- •2. Несовместимые и совместимые события, полная группа событий. Алгебра событий: сумма событий, произведение событий, противоположное событие. Диаграмма Венна.
- •3. Независимые и зависимые события. Условная вероятность. Теорема об умножении вероятностей.
- •4. Вероятность суммы совместимых событий: теорема о сложении вероятностей.
- •5. Вероятность суммы несовместимых событий.
- •6. Формула полной вероятности. Априорная и апостериорная вероятности, теорема Байеса.
- •7. Понятие дискретной случайной величины, закон распределения, график распределения.
- •8. Характеристики дискретной случайной величины: математическое ожидание, дисперсия, среднее квадратическое отклонение.
- •9.Биноминальное распределение, его характеристики
- •10.Распределение Пуассона и его характеристики
- •11.Непрерывная случайная величина, функция распределения и ее свойства, плотность распределения и ее свойства
- •12.Математическое ожидание и дисперсия непрерывной случайной величины.
- •Математическое ожидание алгебраической суммы случайных величин и произведения независимых случайных величин.
- •15.Нормальный закон распределения. Кривая плотности распределения, ее график и свойства. Семейство нормальных кривых.
- •16.Свойство площадей под кривыми нормальных распределений.
- •18. Равномерное распределение
- •19. Вычисление вероятности попадания значений нормальной случайной величины на заданный промежуток с помощью стандартного нормального распределения.
- •20. Дискретный и интервальный ряд
- •21. Графическое представление вариац ряда: полигон, гистограмма, кумулята
- •22. Средняя арифметическая как мера центральной тенденции и ее св-ва.
- •23.Медиана как мера центр тенденции и ее св-ва.
- •25.Мода и её свойства.
- •26. Статистическая совокупность. Генеральная совокупность. Выборка. Репрезентативность выборки. Таблица случайных чисел.
- •27.Среднее линейное отклонение, свойство минимальности относительно медианы.
- •28.Дисперсия и стандартное отклонение как мера вариации значений признака, свойство минимальности относительно средней арифметической.
- •29.Точечные оценки параметров генеральной совокупности, критерии их качества.
- •30.Распределение выборочных средних. Центральная предельная теорема, стандартная ошибка средней.
- •Ц.П.Т. Ляпунова
- •31.Доверительные интервалы для средней при больших выборках. Поправка на конечность генеральной совокупности.
- •32.Доверительные интервалы для средней при малых выборках. T-распределение
16.Свойство площадей под кривыми нормальных распределений.
Площадь равна единице.


18. Равномерное распределение
Распределение вероятностей называют равномерным, есливсе значения кот лежат на некот интерв [a,b] и имеют постоянную плотность вероятности на этом отрезке.

или
след.
Т.О.
т.к.
S=(b-a)*c=1
, то с=1/(b-a)

M(x)=
M(x2)=
D(x)=
M(x2)
- M2(x)=

D(x) зависит от длинны отрезка.
19. Вычисление вероятности попадания значений нормальной случайной величины на заданный промежуток с помощью стандартного нормального распределения.
Известно, что если
случайная величина Х задана плотностью
распределения f(x),
то вероятностьто,что Х примет
значение,принадл интервалу (;),
такова
Введем новую переменнуюz=(x-a)/. Отсюда x=z+a, dx=dz. Найдем новые пределы интегрирования. Если х=, то z=(-a)/, если х=, то z=(-a)/
Т.о.



