- •Наблюдаемые явления (результат испытаний)
- •Алгебра событий
- •Диаграммы Эйлера-Венна
- •Доказательство теоремы о сложении вероятностей совместных событий
- •Формула полной вероятности
- •Формула вероятности гипотез
- •Случайные одномерные величины
- •Формула Бернулли
- •Локальная формула Лапласа
- •Интегральная формула Лапласа
- •Распределения вероятностей дискретной случайной величины
- •2.Распределение Пуассона
- •Основные формулы комбинаторики, используемые для определения вероятностей алгебры событий
- •Функция (интегральный закон) распределения с.В.
- •Плотность вероятности (дифференциальный закон) распределения непрерывной с.В.
- •Числовые характеристики распределения с.В.
- •Математическое (безусловное) ожидание с.В.
- •Дисперсия (безусловная) с.В.
- •5.Квантили распределения
- •Нормальное (Гауссово) распределение
- •Функция Лапласа
- •Равномерное (равновероятное, прямоугольное)
- •Показательное (экспоненциальное) распределение
- •Распределение χ2
- •Двумерные с.В. («проклятие размерности»)
- •Свойства
- •Условные математические ожидания (регрессии)
- •II. Математическая статистика
- •Построение эмпирической (статистической) функция распределения
- •Статистические оценки параметров распределения
- •Точечные оценки точности оценок (статистик) генеральных числовых характеристик
- •Математического ожидания и дисперсии
- •Доверительные интервалы оценки среднеквадратического отклонения
- •Методы оценки параметров известного распределения
- •1.Метод моментов (Пирсона)
- •2. Метод максимального правдоподобия (Фишера)
- •Парная линейная регрессия
- •Множественная линейная регрессия
- •Коэффициент детерминации регрессий
Плотность вероятности (дифференциальный закон) распределения непрерывной с.В.
![]()
Свойства плотности вероятности
1.
;
2.
- условие нормировки (единичная площадь
под кривой распределения, полнота группы
событий);
3.
- выражение функции распределения через
плотность;
4.
- вероятность попадания в интервал
значений.
Функции
,
,
ряды распределения
исчерпывающим образом описывают
одномерную с.в., однако они довольно
сложны, а информация, содержащаяся в
них, зачастую избыточна, поэтому широко
используют числовые характеристики.
Числовые характеристики распределения с.В.
-
Математическое (безусловное) ожидание с.В.
,
где
-
вероятность, а
-
элемент вероятности (вероятность
попадания в
),
![]()
- оператор
математического ожидания
- центр
группирования, «среднее значение»,
центр тяжести
плоской фигуры, ограниченной кривой
.
Свойства математического ожидания
1.
![]()
2.
![]()
3.
;
4.
;
5.
если
и
независимые с.в.
- начальный
момент
– того порядка

-
Дисперсия (безусловная) с.В.

- центрированная
с.в.;
- мера
разброса (рассеяния) вокруг матожидания
(в квадратных единицах),
-
оператор дисперсии
Свойства дисперсии
1.
![]()
2.
![]()
3.
![]()
4.
![]()
- среднее
квадратическое отклонение
(в линейных единицах)
- коэффициент
вариации
(изменчивости) (в относительных
единицах)
Замечание. Коэффициент вариации применяют при анализе риска инвестирования.
Удобная формула
расчета дисперсии:
![]()
![]()
- центральный
момент
– того порядка
![]()
3.
- коэффициент
асимметрии
4.
- эксцесс
(коэффициент островершинности)

нормальное
(Гауссово) распределение выступает в
качестве
меры (эталона):
5.Квантили распределения
-
квантиль уровня (вероятности)
определяется как корень уравнения
или, соответственно,
![]()
Квантили:



;
квартили;
децили;
процентили.
(медиана)
Квартили
Квартили
-
;
Децили
-
; Процентили
-
.
Квантили широко используется в робастной статистике:
178; 187; 1655, 175; 178
![]()
.
Наблюдение 1655 – выброс (промах).
175; 178; 178; 187; 1655
![]()
-
Мода распределения -

f (x)
х
Одномодальное
(унимодальное) распределение


Пример использования моды: размеры одежды, перепись населения.
Нормальное (Гауссово) распределение
,

-
двухпараметрическое распределение,
-
обозначение с.в., имеющей нормальная
распределение
-
-
обозначение с.в., имеющей нормированное
(стандартное) нормальное распределение
Операции нормирования и центрирования:
![]()
![]()
![]()
;

Правило 3-х сигм
![]()
![]()
![]()
- зона практического
рассеивания
