- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •7. Ймовірність появ однієї з двох несумісних подій. Узагальнення і наслідки.
- •8. Ймовірність появи однієї з двох сумісних подій. Узагальнення теореми
- •9.Незалежні події. Ймовірність добутку двох незалежних подій. Узагальнення теореми
- •11.Теорема про повну ймовірність
- •12. Формули Байєса
- •17. Означення випадкових величин, дискретні і неперервні випадкові величини. Закон розподілу вв та многокутник розподілу.
- •13.Схема повторних незалежних випробувань Бернуллі. Формула Бернуллі. Наслідки
- •15. Інтегральна теорема Муавра-Лапласса. Інтегральна функція Лапласса, властивості функції.
- •16.Теорема Пуассона. Поняття найвірогіднішого числа, властивості
- •18.Функція розподілу. Означення, властивості, графік.
- •19.Щільність ймовірностей. Властивості, графік
- •20. Залежні і незалежні випадкові величини. Операції над випадковими величинами
- •21. Математичне сподівання двв. Властивості математичного сподівання
- •22.Дисперсія двв і її властивості. Середнє квадратичне відхилення
- •23. Початкові і центральні моменти двв. Мода, медіана, асиметрія, ексцес.
- •24.Неперервні випадкові величини. Числові характеристики нвв.
- •25.Означення багатовимірної випадкової величини. Двовимірна випадкова величина. Закон розподілу двовимірної випадкової величини. Умовний розподіл
- •26.Функція розподілу п-вимірної випадкової величини. Функція розподілу двовимірної в.В. Властивості функції розподілу.
- •27.Коваріація та її властивості. Коефіцієнт кореляції. Властивості коефіцієнта кореляції
- •28.Біномний закон розподілу. Числові характеристики
- •29. Закон розподілу Пуассона, числові характеристики, використання
- •30. Геометричний розподіл, числові характеристики, використання
- •31. Гіпергеометричний закон розподілу, числові характеристики.
- •33. Інтегральна фунція розподілу та щільність ймовірностей показникового розподілу, графіки, числові характеристики.
- •34. Нормально розподілена випадкова величина. Графік щільності нормального розподілу, властивості функції. Правило трьох сигм.
- •35. Розподіли: хі-квадрат, Стьюдента та логнормальний. Числові характеристики
- •37. Предмет, методи і завдання математичної статистики. Об`єм сукупності
- •38. Генеральна та вибіркові сукупності. Статистичний розподіл вибірки
- •39. Полігон частот і відносних частот
- •40. Гістограма частот і відносних частот
- •41. Емпірична функція розподілу f*(X) та її властивості
- •42. Вибіркова середня та її властивості. Степеневі середні вибірки
- •44. Мода і медіана статистичного розподілу вибірки, коефіцієнт варіацій, варіаційний розмах.
- •47. Означення довірчого інтервалу. Довірчий інтервал для оцінки математичного сподівання нормального розподілу
- •48. Статистичні гіпотези та їх різновиди. Помилки першого та другого роду
- •49. Статистичний критерій. Потужність критерію. Рівень значущості критерію
- •50. Критична область. Області прийняття гіпотез. Алгоритм перевірки статистичної гіпотези
- •51. Критерій узгодження Пірсона. Алгоритм використання критерію Пірсона
- •52. Критерій узгодження Колмогорова
- •53. Метод моментів та метод максимальної правдоподібності знаходження точкових оцінок
- •54. Метод найменших квадратів при знаходженні точкових оцінок
- •55. Поняття про функціональну, статистичну і кореляційну залежності.
- •56. Рівняння лінійної регресії. Довірчий інтеграл для лінії регресії
- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •2. Елементарна подія. Простір елементарних подій, випробування, стохастичний експеримент. Приклади. Геометричне означення ймовірності.
27.Коваріація та її властивості. Коефіцієнт кореляції. Властивості коефіцієнта кореляції
Для опису двовимірної випадкової величини використовують також коваріацію (математичне сподівання добутку відхилень ВВ Х і Y від своїх матем сподівань
Cov(X,Y)=Kxy=M(ХУ)-М(Х)*М(У)
Для неперервних величин Х
та У Kxy=
Коефіцієнт кореляції
Коефіцієнт кореляції є кількісна характеристика залежності випадкових величин Х та У і часто використовується у статистиці.
Властивості коефіцієнта кореляції:
Якщо Х та У незалежні, то
Якшо між Х та У є
лінійна залежність У=аХ+б, де а та б –
постійні, то
28.Біномний закон розподілу. Числові характеристики
Дискретна ВВ має біномний закон розподілу, якщо вона набуває значень 0,1,2,3,…….n які шукаються за формулою Бернулі
Імовірності
в цьому законі визначаються за формулою
m = 0,1,2, …, n. Закон справджується для схеми
незалежних повторних випробувань, у
кожному з яких подія А настає з імовірністю
р. Частота настання події А має біноміальний
закон розподілу. то
M(X)= n*p D(X)= npg
Мода ВВ розділена за біноміальним законом розподілу,ціле число яке відповідає най вірогіднішому числу. Б. закон широко викорис в теорії і практиці статистичного контролю якості продукції.
29. Закон розподілу Пуассона, числові характеристики, використання
Дискретна випадкова
величина має розподіл Пуассона, якщо
вона набуває зліченної множини значень
з імовірностями
Цей розподіл описує кількість подій,
які настають в однакові проміжки часу
за умови, що ці події відбуваються
незалежно одна від одної зі сталою
інтенсивністю. Розподіл Пуассона
розглядається як статистична модель
для кількості альфа-частинок, що їх
випромінює радіоактивне джерело за
певний проміжок часу; кількості викликів,
які надходять на телефонну станцію за
певний період доби; кількості вимог
щодо виплати страхових сум за рік;
кількості дефектів на однакових пробах
речовини і т. ін. Розподіл
застосовується в задачах статистичного
контролю якості, у теорії надійності,
теорії масового обслуговування.
Математичне сподівання і дисперсія в
цьому розподілі однакові і дорівнюють
а.
30. Геометричний розподіл, числові характеристики, використання
ДВВ має геометричний
закон розподілу, якщо вона приймає
завчання 1,2,3,…n(нескінч
досить велике але злечене) з ймовірностями,
які шукаються за формуло:
,
де Р(А)- ймовірність появи події в кожному
випробувані, q=1-p, Х – кількість випробувань
до появи події А в серії незалежних
випробувань.
Геометричний розподіл застосовують у різноманітних задачах статистичного контролю якості виробів, в теорії надійності та у страхових розрахунках.
M(X)=1/p, D(X)=q/p^2
31. Гіпергеометричний закон розподілу, числові характеристики.
Цей розподіл має
вигляд:
.
Він вказує ймовірність появи m елементів
з певною властивістю серед n елементів,
взятих із сукупності N елементів, яка
містить к елементів саме такої властивості.
,
32. Рівномірний закон розподілу, числові характеристики, графіки інтегральної і диференціальної функцій.
Якщо ймовірність потрапляння випадкової величини на інтервал пропорційна до довжини інтервалу і не залежить від розташування інтервалу на осі, то вона має рівномірний закон розподілу. Щільність такого розподілу:
Рівномірний закон розподілу легко моделювати. За допомогою функціональних перетворень із величин, розподілених рівномірно, можна діставати величини з довільним законом розподілу. Числові характеристики розподілу:
Графік має вигляд
.
