- •2. Исходя из трех аксиом теории вероятностей, докажите, что вероятность любого события а подчиняется неравенству .
- •3. Дайте определение события , противоположного событию а. Докажите, исходя из трех аксиом теории вероятностей, что .
- •5. Если появление события в непременно влечет за собой появление события а, то как в этом случае соподчинены противоположные им события и ?
- •8. Приведите пример какого-либо опыта с конечным числом элементарных исходов, в условиях которого нельзя исчислять вероятности событий по формуле классического определения вероятности.
- •20. Сформулируйте условия, при выполнении которых применяется теорем Байеса. Приведите формулировку и краткое доказательство этой теоремы.
- •21. Функция распределения случайной величины и её свойства
- •22. Функция плотности распределения вероятности и её свойства
- •23. Ряд распределений дискретной случайной величины и его свойство.
- •24. Математическое ожидание дискретной случайной величины и его свойства
- •25. Дисперсия дискретной случайной величины и её свойства. Среднее квадратичное отклонение св.
- •26. Математическое ожидание непрерывной случайной величины и его свойства
- •27. Дисперсия непрерывной случайной величины и её свойства. Среднее квадратическое отклонение св.
- •28. Начальные и центральные моменты случайных величин. Выражение мат.Ожидания и дисперсии св через моменты.
- •30. На основе закона распределения альтернативно распределенной случайной величины получить выражение для математического ожидания биномиально распределенной случайной величины.
- •31. На основе закона распределения альтернативно распределенной случайной величины получить выражение для дисперсии биномиально распределенной случайной величины.
- •32. Случайная величина принимает целые значения в промежутке от 0 до n с равной вероятностью. Вывести выражение для математического ожидания этой случайной величины.
- •37. Вывести выражение для дисперсии случайной величины, распределенной по закону Пуассона.
- •38. Вывести выражение для математического ожидания случайной величины, распределенной по геометрическому закону.
- •39. Вывести выражение для дисперсии случайной величины, распределенной по геометрическому закону.
- •44. Плотность распределения и функция распределения показательной случайной величины, ее числовые характеристики.
- •45. Плотность распределения и функция распределения нормальной случайной величины (распределение Гаусса), ее числовые характеристики.
- •46. Функция Лапласа, ее свойства.
- •47. Вероятность попадания нормально распределенной случайной величины на отрезок, правило «трех сигм».
- •48. Функции случайных величин и их числовые характеристики.
- •49. Числовые характеристики случайных величин, распределенных по равномерному, показательному и нормальному законам (значения мат. Ожидания и дисперсии).
- •50. Дайте определение совместной функции распределения двумерной случайной величины и укажите ее свойства. Обоснуйте эти свойства и/или приведите примеры их выполнения.
- •55. Доказать локальную предельную теорему Муавра-Лапласа.
- •56. Доказать интегральную предельную теорему Муавра-Лапласа.
- •57. Доказать теорему Бернулли о сходимости относительной частоты появления события к вероятности этого события.
- •58. Доказать неравенство Чебышева.
- •65. Понятие гистограммы частот, способ построения, пример.
- •66. Оценка плотности распределения выборки, ее свойства, способ построения.
- •67. Понятие точечных и интервальных оценок (доверительных интервалов) параметров случайной величины. Определения. Примеры.
- •68. Свойства точечных оценок параметров: несмещенность, состоятельность, эффективность (определения).
- •69. Определение и свойства оценок: выборочного среднего, выборочной дисперсии и исправленной выборочной дисперсии.
- •70.Отличие относительной частоты события от его вероятности по предельной теореме Бернулли (по следствию из теоремы м-л).
- •71. Выборочный коэффициент ковариации (формула).
- •76. Построение интервальной оценки (доверительного интервала) (с надежностью ) математического ожидания нормально распределенной случайной величины при известной дисперсии (вывод).
- •77. Построение интервальной оценки (доверительного интервала) (с надежностью ) математического ожидания нормально распределенной случайной величины при неизвестной дисперсии (вывод).
- •88. Что такое критерий согласия?
- •89. Сформулируйте критерий согласия .
- •90. Модель парной линейной регрессии: уравнение и основные вероятностные допущения.
