- •9. Формула Бернулли и Пуассона.
- •10. Локальная и интегральная теоремы Муавра-Лапласа.
- •11. Способы задания закона распред-ния дискретных св. Их св-ва.
- •12. Способы задания закона распред-ния непрерывных св. Св-ва.
- •29. Закон больших чисел. Неравенство Маркова.
- •30. Закон больших чисел. Неравенство Чебышева.
- •31. Закон больших чисел. Теорема Чебышева.
- •32. Закон больших чисел. Теорема Бернулли.
- •43. Стат. Гипотеза. Общая схема её проверки. Ошибки 1 и 2 рода.
- •17. Тип.Зр непр.Случ.Величин. Равномерный закон распределения.
- •18. Тип.Зр непр. С.В. Показательный закон распред-ия.
- •19. Тип. Зр непр. С.В. Нормальный закон распределения.
- •20. Точные законы распред. С.В. Распред-е Пирсона (хи-квадрат).
- •37. Общие сведения о выборочном методе.
- •38. Точечная оценка параметров распред-ия. Требования к ф-иям выборки.
- •39. Понятие интервальной оценки параметров распред. Доверит. Интервал для неизвестного мат. Ожидания.
- •5. Совместные и несовместные события. Теорема слож-ия вер-тей.
- •7.Полная группа событий. Формула полной вероятности.
- •6. Зависимые и независ. События. Теорема умножения вер-тей.
- •8.Формула Байеса переоценки вер-тей гипотез. Её практич. Значение.
- •25. Плотность вер-ти двумерной с.В.
- •26. Условные законы распределения двумерной с.В.
- •27.Числовые характер-ки двумерной с.В.
- •28. Ковариация и коэффициент корреляции.
- •2. Относительная частота события (очс). Теорема Бернули.
- •3.Классич. Опред-ие вер-ти события. Формулы комбинаторики.
- •4. Геометрическое определение вероятности события.
- •23. Понятие двумерной дискретной св и таблица её распред-ия.
- •24. Функция распред-ия двумерной с.В.
- •41.Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для неизвест. Вер-ти для умеренно больших выборок.
- •13. Математич. Ожидание случайных величин. Основные свойства.
- •14. Дисперсия случайных величин. Основные свойства.
- •15. Тип. Законы распред-ия дискрет. C.В. Бином. Закон распред-ия.
- •16. Тип. Законы распред-ия дискретных с.В. Распред-ие Пуассона.
- •34. Интегральная предельная теорема. Теорема Ляпунова.
- •35. Предмет мат. Статистики. Осн. Функция мат. Статистики.
- •36. Основные понятия математической статистики.
- •42. Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для неизвест. Вер-ти для малых выборок.
- •45. Проверка гипотезы о равенстве средних двух совокупностей при известных дисперсиях.
- •44. Проверка гипотезы о равенстве средних двух совокупностей при неизвестных дисперсиях.
- •46. Проверка гипотезы о равенстве дисперсий двух совокупностей.
- •45. Проверка гипотезы о равенстве средних двух совокупностей при известных дисперсиях.
- •44. Проверка гипотезы о равенстве средних двух совокупностей при неизвестных дисперсиях.
- •46. Проверка гипотезы о равенстве дисперсий двух совокупностей.
- •47. Гистограмма распред-ия.
- •48. Проверка гипотезы о соответствии эмпирич. Закона распред-ия теоретич.
- •39. Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для неизвест. Мат. Ожидания.
- •40. Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для дисперсии.
23. Понятие двумерной дискретной св и таблица её распред-ия.
Опр. Двумерная С.В. (X; Y) наз. дискретной, если С.В. X и Y дискретны, т.е. конечны.
Если С.В. Х может принимать только значения x1,x2…xn , а С.В.Y – значения y1, y2…yn , то двумерный случайныя вектор (X; Y) может принимать только пары значений , где , j . Также, как и в одномерном случае, распред-ие двумерной дискретной С.В. естественно описывается с помощью таблицы:
24. Функция распред-ия двумерной с.В.
Опр. Двумерная С.В. (X; Y) наз. дискретной, если С.В. X и Y дискретны, т.е. конечны.
Опр. Функцией распред-ия F(x, y) двумерной С.В. (X,Y) наз. вер-ть того, что X < x , а Y < y. F(x ,y) = p(X < x, Y < y)
Замечание. Определение ф-ии распред-ия справедливо как для непрерывной, так и для дискретной С.В.
Св-ва: 1) 0 < F(x, y) < 1, т.к. F(x, y) явл. вер-тью;
2) F(x, y) есть неубывающая ф-ия по каждому аргументу.
F(x2, y) F(x1, y), если x2 > x1; F(x, y2) F(x, y1), если y2 > y1;
3) Имеет место предельное соотношение:
4) При y = ф-ия распред-ия двумерной С.В. становится ф-ий распред-ия составляющей X:
При x = ф-ия распред-ия двумерной С.В. становится ф-ий распред-ия составляющей Y:
41.Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для неизвест. Вер-ти для умеренно больших выборок.
Опр. Доверит. интервал по данным одной выборки и ориентированный на покрывании им истинного значения параметра с заданной надежностью наз. доверит. интервалом.
Опр. Оценка параметра распред-ия на основе доверит. интервала наз. интервальной оценкой параметра.
Оценка по умеренно большим выборкам (npq 10). Речь идет об оценке вер-ти события по её частоте для некот. Выборки объема n. Значения элементов выборки n = 0, если некот. событие не наступило в данном испытании, n = 1, если событие наступило. В кач-ве параметра выступает вер-ть наступления события в отд. испытании.
Выборка, полученная на основе наблюдения за n испытаниями подчинена биномиальному закону распред-ия. При биномиальный закон распред-ия стремится к норм. закону распред-ия с , тогда С.В. распределена по закону Гаусса.
При заданной надежности опред-ся критич. Значение распред-ия Гаусса, для кот. выполняется:
; ; ;
; ;
13. Математич. Ожидание случайных величин. Основные свойства.
Мат. ожиданием дискретной С.В. наз-ся величина, равная сумме произведений возможных значений случайных величин на соответствующие им вероятности.
Мат. ожидание характеризует средневзвешенную оценку возможного значения случайной величины.
Свойства: 1) М(С) = С, С=const; 2) M(kX)=k*M(X), k=const;
Док-во:
3) M(x+y)=M(x)+M(y); 4) M(x+c)=C+M(x); 5) M(x y)=M(x) M(y) , если X и Y – независим. С.В.