
- •2.Частота сл. Соб. Св-ва частот. Устойч частоты. Эмпирическ опред вер-ти
- •5.Услов вер-ть.Теор умно вер-й. Независ соб.
- •6.Формула полной вер-ти. Формул Бейеса.
- •12. Локальная ф-ия и теор Лапласа
- •15. Предельная теорема Пуассона
- •1 7. Норм распр сл вел и вер-ный смыс парам
- •19. Сл вел, равномо распред на отрезке -
- •21. Сумма случ вел. Сумма норм аспред и равном распределенных случайных величин
- •22. Линейн преобраз сл вел в общ случ на прим норм распред случайной величины
- •24. Сходимость случ величин по вер-м
- •25.Зак больш чисел для сх Бернулли
- •30.Точечное оцениве парам семейства св. Состояте, несмещ и эффек-ть точеч оценок.
- •31.Выбор моменты выборк. Состоять Выборочных оценок. Асимметрия и эксцесс.
- •32.Точечное оценивание мат ожид-я и дисперсии св.
- •35 Построение доверит интерв для дисп св.
35 Построение доверит интерв для дисп св.
д
оверит
интервал для параметра θ(тэта)-интервал
в который попадает оцениваемый параметр
с вероятностью γ. γ-надежность
доверительного интервала(0.9,0.95,0.99…)
Х,х1х2…хn
есть выборка из ген совокупности; у
нас-не полная инфо о ген совокуп. Полная
инфо- ф-ия распред или ф-ия плотности
распред или табл распред N(a,σ)~Х
, σ-известна, разброс результатов
измер(хар-ет точность прибора и метода)
а-оцениваем(мат ожид-истинное знач
измер-й велич а) пусть а и σ известны,
тогда х -
выборочное среднее,
имеет распред Стьюдента с (n-1)
степеней свободы.
Где F- ф-ия распред Стьюдента Ответ записывается так:
[ ], где t-квантили распред
Стьюдента,
кот-ые строятся по доверительным
вероятностям.
Доверит интервал для
дисперсии
28.Статистика-заним.сбором,обраб
данных. Мат.стат.-заним.созданием
мат моделей, сбор,обработка данных на
основе теории вероятностей. Пример:
проводится n
измерений критической величины х1,
х2…хn
– выборка из
генер совок Х.
х1,
х2…хn
–
реализ
случ велич.
Пусть Х время появления студента на
лекции. Х – СВ. Вопрос:
среднее время опозд.студента на лекц
1) изв ф-я распределения СВ Х. (мат ожидание
велич Х, т.е.надо найти сумму либо
интеграл). Вывод делаем на основе выборки.
Статистич
задача при
решении делится на 2 части: 1)
сбор данных; 2) построение мат моделей.
Первичная
обработка дан:
Х-СВ;
х1…хn,-ген.
совокуп. СВ; n
– V
выборки. Выборка
упоряд,
если все элем упоряд. Обозначим: А=
х1≤х2≤…≤хn
= В. В-А – размах выборки. При большом
числе n
не удобно работать поэтому проводят
группировку.С
пособ
предст.группир выбор. Граф-
относ частот (гистогр) получ из гистогр
частот, сжатия вдоль оси у. Масштаб оси
у выб произв.