- •Контрольні питання з відповідями
- •Записати порівняльні формули для обчислення характеристик і їх вибіркових оцінок: математичного сподівання, дисперсії, коваріації.
- •Пояснити, що означає “спроможність”, “незміщеність” і “ефективність” статистичних оцінок. Привести формулу для обчислення незміщеної оцінки дисперсії.
- •Сформулювати поняття про центральну граничну теорему. Перелічити основні особливості нормального розподілу. Пояснити, що таке “похибка середнього”.
- •Пояснити, що таке гістограма, як вона будується, чим відрізняється від диференційної функції розподілу, чому дорівнює її повна площа і площа на заданому інтервалі.
- •*Дати поняття про квантілі розподілу, показати, як визначаються медіана і квартілі. Описати “вусату коробку” Тьюки.
- •Дати поняття про розподіл Пірсона, про критерій узгодження Пірсона, описати послідовність розрахунків за критерієм Пірсона.
- •Дати поняття про “число степенів свободи” і про “число зв’язків”. Показати, які зв’язки є при порівнянні емпіричних і очікуваних частот (у критерії Пірсона).
- •Обґрунтувати умови, що необхідні для коректного застосування критерію Пірсона (врахувати особливості розподілу Бернуллі – Пуасона – Лапласа).
- •Показати, як визначаються границі 90%–вого довірчого інтервалу на генеральну дисперсію за допомогою розподілу Пірсона.
- •*Дати поняття про критерій узгодження Колмогорова – Смирнова.
- •Дати поняття про нормальну імовірнісну криву, показати, як вона будується і використовується.
- •Описати особливості нормального закону розподілу, його параметри і характеристики, диференційну й інтегральну функції, структуру таблиць, область застосування.
- •Описати особливості рівномірного закону розподілу, його параметри і характеристики, диференційну й інтегральну функції, область застосування.
- •Описати особливості показового закону розподілу, його параметри і характеристики, диференційну й інтегральну функції, область застосування.
Контрольні питання з відповідями
Перелічити основні характеристики генеральної сукупності і їх вибіркові оцінки (центр угруповання, міра мінливості, функції розподілу).
Генеральная совокупность
Выборочные оценки
р – вероятность
– относительная частота (частость)
М(х) – математическое ожидание, центр совокупности, генеральное среднее
= Хср – центр выборки, выборочное среднее (просто «среднее»)
D(x) = – дисперсия, мера изменчивости
– выборочные оценки дисперсии; – несмещенная оценка (исправленная на ЧСС)
f (x) – дифференциальная функция распределения, плотность вероятности
Гистограмма – ступенчатый график плотности вероятности , где hi – ширина интервала
F(x) – функция распределения (интегральная функция распределения) F(x) = Р(Х х)
Кумулята – график накопленных относительных частот
Записати порівняльні формули для обчислення характеристик і їх вибіркових оцінок: математичного сподівання, дисперсії, коваріації.
Генеральная совокупность |
Выборочные оценки |
М(х) = xipi – для дискретной случайной величины; – для непрерывной случайной величины |
– для несгруппированных данных; – для данных, сгруппированных на k интервалов (mj – частоты, mj – центры интервалов) |
; . |
|
; . |
|
Пояснити, що означає “спроможність”, “незміщеність” і “ефективність” статистичних оцінок. Привести формулу для обчислення незміщеної оцінки дисперсії.
Оценка b параметра называется состоятельной, если при увеличении объема выборки (n ) оценка стремится к своему генеральному значению b . Оценка называется несмещенной, если М(b) = , т.е. отдельные значения оценок по разным выборкам группируются вокруг генерального значения ; несмещенная оценка не имеет систематической ошибки. Оценка называется эффективной, если по сравнению с другими оценками она имеет наименьшую дисперсию (эффективная оценка имеет наименьшую погрешность). Оценка дисперсии систематически занижена. Несмещенная оценка (исправленная на ЧСС – число степеней свободы) несколько больше: , где ЧСС равно разности между числом случайных величин и числом наложенных на них линейных связей. Обычно ЧСС = n – 1.
Перелічити властивості математичного сподівання і вибіркового середнього, привести приклади їх використання (сформулювати “нульову властивість” математичного сподівання, спростити формули для обчислення дисперсії і коваріації, обґрунтувати можливість застосування умовних змінних).
Свойства: М(а) = а; М(kx) = kM(x); M(x+y) = M(x) + M(y); M(xy) = M(x)M(y).
для независимых х, у.
Следствия: Если а = М(х), то М(х – а) = 0 – «нулевое свойство»; аналогично:
; .
. .
Для независимых х, у ковариация xy (sxy) равна нулю.
Условная переменная: ; Обратно: x = c + hX; Тогда .
Перелічити властивості дисперсії. Записати формули для обчислення дисперсії суми і дисперсії різниці випадкових величин (залежних і незалежних). Сформулювати правило “3-х сигм”. Пояснити, що таке “коефіцієнт варіації” і в яких ситуаціях він використовується.
Свойства: D(а) = 0; D(kx) = k2D(x); D(x+y) = D(x) + D(y) + 2Cov(x, y).
Следствия: D(x+y) = 2D(x) + 2D(y) + 2Cov(x, y).
Для независимых х, у: D(x+y) = 2D(x) + 2D(y) ; D(xy) = D(x) + D(y) .
Условная переменная: ; Обратно: x = c + hX; Тогда sx = hsX.
Правило 3-х сигм: С уровнем доверия, не меньшим 90% , можно утверждать, что случайные отклонения от центра не превышают 3-х стандартных (среднеквадратичных) отклонений.: P(|x – a| 3x) > 0,89 , где a = М(x). Это правило имеет место для любых случайных величин, независимо от вида их распределения.
Если коэффициент вариации меньше 2% , случайной изменчивостью можно пренебречь.