- •1.Случайные события, действия над событиями
- •2.Классическое определение вероятности и ее свойства.
- •4.Формулы комбинаторики, гипергеометр. Распределение.
- •6. Формула полной вер-сти. Ф-ла Байеса.
- •7. Схема независимых испытаний Бернулли
- •8. Предельные теоремы в схеме Бернулли.
- •9. Функция распределения вероятности и ее свойства.
- •10. Плотность распределения вероятностей и ее свойства.
- •11.Математическое ожидание и его свойства.
- •12. Дисперсия и её свойства.
- •13.Коэффициент корреляции и ковариация
- •14. Моменты
- •15. Основные дискретные распределения св.
- •16.Равномерное распределение.
- •Показательное распред. Наз.Распред.Вер-тей св,к-рое опис-ся плотностью
- •17. Нормальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходим.Случ.Посл-тей
- •23. Теорема Чебышева.Теорема Берелли.
- •24. Центральная предельная теорема.
- •25. Выборочный метод
- •26. Эмпирическая функция распределения.
- •27. Гистограмма и полигон.
- •28. Числовые характеристики выборки.
- •29.Точечное оценивание
- •30. Доверительные интервалы.
- •31.Стандартная ошибка точечной оценки
- •32. Распределение , Стьюдента и Фишера.
- •33.Довер.Интервалы для оценки мОпри известном
- •33. Доверит.Интервалы для оценки мо нормального распределения при неизвестном
- •35.Проверка статистических гипотез.
- •36. Построение критической области.
- •37. Критерий согласия Пирсона.
- •38.Вычисление теоретич.Частот для норм.Распр-ния.
- •39. Сравнение дисперсий двух нормальных выборок.
- •40.Сравнение средних 2х норм.Выборок(Крит.Стьюдента)
- •41. Дисперсионный анализ
- •42.Парная регрессия
- •43. Парный коэффициент корреляции.
- •44. Проверка гипотез о достоверности коэфф.Корреляции.
26. Эмпирическая функция распределения.
Эмпирич.функцией распред.наз.функция, определяющ.для кажд.знач.x относит.частоту события(X <x)
,nx-число вариант меньших x;n- объем выборки
nx /n – относительная частота события.
В ТВ функция распред.определяла вер-сть события Х<х,а эмпир.ф-цияFn(x) – относит.частоту этого же соб.
На основании теор.Берн.можно утвер. Т.о. эмпир.ф-ция распред.строится для оценки вида теорит.ф-ции распред.
Свойства:1. для любого x ф-ция распред.
2. F(x) –неуб.функция.
3. Fn(x) непрер.слева в кажд.точке
4. Если a=min{xi},то для каждого x≤a Fn(x)=0
Если b=min{xi}, то для каждого x>b Fn(x)=1
27. Гистограмма и полигон.
Для наглядности строят различные графики стат. распределения.Напр.,граф.эмпир.ф-ции распред.,полигон и гистограм.
Полигоном частот наз.ломанную, отрезки к-ой соед-ют точки c координатами:
Для изучения непрерывного признака строится гистограмма. Для этого интервал , где, делится на несколько частичных интерв.одинак.длиныh. Затем подсчитыв.число вариант ni, попавших в каждый интервал.
Гистограмма-фигура, сост.из прямоугольников, основанием которых служат частичн.интерв.длины , а высоты.
Тогда площадь -го прямоуг. равна, а площадь всей гистограммы, где- объем выборки.
Аналогично строится гистограмма относит.частот. При этом вдоль оси Oy откладыв.. Тогда площадьi-го прямоуг.равна..А площадь всей гистогр..
Гистограмма служит для оценки вида плотности вероятности.
Полигон распределения Гистограмма
28. Числовые характеристики выборки.
Выборочным средним наз.среднее арифмет.знач.вариант .
Выборочной дисперсией наз.среднее значение квадратов отклонения вариант от среднего.
или
Выборочным средним квадратич. отклонением наз.корень квадратный из дисп. .
Размах варьирования .
Нач.моментом r-го порядка наз.среднее значение r-ых степеней вариант .
Центр.моментом r-го пор.наз.среднее значение отклонений в степени r от среднего .
Асиметрией наз.величину равную .
Пределы значений асимметрии от до. Прираспред.симметрично, в частн.для норм.распред.
Эксцессом наз. величину равную Эксцесс показ. степень крутости кривой распредел.признака Х по сравнению с крутостью норм.распред. Значения эксцесса лежат в полуинтервалеДля нормального распределения.
29.Точечное оценивание
Виды з-в распред.завис.от неск.параметров.Если бы точные знач. пар-ов были бы извесны,то и з-н распред.был бы полностью определ.С целью опред.этих пар-ров производ.стат. иссл.
Пусть вид распред.изучаемого признакаХ известен ,но неизвестно знач.входящего параметра(тета).
Статист.оценкой наз-ся люб.ф-ция выборки =f(x1,x2,…,xn.).Точечной оценкой наз.оценка, которая определ. одним числом.Чтобы стат.оценка давала хорошее приближение к оцениваем.пар-ру,она должна удовлетв. опред. требован.м:несмещенность,состоят-сть и эфф-сть.
Оценка наз.несмещенной,если ее МО=оцениваемому параметруПримером несмещ.оценки явл.выборочное среднее для МО. .Для того, чтобы получить несмещ. оценку вводится понят.исправленн.выборочной дисп..
Оценкапараметраназ.состоятельной,если для люб. Сост-сть оценки означ.,что при большом объеме выборки оценка приближ.к истинному знач.параметра(чем >n, тем точнее оценка).
Чем <дисп.оценки, тем < вер-сть ошибки при вычисленииПоэтому целесообразно, чтобы дисп.оценки была миним.,т.е.чтобы выполнялось условие
Оценка, обладающая таким свойством, наз.эффективной.