- •Билет№1. Случайные события. Элементарные события. Пространство элементарных событий.
- •Билет №2. Вероятность события. Формула классической вероятности.
- •Билет№3. Несовместные события. Теорема сложения для несовместных событий.
- •Билет№4.Независимые события. Теорема произведения для независимых событий.
- •Билет№5. Условная вероятность. Теорема умножений вероятностей зависимых событий:
- •Билет№6. Совместные события. Теорема сложения совместных событий:
- •Билет №7. Вероятность появления хотя бы одного из n независимых в совокупности событий.
- •Билет№8. Геометрическая вероятность события
- •Билет №9. Статистическая вероятность.
- •Билет №10. Принцип практичної вірогідності та практичної неможливості появи випадкових подій в окремому віпробуванні.
- •Билет№11.Формула полной вероятности.
- •Билет №12. Формула Байеса
- •Билет №13. Случайная величина (дискретная и случайная). Примеры.
- •Билет №14. Распределение дискретной случайной величины.
- •Билет №15. Полигон (многоугольник) распределения.
- •Билет №16. Числовые характеристики дискретных случайных величин.
- •Билет №17. Незалежні та залежні дискретні випадкові величини.
- •Билет №18. Математическое ожидание его свойства. Вероятностный смысл
- •Билет №19. Дисперсия. Её свойства. Средне квадратичное отклонение.
- •Билет №20. Распределение Бернулли. Его численные характеристики. Мода.
- •№21. Твірна функція. (Производящая функция).
- •№22. Розподіл Лапласа. Диференціальна теорема Лапласа.
- •№23. Дифференціальна функція Лапласа та ії властивості.
- •Билет№24. Интегральная функция Лапласа:
- •Билет №25.Интегральная теорема Лапласа
- •№26. Чисельні характеристики розподілу Лапласа. Численные характеристики распределения Лапласа:
- •27. Различные формы интегральной теоремы Лапласа.
- •28. Взаимонезависимые случайные величины, имеющие одинаковое распределение. Численные характеристики их среднего арифметического.
- •29. Распределение Пуассона. Область использования.
- •30. Численные характеристики распределения Пуассона. Мода.
- •31. Простейший (пуассоновский) поток событий.
- •32. Непрерывная случайная величина. Примеры.
- •33. Интегральная функция распределения. Ее свойства.
- •№34. Кумулята. Ее свойства.
- •35. Дифференциальная функция распределения (плотность вероятности), ее свойства.
- •36. Численные характеристики непрерывной случайной величины.
- •37. Начальный и центральный моменты случайной величины.
- •38. Равномерное распределение, его использование. Численные характеристики.
- •39. Показательное распределение, его применение. Численные характеристики.
- •40. Нормальный закон распределения (закон Гаусса).
- •41. Влияние параметров нормального закона на форму кривой Гаусса.
- •№42. Центрированная и нормированная нормальная случайная величина. Ее численные характеристики, дифференциальная и интегральная функции распределения.
- •43. Вероятность отклонения случайной величины, имеющей нормальное распределение, от матожидания. Правило 3 сигма.
- •44. Асимметрия, эксцесс.
- •45. Неравенство Чебышева.
- •46. Теорема Чебышева (закон больших чисел в форме Чебышева).
- •№47. Теорема Бернулі (закон великих чисел у формі Бернулі).
- •48. Теорема Ляпунова (закон больших чисел в форме Ляпунова).
- •49. Случайный марковский процесс. Матрица перехода.
- •50. Уравнение Маркова.
- •51. Двумерная дискретная случайная величина, ее распределение.
- •№52. Чисельні характеристики двомірної випадкової величини.
- •№53. Умовний розподіл двовимірної випадкової величини та його чисельні характеристики.
- •№54. Двовимірна неперервна випадкова величина. Інтегральна функція розподілу, її властивості.
- •55. Двумерные непрерывные случайные величины. Интегральная функция распределения, её свойства.
