Лапласа. |
29.Неравенство Чебышева
|
33.Ген.и выб.сов-ти ДВР и ИВР. |
34.Выборочной (эмпирической) функцией распределения |
На практике встречаются СВ, имеющие одинак-е мат.ожидания. У одних из этих СВ откл-е от мат.ожидания – невелико, а у др. – значительнее. Для оценки меры рассеивания СВ Х около ее мат.ожидания М(Х) водят понятие дисперсии. Дисперсией СВ Х наз-ся величина D(X)=M(X-M(X))2 Ср.квадратич. отклонением СВ Х наз-ся величина σ (Х)= D(X)1/2 Св-ва дисперсии: 1. D(X±Y)=D(X)+D(Y) – независимые СВ X,Y 2. Если X=C – СВ, принимающая постоянные значения, то D(C)=0 D(C)=M(C-M(C))2=M(C-C)2=M(0)=0 3. D(C*X)=C2*D(X) 4. D(X)=M(X2)-M2(X) 5. D(X-M(X))=D(X)
|
1) Распределение N(0;1) наз-ся станд-ным нормальным..Для стандартного распред-я плотность вер-ти равна: , а ф-я распред-я . Ф-я Лапласа и ф-я распред-я НСВ Х с параметрами связаны соотнош-м: . 2)Получим формулу д/вычисления вер-ти попадания НСВ с параметрами в задан. интервал(α;β) через стандарт-е распред-е :
3)3σ Вер-ть того, что НСВ отклоняется от своего мат.ожид-я по модулю меньше, чем ε>0, определяется формулой . Если положить , то получим . Отсюда вытекает, что среди 10000 значений НСВ в среднем только 27 выйдут за пределы интервала . Это означает, что практически среди небольшого числа значений Х нет таких, кот. выходят за пределы указанного интервала. Правило 3-х сигм часто применяется д/грубой оценки сигма: .
|
Если Х-СВ, мат. ожидание к-рой М(Х) = а, а дисперсия D(Х) конечна, то д/любого числа ε > 0 выполняются неравенства:
При неизв-ом з-не распред-я на практике при известных М(Х),D(X) участком возможных значений СВ Х считают М(Х)±3σ(Х)
|
Мат. Ст-ка занимается установлением закономерностей, к-рым подчинены массовые случайные явления, на основе обработки стат. данных, полученных в результате наблюдений. Генеральная совокупность – все множество имеющихся объектов. Выборка – набор объектов, случайно отобранных из генеральной совокупности. Объем генеральной совокупности N и объем выборки n – число объектов в рассматривае-мой совокупности. Виды выборки: повторная и бесповторная. Выборка должна правиль-но представлять пропорции ген.сов-сти, то есть быть репрезентативной (представительной). Учитывая закон больших чисел, можно утверждать, что это условие выполняется, если каждый объект выбран случайно, причем д/любого объекта вероятность попасть в выборку одинакова. Вариационный ряд наз-ся ряд вариант расположенных в порядке возрастания вместе с соответствующими весами если изуч.ДСВ то ДВР. Полигон –ломаная соединяющая точки плоскости с координатами (х,mi) Кумулянта- ломаная соед точки плос-ти с корд-ми(x,mxi) Гистограмма –для изобр.вар.рядов и имеют вид ступ фигурыиз прямоуг.с основ.=длина инт-ла и высотами=частотам. |
Выборочной (эмпирической) функцией распределения называют функцию F*(x), определяющую для каждого значения х относительную частоту события X < x. Таким образом, , (15.1) где mх – число вариант, меньших х, п – объем выборки. Замечание. В отличие от эмпирической функции распределения, найденной опытным путем, функцию распределения F(x) генеральной совокупности называют теоретической функцией распределения. F(x) определяет вероятность события X < x, а F*(x) – его относительную частоту. При достаточно больших п, как следует из теоремы Бернулли, F*(x) стремится по вероятности к F(x).
|
35.Выб.дисперсия и ее св-ва ,ср.арифметич. |
23.Закон распред-ия Пуассона |
16.НСВ и их числ. хар-ки |
1.Комбинаторика(размещение , сочетание) |
36.Точечные оценки параметров |
Ср.арифметич:
Выборочной дисперсией называется , а выборочным средним квадратическим отклонением –
Так же, как в теории случайных величин, можно доказать, что справедлива следующая формула для вычисления выборочной дисперсии: .
- медиана те - варианта, которая делит вариационный ряд на две части, равные по числу вариант. Если число вариант нечетно ( n = 2k + 1 ), то me = xk+1, а при четном n =2k . В Другими характеристиками вариационного ряда являются: - мода М0 – варианта, имеющая наибольшую частоту
|
Говорят что СВ распределена по з-ну Пуассона если она принимает целые значения с вер-ми где λ-параметр распределения M(X)=λ D(X)=λ Т.к. для распред. Пуассона вер-ть появления события в каждом испытании мала то его еще назыв. з-н распред. редких явлений.
28.Неравенство Маркова Если СВ Х принимает только неотрицат. значение то для любого α>0 справедливо неравенство: |
НСВ- св которая может принять любое значение из некоторого конечного или бесконечного интнрвала. Геом.смысл: абсцесса центра тяжести криволин. трапеции огранич. графиком кр. распред-ия полигоном распред для ДСВ и Ох. D(X)=M(X-M(X))2 σ (Х)= D(X)1/2 D(X)= M(X)2-M2(X)
32. Понятие о ЦПТ Была доказана в 1900г Дяпуновым. Если независ СВ Х1…Хn имеют конечные мат ожидания а1…аn и абс.центр. моменты 3-го порядка
Ивыполнено условие Ляпунова
то распределение суммы СВ стремиться к нормальному с параметрами
|
При решении вер.задач часто приходится в заданном мн-ве выбирать подмн-ва Эл-ов к-ые обладают опред.св-ми.Поскольку в таких задачах идет речь про те или иные комбинации объектов то они-комбинаторные. Пусть некоторое мн-во А содержит n Эл-ов.Каждое его упоряд.подмн-во состоящее из k Эл-ов назыв размещением из n по k.
Размещение из n по n назыв. перестановкой и =n! Неупоряд под-мнвоназыв. сочетанием |
Выборочная хар-ка используемая в качестве приближ. значения неизв. ген. хар-ки наз-ся ее точечной стат. хар-ой. Слово точечная означает что оценка представляет собой точку на числ. оси. Слово статистич. означ. что конкр. значения оценки рассчитываются по рез-ам наблюдений. Пусть θ неизв. параметр ген. сов-ти. Мы хотим оценить этот параметр по выборке т.е.предл. формулу θn=f(x1..xn) которая наилучшим образом оценивает |