- •4. Непрерывность функции двух переменных. Точки разрыва.
- •7.Дифференциал функции двух переменных.
- •10.Понятие первообразной функции и неопределенного интеграла.
- •14. Интегрирование рациональных функций.
- •17.Нахождение интегралов с помощью уравнений
- •21.Интеграл с переменной верхней границей как первообразная для подинтегральной функции. Формула Ньютона-Лейбница.
- •24.Теорема существования и единственности сущ. Решения д.У. 1порядка задача Коши.
- •27. Однородное д.У. И его решение.
- •33. Вероятность суммы событий.
- •34. Вероятность суммы независимых событий.
- •37. Формула Бернулли.
- •40. Функция распределение случайной величины и ее свойства.
- •43. Свойство дисперсии.
- •46. Геометрическое распределение и ее характеристики.
- •49. Формула Лапласа для определения вероятностей для нормального распределения.
- •52. Понятие случайной выборки и статистического ряда.
- •55. Интервальные методы.
- •8.Градиент и его свойства.
- •11.Таблица неопределенного интеграла.
- •15.Интегрирование иррациональных функций.
- •18.Определенный интеграл и его геометрический смысл.
- •22.Нахождение площадей плоских фигур и объемов тел вращения с помощью интегралов..
- •Нахождение объемов тел вращения с помощью интегралов
- •Вычисление объема тела, образованного вращением плоской фигуры вокруг оси
- •Как вычислить объем тела вращения?
- •25. Д.У. С разделяющимися переменными и метод его решения.
- •28.Основные понятия комбинаторики: перестановка, размещение и сочетание….
- •31.Геометрическая вероятность.
- •35.Полная группа событий. Формула полной вероятности.
- •38. Наивероятнейшее число в схеме Бернулли.
- •41. Числовые характеристики случайной величины.( мат. Ожидание, дискрет.Величниа)
- •44. Биноминальное распределение и ее характеристики.
- •50.Теорема Чебышева. Закон больших чисел.
- •53. Выборочная средняя исправленная выборочная дисперсия.
- •58. Двусторонняя критическая область.
- •6.Производная по направлению и ее вычисления.
- •9.Экстремум функции двух переменных. Условия экстремума.
- •13. Интегрирование по частям в неопред. Интеграле
- •12.Замена переменной в неопределенном интеграле.
- •16.Интегрирование квадратичных иррациональностей.
- •19.Замена переменной в определенном интеграле.
- •20.Интегрирование по частям в опред. Интервале.
- •23.Дефференциал уравнения и его общее и частное решение и их геометрическая интерпритация.
- •26.Линейное д.У. 1порядка и метод его решения.
- •29. Основные понятия теории вероятности: испытание, событие и вероятность.
- •32. Условная вероятность. Вероятность произведения события.
- •36. Формула Беиса.
- •39. Дискретная случайная величина и ее табл. Распределения.
- •45.Распределение Паусона и ее характеристики.
- •51.Центральная предельная теорема Ляпунова.
- •54. Точечные методы оценивания неизвестных параметров.
- •57. Односторонняя критическая область
- •60. Уравнение линии регрессии.
- •2 Типа взаимосвязей между х и у:
- •59. Статистическое и корреляционная зависимость случ. Вел.
- •56. Статистическая обработка результатов наблюдения с помощью критерия согласия.
57. Односторонняя критическая область
Область, при попадании в которую критерия Кнабл отвергается основная гипотеза, называетсякритической областью.
• Областью принятия гипотезы (областью допустимых значений), называют совокупность значений критерия при которой Н0 принимают.
• Основной принцип СПГ: если наблюдаемое значение критерия принадлежит критической области, то гипотезу отвергают; если наблюдаемое значение критерия принадлежит области покрытия гипотезы, то гипотезу принимают.
• Критическая область и область принятия гипотезы – это интервалы, значит существует точка которая их разделяет.
• Критической точкой (границей), называют точку Ккр, отделяющую критическую область от области принятия гипотез. Для каждого критерия имеются таблицы, по которым находят критическую точку.
Различают одностороннюю и двустороннюю критические области. В свою очередь односторонняя область может быть левосторонней и правосторонней.
• Правосторонней называется критическая область, описываемая неравенством К> Ккр.
• Левосторонней называется критическая область, описываемая неравенством К< Ккр.
Двусторонней называется критическая область, описываемая неравенством .
Тип критической области задается знаком альтернативной гипотезы Н1:
• < – левосторонняя (например, Н1: )
• > – правосторонняя (например, Н1: )
• – двусторонняя (например, Н1: )
60. Уравнение линии регрессии.
Для количественного описания взаимосвязей между экономическими переменными в статистике используют методы регрессии и корреляции.
Регрессия - величина, выражающая зависимость среднего значения случайной величины у от значений случайной величины х.
Уравнение регрессии выражает среднюю величину одного признака как функцию другого.
Функция регрессии - это модель вида у = л», где у - зависимая переменная (результативный признак); х - независимая, или объясняющая, переменная (признак-фактор).
Линия регрессии - график функции у = f (x).
2 Типа взаимосвязей между х и у:
1) может быть неизвестно, какая из двух переменных является независимой, а какая - зависимой, переменные равноправны, это взаимосвязь корреляционного типа;
2) если х и у неравноправны и одна из них рассматривается как объясняющая (независимая) переменная, а другая - как зависимая, то это взаимосвязь регрессионного типа.
Виды регрессий:
1) гиперболическая - регрессия равносторонней гиперболы: у = а + b / х + Е;
2) линейная - регрессия, применяемая в статистике в виде четкой экономической интерпретации ее параметров: у = а+b*х+Е;
3) логарифмически линейная - регрессия вида: In у = In а + b * In x + In E
4) множественная - регрессия между переменными у и х1 , х2 ...xm, т. е. модель вида: у = f(х1 , х2 ...xm)+E, где у - зависимая переменная (результативный признак), х1 , х2 ...xm - независимые, объясняющие переменные (признаки-факторы), Е- возмущение или стохастическая переменная, включающая влияние неучтенных факторов в модели;
5) нелинейная - регрессия, нелинейная относительно включенных в анализ объясняющих переменных, но линейная по оцениваемым параметрам; или регрессия, нелинейная по оцениваемым параметрам.
6) обратная - регрессия, приводимая к линейному виду, реализованная в стандартных пакетах прикладных программ вида: у = 1/a + b*х+Е;
7) парная - регрессия между двумя переменными у и x, т. е, модель вида: у = f (x) + Е, где у -зависимая переменная (результативный признак), x – независимая, объясняющая переменная (признак - фактор), Е - возмущение, или стохастическая переменная, включающая влияние неучтенных факторов в модели.
Корреляция - величина, отражающая наличие связи между явлениями, процессами и характеризующими их показателями.
Корреляционная зависимость - определение зависимости средней величины одного признака от изменения значения другого признака.
Коэффициент корреляции величин х и у (rxy) свидетельствует о наличии или отсутствии линейной связи между переменными:
где (-1; 1). Если: = -1, то наблюдается строгая отрицательная связь;= 1, то наблюдается строгая положительная связь; = 0, то линейная связь отсутствует.
- ковариация, т. е. среднее произведение отклонений признаков от их средних квадратических отклонений.
Коэффициент корреляции может служить мерой зависимости случайных величин.
Корреляция для нелинейной регрессии:
при R[0;1].
Чем ближе R к 1, тем теснее связь рассматриваемых признаков.