- •Билет№1. Случайные события. Элементарные события. Пространство элементарных событий.
- •Билет №2. Вероятность события. Формула классической вероятности.
- •Билет№3. Несовместные события. Теорема сложения для несовместных событий.
- •Билет№4.Независимые события. Теорема произведения для независимых событий.
- •Билет№5. Условная вероятность. Теорема умножений вероятностей зависимых событий:
- •Билет№6. Совместные события. Теорема сложения совместных событий:
- •Билет №7. Вероятность появления хотя бы одного из n независимых в совокупности событий.
- •Билет№8. Геометрическая вероятность события
- •Билет №9. Статистическая вероятность.
- •Билет №10. Принцип практичної вірогідності та практичної неможливості появи випадкових подій в окремому віпробуванні.
- •Билет№11.Формула полной вероятности.
- •Билет №12. Формула Байеса
- •Билет №13. Случайная величина (дискретная и случайная). Примеры.
- •Билет №14. Распределение дискретной случайной величины.
- •Билет №15. Полигон (многоугольник) распределения.
- •Билет №16. Числовые характеристики дискретных случайных величин.
- •Билет №17. Незалежні та залежні дискретні випадкові величини.
- •Билет №18. Математическое ожидание его свойства. Вероятностный смысл
- •Билет №19. Дисперсия. Её свойства. Средне квадратичное отклонение.
- •Билет №20. Распределение Бернулли. Его численные характеристики. Мода.
- •№21. Твірна функція. (Производящая функция).
- •№22. Розподіл Лапласа. Диференціальна теорема Лапласа.
- •№23. Дифференціальна функція Лапласа та ії властивості.
- •Билет№24. Интегральная функция Лапласа:
- •Билет №25.Интегральная теорема Лапласа
- •№26. Чисельні характеристики розподілу Лапласа. Численные характеристики распределения Лапласа:
- •27. Различные формы интегральной теоремы Лапласа.
- •28. Взаимонезависимые случайные величины, имеющие одинаковое распределение. Численные характеристики их среднего арифметического.
- •29. Распределение Пуассона. Область использования.
- •30. Численные характеристики распределения Пуассона. Мода.
- •31. Простейший (пуассоновский) поток событий.
- •32. Непрерывная случайная величина. Примеры.
- •33. Интегральная функция распределения. Ее свойства.
- •№34. Кумулята. Ее свойства.
- •35. Дифференциальная функция распределения (плотность вероятности), ее свойства.
- •36. Численные характеристики непрерывной случайной величины.
- •37. Начальный и центральный моменты случайной величины.
- •38. Равномерное распределение, его использование. Численные характеристики.
- •39. Показательное распределение, его применение. Численные характеристики.
- •40. Нормальный закон распределения (закон Гаусса).
- •41. Влияние параметров нормального закона на форму кривой Гаусса.
- •№42. Центрированная и нормированная нормальная случайная величина. Ее численные характеристики, дифференциальная и интегральная функции распределения.
- •43. Вероятность отклонения случайной величины, имеющей нормальное распределение, от матожидания. Правило 3 сигма.
- •44. Асимметрия, эксцесс.
- •45. Неравенство Чебышева.
- •46. Теорема Чебышева (закон больших чисел в форме Чебышева).
- •№47. Теорема Бернулі (закон великих чисел у формі Бернулі).
- •48. Теорема Ляпунова (закон больших чисел в форме Ляпунова).
- •49. Случайный марковский процесс. Матрица перехода.
- •50. Уравнение Маркова.
- •51. Двумерная дискретная случайная величина, ее распределение.
- •№52. Чисельні характеристики двомірної випадкової величини.
- •№53. Умовний розподіл двовимірної випадкової величини та його чисельні характеристики.
- •№54. Двовимірна неперервна випадкова величина. Інтегральна функція розподілу, її властивості.
- •55. Двумерные непрерывные случайные величины. Интегральная функция распределения, её свойства.
- •№56. Звязок між диференціальною і інтегральною функціями розподілу.
- •№57. Звязок між інтегральною і диференціальною функціями розподілу.
- •58. Вероятность попадания в полосу и прямоугольник.
- •№59. Звязок між інтегральною функцією двовимірної неперервної випадкової величини та її компонентами.
- •№60. Звязок між диференціальною функцією двовимірної неперервної випадкової величини та її компонентами.
- •№61. Чисельні характеристики двовимірної неперервної випадкової величини.
- •№62. Умовне матиматичне сподівання двовимірної неперервної випадкової величини.
- •№63. Незалежні та залежні компоненти двовимірної дискретної випадкової випадкової величини.
- •№64. Незалежні та залежні компоненти двовимірної неперервної випадкової випадкової величини.
- •63(105) Корреляционный момент. Его свойства
- •64(106). Коэффициент корреляции и его свойства
- •65. Коррелированные и некоррелированные случайные величины.
- •№66. Двовимірна нормальна випадкова величина, її диференціальна функція розподілу.
- •№67. Умовні диференціальні функції розподілу компонент двовимірної нормальної випадкової величини.
- •68. Условное матожидание и условное среднеквадратичное отклонение.
- •№70. Генеральна сукупність. Її чисельні характеристики.
- •71. Выборка. Репрезентативность выборки.
- •№72. Чисельні характеристики вибірки. Їх звязок з чисельними характеристиками генеральної сукупності.
- •73. Точечные оценки выборки. Её свойства: несмещенность , состоятельность, эффективность.
- •74. Оценка математического ожидания.
- •№75. Оцінка дисперсії. Зміщенність цієї оцінки. Виправлена дисперсія.