65. Понятие гистограммы частот, способ построения, пример.
66. Оценка плотности распределения выборки, ее свойства, способ построения.
выборочным аналогом плотности распределения fx (x) случайной величины Х служит
pi "с крышечкой"
выборочная плотность распределения fx "с крышечкой" (x)=¯h¯¯¯¯¯¯¯¯¯¯¯¯¯ при х принадлежит [ai ; ai+1) (i=1,2,3…, v), ее график называется гистограммой, а ломанная с вершинами в точках х принадлежит [ х’i ; pi "с крышечкой"/h), где через
ai + ai+1
х’i = ¯¯2¯¯¯ обозначены середины интервалов,- полигоном частот.
Выборочное среднее:
v
х¯= Σх’i pi "с крышечкой"
i=1
выборочная дисперсия:
v v v
σ2 "с крышечкой"=Σ(х’i - х¯)2pi "с крышечкой"=Σ (х’i)2pi "с крышечкой"-(Σ х’ipi "с крышечкой")2 i=1 i=1 i=1
по выборочной плотности распределения можно построить выборочную функцию распределения. При этом линия, соединяющая точки (х’i; FX (хi)) называется кумулятой.
67. Понятие точечных и интервальных оценок (доверительных интервалов) параметров случайной величины. Определения. Примеры.
Оценки неизвестных параметров бывают двух видов – ТОЧЕЧНЫЕ И ИНТЕРВАЛЬНЫЕ. ТОЧЕЧНАЯ ОЦЕНКА – оценка, имеющая конкретное числовое значение. Например, среднее арифметическое: X = (x1+x2+…+xn)/n,
где: X – среднее арифметическое (точечная оценка МО); x1,x2,…xn – выборочные значения; n – объем выборки. ИНТЕРВАЛЬНАЯ ОЦЕНКА – оценка представляемая интервалом значений, внутри которого с задаваемой исследователем вероятностью находится истинное значение оцениваемого параметра.
Интервал в интервальной оценке называется ДОВЕРИТЕЛЬНЫМ ИНТЕРВАЛОМ, задаваемая исследователем вероятность называется ДОВЕРИТЕЛЬНОЙ ВЕРОЯТНОСТЬЮ. В практике статистических вычислений применяются стандартные значения доверительной вероятности: 0,95, 0,98 и 0,99 (95%, 98% и 99% соответственно). Например, интервальная оценка МО (3,8) при доверительной вероятности 0,95. Это означает, что МО лежит в пределах от 3 до 8 с вероятностью 0,95, следовательно вероятность того, что МО меньше 3 или больше 8 не превышает 0,05. Очевидно, что чем выше доверительная вероятность, тем выше точность оценки, но шире доверительный интервал. Отсюда следует – ДЛЯ НЕПРЕРЫВНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН ВЕРОЯТНОСТЬ ТОГО, ЧТО ТОЧЕЧНАЯ ОЦЕНКА (ширина доверительного интервала равна 0) СОВПАДЕТ С ЛЮБЫМ ЗАДАННЫМ ЗНАЧЕНИЕМ ИЛИ ОЦЕНИВАЕМЫМ ПАРАМЕТРОМ РАВНА 0. Таким образом, точечная оценка имеет смысл лишь тогда, когда приведена характеристика рассеяния этой оценки (дисперсия). В противном случае она может служить лишь в качестве исходных данных для построения интервальной оценки.
Вычисление интервальной оценки рассмотрим на примере интервальной оценки МО для случайной величины подчиняющейся нормальному закону распределения. Границы доверительного интервала определятся по формулам:
Xmin = X – T(ν,P)*S/(n)1/2
Xmax = X + T(ν,P)*S/(n)1/2
где: Xmin, Xmax – нижняя и верхняя границы интервала; X – среднее арифметическое (точечная оценка МО); n – объем выборки; T(ν,P) – поправочный коэффициент, называемый T-статистика, величина которого определяется значением задаваемой доверительной вероятности p и числом степеней свободы ν (ν=n-1);
S = [(x1 – X)2 + (x2 – X)2 + … + (xn – X)2]1/2 - корень квадратный из оценки дисперсии случайной величины X