- •№56. Звязок між диференціальною і інтегральною функціями розподілу.
- •№57. Звязок між інтегральною і диференціальною функціями розподілу.
- •58. Вероятность попадания в полосу и прямоугольник.
- •№59. Звязок між інтегральною функцією двовимірної неперервної випадкової величини та її компонентами.
- •№60. Звязок між диференціальною функцією двовимірної неперервної випадкової величини та її компонентами.
- •№61. Чисельні характеристики двовимірної неперервної випадкової величини.
- •№62. Умовне матиматичне сподівання двовимірної неперервної випадкової величини.
- •№63. Незалежні та залежні компоненти двовимірної дискретної випадкової випадкової величини.
- •№64. Незалежні та залежні компоненти двовимірної неперервної випадкової випадкової величини.
- •63(105) Корреляционный момент. Его свойства
- •64(106). Коэффициент корреляции и его свойства
- •65. Коррелированные и некоррелированные случайные величины.
- •№66. Двовимірна нормальна випадкова величина, її диференціальна функція розподілу.
- •№67. Умовні диференціальні функції розподілу компонент двовимірної нормальної випадкової величини.
- •68. Условное матожидание и условное среднеквадратичное отклонение.
- •№70. Генеральна сукупність. Її чисельні характеристики.
- •71. Выборка. Репрезентативность выборки.
- •№72. Чисельні характеристики вибірки. Їх звязок з чисельними характеристиками генеральної сукупності.
- •73. Точечные оценки выборки. Её свойства: несмещенность , состоятельность, эффективность.
- •74. Оценка математического ожидания.
- •№75. Оцінка дисперсії. Зміщенність цієї оцінки. Виправлена дисперсія.
- •№76. Інтервальні оцінки. Довірчий інтервал. Точність та надійність оцінки.
- •№77. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення відоме.
- •№78. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення невідоме.
- •№79. Доверительный интервал на неизвестное мат ожидание нормальной совокупности. Среднее квадратическое отклонение неизвестное. Объем выборки малый. Использование распределения Стьюдента.
- •№80. Минимальный объем выборки, который обеспечивает заданную точность и надежность оценки мат. Ожидания.
- •№81. Группировка эмпирических данных при их обработке. Выбор шага.
- •№82. Гістограма відносних часток досліджуваної ознаки. Кумулята.
- •№83. Знаходження чисельних характеристик за допомогою умовної варіанти.
- •№84. Статистические гипотезы. Нулевая и конкурирующая гипотезы. Односторонняя и двусторонняя критические области. Ошибки первого и второго рода.
- •№85. Критерій Пірсона. Знаходження критичних значень при перевірці гіпотези про погодження емпіричних та теоретичних частот. Баланс частот.
- •№86. Корреляційний звязок. Лінійна парна регресія. Метод найменших квадратів.
- •№87. Построение линейной парной регрессии. Центр корелляции. Экономическое содержание коэффициентов регрессии.
- •№88. Спряжена лінія регресії. Її розташування по відношенню до прямої лінії регресії.
- •№89. Вибірковий коефіцієнт корреляції. Його властивості.
- •№90. Дисперсія помилок та дисперсія, зумовлена лінійною парною регресією. Коефіцієнт детермінації. Його властивості.
- •№91 Дисперсійний аналіз вкладу дисперсії помилок та дисперсії, зумовленою регресією у повну дисперсію результативної ознаки.
- •№92. Значимість лінійного корреляційного звязкуза критерієм Фішера-Снедекора.
- •№94. Міжгрупова та внутрішньогрупова дисперсії.
- •№95. Індекс детермінації та його властивості. Кореляційне відношення.
- •№98. Критерий Стьюдента значимости коэффициента корелляции линейной парной регрессии.
- •№99. Довірча полоса на пряму лінію регресії.
- •№101. Лінійна множинна регрессія. Мнк. Система нормальних рівнянь.
- •№102. Дисперсія помилок. Коефіцієнт детермінації.
