- •1.Основные понятия теории вероятностей. Классическое, статистическое и геометрическое определения вероятности. Основные понятия тв.
- •Статистическое определение вероятности
- •Геометрическое определение вероятности
- •2. Алгебраические операции над событиями. Отношение м/д событиями. Аксиоматическое определение вероятности события. Отношение м/д событиями
- •Аксиоматическое определение вероятностей события
- •3.Основные свойства вероятностей. Правило сложения вероятностей. Условные вероятности. Теорема умножения вероятностей. Независимые события.
- •4.Формула полной вероятности. Формула Байеса.
- •5.Повторение испытаний. Формула Бернулли.
- •6.Локальная и интегральная теоремы Лапласа.
- •7. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях.
- •8. Наивероятнейшее число появлений события при повторных испытаниях по схеме Бернулли.
- •9. Случайные величины. Закон распределения вероятностей. Биноминальное распределение. Геометрическое распределение.
- •10. Распределение Пуассона.
- •11. Функция распределения св и ее свойства.
- •12. Непрерывные св. Равномерный закон распределения.
- •13 Показательный закон распределения. Нормальный закон распределения.
- •14 Многомерные случайные величины. Ф-ция распределения многомерной случайной величины, её свойства.
- •15 Двумерные непрерывные св. Плотность распределения вероятностей двумерной св, её свойства
- •16 Двумерные св. Условные законы распределения.
- •17 Независимые случайные величины. Критерий независимости.
- •18 Функции случайных величин, их законы распределения.
- •19.Числовые характеритики св.
- •20.Моменты распределения одномерной св.
- •21.Ковариация и коэффициент линейной корреляции 2 св, их свойства.
- •22.Условное мат ожидание
- •23. Двумерное нормальное распределение. Условие независимости некоррелированных св.
- •24.Теорема об условных распределениях компанент двумерной нормально распределенной св.
- •25 Характеристические функции случайных величин, их свойства. Примеры
- •26. Неравенства Маркова и Чебышева.
- •27. Теорема Чебышева. Теорема Маркова.
- •28. Центральная предельная теорема.
- •29. Теорема Ляпунова. Интегральная теорема Лапласса.
- •30. Распределение выборки. Эмпирическая функция распределения.
- •33. Оценка дисперсии случайной величины.
- •34. Неравенство Рао-Крамера. Следствие для несмещенной оценки
- •35. Эффективная оценка мат. Ожидания нормальной распределенной величины.
- •36. Асимптотически эффективные и сверх эффективные оценки. Теорема о состоятельности оценки.
- •37. Условные законы распределения. Условное мат. Ожидание.
- •38.Достаточные статистики. Критерий факторизации
- •39.Теорема Колмагорова – Блекуэлла.
- •41. Метод моментов
- •42. Распределение….
- •43. Распределение Стьюдента.
- •44. Теоремы о случайной величине, имеющей распределение Стьюдента.
- •45. Распределение Фишера. Теорема о случайной величине, имеющей распределение Фишера
- •46 Доверительный интервал для мат. Ожидания нормально распределенной с.В.( -неизвестно)
- •47 Доверительный интервал для мат. Ожидания нормально распределенной с.В.( -известно)
- •48 Доверительный интервал для дисперсии нормально распределеннной с.В.
- •55 Проверка гипотезы о равенстве двух дисперсий нормально распределенный с.В.
47 Доверительный интервал для мат. Ожидания нормально распределенной с.В.( -известно)
Опр.Доверительным интервалом для параметра наз-ся интервал (обозн. , ),содержащий (накрывающий) истинное значение неизвестного параметра с заданной вероятностью p=1-
Опр: Число 1- наз-ся доверительной вероятностью.
Постановка задачи: Пусть наблюдается нормальное распределение С.В. Х.произведена выборка обьема n.Требуется найти доверительный интервал с заданной доверительной вероятностью 1- для мат. ожидания m С.В. Х
1)Пусть известно,т.е. . распределена нормально с параметрами m и
Тогда * с параметрами 0 и 1.
P( )= 1-α
P( )=2 ( )
-Находим по таблице
следовательно
Т.О. искомый доверительный интервал имеет вид:
( )
Замечание: U из формул и следует что с увеличением n точность оценки возрастает.
48 Доверительный интервал для дисперсии нормально распределеннной с.В.
Найдем доверительный интервал с заданной доверительной вероятностью 1-α для дисперсии нормально распределенной С.В. Х.
В силу теоремы1 и замечания1 из пункта распределение Хи квадрат С.В.: имеет распределение с степенями свободы.
Выберем с1 и с2 такие что
P( <c1)= и P( >c2)= Тогда P( <c2)=
По таблице ищем распределение Хи квадрат(квантилей)
С2= P( <c1)=1- P( >c1) следовательно P( >c1)=1-
С1= С1< т.т.т,когда
P( < )=
Т.о. искомый доверительный интервал имеет вид: ( )
55 Проверка гипотезы о равенстве двух дисперсий нормально распределенный с.В.
Пусть Х и У две С.В. ,пусть в результате наблюдений над ними, получены соответственно выборки n1 и n2.
Пусть
Проверим гипотезу
,относительно альтернативной гипотезы
Рассматривается статистика
F=
Если гипотеза ,то С.В. F имеет распределение Фишера с и степенями свободы.(Смотри теорему4 из пункта распределение Фишера)
Критическое множество определяется равенством:
= (ищется по таблице распределения Фишера)
Если F> то гипотеза
Если F< то нет отвержения гипотезы