- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •2. Множення.
- •8. Ймовірність появи однієї з двох сумісних подій. Узагальнення теореми
- •9. Незалежні події. Ймовірність добутку двох незалежних подій. Узагальнення теореми
- •10. Залежні події. Умовна ймовірність. Ймовірність добутку двох подій. Узагальнення теореми
- •11.Теорема про повну ймовірність
- •12. Формули Байєса
- •15. Інтегральна теорема Муавра-Лапласса. Інтегральна функція Лапласса, властивості функції.
- •16.Теорема Пуассона. Поняття найвірогіднішого числа, властивості
- •17. Означення випадкових величин, дискретні і неперервні випадкові величини. Закон розподілу вв та многокутник розподілу.
- •18.Функція розподілу. Означення, властивості, графік.
- •19.Щільність ймовірностей. Властивості, графік
- •20. Залежні і незалежні випадкові величини. Операції над випадковими величинами
- •21. Математичне сподівання двв. Властивості математичного сподівання
- •22.Дисперсія двв і її властивості. Середнє квадратичне відхилення
- •23. Початкові і центральні моменти двв. Мода, медіана, асиметрія, ексцес.
- •24.Неперервні випадкові величини. Числові характеристики нвв.
- •25.Означення багатовимірної випадкової величини. Двовимірна випадкова величина. Закон розподілу двовимірної випадкової величини. Умовний розподіл
- •26.Функція розподілу п-вимірної випадкової величини. Функція розподілу двовимірної в.В. Властивості функції розподілу.
- •27.Коваріація та її властивості. Коефіцієнт кореляції. Властивості коефіцієнта кореляції
- •28.Біномний закон розподілу. Числові характеристики
- •29. Закон розподілу Пуассона, числові характеристики, використання
- •30. Геометричний розподіл, числові характеристики, використання
- •31. Гіпергеометричний закон розподілу, числові характеристики.
- •33. Інтегральна фунція розподілу та щільність ймовірностей показникового розподілу, графіки, числові характеристики.
- •34. Нормально розподілена випадкова величина. Графік щільності нормального розподілу, властивості функції. Правило трьох сигм.
- •35. Розподіли: хі-квадрат, Стьюдента та логнормальний. Числові характеристики
- •37. Предмет, методи і завдання математичної статистики. Об`єм сукупності
- •38. Генеральна та вибіркові сукупності. Статистичний розподіл вибірки
- •39. Полігон частот і відносних частот
- •40. Гістограма частот і відносних частот
- •41. Емпірична функція розподілу f*(X) та її властивості
- •42. Вибіркова середня та її властивості. Степеневі середні вибірки
- •44. Мода і медіана статистичного розподілу вибірки, коефіцієнт варіацій, варіаційний розмах.
- •47. Означення довірчого інтервалу. Довірчий інтервал для оцінки математичного сподівання нормального розподілу
- •48. Статистичні гіпотези та їх різновиди. Помилки першого та другого роду
- •49. Статистичний критерій. Потужність критерію. Рівень значущості критерію
- •50. Критична область. Області прийняття гіпотез. Алгоритм перевірки статистичної гіпотези
- •51. Критерій узгодження Пірсона. Алгоритм використання критерію Пірсона
- •52. Критерій узгодження Колмогорова
- •53. Метод моментів та метод максимальної правдоподібності знаходження точкових оцінок
- •54. Метод найменших квадратів при знаходженні точкових оцінок
- •55. Поняття про функціональну, статистичну і кореляційну залежності.
- •56. Рівняння лінійної регресії. Довірчий інтеграл для лінії регресії
37. Предмет, методи і завдання математичної статистики. Об`єм сукупності
Предмет математичної статистики полягає в розробці методів збору та обробки статистичних даних для одержання наукових та практичних висновків.
Основні завдання, які розв`язує математична статистика:
вказати способи збору та групування статистичних відомостей
визначити закон розподілу випадкової величини або системи випадкових величин за статистичними даними
визначити невідомі параметри розподілу
перевірити правдоподібність припущень про закон розподілу випадкової величини, про форму зв`язку між випадковими величинами, або про значення параметра, який оцінюють.
