- •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
27.Коваріація та її властивості. Коефіцієнт кореляції. Властивості коефіцієнта кореляції
Для опису двовимірної випадкової величини використовують також коваріацію.
Cov(X,Y)=Kxy=M(X-m.x)*(Y-m/y)
Для неперервних величин Х та У Kxy=
Коефіцієнт кореляції
Коефіцієнт кореляції є кількісна характеристика залежності випадкових величин Х та У і часто використовується у статистиці.
Властивості коефіцієнта кореляції:
Якщо Х та У незалежні, то
Якшо між Х та У є лінійна залежність У=аХ+б, де а та б – постійні, то
28.Біномний закон розподілу. Числові характеристики
Імовірності в цьому законі визначаються за формулою m = 0,1,2, …, n. Закон справджується для схеми незалежних повторних випробувань, у кожному з яких подія А настає з імовірністю р. Частота настання події А має біноміальний закон розподілу. Імовірнісна твірна:
Випадкова величина - число появ деякої події в незалежних спробах, причому . Нехай - число появ події в -й спробі . Кожна з дискретних випадкових величин приймає тільки два можливі значення : 0 і 1. Отже, ряд розподілу
-
0
1
Звідки , , .
Випадкова величина = + +…+ . Оскільки випадкові величини незалежні в сукупності, то , .
29. Закон розподілу Пуассона, числові характеристики, використання
Дискретна випадкова величина має розподіл Пуассона, якщо вона набуває зліченної множини значень з імовірностями Цей розподіл описує кількість подій, які настають в однакові проміжки часу за умови, що ці події відбуваються незалежно одна від одної зі сталою інтенсивністю. Розподіл Пуассона розглядається як статистична модель для кількості альфа-частинок, що їх випромінює радіоактивне джерело за певний проміжок часу; кількості викликів, які надходять на телефонну станцію за певний період доби; кількості вимог щодо виплати страхових сум за рік; кількості дефектів на однакових пробах речовини і т. ін. Розподіл застосовується в задачах статистичного контролю якості, у теорії надійності, теорії масового обслуговування. Математичне сподівання і дисперсія в цьому розподілі однакові і дорівнюють а. Для цього розподілу складено таблиці щодо різних значень (0,1 – 20). У таблицях для відповідних значень а наведено ймовірності
Якщо у схемі незалежних повторних випробувань n велике і р або 1 – р прямують до нуля, то біноміальний розподіл апроксимується розподілом Пуассона, коли
Ймовірна твірна
30. Геометричний розподіл, числові характеристики, використання
Цей розподіл має вигляд: , де Р(А)- ймовірність появи події в кожному випробувані, q=1-p, Х – кількість випробувань до появи події А в серії незалежних випробувань.
Геометричний розподіл застосовують у різноманітних задачах статистичного контролю якості виробів, в теорії надійності та у страхових розрахунках.
M(X)=1/p, D(X)=q/p^2/
31. Гіпергеометричний закон розподілу, числові характеристики.
Цей розподіл має вигляд: . Він вказує ймовірність появи m елементів з певною властивістю серед n елементів, взятих із сукупності N елементів, яка містить к елементів саме такої властивості.
, ,
32. Рівномірний закон розподілу, числові характеристики, графіки інтегральної і диференціальної функцій.
Якщо ймовірність потрапляння випадкової величини на інтервал пропорційна до довжини інтервалу і не залежить від розташування інтервалу на осі, то вона має рівномірний закон розподілу. Щільність такого розподілу:
Рівномірний закон розподілу легко моделювати. За допомогою функціональних перетворень із величин, розподілених рівномірно, можна діставати величини з довільним законом розподілу. Числові характеристики розподілу:
Графік має вигляд .