- •1. Случайные события.
- •2. Классическое определение вероятности и ее свойства.
- •3.Аксиоматическое определенияе вероятности
- •4.Формулы комбинаторики. Гипергеометрическое распределение.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли. Теорема Пуассона.
- •10. Плотность распределения вероятностей и ее свойства.
- •11. Математическое ожидание и его свойства.
- •Свойства м
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции и ковариация.
- •14. Моменты.
- •15. Основные дискретные распределения случайных величин.
- •1. Биноминальное распределение.
- •2. Распределение Пуассона.
- •3. Геометрическое распределение.
- •16. Равномерное и показательное распределение.
- •17. Нормальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходимость случайных последовательностей.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26.Эмпирическая функция распределения и её свойства.
- •27. Полигон и гистограмма.
- •28. Числовые характеристики выборки.
- •29. Точечное оценивание.
- •30.Стандартная ошибка точечной оценки
- •32. Доверительные интервалы.
- •33. Распределение х2 Стьюдента и Фишера.
- •34. Доверительные интервалы для оценки математического ожидания при известном .
- •35. Доверительные интервалы для оценки матожидания нормального распределения при неизвестном .
- •36. Проверка статистических гипотез.
- •37. Построение критической области.
- •38. Критерий согласия Пирсона.
- •40. Сравнение дисперсий двух нормальных выборок.
- •42. Дисперсионный анализ.
- •43. Парная регрессия.
- •44 .Парный коэффициент корреляции, его св-ва
- •45.Проверка гипотезы о достоверности выборочного коэффиц. Коррелеляции
- •46. Критерий Манна-Уитни.
28. Числовые характеристики выборки.
Пусть x1, x2,..., xk, – значения выборки, а n1 n2 ..., nк соответствующие им частоты.
1. Выборочным средним или средним значение называется среднее арифметическое значение вариант
2. Выборочной дисперсей называется среднее значение квадратов отклонений вариант от выборочного среднего
DB=
3. Выборочным средним отклонением-корень квадратный из дисперсии (хар-ка меры разброса случайной величины вокруг выборочного среднего)
4. Размах варьирования наз разность м/д наибольшей и наименьшей вариантой
R=xmax-xmin
5. Модой называется варианта, которая имеет наибольшую частоту.
6. Медианой называют варианту, которая делит вариационный ряд на 2 части, равные по числу вариант.
Для нормального распределения мода и медиана совпадают.
7. Начальным моментом r-го порядка называется среднее значение r-ых степеней вариант.
8. Центральным моментом r-го порядка называется среднее значение отклонений в степени r от среднего
9. Асимметрией называется
Для нормального распределения равна 0. (-∞,+∞)
Характеризует меру симметричности эмпирической кривой распределения относительно среднего значения.
10. Эксцессом называется
Для нормального распределения равна 0. [-3,+∞)
Эксцесс показывает степень островершинности эмпирической кривой по сравнению с нармальной кривой.
29. Точечное оценивание.
Пусть вид распределения изучаемого признака X известен F(x,), но неизвестны значения входящего параметра (тета).
Задача оценивания неизвестного параметра (тета) состоит в построении приближенных формул по выборочным данным:
Функцию называют выборочной функцией или статистикой, а ее значение в приближенном равенстве – оценкой.
Все выборочные функции будут рассматриваться как случайные, а их значение, вычисленное по данным выборки объема n, как одну реализацию случайной величины.
Точечной оценкой параметра называется оценка, которая определяется одним числом
Для того, чтобы стат. Оценка давала хорошее приближение приближение параметру, она должна удовлеторять определенным требованиям.
1. оценка называется несмещенной, если ее матожидание = оцениваемому параметру M( )=. Примером несмещенной оценки является выборочное среднее для математического ожидания
2. Оценка параметра называется состоятельной, если для любого >0
Состоятельность оценки означает, что при большом объеме выборки оценка приближается к истинному значению параметра (чем больше n, тем точнее оценка).
Можно показать, что начальный и центральный эмпирические моменты являются состоятельными оценками соответствующих теоретических моментов.
Чем меньше дисперсия оценки, тем меньше вероятность ошибки при вычислении θˆ . В связи с этим целесообразно, чтобы дисперсия оценки была минимальной, то есть чтобы выполнялось условие:
D( =Dmin)
Оценка, обладающая таким свойством, называется эффективной.