
- •1. События и операции над ними
- •2. Классическое определение вероятности
- •3. Статистическое определение вероятности
- •4. Геометрическое определение вероятности
- •5. Теорема сложения вероятностей
- •6. Произведение событий
- •7. Условная вероятность
- •8. Теорема сложения вероятностей совместных событий
- •9. Формула полной вероятности
- •10. Вероятность гипотез. Формулы Бейеса
- •11. Формула Бернулли
- •12. Локальная теорема Лапласа
- •13. Интегральная теорема Лапласа
- •14. Дискретные и непрерывные случайные величины
- •15. Закон распределения вероятностей дискретной случайной величины.
- •16. Биномиальное распределение
- •17. Распределение Пуассона
- •18. Геометрическое распределение
- •19. Гипергеометрическое распределение
- •20. Математические операции над случайными величинами
- •21. Числовые характеристики дискретных случайных величин
- •22. Математическое ожидание дискретной случайной Величины
- •23. Вероятностный смысл математического ожидания
- •24. Свойства математического ожидания
- •25. Отклонение случайной величины от ее математического ожидания
- •26. Дисперсия дискретной случайной величины
- •27. Формула для вычисления дисперсии
- •28. Свойства дисперсии
- •29. Среднее квадратическое отклонение
- •30. Начальные и центральные теоретические моменты
- •31. Закон больших чисел
- •32. Функция распределения случайной величины
- •33. Непрерывные случайные величины. Плотность вероятности
- •34. Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс
- •35. Моменты непрерывной случайной величины
- •36. Равномерный закон распределения
- •37. Показательный (экспоненциальный) закон распределения
- •38. Нормальный закон распределения
- •39. Вероятность попадания в заданный интервал нормальной случайной величины
- •40. Вычисление вероятности заданного отклонения
- •41. Распределение "хи квадрат"
- •42. Распределение Стьюдента
- •43. Система двух случайных величин
- •1. Генеральная и выборочная совокупности
- •2. Повторная и бесповторная выборки. Репрезентативная выборка
- •3. Способы отбора из генеральной совокупности.
- •4. Статистическое распределение выборки.
- •5. Эмпирическая функция распределения.
- •6. Полигон и гистограмма.
- •7. Статистические оценки параметров распределения.
- •8. Несмещенные, эффективные и состоятельные оценки.
- •9. Средние значения количественного признака X.
- •10. Дисперсии количественного признака X.
- •11. Оценка генеральной дисперсии по исправленной выборочной.
- •12. Точность оценки, доверительная вероятность (надежность). Доверительный интервал.
- •13. Доверительные интервалы для оценки математического ожидания нормального распределения при известном σ.
- •14. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном σ.
- •15. Доверительные интервалы для оценки среднего квадратического отклонения σ нормального распределения.
- •16. Статистическая проверка статистических гипотез.
- •17. Отыскание правосторонней критической области.
- •18. Отыскание левосторонней и двусторонней критических областей.
4. Статистическое распределение выборки.
Пусть из генеральной совокупности извлечена выборка, причем x1 наблюдалось n1 раз, x2 - n2 раз, xk - nk раз и сумма ni = n - объем выборки.
Определение. Наблюдаемые значения xi - называют вариантами, а последовательность вариант, записанных в возрастающем порядке, - вариационным рядом. Числа наблюдений называют частотами, а их отношенияк объему выборки ni\n = ωi - относительными частотами.
Определение. Статистическим распределением выборки называют перечень вариант и соответствующих им частот или относительных частот. Статистическое распределение можно задать также в виде последовательности интервалов и соответствующих им частот (в качестве частоты, соответствующей интервалу, принимают сумму частот, попавших в этот интервал). В теории вероятностей под распределением понимают соответствие между возможными значениями случайной величины и их вероятностями, а в математической статистике - соответствие между наблюдаемыми вариантами и их частотами, или относительными частотами.
5. Эмпирическая функция распределения.
Эмпирической
функцией распределения (функция
распределения выборки) называют функцию
,
определяющую для каждого значения
относительную частоту события
По определению имеем
,
где
-
число вариант меньше
;
-
объем выборки.
6. Полигон и гистограмма.
Полигон.
Полигоном
частот называют ломаную, отрезки которой
соединяют точки
.
Полигоном
относительных частот называют ломаную,
отрезки которой соединяют точки
.
Относительная частота
.
Гистограмма.
Гистограммой
частот называется ступенчатая фигура,
состоящая из прямоугольников, основаниями
которых служат частичные интервалы
длиной
,
а высоты равны частоте
.
Гистограммой
относительных частот называется
ступенчатая фигура, состоящая из
прямоугольников, основаниями которых
служат частичные интервалы длиной
,
а высоты равны
(плотность относительной частоты).
Двумерные и трехмерные гистограммы.
Гистограммой
частот называется ступенчатая фигура,
состоящая из прямоугольников, основаниями
которых служат частичные интервалы
длиной
,
а высоты равны частоте ni\h
Гистограммой
относительных частот называется
ступенчатая фигура, состоящая из
прямоугольников,
основаниями которых служат частичные
интервалы длиной
,
а высоты равны
(плотность относительной частоты).
7. Статистические оценки параметров распределения.
Пусть требуется изучить количественный признак генеральной совокупности. Допустим, что из теоретических соображений удалось установить, какое именно распределение имеет признак.
Возникает задача оценки параметров, которыми определяется это распределение. Например, если наперед известно, что изучаемый признак распределен в генеральной совокупности нормально, то необходимо оценить (приближенно найти) математическое ожидание и среднее квадратическое отклонение, так как эти два параметра полностью определяют нормальное распределение; если есть основания считать, что признак имеет, например, распределение Пуассона, то необходимо оценить параметр λ, которым это распределение определяется. Обычно в распоряжении имеются лишь данные выборки, например значения количественного признака x1, x2, . . . , xn, полученные в результате n наблюдений. Через эти данные и выражают оцениваемый параметр. Рассматривая x1, x2, . . . , xn, как независимые случайные величины X1,X2, . . . ,Xn, можно сказать, что найти статистическую оценку неизвестного параметра теоретического распределения - это значит найти функцию от наблюдаемых случайных величин, которая и дает приближенное значение оцениваемого параметра.
Определение . Статистической оценкой неизвестного параметра теоретического распределения называется функция от наблюдаемых случайных величин.