- •Тема 1. Случайные события
- •2 Алгебра событий.
- •3 Определения вероятности события.
- •4 Элементы комбинаторики
- •1 Теоремы сложения вероятностей.
- •4 Формула полной вероятности. Формула вероятности гипотез.
- •Тема 2. Повторные независимые испытания
- •2 Наивероятнейшее число наступлений события в независимых испытаниях.
- •3 Локальная теорема Муавра-Лапласа.
- •4 Интегральная теорема Муавра-Лапласа. Пуассоновское приближение
- •Тема 3. Дискретные случайные величины
- •2 Закон распределения вероятностей дискретной случайной величины.
- •3 Математическое ожидание и его свойства.
- •4 Дисперсия дискретной случайной величины и ее свойства
- •5 Одинаково распределенные взаимно-независимые случайные величины
- •Тема 4. Непрерывные случайные величины
- •2)Дифференциальная функция (плотность распределения) непрерывной случайной величины и ее свойства.
- •Тема 5. Основные законы распределения случайных величин
- •1. Основные законы распределения дискретных случайных величин.
- •2) Равномерное распределение
- •Тема 6. Функции случайных величин и векторов
- •2) Композиция законов распределения
- •3) Специальные законы распределения
- •Тема 7. Многомерные случайные величины
- •2)Функции распределения многомерной случайной величины.
- •3)Вероятность попадания двумерной случайной величины в полуполосу и прямоугольник.
- •4)Числовые характеристики системы двух случайных величин
- •Тема 8. Закон больших чисел
- •2)Неравенство и теорема Чебышева
- •3)Понятие о центральной предельной теореме
- •Часть II. Математическая статистика
- •Тема 10. Вариационные ряды распределения
- •1) Понятие и виды вариационных рядов распределения.
- •2) Графическое изображение рядов распределения и связь между ними.
- •1) Понятие и виды вариационных рядов распределения
- •2) Графическое изображение рядов распределения и связь между ними.
- •1) Средняя арифметическая и ее свойства.
- •2) Дисперсия ряда распределения и ее свойства. Среднее квадратическое отклонение.
- •3)Моменты ряда распределения и связь между ними
- •Тема 11. Выборочный метод
- •2)Статистические оценки выборочной совокупности и их свойства.
- •3) Точечные и интервальные оценки.
- •Тема 12. Проверка статистических гипотез
- •1)Понятие и виды статистических гипотез.
- •2)Статистический критерий проверки гипотез.
- •3)Уровень значимости. Мощность критерия.
- •2)Статистический критерий проверки гипотез
- •Тема 13. Дисперсионный анализ
- •1)Понятие и модели дисперсионного анализа.
- •2)Однофакторный дисперсионный анализ.
- •1)Понятие и модели дисперсионного анализа.
- •2)Однофакторный дисперсионный анализ.
- •4.1.2.3. Двухфакторный дисперсионный анализ. Факторы а и в
- •Тема 14. Корреляционно-регрессионный анализ
- •1)Понятие корреляционной зависимости.
- •2) Оценка методом наименьших квадратов коэффициентов регрессии
- •Тема 15. Статистический анализ временных рядов
- •1)Понятие экономического временного ряда и его составляющие.
- •2)Тренд динамического ряда.
- •2)Тренд динамического ряда
3 Математическое ожидание и его свойства.
На практике нет необходимости характеризовать величину полностью. Обычно достаточно указать только отдельные числовые параметры распределения. Такие числовые параметры принято называть числовыми характеристиками распределения. Прежде всего, это характеристики положения ряда распределения: математическое ожидание, медиана, мода; характеристики рассеяния: дисперсия, среднее квадратическое отклонение.
Две случайные величины называются независимыми, если закон распределения одной из них не меняется от того, какие значения приняла другая случайная величина. В противном случае они являются зависимыми.
Математическим ожиданием M(X) дискретной случайной величиныXназывается среднее значение случайной величины:
===. (2.6)
Или иначе, M(X) - это сумма парных произведений случайной величины на соответствующую вероятность:
=. (2.7)
Мода Mо(X) распределения – это значение случайной величины, имеющее наиболее вероятное значение.
Медиана Me(X) – это значение случайной величины, которое делит таблицу (закон) распределения на две части таким образом, что вероятность попадания в одну из них равна 0,5.
Свойства математического ожидания:
1) M(C) =C, гдеC=const;
2) M(CX) = CM(X);
3) M(X±Y) = M(X) ± M(Y);
4) Если случайные величины X и Y, независимы, то M(XY) = M(X)M(Y);
5) М (Х – М(Х)) = 0.
Для распределения Бернулли М(Х)=p;
для биномиального распределения: M(X)=np;
для геометрического закона: M(X)=q/p;
для геометрического закона +1: M(X)= 1/р;
для отрицательного биномиального распределения: М(Х)=(кq)/p;
для распределения Пуассона: M(X)=.
4 Дисперсия дискретной случайной величины и ее свойства
Дисперсия служит для характеристики рассеяния случайной величины относительно ее математического ожидания и характеризует форму кривой распределения.
Дисперсией дискретной случайной величины X называется математическое ожидание квадрата отклонений случайной величины от ее математического ожидания:
==. (2.8)
Свойства дисперсии:
D(С) = 0, где C=const;
D(CX)=C2D(X);
D(X)=M(X2)-(M(X))2,
где ;
Если случайные величины X и Y независимы, то:
D(XY)= D(X) + D(Y);
5) D(C+X)= D(X);
6) Для любых случайных величин Х и Y, D(XY)=D(X)+D(Y)2cov(X,Y),
где cov(X,Y)=M((X-mx)(Y-my)) - ковариация случайных величин X и Y (М(Х)= mx, М(Y)= my).
Дисперсия случайной величины равна разности между математическим ожиданием квадрата случайной величины и квадратом ее математического ожидания.
Дисперсия характеризует средний квадрат отклонения ДСВ, поэтому на практике часто используют в качестве характеристики разброса среднее квадратическое отклонение (X)=, которое имеет ту же размерность, что и СВ Х.
Для распределения Бернулли: D(Х)=pq;
для биноминального закона: D(X)= npq, (Х)=;
для геометрического закона и для геометрического закона+1: D(X)=;
для отрицательного биномиального распределения:D(Х)= (кq)/(p2);
для гипергеометрического: D(X)=;
для распределения Пуассона: D(X)= .
Только для распределения Пуассона M(X)=D(X) =.