- •1. Общие понятия теории рядов. Свойства рядов. Необходимы признак сходимости числового и функционального ряда
- •Комплексные числа.
- •Геометрическое изображение комплексных чисел.
- •Действия над комплексными числами.
- •6. Производная функций комплексных переменных. Условие Коши-Риммена.
- •Классическое определение вероятности.
- •Операции над событиями
- •Теоремы сложения и умножения вероятности, совместные и несовместные события, зависимые и независимые события.
- •2. Нормальный закон распределения.
- •2.1.Интегральная и дифференциальная функции распределения. Вероятность попадания в заданный интервал.
- •2.2. Вычисление вероятности заданного отклонения
- •2.3. Правило трех сигм
- •3. Показательное распределение.
- •3.1. Интегральная и дифференциальная функции распределения.
- •3.2. Числовые характеристики.
- •3.3. Функция надежности.
- •36. Распределение непрерывной двумерной случайной величины. Совместная плотность распределения и распределение компонент в отдельности.
- •37. Условие независимости и коррелированности случайных величин. Связь между этими понятиями.
- •38. Числовые характеристики двумерной случайной величины. Математическое ожидание компонент, дисперсия и ковариационный момент
- •39. Коэффициент ковариации случайных величин и её свойства
- •Закон больших чисел теоремы Чебышева, Бернули, Химчина
- •41. Основные задачи математической статистики. Выборка. Вариационный ряд.
- •Эмпирическая функция распределения и ее свойства
- •Точечные оценки параметров распределения, их свойства
- •Точечная оценка математического ожидания, ее свойства
- •Точечная оценка дисперсии, ее свойства
- •Интервальные оценки. Доверительные вероятности
- •Доверительный интервал для неизвестного математического ожидания нормально распределенной случайной величины при известной дисперсии
- •Доверительный интервал для неизвестного математического ожидания нормально распределенной случайной величины при неизвестной дисперсии
- •Стохастическая и корреляционная зависимость
- •Линейная корреляционная зависимость, уравнение линейной регрессии
Эмпирическая функция распределения и ее свойства
Эмпирической функцией распределения называется функция для нахождения значений эмпирической функции функции удобно записать в виде , где n – объем выборки, nx – число набдюдений, меньших x(x X). Эмпирическая функция распределения является неубывающей функцией, изменяющей значения от 0 до 1, причем F в -∞ равна нулю, а в +∞ равна 1.
Пример:
5,4,4,3,2,5,6,9,2,2,4,4,6,6,5
-
xi
2
3
4
5
6
7
8
9
ni
3
1
4
3
3
0
0
1
wi
Точечные оценки параметров распределения, их свойства
Имеется некоторая СВ X, значения которой мы называем генеральной совокупностью, и которую мы на основании выборочных значений мы должны изучить. Если эта величина непрерывна, то она имеет плотность распределения, если дискретна – закон распределения. В обоих случаях эта величина имеет функцию распределения. Все эти функции зависят от некоторых числовых параметров.
Точечной оценкой параметра распределения называется число, которое находится по данным выборки. .
Задача точечной оценки состоит в том, чтобы подобрать функцию, которая на основании выборочных значений дала оценку неизвестного параметра. Точечной распределения оценкой может быть любое число, если не уточнять какое отношение эта оценка имеет к самому параметру.
Свойства точечных оценок
Для репрезентативности выборки, выборочные значения должны быть независимыми СВ. Значение независимых СВ, т.е значение точечной оценки будет также случайной величиной.
Точечная оценка называется несмещенной, если ее математическое ожидание равно оцениваемому параметру.
Точечная оценка называется эффективной, если ее дисперсия минимальна, по сравнению с дисперсиями других оценок, полученных на основании выборки того же объема. D → min
Оценка называется состоятельной, если она по вероятности сходится к оцениваемому параметру P( → Θ) →1
Таким образом формулы точечных оценок параметров распределения нужно выбирать чтобы эта оценка обладала 3-мя свойствами, т.е была не смещенной, эффективной и состоятельной.
Точечная оценка математического ожидания, ее свойства
Точечной оценкой математического ожидания является выборочное среднее. Эта оценка является несмещенной, состоятельной и эффективной.
– выборочное среднее.
Покажем, что эта оценка является несмещенной
Далее по теореме Чебышева, для любого ε>0 имеет место равенство
Которое согласно условию теоремы можно переписать так:
Или, что то же самое, , согласно определению получаем, что - состоятельная оценка Мx.
Также она является и эффективной, т.е
Ели СВ непрерывная, то результаты измерений записываются в виде интервального вариационного ряда. И при нахождении выборочной средней в качестве значений xi берут середины интервалов.