- •№76. Інтервальні оцінки. Довірчий інтервал. Точність та надійність оцінки.
- •№77. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення відоме.
- •№78. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення невідоме.
- •№79. Доверительный интервал на неизвестное мат ожидание нормальной совокупности. Среднее квадратическое отклонение неизвестное. Объем выборки малый. Использование распределения Стьюдента.
- •№80. Минимальный объем выборки, который обеспечивает заданную точность и надежность оценки мат. Ожидания.
- •№81. Группировка эмпирических данных при их обработке. Выбор шага.
- •№82. Гістограма відносних часток досліджуваної ознаки. Кумулята.
- •№83. Знаходження чисельних характеристик за допомогою умовної варіанти.
- •№84. Статистические гипотезы. Нулевая и конкурирующая гипотезы. Односторонняя и двусторонняя критические области. Ошибки первого и второго рода.
- •№85. Критерій Пірсона. Знаходження критичних значень при перевірці гіпотези про погодження емпіричних та теоретичних частот. Баланс частот.
- •№86. Корреляційний звязок. Лінійна парна регресія. Метод найменших квадратів.
- •№87. Построение линейной парной регрессии. Центр корелляции. Экономическое содержание коэффициентов регрессии.
- •№88. Спряжена лінія регресії. Її розташування по відношенню до прямої лінії регресії.
- •№89. Вибірковий коефіцієнт корреляції. Його властивості.
- •№90. Дисперсія помилок та дисперсія, зумовлена лінійною парною регресією. Коефіцієнт детермінації. Його властивості.
- •№91 Дисперсійний аналіз вкладу дисперсії помилок та дисперсії, зумовленою регресією у повну дисперсію результативної ознаки.
- •№92. Значимість лінійного корреляційного звязкуза критерієм Фішера-Снедекора.
- •№94. Міжгрупова та внутрішньогрупова дисперсії.
- •№95. Індекс детермінації та його властивості. Кореляційне відношення.
- •№98. Критерий Стьюдента значимости коэффициента корелляции линейной парной регрессии.
- •№99. Довірча полоса на пряму лінію регресії.
- •№101. Лінійна множинна регрессія. Мнк. Система нормальних рівнянь.
- •№102. Дисперсія помилок. Коефіцієнт детермінації.
- •№104. Критерій Фішера значності множинної лінійної моделі в цілому.
Билет №9. Статистическая вероятность.
Для математического определения случайного события необходимо ввести какую-либо количественную оценку события. Такой оценкой является вероятность события, т.е. число, выражающее степень возможности его появления в рассматриваемом опыте. Математических определений вероятности существует несколько, все они дополняют и обобщают друг друга.
Статистической вероятностью События А называется число, около которого колеблется относительная частота события А при достаточно большом количестве испытаний (опытов).
P (A) P*(A) =
Свойства статистической вероятности:
Статистическая вероятность любого события заключена между 0 и 1, т.е. 0P (A) 1
Статистическая вероятность невозможного события = 0, т.е. P () =0
Статистическая вероятность достоверного события = 1, т.е. P () =1
Статистическая вероятность суммы несовместных событий = сумме вероятностей этих событий, т.е. A*B=, P(A+B) = P(A) + P(B)
Статистическое определение вероятности: отношение числа испытаний, в которых событие появилось, к общему числу фактически произведенных испытаний. . Определяется после опыта.
m- число появления события
n-общее число испытаний.
Если в одинаковых условиях производятся опыты, в каждом из которых число испытаний достаточно велико, то относительная частота обнаруживает св-во устойчивости, которое заключается в том, что в различных опытах относительная частота изменяется мало (тем меньше, чем больше произведено испытаний), колеблясь около некоторого постоянного числа (это постоянное число есть вероятность появления события).
Статистический способ определения вероятности, опирающийся на реальный опыт, достаточно полно выявляет содержание этого понятия.
Недостатком статистического определения является неоднозначность статистической вероятности: так в примере с бросанием монеты в качестве вероятности можно принять не только число 0,5, но и 0,49 или 0,51 и т.д. Для надежного определения вероятности нужно проделать большое число испытаний (опытов), что не всегда просто (или дешево).
Билет №10. Принцип практичної вірогідності та практичної неможливості появи випадкових подій в окремому віпробуванні.
Пусть проводится некоторое испытание (эксперимент, исследование) со случайным исходом. Под испытанием понимается полная совокупность условий и действий, произведенная большое число раз. Реализация этих условий является событием. События делятся на невозможные, достоверные и случайные. Случайным событием является то событие, которое происходит, либо не происходит в данном испытании. Достоверным событием называется то событие, которое всегда происходит в данном испытании. Невозможным событием называется то событие, которое никогда не происходит в данном испытании (не может произойти в условиях данного испытания). Пусть есть событие А, вероятность которого очень мала. Р(А) = = 0,01 0,05. В ряде задач эту вероятность можно считать невозможным событием. Тогда этой вероятностью мы пренебрегаем и считаем это событие невозможным. - уровень значимости, который в каждой отдельной задаче различен. Пусть есть событие В, вероятность которого близка к 1, - это практически достоверное событие. P(B) = 0,95 0,99 = . - гарантия (надежность, доверительная вероятность). Предположим, что в результате события А получаются события А и В. P(A)=p, P(Ā)=q; А*В=Ā; А*Ā=U; Р(А+Ā) = Р(А) + Р(Ā) = q + p = Р(U) = 1. Р(Ā) = 1 – p; Р(U)= =1 – вероятность достоверного события. Р(Ø) = = 0 – вероятность невозможного события. 0 Р(А) 1 – вероятность случайного события, происходящего в результате отдельного испытания.