Можна сказати, що основна задача математичної статистики – розробка методів аналізу статистичних даних в залежності від мети дослідження.
Методи математичної статистики ефективно використовують при розв`язанні багатьох задач науки, організації технологічного процесу, планування, управління і ціноутворення.
Об`ємом сукупності називають кількість об`єктів цієї сукупності.
38. Генеральна та вибіркові сукупності. Статистичний розподіл вибірки
Вибірковою сукупністю називають сукупність випадково взятих об`єктів.
Генеральною називають сукупність об`єктів, з яких зроблено вибірку.
Статистичний розподіл вибірки встановлює зв`язок між рядом варіант, що зростає або спадає, і відповідними частотами. Він може бути представлений у вигляді таблиці.
39. Полігон частот і відносних частот
Полігоном
частот називають ламану, відрізки якої
з`єднають точки
Полігоном
відносних частот (частостей) називають
ламану, відрізки якої проходять через
точки
Полігони частот та частостей є аналогами щільності ймовірностей.
40. Гістограма частот і відносних частот
Гістограмою
частот називають ступінчасту фігуру,
яка складається з прямокутників. Основами
яких є часткові інтервали варіант
довжиною
,
а висоти дорівнюють
(щільність
частоти).
Гістограмою
відносних частот (частостей) називають
ступінчасту фігуру, яка складається з
прямокутників, основою яких є часткові
інтервали варіант, а висоти дорівнюють
відношенню
(щільність
частості)
Площа гістограми частот дорівнює об`єму вибірки, а площа гістограми частостей – одиниці.
Площа
гістограми частот
Площа
гістограми відносних частот
41. Емпірична функція розподілу f*(X) та її властивості
Емпіричною
функцією розподілу (функцією розподілу
вибірки) називають фукцію F*(x), яка
визначає для кожного значення х частість
події X<x. Математично це означення має
вигляд: F*(x)=
,
де nx-
кількість варіант, які менше від х, n
– об`єм вибірки.
Емпірична функція має такі властивості:
1)
2) F*(x) – зростаюча функція
3)
42. Вибіркова середня та її властивості. Степеневі середні вибірки
Величину, яка визначається формулою
називають вибірковою середньою величиною дискретного статистичного розподілу вибірки.
Тут xi — варіанта варіаційного ряду вибірки;
ni — частота цієї варіанти;
n — обсяг
вибірки (
).
Якщо всі варіанти з’являються у вибірці лише по одному разу, тобто ni = 1, то
Основні властивості вибіркової середньої:
При
множені усіх варіант вибірки на однаковий
множник вибіркова середня також множиться
на цей множник
Якщо
додати (відняти) до всіх варіант вибірки
однакове число, то вибіркова середня
зростає (зменшується) на це число
43.Вибіркова дисперсія та її властивості. Вибіркове середньоквадратичне відхилення
Для
вимірювання розсіювання варіант вибірки
відносно
вибирається дисперсія.
Дисперсія вибірки — це середнє арифметичне квадратів відхилень варіант відносно , яке обчислюється за формулою
або
Виправлену
вибіркову дисперсію позначають
,
для n<30.
Властивості вибіркової диспесії:
дисперсія завжди невід`ємна
разякшо всі варіанти збільшити (зменшити) на одне і те ж число, то дисперсія не зміниться
диспесія сталої дорівнює 0
якшо всі варіанти збільшити (зменшити) у одне і те ж саме число k раз, то диспесія збільшиться (зменшиться) в k^2
середнє квадратичне відхилення вибірки B. При обчисленні DB відхилення підноситься до квадрата, а отже, змінюється одиниця виміру ознаки Х, тому на основі дисперсії вводиться середнє квадратичне відхилення
яке вимірює розсіювання варіант вибірки відносно , але в тих самих одиницях, в яких вимірюється ознака Х;