Пользуясь функц.
Лапласа
получим

Пример. Случайная величина X распределена по нормальному
закону. Математическое ожидание и среднее квадратическое
отклонение этой величины соответственно равны 30 и 10. Найти вероятность того, что X примет значение, принадлежащее интервалу (10, 50).
Решение. По условию, =10, β = 50, а = 30, σ=10, следовательно,
P(10< X< 50)= Ф (50-30/10) – Ф (10-30/10)=2Ф(2).
По таблице приложения 2 находим Ф (2) = 0,4772. Отсюда искомая вероятность Р (10 < X < 50) = 2*0,4772 = 0,9544.
20. Дискретный и интервальный ряд
Построение дискретного вариационного ряда. Эмпирическая ф-ия распределения.
Дан ряд чисел. Частота варианты-(Xi) число mi, показывающее сколько раз эта варианта встречается в выборке. Частость(относительная частота) доля варианты W=mi/n. Полигон частот-ломаная линия, соединяющая точки плоскости с координатами(Xi, Mi). Кумулянта- ломаная, соединяющая с координатами (Xi, Mxi). Эмпирическая ф-ия распределения F*(x)=mi/n=Wx. Св-ва F*:1. 0<=F*<=1; 2. неубывающая; если x1-наименьшая варианта, а Xk-наибольшая варианта, то F*(x)=0 при x<=x1 и F*(x)=1 при x>xk
Построение интервального вариационного ряда. Гистограмма частот.
В общем случае справедлива теорема: M(Dв)=((n-1)/n)Dr. Вводится понятие исправленной выборочной дисперсии S²=(n/(n-1))Dв=(∑(xi-x)²mi)/(n-1). Если произведена выборка небольшого объема, то точечная оценка непригодна, тогда поступают так: по сделанной выборке находим точечную оценку Ô→выборочное неизвестного параметра Ô ген сов-ти; по опр правилам вычисляем такое число ∆>0, чтобы интервал с данной вероятностью γ (или P) включал в себя неизвестный параметр Ô, т.е. чтобы была справедлива формула доверительной вероятности (1) P(Ô-∆<Ô<Ô+∆)=γ(гамма, доверит. вероятность). ∆-точность оценки, (Ô-∆;Ô+∆)-доверительный интервал.
21. Графическое представление вариац ряда: полигон, гистограмма, кумулята
Для наглдности строят разл графики стат распред и, в чкстности., полигон и гистограмму.
Полигоном частот называют ломаную, отрезки кот соедин точки (x1;n1), (x2;n2), …, (xk;nk). Для постороения полигона частот на оси абсцисс откладывают варианты xi ,а на оси ординат – соответствующие им частоты ni . Точки (xi; ni) соединяют отрезками прямых и получают полигон частот.
Полигоном относитель6ых частот называют ломаную, отрезки кот соединяют точки (x1;W1), (x2;W2), …, (xk;Wk). Для построения полигона относительных частот на оси абсцисс откладывают варианты xi, а на оси ординат-соответствующие им относительные частоты Wi. Точки (xi; Wi) соединяют отрезками прямых и получают полигон относительных частот.
На рис. изображен полигон относительных частот следующего распределения:
X 1,5 3,5 5,5 7,5
W 0,1 0,2 0,4 0,3

В случае непрерывного признака целесообразно строить гистограмму, для чего интервал, в котором заключены все наблюдаемые значения признака, разбивают на нескoлько частичных интервалов длиной h и находят для каждого частичного интервала ne-сумму частот вариант, попавших в i-й интервал.
Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною h, а высоты равны отношению ni/h (плотность частоты)
Для построения гистограммы частот на оси абсцисс откладывают частичные интервалы, а над ними проводят отрезки, параллельные оси абсцисс на расстоянии ni/h . Площадь i-гo частичного прямоугольника равна hni/h = ni-сумме частот вариант i-ro интервала; следовательно, площадь гиcmoгpaммы частот равна сумме всех часmoт, т. е. объему выборки.
На рис.1 изображена гистограмма частот распределения объема n = 100, приведенного в табл. 6.
Гистограммой относительных частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною h, а высоты равны отношению Wi/h (плотность относительной частоты).
Для построення гистограммы относительных частот на оси абсцисс откладывают частичные интервалы, а над ними проводят отрезки, паралпельные оси абсцисс на расстоянии W i/h. ПЛощадь i-ro частичного прямоугOJJЬника равна hWi/h = Wi-относительной частоте вариант, попавших в i-й интервал. Следовательно, площадь гистогра.мАШ относительных частот равЖJ cyJUfe всех относительных частот, т. е. единице.
Таблица 6

Рис 1.

