- •1.Предмет теории вероятностей.Случайные события,классификация.
- •2.Классическое определение вероятности.Св-ва вероятности.
- •4.Геометрические вероятности.
- •5.Cумма вероятностей несовместимых событий.
- •6.Полная группа событий.Противоположные события.
- •7.Условная вероятность.
- •8.Вероятность произведения событий
- •9.Сумма вероятностей совместных событий
- •10.Формулы полной вероятности и Бейеса.
- •11.Повторение испытаний,формула Бернулли.
- •12. Предельные формулы Пуассона и Муавра-Лапласа.
- •13.Определение случайно велечины.Дискретные и непрерывные случайные величины.Закон рапсределения вероятностей дискретной случайной величины.
- •14.Биноминальное распределение
- •15.Математическое ожидание.Св-ва.
- •16.Математическое ожидание дискретной и непрерывной случайной величины. Способы вычисления дисперсии. Основные свойства дисперсии.
- •17. Функцией распределения вероятностей случайной величины, ее свойства.
- •18. Плотность распределения вероятностей непрерывноей случайной велечины, ее свойства.
- •19.Равномерное распределение,числовые хар-ки.
- •21. Нормальное распределение, его числовые характеристики. Нормальная кривая.
- •22.Функция Лапласа и ее св-ва.Вычисление вероятности попадания в интервал нормально распределенной случайной велечины.Правило трех сигм.
- •23. Понятие о центральной предельной теореме (теорема Ляпунова).
- •24.Задачи математической статистики.
- •25. Генеральная совокупность и выборка. Объём выборки. Способы отбора.
- •26. Построение полигона и гистограммы. Свойства гистограммы частот и относительных частот.
- •27. Точечные статистические оценки параметров. Несмещённость, эффективность и состоятельность оценки.
- •28. Генеральная и выборочная средняя.
- •29. Генеральная и выборочная дисперсия. Исправленная дисперсия. Стандарт.
- •30. Интервальные статистические оценки параметров. Надёжность, доверительный интервал.
- •31.Построение дов интервала для оценки мат ожидания нормального распределения o
- •32.Статистическяа гипотеза.Нулевая конкурируюющая,простая,сложная гипотезы.Ошибки 1го,2го рода.
- •33.Критерйи солгасия.Согласие Пирсона.
- •34.Функциональная,статистическая,корреляционная зависимость.
- •35.Линейная регрессия.
- •36.Коррялиционный момент.
29. Генеральная и выборочная дисперсия. Исправленная дисперсия. Стандарт.
Генеральная дисперсия.Для того чтобы охарактеризовать рассеяние значений количественного признака Х генеральной совокупности вокруг своего среднего значения, вводят сводную характеристику — генеральную дисперсию.
Генеральной дисперсией Dг называют среднее арифметическое квадратов отклонений значений признака генеральной совокупности от их среднего значения. Если все значения признака генеральной совокупности объема N различны, то
Dг= ()/N.
Если же значения признака имеют соответственно частоты N1, N2, …, Nk, где N1 +N2+…+Nk= N, то
Dг= ()/N.
Кроме дисперсии для характеристики рассеяния значений признака генеральной совокупности вокруг своего среднего значения пользуются сводной характеристикой— средним квадратическим отклонением.
Генеральным средним квадратическим отклонением (стандартом) называют квадратный корень из генеральной дисперсии: Ϭг = √Dг.
Выборочная дисперсия.Для того, чтобы наблюдать рассеяние количественного признака значений выборки вокруг своего среднего значения, вводят сводную характеристику- выборочную дисперсию.
Выборочной дисперсией называют среднее арифметическое квадратов отклонения наблюдаемых значений признака от их среднего значения.
Если все значения признака выборки различны, то ^Dв= ()/n;
если же все значения имеют частоты n1, n2,…,nk, то ^Dв= ()/n.
Для характеристики рассеивания значений признака выборки вокруг своего среднего значения пользуются сводной характеристикой - средним квадратическим отклонением.
Выборочным средним квадратическим отклоненим называют квадратный корень из выборочной дисперсии: ^Ϭв = √^Dв.
Вычисление дисперсии- выборочной или генеральной, можно упростить, используя формулу:
D=‾x^2 – [‾x]^2.
Замечание: если выборка представлена интервальным вариационным рядом, то за xi принимают середины частичных интервалов.
30. Интервальные статистические оценки параметров. Надёжность, доверительный интервал.
Интервальной называют оценку, которая определяется двумя числами—концами интервала. Интервальные оценки позволяют установить точность и надежность оценок. Пусть найденная по данным выборки статистическая характеристика Q* служит оценкой неизвестного параметра Q. Будем считать Q постоянным числом (Q может быть и случайной величиной). Ясно, что Q* тем точнее определяет параметр Q, чем меньше абсолютная величина разности |Q- Q*|. Другими словами, если d>0 и |Q- Q*| <d , то чем меньше d , тем оценка точнее.
Таким образом, положительное число d характеризует точность оценки.
Однако статистические методы не позволяют категорически утверждать, что оценка Q* удовлетворяет неравенству |Q- Q*| <d; можно лишь говорить о вероятности g, с которой это неравенство осуществляется.
Надежностью (доверительной вероятностью) оценки называют вероятность g, с которой осуществляется неравенство |Q—Q* | <d .
Обычно надежность оценки задается наперед, причем в качестве g берут число, близкое к единице. Наиболее часто задают надежность, равную 0,95; 0,99 и 0,999.
Пусть вероятность того, что, |Q- Q*| <d равна g: P(|Q- Q*| <d)= g.
Заменив неравенство равносильным ему двойным неравенством получим: Р [Q* —d< Q < Q* +d] = g
Это соотношение следует понимать так: вероятность того, что интервал Q* - d< Q < Q* +d заключает в себе (покрывает) неизвестный параметр Q, равна g.
Интервал (Q* - d Q* +d) называется доверительным интервалом , который покрывает неизвестный параметр с надежностью g.