- •Предмет теории вероятностей. Испытание. Классификация событий.
- •Комбинаторика. Основные формулы комбинаторики.
- •Классическое определение вероятности. Свойства вероятности.
- •Относительная частота. Устойчивость относительных частот. Статистическое определение вероятности.
- •Несовместные события. Сумма несовместных событий. Теорема сложения несовместных событий.
- •Совместные события. Сумма совместных событий. Теорема сложения совместных событий.
- •Полная группа событий. Теорема о сумме событий, образующих полную группу.
- •8. Зависимые события. Произведение событий. Теорема умножения вероятностей зависимых событий.
- •9. Независимые события. Произведение событий. Теорема умножения вероятностей независимых событий.
- •Вероятность появления хотя бы одного события.
- •11. Формула полной вероятности. Формулы Байеса.
- •12. Схема Бернулли. Теорема Бернулли, следствия.
- •13. Локальная теорема Лапласа. Функция (х), ее свойства.
- •14. Интегральная теорема Лапласа. Функция ф(х), ее свойства.
- •15. Теорема Пуассона, следствия.
- •16. Вероятность отклонения относительной частоты появления события от его вероятности в независимых испытаниях.
- •17. Вероятность отклонения числа появлений события от произведения (np) в независимых испытаниях.
- •Наивероятнейшее число появления события.
- •19. Случайные величины, их виды. Закон распределения вероятностей случайной величины, способы задания.
- •20. Равномерное дискретное распределение, его числовые характеристики.
- •21. Биномиальное распределение, его числовые характеристики.
- •22. Пуассоновское распределение, его числовые характеристики.
- •23. Геометрическое распределение, его числовые характеристики.
- •24. Гипергеометрическое распределение, его числовые характеристики.
- •25. Функция распределения f(х), ее свойства.
- •26. Плотность распределения вероятностей f(х), ее свойства.
- •27. Нахождение функции распределения по известной функции плотности.
- •28. Математические операции над случайными величинами.
- •29. Числовые характеристики случайных величин.
- •30. Математическое ожидание дискретной случайной величины, его вероятностный смысл.
- •Свойства математического ожидания.
- •32. Дисперсия дискретной случайной величины. Формула для вычисления.
- •33. Свойства дисперсии. Среднее квадратическое отклонение.
- •Числовые характеристики непрерывных случайных величин, их свойства.
- •35. Равномерное непрерывное распределение, его числовые характеристики.
- •36. Показательное распределение, его числовые характеристики.
- •37. Нормальное распределение, его числовые характеристики.
- •38. Нормальная кривая, ее свойства. Влияние параметров нормального распределения на вид нормальной кривой.
- •39. Вероятность попадания в заданный интервал нормальной случайной величины.
- •40. Вероятность заданного отклонения нормально распределенной случайной величины. Правило трех сигм.
- •41. Неравенство Маркова.
- •42. Неравенство Чебышева.
- •43. Закон больших чисел в форме Чебышева.
- •44. Генеральная и выборочная совокупности. Виды выборки. Способы отбора.
- •45. Статистическое распределение выборки. Полигон и гистограмма.
- •46. Эмпирическая функция распределения, ее свойства.
- •47. Статистические оценки параметров распределения. Несмещенные, эффективные и состоятельные оценки.
- •48. Выборочная дисперсия. Формула для вычисления дисперсии.
- •49. Точность оценки, доверительная вероятность, доверительный интервал.
- •50. Доверительный интервал для оценки математического ожидания нормального распределения при известном и неизвестном среднем квадратическом отклонении.
- •51. Функциональная, статистическая и корреляционная зависимости. Основные задачи теории корреляции.
- •52. Уравнение прямой линии регрессии.
- •53. Свойства выборочного коэффициента корреляции.
- •54. Статистическая гипотеза. Статистический критерий.
- •55. Ошибки первого и второго рода, уровень значимости.
- •56. Критическая область и область принятия гипотезы. Критические точки.
- •57. Методика вычисления теоретических частот нормального распределения для интервального ряда.
