- •1. Предмет математической статистики.
- •2. Статистические совокупности, их виды.
- •3. Определяющее свойство статистической совокупности.
- •4. Признаки единиц совокупности, их классификация.
- •5. Описательная характеристика статистических совокупностей.
- •6. Ранжированный ряд распределения, техника его построения.
- •7. Анализ ранжированного ряда распределения.
- •8. Вариационный ряд распределения, техника построения для дискретного признака.
- •9. Интервальный вариационный ряд распределения, техника его построения.
- •10. Анализ дискретного и интервального вариационного ряда распределения.
- •11. Определение статистического показателя применительно к абстрактной статистической совокупности.
- •12. Система статистических показателей для всесторонней характеристики статистического ряда распределения.
- •13. Показатели центральной тенденции, их классификация.
- •14. Параметрические показатели центральной тенденции, их виды, условия применения и алгоритмы расчета.
- •15. Условия типичности параметрических средних.
- •16. Непараметрические средние. Алгоритмы их расчета в ранжированном ряду распределения.
- •17. Алгоритмы расчета структурных средних в дискретном и вариационном рядах распределения.
- •18. Взаимосвязь средней арифметической, моды и медианы.
- •19. Сравнение средней арифметической, моды и медианы.
- •20. Понятие о вариации.
- •Показатели вариации, алгоритмы их расчета
- •Интерпретация показателей вариации
- •Сравнение вариации одного и того же признака в двух совокупностях, сравнение вариации разных по содержанию признаков
- •Конкретная ошибка выборки, распределение конкретных ошибок выборки
- •Средняя ошибка выборки для выборочной средней и выборочной доли
- •61.Область согласия и область отказа. Соотношение между ними
- •62. Статистические таблицы , как инструмент принятия ( отказа ) гипотез
- •68. Особенности проверки гипотезы о соответствии фактического распределения нормальному.: постановка гипотезы; содержание ожидаемых частот; расчет критерия
- •69 Особенности проверки гипотезы о соответствии фактического распределения распределению Пуассона: постановка гипотезы; содержание ожидаемых частот; расчет критерия
- •71. Как критерий независимости. Постановка нулевой и альтернативной гипотез.
- •72. Как критерий независимости. Содержание и алгоритм расчета ожидаемых частот
- •73. Как критерий однородности. Содержание выдвигаемых гипотез
- •74. Как критерий однородности.Какие сравнения определяют величину фактического значения критерия.
- •75. Определение табличного значения критерия при различных аспектах его использования.
- •76. Схема проверки гипотез относительно генеральной средней
- •77. Критерий двухсторонний и односторонний
- •78. Особенности принятия альтернативной гипотезы при направленном ее характере
- •79. Выборки зависимые и независимые
- •80. Особенности проверки гипотез относительно двух средних при равных численностях выборок и равных дисперсиях
- •91. Проверка гипотезы относительно доли признака в двух совокупностях, если хотя бы одна из выборочных долей лежит вне интервала 0,1-0,9
- •92. Проверка гипотезы о принадлежности конкретного наблюдения исследуемой совокупности с использованием критерия t – нормального распределения
- •93. Проверка гипотезы о принадлежности конкретного наблюдения исследуемой совокупности с использованием критерия Диксона
- •94. Постановка гипотез при дисперсионном анализе
- •95 Критерий f- Фишера. Условия его применимости
- •96.Преобразование исходных данных с целью проведения дисперсионного анализа
- •97.Необходимость конкретизации результатов дисперсионного анализа
- •98. Конкретизация результатов дисперсионного анализа на основе критерия q- Тьюки
- •99 Понятие о контрастах
- •100. Схема конкретизации результатов дисперсионного анализа методом контрастов Шефе
- •101. Модель дисперсионного анализа с постоянным эффектом факторов, постановка гипотез и расчет фактического значение критерия.
- •102. Модель дисперсионного анализа со случайным эффектом факторов, постановка гипотез и расчет фактического значение критерия.
- •103. Проверяемые гипотезы при двухфакторном дисперсионном анализе.
- •104. Разложение общего объема вариации признака при двухфакторном дисперсионном анализе и неслучайном формировании повторностей.
- •105. Понятие о многомерном дисперсионном анализе.
- •106. Понятие о корреляционной связи.
- •107. Требования к совокупности и факторным признакам при построении корреляционного уравнения связи.
- •108. Этапы построения уравнения связи.
- •108. Методы нахождения вида уравнения.
- •109. Метод наименьших квадратов, содержание и реализация.
