- •1.Определения достоверного, невозможного и случайного событий. Примеры.
- •3. Классическое определение вероятности.
- •4. Основное правило комбинаторики. Пример.
- •5. Понятие перестановки множества. Формула подсчёта числа способов упорядочения множества. Пример.
- •Понятие размещения множества. Формула подсчёта числа размещений. Пример.
- •Понятие сочетания множества. Формула подсчёта числа сочетаний. Пример.
- •Определение относительной частоты. Пример.
- •9. Сумма двух событий (определение). Теорема сложения вероятностей несовместимых событий.
- •10. Полная группа событий (определение). Теорема о сумме вероятностей событий, образующих полную группу.
- •11. Противоположные события (определение). Теорема о сумме вероятностей противоположных событий.
- •12. Независимые события (определение). Зависимые события (определение). Пример независимых и зависимых событий.
- •13. Произведение двух событий (определение). Теорема о вероятности совместного появления двух независимых событий.
- •14. Условная вероятность (определение, формула). Пример.
- •15. Формула полной вероятности.
- •16. Формула Байеса. Вероятность гипотезы.
- •18. Закон распределения вероятностей дискретной случайной величины (определение). Табличное представление закона распределения. Пример.
- •19. Биноминальное распределение (постановка задачи). Формула Бернулли.
- •20.Математическое ожидание дискретной случайной величины. Вероятностный смысл математического ожидания.
- •21. Свойства математического ожидания дискретной случайной величины.
- •Понятие отклонения случайной величины от её математического ожидания. Математическое ожидание отклонения.
- •23. Дисперсия дискретной случайной величины (определение, формула).
- •Вторая формула для вычисления дисперсии:
- •24. Свойства дисперсии дискретной случайной величины.
- •Полигон частот. Принципы построения. Пример.
- •29. Гистограмма. Принципы построения. Пример.
- •30. Свойства статистических оценок параметров распределения: несмещённость, эффективность, состоятельность.
- •37. Нормальный закон распределения. Формула плотности вероятности.
- •38. Свойства кривой нормального закона распределения:
- •41. Понятие эксцесса распределения.
29. Гистограмма. Принципы построения. Пример.
Для наглядности строят различные графики статистического распределения, например, гистограмму.
Гистограмма частот — ступенчатая фигура, состоящая из прямоугольников, основаниями которых служат интервалы длиной h, а высота которых равны отношению ni/h, где все наблюдаемые значения разбивают на несколько интервалов длиною h и находят значение ni как сумму частот тех вариант, которые попали в i-интервал.
Для построения гистограммы частот на оси абсцисс откладывают интервалы, а высота каждого столбика равна ni/h.
Площадь i-прямоугольника равна = (ni/h) · h , т. е. сумме частот тех значений, которые попали в этот i-интервал.
ni/h h
Площадь всей гистограммы равна количеству выборки n (сумме всех частот ni)
Пример: построить гистограмму частот распределения: в 1м столбце указан интервал, а во 2м — сумма частот вариант:
Интервал h |
Частоты ni |
2-5 |
9 |
5-8 |
10 |
8-11 |
25 |
11-14 |
6 |
Строим еще одну колонку, в которой укажем высоту. Как написано выше, высота у нас равна ni/h, и то, и другое нам известно. Интервал (h) равен 3 (это можно проследить: 2-5=3, 8-5=3, 11-8=3 и т. д.). Итак, строим:
Интервал h |
Частоты ni |
Высота ni/h |
2-5 |
9 |
Равно 9:3=3 |
5-8 |
10 |
Равно 10:3=3,3 |
8-11 |
25 |
Равно 25:3=8,3 |
11-14 |
6 |
Равно 6:3=2 |
Посчитаем сумму частот (это будет площадь гистограммы):
складываем все ni = 9+10+25+6= 50
Строим гистограмму:
8 ,3
3,3
3
2
2 5 8 11 14
Ось х — интервалы.
Ось у — высота (тот столбик, который мы рассчитывали сами)
30. Свойства статистических оценок параметров распределения: несмещённость, эффективность, состоятельность.
Пусть требуется изучить количественный признак ГС. В распоряжении исследователя имеется выборка объемом n этого количественного признака ; ; … ; Рассматривая эти наблюдения как независимые случайные величины ; ; … ; можно сказать, что найти СТАТИСТИЧЕСКУЮ ОЦЕНКУ НЕИЗВЕСТНОГО ПАРАМЕТРА это значит найти функцию от наблюдаемых значений, которая и дает приближенное значение оцениваемого параметра.
Для того, чтобы статистические оценки давали хорошие приближения оцениваемых параметров, они должны удовлетворять некоторым требованиям.
Пусть - статистическая оценка неизвестного параметра («тета»)
ОПР – НЕСМЕЩЁННОЙ называют статистическую оценку математическое ожидание которой равно оцениваемому параметру при любом объеме выборки т.е. ОПР – СМЕЩЁННОЙ называют оценку, математическое ожидание которой не равно оцениваемому параметру.
Оценка должна быть несмещенной.
ОПР – ЭФФЕКТИВНОЙ называют статистическую оценку, которая имеет наименьшую возможную дисперсию (при заданном объеме выборки n)
ОПР – СОСТОЯТЕЛЬНОЙ называют статистическую оценку, которая при стремится к оцениваемому параметру.