- •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.
18. Отыскание левосторонней и двусторонней критических областей.
Отыскание левосторонней и двусторонней критических областей сводится (так же как и для правосторонней) к нахождению соответствующих критических точек.
Левосторонняя критическая область определяется неравенством:
К < Ккр ( Ккр < 0).
Критическую точку находят, исходя из требования, чтобы при справедливости нулевой гипотезы вероятность того, что критерий имеет значение, меньшее Ккр, была равна принятому уровню значимости: Р ( К < Ккр) = .
Двусторонняя критическая область определяется неравенствами:
К< К1, К > К2.
Критические точки находят, исходя из требования, чтобы при справедливости нулевой гипотезы сумма вероятностей того, что критерий примет значение, меньшее К1 и большее К2, была равна принятому уровню значимости: Р ( К < К1) + Р ( К > К2) = .
Ясно, что критические точки могут быть выбраны множеством способов. Если распределение критерия симметрично относительно нуля и имеются основания выбирать симметричные относительно нуля точки Ккр и Ккр (К > 0), то Р ( К < -Ккр) = Р ( К > Ккр).
Зная Р ( К < К1) + Р ( К > К2) = , получим Р ( К > Ккр) =а\2.
Это соотношение и служит для отыскания критических точек двусторонней критической области. Критические точки находят по соответствующим таблицам.