- •1. Случайные события.
- •2. Классическое определение вероятности и ее свойства.
- •3.Аксиоматическое определенияе вероятности
- •4.Формулы комбинаторики. Гипергеометрическое распределение.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли. Теорема Пуассона.
- •10. Плотность распределения вероятностей и ее свойства.
- •11. Математическое ожидание и его свойства.
- •Свойства м
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции и ковариация.
- •14. Моменты.
- •15. Основные дискретные распределения случайных величин.
- •1. Биноминальное распределение.
- •2. Распределение Пуассона.
- •3. Геометрическое распределение.
- •16. Равномерное и показательное распределение.
- •17. Нормальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходимость случайных последовательностей.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26.Эмпирическая функция распределения и её свойства.
- •27. Полигон и гистограмма.
- •28. Числовые характеристики выборки.
- •29. Точечное оценивание.
- •30.Стандартная ошибка точечной оценки
- •32. Доверительные интервалы.
- •33. Распределение х2 Стьюдента и Фишера.
- •34. Доверительные интервалы для оценки математического ожидания при известном .
- •35. Доверительные интервалы для оценки матожидания нормального распределения при неизвестном .
- •36. Проверка статистических гипотез.
- •37. Построение критической области.
- •38. Критерий согласия Пирсона.
- •40. Сравнение дисперсий двух нормальных выборок.
- •42. Дисперсионный анализ.
- •43. Парная регрессия.
- •44 .Парный коэффициент корреляции, его св-ва
- •45.Проверка гипотезы о достоверности выборочного коэффиц. Коррелеляции
- •46. Критерий Манна-Уитни.
14. Моменты.
Начальным моментом k-го порядка случайной величины называется математическое ожидание k-ой степени этой случайной величины: a k = M k.
Центральным моментом k-го порядка случайной величины называется математическое ожидание k-ой степени соответствующей центрированной величины. m k = M( - M )k
Заметим, начальный момент нулевого порядка равен1, математическое ожидание случайной величины - начальный момент первого порядка, a 1 = M ; центральный момент нулевого порядка равен1, центральный момент первого порядка равен 0, а дисперсия - центральный момент второго порядка, 2 = M( - M )2 = Dx
Любой центральный момент можно выразить через начальный, например- центральный момент третьего порядка: 3 = M( - M )3 = M( - α1 )2 =М (3-3 α12 +3 α12 - α13 )= М3-3α1 М2 +3 α12 М- Мα13 = М3-3α1 М2 +3 α12 М- α13 = 3 - 3a12+313-13= 3 - 3a12+213
Если плотность распределения вероятностей непрерывной случайной величины симметрична относительно прямой x = M , то все ее центральные моменты нечетного порядка равны нулю.
15. Основные дискретные распределения случайных величин.
1. Биноминальное распределение.
Рассмотрим схему Бернулли. Производится последовательность n независимых испытаний в каждом из которых возможно только 2 исхода. P(A)=p P( )=q p+q=1
Число появлений события А может принимать значения
.
Вероятность этих значений вычисляется по формуле Бернулли. .
Закон распределения дискретной св по формуле выше наз. Биноминальным.
Математич. Ожидание:
Мi=0*q+1*p=p М=М(i) =np
Дисперсия:
Мi2=02*q+12*p=p Di= Мi2- (Mi)2=p-p2=p(1-p)=pq
Так как i независимы то D=npq и Ϭ=
2. Распределение Пуассона.
Распределение Пуассона наз. Распределение вероятностей дискретной св , определяется формулой =0,1,...,m
P(=m)=P(m)= m =0,1,2...,n,…
a- параметр распределения Пуассона.
МО:
Дисперсия:
Дифференциирую левую и правую части этого тождества по а получаем:
Умножим левую и правую части на а:
=а+а2-а2=а
= а+а2-а2=а
3. Геометрическое распределение.
Производится последовательность независимых испытаний в каждом из которых только 2 исхода
P(A)=p P( )=q p+q=1
Испытание производится до появления события А
Возможные значения св: : 1,…м,…
Вероятности этих значений
Pm=qm-1p
Геометрическим распределением наз распределение дискретной св, определенное формулой выше.
16. Равномерное и показательное распределение.
Относятся к непрерывным случайным величинам.
1. Равномерное. Плотность распределения
Функция распределения:
Имеет два параметра a и b
2. Показательное распределение.
Показательным, называют распределение вероятностей непрерывной случайной величины, которое описывается плотностью
Имеет 1 параметр
Функция распределения:
Характерным свойством показательного распределения является равенство матожидания и среднеквадратического отклонения:
.