- •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.
48. Эмпирическая функция распределения и ее св-ва.
Опред.: эмпирической функцией распределения называется относительная частота события {X<x} в данной выборке значений СВ Х, т.е. (x) = P(X<x) = mx/n, где mx – число xi, меньших х; n – объем выборки. Величина n (x) равна числу элементов выборки, которые меньше х. Из теоремы Бернулли следует, что эмпирическая функция (x) при увеличении n (n→∞) сходится по вероятности к подлинной функции распределения F(x). Поэтому (x) используется для оценки функции распределения F(x). Св-ва эмпирической функции распределения: 1) Значения эмпирич. функции распред. принадлежат отрезку [0;1]; 2) Эмпирич. функция распред. (x) – неубывающая функция; 3) Если x< x1, где x1 – наименьшее наблюденное значение, то (x) = 0; при x> xn, где xn – наибольшее наблюденное значение, (x) = 1. Эти св-ва следуют из определения эмпирической функции распределения.
49. Числовые хар-ки выборочного распределения: выборочное среднее, выборочная дисперсия, медиана, ассиметрия, эксцесс, выборочные моменты.
Пусть случайный эксперимент описывается СВ Х. Повторяя случ. эксперимент n раз, получим последовательность наблюденных значений x1, x2, …, xn СВ Х, называемых выборкой из генеральной совокупности Ωx, описываемой функцией распределения F(x). Опред.: Выборочным средним наблюденных значений выборки назыв. величина, определяемая по формуле , где xi – наблюденное значение с частотой mi, n – число наблюдений, . Частоты mi могут быть равны 1, i = , тогда k=n. Опред.: Статистической дисперсией выборочного распределения назыв. среднее арифметическое квадратов отклонений значений наблюдений от средней арифметической , т.е. , где xi – наблюденное значение с частотой mi', , n – число наблюдений. В кач-ве числовой хар-ки выборки так же применяется медиана. Чтобы вычислить ее все наблюдения располагают в порядке возрастания или убывания. При этом, если число вариант нечетно, т.е. 2m+1, то медианой является m+1 варианта ( ); если же число вариант четное, то медиана равна среднему арифметическому двух средних значений: = (xm+xm+1)/2. Хар-ка ассиметрии выборочного распределения вычисляется по формуле , а эксцесс выборочного распределения определяется характеристикой . Обобщающими хар-ками выборочных распределений являются статистич. моменты распределения. Начальные статистич. моменты k-того порядка: . Тогда: при k =0 M0 = (mi/n) = 1; при k =1 M1 = ( mi/n) = ; при k =2 M2 = ( mi/n) = 2; при k =3 M3 = ( mi/n) = 3; при k =4 M4 = ( mi/n) = 4 и т.д. Практически используются моменты первых четырех порядков. Центральные статистич. моменты k-того порядка: . Тогда: при k =0 =1; при k =1 =0; при k =2 - статистич. дисперсия; при k =3 ; при k =4 и т.д. Отметим, что центральный статистич. момент 3-его порядка служит мерой ассиметрии распределения выборки. Если распределение симметрично, то . На практике моменты порядка выше четвертого почти не применяются, т.к. обладают очень высокой дисперсией и их сколько-нибудь надежное определение потребовало бы выборок большого объема.