- •Экзаменационный тест по математической статистике (1 курс фэт, 2011/2012уч.Г.)
- •Часть I. Основы теории вероятностей
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Укажите правильное утверждение:
- •Которая принимает отдельные возможные значения с определенными вероятностями, которые можно пронумеровать.
- •Выбрать правильный пример:
- •Что предшествующее и следующее за ним значения имеют вероятность меньше р(хm).
- •Которое больше других по абсолютной величине.
- •Которое расположено в центре ряда распределения. *
- •Часть II. Основы математической статистики
Которая принимает отдельные возможные значения с определенными вероятностями, которые можно пронумеровать.
Вероятность которой принимает любые значения из интервала от 0 до 1, называют непрерывной.
Для которой все ее возможные значения целиком заполняют некоторый конечный или бесконечный промежуток. *
Выбрать правильный пример:
В качестве примера дискретной случайной величины можно использовать результаты измерения роста студентов в группе или на курсе.
В качестве примера дискретной случайной величины можно использовать результаты большого числа бросаний игральной кости. *
Выбрать правильный пример:
В качестве примера непрерывной случайной величины можно использовать результаты измерения роста студентов в группе или на курсе.*
В качестве примера непрерывной случайной величины можно использовать результаты большого числа бросаний игральной кости.
Законом распределения дискретной случайной величины называют:
Соответствие между ее возможными значениями и их вероятностями.*
Функциональную зависимость между ее значениями и плотностью вероятности случайной величины.
Соответствие между значениями случайной величины и соответствующими математическими ожиданиями.
К числовым характеристикам дискретной случайной величины относят:
Среднее арифметическое и доверительный интервал.
Математическое ожидание, дисперсию, среднее квадратическое отклонение, моду, медиану. *
Математическое ожидание, вероятность появления случайной величины, закон распределения, моду, медиану.
Математическим ожиданием М(Х) дискретной случайной величины Х называется:
Сумма произведений всех возможных значений случайной величины на соответствующие вероятности. *
Произведение значения случайной величины на ее вероятность.
Сумма всех возможных значений случайной величины
Математическое ожидание дискретной случайной величины может быть представлено выражением:
М(Х) = = х1р1 - х2р2 - ... - хnрn.
М(Х) = = х1р1 + х2р2 + ... + хnрn.*
М(Х) = = х1р1 * х2р2 * ... * хnрn.
Модой М0 дискретного распределения называют такое значение хm дискретной случайной величины,:
Что предшествующее и следующее за ним значения имеют вероятность меньше Р(хm). *
Которое больше других по абсолютной величине.
Которое расположено в центре ряда распределения.
Медианой Ме дискретного распределения называют такое значение хm дискретной случайной величины,:
Что предшествующее и следующее за ним значения имеют вероятность меньше р(хm).
Которое больше других по абсолютной величине.
Которое расположено в центре ряда распределения. *
Если распределение задано следующей таблицей, то мода М0 равна:
X |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
P |
0,181 |
0,220 |
0,241 |
0,038 |
0,090 |
0,071 |
0,070 |
0,032 |
0,048 |
М0= 4.
М0= 2.*
М0= 8.
Если распределение задано следующей таблицей, то медиана Ме равна:
X |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
P |
0,181 |
0,220 |
0,241 |
0,038 |
0,090 |
0,071 |
0,070 |
0,032 |
0,048 |
Ме= 4. *
Ме= 2.
Ме= 8.
Дисперсией дискретной случайной величины называют:
Математическое ожидание квадрата этой случайной величины.
Математическое ожидание квадрата отклонения этой случайной величины от ее математического ожидания. *
Математическое ожидание квадрата суммы этой случайной величины и ее математического ожидания.
Дисперсия дискретной случайной величины может быть представлена выражением:
D(x) = M(Xср. - )2.
D(x) = M(Xср. + )2.
