- •1.Понятие испытания. Простр-во элементарных событий.
- •2. Определение событий. Виды событий. Действия над событиями.
- •3. Классическое определение вероятности.
- •4. Относительная частота. Устойчивость относительн. Частоты.
- •5.Статистическая вероятность
- •6.Геометрическая вероятность
- •7.Вычисление вероятностей с использованием комбинаторных схем
- •8.Понятие об алгебре событий
- •9.Аксиомы Колмогорова
- •10.Понятие вероятностного пространства
- •11.Теорема сложения вероятностей для несовместноых и совместн. Событий
- •12.Теорема сложения вер. Для совместн. Событий
- •13.Условная вероятность. Теорема умножения вероятностей.
- •14.Независимые события. Теорема умножения для независим. Событий.
- •15.Вероятность появления хотя бы одного события
- •16.Формула полной вероятности
- •17.Формула Байеса
- •18.Формула Бернулли
- •19.Наивероятнейшее число появления событ. В последовательности независим. Испытаний
- •21.Функция Лапласа. Интегральная функц. Лапласа. Их применение для решения задач в условиях повторения испытаний.
- •20.Формула Пуассона
- •22.Понятие случайной величины. Дискретные и непрерывн. Случайн. Величины.
- •23.Ряд распределения дискретн. Случ. Величины
- •24.Функция распредел. Св и ее св-ва
- •25. Плотность распределения вероятностей непрерывн. Св и ее св-ва.
- •29. Мода, медиана, ассиметрия, эксцесс.
- •30.Начальные и центральные моменты случайных величин.
- •31. Биномиальный закон распределения.
- •32. Гипергеометрическое распределение.
- •33. Закон Пуассона
- •38. Закон распределения монотонной функции одного случайного аргумента.
- •39. Закон распределения линейной функции от аргумента, подчиненного нормальному закону.
- •40. Закон распределения функции двух св.
- •42. Неравенство Чебышева.
- •44. Понятие центральной предельной теоремы.
- •46. Генеральная совокупность и выборка. Выборочное распределение.
- •47. Вариационный ряд, его хар-ки. Гистограмма. Полигон.
- •48. Эмпирическая функция распределения и ее св-ва.
- •49. Числовые хар-ки выборочного распределения: выборочное среднее, выборочная дисперсия, медиана, ассиметрия, эксцесс, выборочные моменты.
- •50. Понятие оценки параметра. Св-ва оценок: состоятельность, несмещенность, эффективность.
- •51. Интервальные оценки параметров распределения. Доверительный интервал.
- •53. Описание гипотез. Простые и сложные гипотезы. Нулевая и конкурирующая гипотезы.
- •54. Критерии проверки статистических гипотез.
- •55. Уровень значимости и мощность критерия. Ошибки первого и второго рода.
46. Генеральная совокупность и выборка. Выборочное распределение.
Исходным материалом всякого статистич. исследования является совокупность рез-тов наблюдения. В рез-те наблюдения за случайн. явлением или проведения эксперимента получают некоторые числовые данные, которые записывают в виде таблиц. Все необходимые сведения об эксперименте или изучаемом случайн. явлении должны быть зафиксированы. Совокупность наблюденных или экспериментальных данных представляет собой первичный статистич. материал. Эта совокупность называется простой статистич. совокупностью или простым статистич. дискретным рядом. Рассмотрим случайн. эксперимент, кот. описывается одномерной СВ Х. Математической моделью эксперимента является тройка (ΩX, FX, F(x)), где ΩX – мн-во возможных значений СВ Х, FX – σ-алгебра числового мн-ва, F(x) – функция распределения СВ Х. Осуществив n независимых повторений эксперимента, получим последовательность n наблюденных значений СВ Х, которые обозначим х1, х2, …, хn. Они принадлежат мн-ву значений ΩX СВ Х, т.е. {х1, х2, …, хn} ΩX. Мн-во {х1, х2, …, хn} ΩX называют выборкой, а число элементов, входящих в выборку, - объемом выборки. Мн-во ΩX принято называть генеральной совокупностью, а число эл-тов ΩX – объемом генеральной совокупности.
Выборочное распределение. Пусть дана выборка {х1, х2, …, хn}, xi ΩX, . Числа xi, , образующие выборку, являются наблюденными значениями СВ Х (непрерывной или дискретной), полученными при раелизации n независимых экспериментов. Эксперименты повторяются при одних и тех же условиях σ. Для придания компактности и наглядности выборке в случае, когда СВ Х – непрерывная, весь диапазон наблюденных данных делят на интервалы или разряды и подсчитывают кол-во значений mi, входящих в данный интервал, т.е. определяют абсолютные частоты наблюденных данных. По абсолютным частотам, входящим в данный интервал, находят относительные частоты Wi=mi/n, причем . Ясно, что сумма всех относительных частот Wi равна 1, т.е. . Полученные интервалы и соответствующие относительные частоты записывают в виде таблицы, которая назывется интервальным рядом распределения. Интервальный статистич. ряд будет задавать распределение выборки, которое однозначно определяется самой выборкой.
47. Вариационный ряд, его хар-ки. Гистограмма. Полигон.
Интервальный статистич. ряд распределения, представленный графически, назыв. гистограммой, которая строится след. образом. По оси абсцисс откладываются интервалы [xi;xi+1[, и на каждом из них строится прямоугольник площадью Wi , т.е. высота hi= Wi /(xi+1 - xi). Из способа построения гистограммы следует, что ее площадь равна 1. В теории вероятностей гистограмме соответствует график плотности распределения вероятностей. Если экспериментальный материал описывает реализации дискретной СВ Х, то значения наблюдений xi располагают в возрастающем порядке. При этом xi называют вариантами, а последовательность вариант, записанных в возрастающем порядке, — вариационным рядом. Число появлений наблюдения xi называют абсолютной частотой mi. Значения наблюдений и соответствующие абсолютные частоты можно записать в виде таблицы, которая называется статистическим рядом распределения или частотной таблицей. Если на плоскости нанести точки (xi, mi) и соединить их отрезками прямых линий, то получим полигон частот, который называют еще частотным многоугольником. Если на плоскости нанести точки (xi, mi/n) и соединить их отрезками прямых линий, получим полигон относительных частот. Гистограмму и полигон частот выборочного распределения можно использовать для подбора модели распределения изучаемой случайной величины Х.