- •110. Интерпретация коэффициентов уравнения.
- •122. Приведение матрицы исходных данных в сопоставимый вид при построении многомерной средней.
- •122. Нормирование исходных данных.
- •125. Выбор итерации, соответствующей оптимальному разбиению.
- •126. Метод k-средних (кластерный анализ с обучением).
- •127. Методы установления центров тяжести.
- •128. Назначение факторного анализа.
- •129. Техника факторного анализа.
- •130. Разложение единичной дисперсии.
- •131. Общность, специфичность, надежность в факторном анализе.
- •132. Общий алгоритм факторного анализа.
- •133. Решение проблемы общности при факторном анализе.
- •134. Установление числа факторов.
- •135. Простая структура Терстоуна.
- •136. Факторные нагрузки.
- •137. Вращение матрицы факторных нагрузок и интерпретация факторов.
- •138. Методы вращения матрицы факторных нагрузок.
- •139. Расчет значений факторов по отдельным наблюдениям.
- •140. Применение результатов факторного анализа при построении регрессионных уравнений.
- •141. Назначение дискриминантного анализа.
- •142. Переменные группировочные и независимые
- •143.Пошаговое включение переменных (переменные в модели и вне модели)
- •144. Канонический анализ, его составляющие
- •150.Матрица классификации
69 Особенности проверки гипотезы о соответствии фактического распределения распределению Пуассона: постановка гипотезы; содержание ожидаемых частот; расчет критерия
Со стр 63 практикума
1) Но: эмпирическое распределение соот-ет распределению Пуассона
На: эмпирическое наблюдение не соот-ет распределению Пуассона
2) Определим гипотетические частоты. Для этого:
3) определим разности фактический и гипотетических частот и проверим равенство их сумм нулю
4) найдем квадраты разностей частот
5) Рассчитаем факт. Значение
6) определим число степеней свободы вариации по формуле V= L-k-m
7) по приложению6 найдем критическое значение
8) сопоставим факт-ое и табл значение
70 отсутствует
71. Как критерий независимости. Постановка нулевой и альтернативной гипотез.
в качестве критерия независимости используется в том случае, если выборочная совокупность распределена одновременно по 2-м признакам и необходимо установить, зависит ли распределение по одному признаку от распределения по другому. Выборочные данные м б представлены в виде таблицы с двумя входами, где по первому признаку выделено три группы интервала k=3, а по второму четыре l=4
В качестве нулевой гипотезы выдвигается предположение, что распределение по первому признаку не зависит от распределения по второму. Альтернативной гипотезой будет предположение о наличии взаимосвязи между распределениями. С практической точки зрения справедливость нулевой гипотезы означает отсутствие взаимосвязи между признаками, справедливость альтернативной – наличие такой взаимосвязи в генеральной совокупности.
72. Как критерий независимости. Содержание и алгоритм расчета ожидаемых частот
В качестве критерия независимости воспользуемся критерием , при этом надо предварительно подтвердить отсутствие внутри групп взаимосвязи между наблюдениями. Факт значение критерия при использовании его в качестве критерия независимости определяется по той же формуле, что и аспекте согласия:
Ожидаемые частоты должны соотв нулевой гипотезе о независимости распределений (распределение единиц по столбцам внутри каждой строки должно быть таким же, как по столбцам распределяется вся совокупность и соответственно вся совокупность и соответственно распределение единиц по строкам в целом по совокупности. Этот принцип реализуется в формуле:
,
При определении ожидаемых частот естественно следует производить округление до целых значений. Итоги по столбцам и строкам должны совпадать. Численность каждой ожидаемой частоты должна превышать 5 единиц, в противном случае прежде чем рассчитывать фактическое значение критерия, следует произвести объединение интервалов.
В заключение найденное значение критерия факт следует сравнить с табл.
В зависимости от соотношения принимается соответственно или нулевая или альтернативная гипотеза.
73. Как критерий однородности. Содержание выдвигаемых гипотез
Как критерий однородности используется в том случае, если имеются две выборочных совокупности, каждая из которых распределена по одному и тому же признаку. Требуется установить одинаковым или нет является распределение двух генеральных совокупностей, из которых сделаны выборки. Проверка этой гипотезы позволяет установить, сходны или нет между собой состав (структура) двух генеральных совокупностей, что в свою очередь дает основание применять одинаковые или разные методы управления этими совокупностями.
В качестве нулевой гипотезы – 2 ген совокупности однородны по составу. Данная постановка соответствует подавляющему большинству значений критерия. В качестве альтернативной – совокупности не однородны.