- •58. Методика вычисления теоретических частот нормального распределения для дискретного ряда.
- •59. Проверка гипотезы о нормальном распределении генеральной совокупности.
- •60. Проверка гипотезы о значимости коэффициента корреляции.
50. Доверительный интервал для оценки математического ожидания нормального распределения при известном и неизвестном среднем квадратическом отклонении.
1. При известном СКО
xвыб| - t*СКО/SQRn<a<xвыб| + t*СКО/SQRn
t – аргумент ф-ии Лапласа, такой, что Ф(t)=гамма/2
2. При неизвестном СКО
xвыб| - tгамма*s/SQRn<a<xвыб| + tгамма* s/SQRn
tгамма – табулированный параметр, который находится в приложении tгамма (n; гамма).
51. Функциональная, статистическая и корреляционная зависимости. Основные задачи теории корреляции.
Зависимость м/д переменными Х и У называется функциональной, если существует ф-ия y=f(x) по которой каждому значению х принадлежащему Х ставится в соответствие единственное значение у.
Статистической называют зависимость м/д Х и У, при которой изменение одной из величин влечет изменение распределения другой.
Частным случаем стат зависимости явл-ся зависимость корреляционная, при которой изменение среднего значения другой.
Корреляционной зависимостью признака У от Х называют функциональную зависимость условного среднего ух| от х, т.е. ух|=f(x) – выборочное уравнение регрессии.
ух| - среднее арифметическое наблюдавшихся значений У, соответствующих Х=х.
Постановка задачи:
1. Существует ли связь м/д 2мя и более переменными
2. Какой тип она имеет
3. Насколько она сильна
4. Какой прогноз можно сделать, основываясь на этой связи
ЗАДАЧИ
1. Оценить тесноту (силу) корреляционной связи. Корреляция – стат метод, позволяющий определить, существует ли взаимосвязь м/д переменными и насколько она сильна.
2. Установить форму корреляционной связи, т.е. вид ф-ии регрессии (линейная, квадратическая, показательная…)
Регрессия – стат метод, который используется для описания характера связи м/д переменными.
52. Уравнение прямой линии регрессии.
Ур-ие ух|=f(x) выборочное уравнение регрессии У на Х. Ф-ия f(x) – выборочная регрессия У на Х, а её график – выборочная линия регрессии У на Х.
Аналогично ур-ие ху|=фи(у) – выборочное ур-ие регрессии Х на У. Ф-ия фи(у) – выборочная регрессия Х на У.
53. Свойства выборочного коэффициента корреляции.
Теснота линейной корреляционной связи м/д признаками Х и У оценивается по величине выборочного коэффициента корреляции признаков Х и У.
r(xy)=(СУММА(x-x|)*(y-y|)) / SQR (СУММА(x-x|)^2)*СУММА(y-y|)^2)
r(xy)=(n*СУММАx*y – СУММАx*СУММАy)/SQR(n*(СУММАx^2)-(СУММАx)^2) * SQR(n*(СУММАy^2)-(СУММАy)^2)
r(xy)=((xy)|-x|*y|)/СКОх*СКОу
СВОЙСТВА
1. Коэф заключается на отрезке [-1; 1]
2. Если r(xy)>0, то м/д признаками Х и У сущ-ет прямая связь, если r(xy)<0, то обратная.
3. Условие |r(xy)|=1 является необходимым и достаточным условием сущ-вания линейной функциональной зависимости
4. При r(xy)=0 лин кор связи м/д признаками не сущ-ет (при этом может быть нелинейная кор связь)
54. Статистическая гипотеза. Статистический критерий.
Статистической называют гипотезу о виде неизвестного распределение или о параметрах известных распределений.
Нулевой (основной) называют выдвинутую гипотезу Н0.
Конкурирующей (альтернативной) называют гипотезу Н1, которая противоречит основной.
Простой называют гипотезу, содержащую, только 1 предположение. СЛОЖНОЙ – гипотезу. Которая сост из конечного или бесконечного числа простых гипотез.
Стат критерий – случайная величина К, которая служит для проверки нулевой гипотезы.