D(x) = M(X - )2.*
Средним квадратическим отклонением случайной величины называется:
Корень квадратный из дисперсии.*
Квадрат дисперсии.
Корень квадратный из среднего арифметического.
Функцией распределения случайной величины Х, называется функция F(x), равная вероятности того, что случайная величина Х:
Приняла значение хi большее х: F(x) = P(X > x).
Приняла значение хi меньшее х: F(x) = P(X < x). *
Приняла наперед заданное значение хi, равное х: F(x) = P(X = x).
Вероятность попадания случайной величины Х в интервал (а, в) равна:
Сумме значений функции распределения на правом и левом концах интервала: Р(а < X < в) = F(в) + F(a).
Разности между значениями функции распределения на правом и левом концах интервала: Р(а < X < в) = F(в) - F(a).*
Произведению значений функции распределения на правом и левом концах интервала: Р(а < X < в) = F(в) * F(a).
Функцией плотности распределения вероятности (или, короче, функцией плотности распределения) называется такая функция f(x):
Для которой первообразной будет функция распределения F(x): .
Для которой производной будет функция распределения F(x): .
Для которой первообразной будет функция распределения F(x): .*
Математическое ожидание непрерывной случайной величины может быть вычислено по формуле:
*
Дисперсия непрерывной случайной величины может быть вычислено по формуле:
*
Среднее квадратическое отклонение непрерывной случайной величины может быть вычислено по формуле:
*
3.
Вероятность попадания случайной величины Х в интервал (а, в) может быть вычислена по формуле:
*
Геометрически площадь фигуры, заключенной под кривой функции плотности распределения f(x) равна:
Вероятности полной группы случайных величин, т.е. 1.*
Вероятности случайной величины, т.е. любому числу от 0 до 1.
Бесконечности, т.к. не ограничена ни слева, ни справа.
Закон распределения непрерывной случайной величины называют равномерным, если:
Все свои значения случайная величина принимает в некотором интервале.
В некотором интервале все ее значения имеют одинаковую вероятность, а вне этого интервала их вероятность равна нулю.
В некотором интервале плотность ее вероятности постоянна, а вне интервала – равна нулю.*
Закон распределения непрерывной случайной величины называют нормальным, если распределение ее плотности вероятности подчиняется:
Закону Гаусса.*
Закону Бернулли.
Равномерному закону.
Закон распределения непрерывной случайной величины называют нормальным, если распределение ее плотности вероятности подчиняется закону Гаусса, и описывается уравнением:
*
Случайная величина является нормально распределенной, если:
*
она является непрерывной;
наиболее вероятным значением ее является математическое ожидание;
вероятность отклонения как вправо так и влево относительно ее математического ожидания на одинаковую величину равновероятна;
с ростом отклонения вероятность ее уменьшается.
она является дискретной;
наиболее вероятным значением ее является математическое ожидание;
отклонения как вправо так и влево относительно ее математического ожидания на одинаковую величину равновероятны;
с ростом отклонения вероятность ее уменьшается.
она является непрерывной;
наиболее вероятным значением ее является дисперсия;
вероятность отклонения как вправо так и влево относительно ее математического ожидания на одинаковую величину равновероятна;
с ростом отклонения вероятность ее уменьшается.
Укажите правильное утверждение для стандартных интервалов:
Интервал ( ), относительно математического ожидания для нормально распределенной случайной величины, является первым стандартным интервалом с вероятностью попадания в него Р = 0,68. *
Интервал ( 2), относительно дисперсии нормально распределенной случайной величины, является вторым стандартным интервалом с вероятностью попадания в него Р = 0,95.
Интервал (3), относительно математического ожидания для нормально распределенной случайной величины, является вторым стандартным интервалом с вероятностью попадания в него Р = 0,99.
Случайные величины - Х1, Х2, ..., Хn называются одинаково распределенными, если они имеют одинаковые:
Математические ожидания.
Дисперсии.
Законы распределения.*