- •Предмет теории вероятностей. Испытание. Классификация событий.
- •Комбинаторика. Основные формулы комбинаторики.
- •Классическое определение вероятности. Свойства вероятности.
- •Относительная частота. Устойчивость относительных частот. Статистическое определение вероятности.
- •Несовместные события. Сумма несовместных событий. Теорема сложения несовместных событий.
- •Совместные события. Сумма совместных событий. Теорема сложения совместных событий.
- •Полная группа событий. Теорема о сумме событий, образующих полную группу.
- •8. Зависимые события. Произведение событий. Теорема умножения вероятностей зависимых событий.
- •9. Независимые события. Произведение событий. Теорема умножения вероятностей независимых событий.
- •Вероятность появления хотя бы одного события.
- •11. Формула полной вероятности. Формулы Байеса.
- •12. Схема Бернулли. Теорема Бернулли, следствия.
- •13. Локальная теорема Лапласа. Функция (х), ее свойства.
- •14. Интегральная теорема Лапласа. Функция ф(х), ее свойства.
- •15. Теорема Пуассона, следствия.
- •16. Вероятность отклонения относительной частоты появления события от его вероятности в независимых испытаниях.
- •17. Вероятность отклонения числа появлений события от произведения (np) в независимых испытаниях.
- •Наивероятнейшее число появления события.
- •19. Случайные величины, их виды. Закон распределения вероятностей случайной величины, способы задания.
- •20. Равномерное дискретное распределение, его числовые характеристики.
- •21. Биномиальное распределение, его числовые характеристики.
- •22. Пуассоновское распределение, его числовые характеристики.
- •23. Геометрическое распределение, его числовые характеристики.
- •24. Гипергеометрическое распределение, его числовые характеристики.
- •25. Функция распределения f(х), ее свойства.
- •26. Плотность распределения вероятностей f(х), ее свойства.
- •27. Нахождение функции распределения по известной функции плотности.
- •28. Математические операции над случайными величинами.
- •29. Числовые характеристики случайных величин.
- •30. Математическое ожидание дискретной случайной величины, его вероятностный смысл.
- •Свойства математического ожидания.
- •32. Дисперсия дискретной случайной величины. Формула для вычисления.
- •33. Свойства дисперсии. Среднее квадратическое отклонение.
- •Числовые характеристики непрерывных случайных величин, их свойства.
- •35. Равномерное непрерывное распределение, его числовые характеристики.
- •36. Показательное распределение, его числовые характеристики.
- •37. Нормальное распределение, его числовые характеристики.
- •38. Нормальная кривая, ее свойства. Влияние параметров нормального распределения на вид нормальной кривой.
- •39. Вероятность попадания в заданный интервал нормальной случайной величины.
- •40. Вероятность заданного отклонения нормально распределенной случайной величины. Правило трех сигм.
- •41. Неравенство Маркова.
- •42. Неравенство Чебышева.
- •43. Закон больших чисел в форме Чебышева.
- •44. Генеральная и выборочная совокупности. Виды выборки. Способы отбора.
- •45. Статистическое распределение выборки. Полигон и гистограмма.
- •46. Эмпирическая функция распределения, ее свойства.
- •47. Статистические оценки параметров распределения. Несмещенные, эффективные и состоятельные оценки.
- •48. Выборочная дисперсия. Формула для вычисления дисперсии.
- •49. Точность оценки, доверительная вероятность, доверительный интервал.
- •50. Доверительный интервал для оценки математического ожидания нормального распределения при известном и неизвестном среднем квадратическом отклонении.
- •51. Функциональная, статистическая и корреляционная зависимости. Основные задачи теории корреляции.
- •52. Уравнение прямой линии регрессии.
- •53. Свойства выборочного коэффициента корреляции.
- •54. Статистическая гипотеза. Статистический критерий.
- •55. Ошибки первого и второго рода, уровень значимости.
- •56. Критическая область и область принятия гипотезы. Критические точки.
- •57. Методика вычисления теоретических частот нормального распределения для интервального ряда.
- •58. Методика вычисления теоретических частот нормального распределения для дискретного ряда.
- •59. Проверка гипотезы о нормальном распределении генеральной совокупности.
- •60. Проверка гипотезы о значимости коэффициента корреляции.
59. Проверка гипотезы о нормальном распределении генеральной совокупности.
Критерий согласия – критерий проверки гипотезы о предполагаемом з-не неизвестного распред-я.
Критерий согласия Пирсона «хи-квадрат» служит для сравнения эмпирических (наблюдаемых) и теоретических (ожидаемых) частот и отвечает на вопрос случайно ли расхождение этих частот или оно значимо?
ПОСТАНОВКА задачи
Пусть по выборке объемом n получено эмпирическое распред-е: Варианты-х1-х2-хs; эмпир.частоты-n1-n2-ns.
Постановка задачи: при уровне значимости альфа требуется проверить Но – ген совокуп-ть распределена по предполагаемому з-ну.
КРИТЕРИЙ согласия Пирсона – СВ
«хи-квадрат» набл = СУММА(i=1; s) (ni-ni’)^2/ni’
Где ni – эмпирические частоты, ni’ – теор частоты, s – число групп выборки.
Очевидно, что чем меньше величина «хи-квадрат», чем ближе она к 0, тем более несущественна разница м/д эмпирическими и теор частотами.
АЛГОРИТМ
1. По предполагаемому теор распред-ю находим теор частоты ni’
2. Вычисляем наблюдаемое значение критерия «хи-квадрат» набл = СУММА(i=1; s) (ni-ni’)^2/ni’
3. По данному уровню значимости альфа и числу степеней свободы ke (не путать!) находим критическое значение критерия «хи-квадрат» кр (альфа; k) – по табл.
4. Сравнить «хи-квадрат» набл и «хи-квадрат» кр. Если «хи-квадрат» набл < «хи-квадрат» кр, то нет оснований отвергать Но. Если «хи-квадрат» набл >= «хи-квадрат» кр, то Но отвергают.
60. Проверка гипотезы о значимости коэффициента корреляции.
Пусть двумерная генеральная совокупность (Х; У) распределена нормально. Из этой совокуп-ти извлечена выборка объемом n и по ней найден rв не= 0.
Постановка задачи: на заданном уровне значимости а проверить гипотезу о рав-ве нулю ген коэффициента корреляции r(r).
Ho: r(r)=0, т.е. rв – незначим, а Х и У не связаны линейной корреляц зависимостью
Н2: r(r) не= 0, т.е. rв значим, а м/д Х и У существует лин корреляц связь.
АЛГОРИТМ проверки:
1. Рассчитать наблюдаемое значение критерия Стьюдента t набл=(rв-SQR(n-2))/SQR(1-rв^2)
2. По табл критич точек распред-я Стьюдента найти критическую точку t кр (альфа; k), где альфа – уровень значимости, k – число степеней свободы (k=n-2).
3. Сравнить наблюдаемое (t набл) и критическое (t кр) знач-е критерия.
Если |t набл| < t кр, то нет основания отвергнуть Но, т.е. rвыб – незначим.
Если |t набл| > t кр, Но отклоняется, т.е. Х и У связаны лин. корреляц зависимостью и rвыб – значим.