- •5) Теорема сложения вероятностей несовместных событий.
- •6) Два события а и в называют несовместными, если наступление одного из них исключает наступление другого (выпадение «герба» исключает «цифру»).
- •Правило «3 сигм»:
- •41) Интервальные оценки числовых характеристик случайной величины. Доверительная вероятность. Доверительный интервал.
- •48) Критерий согласия Пирсона о предполагаемом законе распределения случайной величины
- •49) Критерий согласия Колмогорова о предполагаемом законе распределения случайной величины.
- •50) Основные понятия дисперсионного анализа. Однофакторный и двухфакторный дисперсионный анализ
Правило «3 сигм»:
Если случайная величина имеет нормальный закон распределения с параметрами а и σ2, то практически достоверно, что ее значения заключены в интервале (а-3σ; а+3σ): .
29) Моменты случайной величины. Асимметрия. Эксцесс
Начальный теоретический момент порядка k:
|
Центральный теоретический момент порядка k:
|
|
|
МХ/ 1-ый начальный момент характеризует среднее значение распределения СВ,
ДХ/ 2-ой центральный момент – степень рассеяния распределения СВ относительно МХ.
3-ий центральный момент служит для характеристики асимметрии.
Коэффициент асимметрии =
А = 0 – распределение симметрично относительно МХ.
4-ый центральный момент характеризует крутость распределения.
Эксцесс – число, равное .
Кривые более островершинные, чем кривая для нормального распределения, обладают положительным эксцессом, более плосковершинные – отрицательным эксцессом.
30) Неравенство Маркова
31) Неравенство Чебышева
Для любой СВ X, имеющей конечную дисперсию и любого e > 0
.
32) Теорема Чебышева
3 3) Теорема Бернулли. Значение закона больших чисел
При доказательстве получаем:
.
ЗБЧ устанавливает устойчивость средних значений: при большом числе испытаний их средний результат перестает быть случайным и может быть предсказан с достаточной точностью.
34) Понятие о ЦПТ
ЦПТ устанавливает условия, при которых закон распределения суммы большого числа случайных величин неограниченно приближается к нормальному.
Составляет основу мат.стат.
35) Предмет и метод математической статистики
МС – раздел математики, в котором изучаются закономерности массовых случайных явлений на основе обработки результатов наблюдений или экспериментов.
Методы: корреляционно-регрессионный анализ, дисперсионный анализ, факторный анализ и др.
а) оценка неизвестной вероятности события; оценка неизвестной функции распределения; оценка параметров распределения, вид которого известен; оценка зависимости от других случайных величин и т.д.;
б) проверка статистических гипотез о виде неизвестного распределения или о значениях параметров известного распределения.
36) Генеральная и выборочная совокупности. Способы отбора
Генеральная совокупность – все множество имеющихся объектов.
Выборка – набор объектов, случайно отобранных из генеральной совокупности.
Объем генеральной совокупности N и объем выборки n – число объектов в рассматриваемой совокупности.
Виды выборки:
Повторная – каждый отобранный объект перед выбором следующего возвращается в генеральную совокупность;
Бесповторная – отобранный объект в генеральную совокупность не возвращается.
37) Построение дискретного вариационного ряда. Эмпирическая функция распределения и ее свойства
По способу построения различают дискретные (прерывные) вариационные ряды, основанные на прерывной вариации признака, и интервальными(непрерывными), базирующиеся на непрерывно изменяющемся значении признака.
При построении дискретного вариационного ряда в первой графе (строке) указываются конкретные значения каждого индивидуального значения признака (т.е. каждой варианты), а во второй графе (строке) – частоты.
Выборочной (эмпирической) функцией распределения называют функцию F*(x), определяющую для каждого значения х относительную частоту события X < x. Таким образом,
,
где пх – число вариант, меньших х, п – объем выборки.
Свойства F(x):
0 ≤ F*(x) ≤ 1.
F*(x) – неубывающая функция.
Если х1 – наименьшая варианта, то F*(x) = 0 при х≤ х1; если хк – наибольшая варианта, то F*(x) = 1 при х > хк .
38) Построение интервального вариационного ряда. Гистограмма частот и относительных частот
Интервалы можно брать как равные, так и неравные. Для каждого из них указываются частоты и частости, (т.е. абсолютное или относительное числа единиц совокупности, у которых значение варианты находится внутри данного интервала).
Первый и последний интервалы ряда во многих случаях берутся незакрытыми, т.е. для первого интервала указывается только верхняя граница (“до… ”) а, для последнего только нижняя (“от… и выше”, “свыше…”). Использование незакрытых интервалов удобно, когда в совокупности встречается незначительное количество единиц, с очень малыми или очень большими значениями признака, резко отличающимися от всех остальных значений.
Наглядное представление о поведении случайной величины, исследуемой по выборке, дает гистограмма – столбчатая диаграмма, состоящая из прямоугольников, основания которых – частичные интервалы длины h, а высоты – плотности абсолютных или относительных частот. При этом общая площадь гистограммы абсолютных частот равна объему выбор-ки, а гистограммы относительных частот – единице.
- величина интервала.
39) Выборочная средняя, выборочная дисперсия и их свойства
Оценкой математического ожидания служит выборочное среднее
то есть среднее арифметическое всех элементов выборки, а оценкой дисперсии – выборочная дисперсия
.
Св-ва выборочного среднего:
1 – если индивидуальное значение признака Х увеличить или уменьшить на некоторое постоянное число а, то среднее увеличится или уменьшится на это же число а.
2 – если индивидуальное значение признака Х увеличить или уменьшить в k раз, то среднее увеличится или уменьшится в k раз.
3 – если частоты разделить на некоторое постоянное число, то среднее не изменится.
4 – сумма отклонений индивидуальных значений среднего всегда = 0
Св-ва выборочной дисперсии:
1 - если все значения признака Х увеличить или уменьшить на 1 и то же постоянное число а, то дисперсия не изменится.
2 – если все значения признака увеличить или уменьшить в одно и то же число k раз, то дисперсия увеличится или уменьшится в k2 раз.
3 – значение дисперсии, рассчитанная от выборочной средней, и есть минимальное значение дисперсии.
40) Точечное оценивание числовых характеристик случайной величины. Состоятельность, эффективность, несмещенность оценки. Исправленная выборочная дисперсия
Оценка называется точечной, если она выражается одним числом. К ней относятся выборочные средняя, дисперсия и доля.
Состоятельной называется статистическая оценка, которая при п→∞ стремится по вероятности к оцениваемому параметру (если эта оценка несмещенная, то она будет состоятельной, если при п→∞ ее дисперсия стремится к 0).
Статистическая оценка называется эффективной, если она при заданном объеме выборки п имеет наименьшую возможную дисперсию.
Статистическая оценка Θ* называется несмещенной, если ее математическое ожидание равно оцениваемому параметру Θ при любом объеме выборки:
М(Θ*) = Θ.
Выборочная дисперсия является смещенной оценкой генеральной дисперсии. Поэтому вводится несмещенная оценка генеральной дисперсии – исправленная выборочная дисперсия