- •№104. Критерій Фішера значності множинної лінійної моделі в цілому.
74. Оценка математического ожидания.
Статистика, используемая в качестве приближенного значения неизвестного параметра генеральной совокупности, называется её точной оценкой. То есть точечная оценка характеристики генеральной совокупности – это число, определяемое по выборке.
Пусть X1,X2,…,Xn – выборка из генеральной совокупности и . Тогда выборочное средние - несмещенная и состоятельная оценка математического ожидания МХ.
Получаем, что - несмещенная оценка математического ожидания МХ.
Согласно теореме Чебышева, для любого 0 имеет место равенство
которое, согласно условию теоремы, можно записать
или
Из этого следует, что - состоятельная оценка МХ.
При нормальном распределении случайная величина Х эта оценка, то есть , будет эффективной. В качестве оценки математического ожидания также используют средние арифметическое .
В статистике оценку математического ожидания принято обозначать через .
№75. Оцінка дисперсії. Зміщенність цієї оцінки. Виправлена дисперсія.
За вибіркою обчислюють і . Наближене значення параметра генеральної сукупності, що обчислене за вибіркою, називається оцінкою параметра. Як правило, основними оцінками генеральної сукупності є середнє вибіркове , яке є аналогом матиматичного сподівання , і вибіркова дисперсія - аналог дисперсії . Для вибіркової дисперсії маємо формули: , або . Розрізняють дисперсії групову, внутрішньогрупову, міжгрупову та загальну.
Груповою дисперсією називають диспресію значень ознак, які належать групі, відносоно групової середньої: де - частота ознаки , j – номер групи, xj – середнє групове j-ої групи, - обєм j-ої групи. Внутрішньогруповою дисперсією називають середнє арифметичне групових дисперсій, зважених обємами груп: , где , де - обєм j-ої групи. Міжгруповою дисперсією називають дисперсію групових середніх відносно загальної середньої: , де xj – групове середнє j-ої групи, - загальне середнє, - обєм j-ої групи, . Загальною дисперсією називають дисперсію значень ознаки всієї сукупності відносно загального середнього: , де - частота значення , - загальне середнє, N - обєм всієї сукупності.
Виправлена дисперсія характеризується такою формулою: . Причому виправлена дисперсія не володіє властивістю дисперсії суми: . Інша формула виправленої дисперсії:
№76. Інтервальні оцінки. Довірчий інтервал. Точність та надійність оцінки.
Інтервальні оцінки використовують у тих випадках, коли точкові оцінки недостатньо точно відображають характеристику ознаки. Тоді ознаку, яку вивчають, покривають надійним інтервалом. Надійним інтервалом називається інтервал, що покриває всі значення випадкової величини з заданою ймовірністю або з заданим рівнем значущості. Визначимо надійний інтервал для математичного сподівання. Оскільки за теоремою Ляпунова при достатньо великій кількості дослідів усі закони зводяться до нормального, то при побудові надійного інтервалу можна припустити, що вибірка належить нормально розподіленій генеральній сукупності. Використовуючи теорему Лапласа для відхилень випадкової величини від свого математичного сподівання, отримаємо: . Нехай , тоді . Якщо за випадкову величину взяти та покласти , , то = . Тобто з надійністю Р= можна побудувати надійний інтервал: . Якщо генеральна сукупність обмежена, тоді треба зробити поправку на дисперсію і покласти , . Знайдемо надійний інтервал для оцінки середнього квадратичного відхилення випадкової величини. Візьмемо за випадкову величину середнє квадратичне відхилення S (S2 – виправлена вибіркова дисперсія), тоді . За попередніми викладками маємо надійний інтервал х надійність Р= : , , , де . Значення величини q, яка залежить від заданої надійності та обєму вибірки, знаходять у спеціальних таблицях в підручниках з теорії ймовірностей. Вплив обєму вибірки і гарантії на точність оцінки: . При збільшенні гарантії точність зменшується. При збільшенні обєму вибірки точність збільшується (гарантія зменшується).