- •4. Классическое определение вероятности.
- •5. Геометрические вероятности и статистическая вероятность.
- •6. Теоремы сложения и умножения вероятностей..
- •48. Основные понятия дисперсионного анализа.
- •7. Условная вероятность.
- •8. Независимость событий.
- •9. Формулы полной вероятности и Байеса.
- •47. Критерии согласия Пирсона и Колмогорова.
- •17. Случайные величины и законы их распределения
- •21 Мода и медиана
- •22.Моменты случайных величин
- •26. Закон Пуассона.
- •27. Геометрическое и гипергеометрическое распределения.
- •28. Равномерное распределение.
- •31.Функция Лапласа.
- •38. Центральная предельная теорема.
- •Вопрос 39. Предмет математической статистики.
- •Вопрос 40. Генеральная и выборочная совокупность.
- •2. Алгебра событий.
- •11.Формула Бернулли.
- •30.Нормальный закон распределения Непрерывная случайная величина х имеет нормальный закон распределения (закон Гаусса) с параметрами а и , если ее плотность вероятности имеет вид
- •13.Теорема Пуассона.
- •15. Случайные величины их класификация
- •29.Показательное распределение.
- •16.Дискретные и Непрерывные величины.
- •37. Теорема Чебышева и Бернулли.
- •23.Асимметрия и эксцесс.
- •25.Биномиальный закон распределения.
- •26.Функции случайных величин.
- •33. Многомерные случайные величины.
- •14. Локальной и интегральной формуле Муавра – Лапласа
- •3 Частота и вероятность
- •35. Корреляционный момент и коэфф.Корреляции.
- •34 Зависимые и независимые случайные величина.
- •12.Найвераятнейшее число успехов в схеме Бернулли.
- •10. Последовательность независимых повторных испытаний.
- •32. Распределение «хи-квардат». Стьюдента и Фишера –Снедекора.
- •44. Статистические гипотизы.
- •43. Предельная ошибка и необходимость объем выборки.
- •45. Уровень значимости и мощность критерии.
- •46. Проверка статистических гипотез.
- •53. Ранговая корреляция
- •52. Проверка значимости уравнение и коэффициентов уравнения регрессии.
- •50. Модели и Основные понятия корреляционного и регрессионного анализа
- •51. Линейная корреляционная зависимость и линии регрессии.
- •49. Однофакторный дисперсионный анализ
12.Найвераятнейшее число успехов в схеме Бернулли.
Число наступлений события Α(успеха) называется наивероятнейшим, если оно имеет наибольшую вероятность по сравнению с вероятностями наступления события Α любое другое количество раз.
ТЕОРЕМА. Наивероятнейшее число наступлений события Αвnиспытаниях схемы Бернулли заключено между числами np– qи np+ p. При этом, если np− q∈Z, то наивероятнейших чисел два: np− qиnp+ p .
Доказательство. Рассмотрим отношение:
=
Сравним это отношение с 1, тогда:
1., при,т.е. np+p>0, т.е. np+ p >m.
41. ВАРИАЦИОННЫЙ РЯД И ЕГО ХАРАКТЕРИСТИКИ.
Последовательность вариантов, расположенных в возрастающем порядке, наз. вариационным рядом.
Вариационные ряды бывают дискретными и непрерывными. Дискретным вариационным рядом называется ранжированная последовательность вариантов с соответствующими частотами и (или) частостями.
Вариационные ряды изображают графически с помощью полигона и гистограммы. Средней арифметическойдискретного ВР называется отношение суммы произведений вариантов на соответствующие частоты к объему совокупности: Хср=Ʃxini/Ʃni=Ʃxini/n
Модой (Мо’(Х)) ДВР называется вариант, имеющий наибольшую частоту.
Медианой (Ме ‘(Х)) ДВР называется вариант, делящий на две равные части
10. Последовательность независимых повторных испытаний.
Пусть А-случайное событие, наблюдаемое в некотором испытании. Отвлекаясь от возможного разнообразия исходов в испытании, будем интересоваться лишь тем, произошло событие A (успех) или не произошло A (неуспех). Пусть P ( A)= p , тогда
P (A) 1 - p = q .
Допустим теперь, что испытание в неизменных условиях повторяется n раз, в силу чего вероятность P ( А)= p остаётся одной и той же в каждом испытании (такие повторные испытания наз. независимыми.)
42., ТОЧЕЧНОЕ и Интервальное ОЦЕНИВАНИЕ ПАРАМЕТРОВ ГЕНЕРАЛЬНОЙ СОВОКУПНОСТИ.
После осуществления выборки возникает задача оценки числовых характеристик генеральной совокупности по элементам выборочной совокупности. Различают точечные и интервальные оценки. Статистика (функция выборки), используемая в качестве приближенного значения неизвестного параметра генеральной совокупности называется ее точечной оценкой, т.е. точечная оценка это число определяемой по выборке.
Точечные оценки неизвестного параметра Ɵ хороши в качестве первоначальных результатов обработки наблюдений, их недостаток в том, что неизвестно с какой точностью они дают оцениваемый параметр.
Точечная оценка предполагает нахождение единственной числовой величины, которая и принимается за значение параметра
Интервальное оценивание параметров распределения
Оценка неизвестного параметра Ɵ называется интервальной, если она определяется двумя числами – концами интервала.
Интервальной называют оценку, которая определяется двумя числами—концами интервала. Интервальные оценки позволяют установить точность и надежность оценок .
Пусть найденная по данным выборки статистическая характеристика Q* служит оценкой неизвестного параметра Q. Будем считать Q постоянным числом (Q может быть и случайной величиной). Ясно, что Q* тем точнее определяет параметр Q, чем меньше абсолютная величина разности |Q- Q*|. Другими словами, если d>0 и |Q- Q*| <d , то чем меньше d , тем оценка точнее.
Таким образом, положительное число d характеризует точность оценки.