- •10)Правило трех сигм. Распределение Пирсона, Стьюдента.
- •11) Функция распределения и плотность распределения вероятностей двумерной случайной величины
- •12) Числовые характеристики случайной двумерной величины.
- •13) Коэффициент корреляции, линии регрессии.
- •14)Закон больших чисел . Неравенства Чебышева и Маркова.
- •15) Теорема Чебышева. Предельные теоремы . Центральная предельная теорема.
- •16)Предмет и задачи математической статистики. Выборочный метод . Вариационный ряд.
- •17)Эмпирические функции. Эмпирические частоты.
- •1 8) Определение неизвестных параметров.
- •20)Понятия точечной и интервальной оценки. Точечные статистические оценки
- •21)Доверительные интервалы для матожидания
- •22)Статическая проверка статических гипотез .Ошибки 1-го и 2-го рода.
- •23)Построение теоретического закона распределения по данному вариационному роду
- •25)Линейная корреляция.Функциональная,статистическая и корреляционные зависимости.
- •26)Коэффициент корреляций.Линия регрессии.
- •27)Функция комплексного переменного и её свойства
- •28)Производная функций комплексного переменного.Условие Коши-Римана.Аналитические функции.
12) Числовые характеристики случайной двумерной величины.
13) Коэффициент корреляции, линии регрессии.
Вычисляемая с помощью метода наименьших квадратов прямая линия называется линией регрессии . Она характеризуется тем, что сумма квадратов расстояний от точек на диаграмме до этой линии минимальна (по сравнению со всеми возможными линиями)
• Линия регрессии дает наилучшее приближенное описание линейной зависимости между двумя переменными.
Коэффицие́нт корреля́ции или парный коэффицие́нт корреля́ции в теории вероятностей и статистике — это мера линейной зависимости двух случайных величин.
Пусть
— две случайные величины, определённые
на одном вероятностном пространстве.
Тогда их коэффициент корреляции задаётся
формулой:
,
где
обозначает ковариацию, а
—дисперсию, или, что то же самое,
,
где
символ
обозначает математическое ожидание.
14)Закон больших чисел . Неравенства Чебышева и Маркова.
Имеет
место следующее утверждение. Пусть
-
последовательность попарно независимых
случайных величин, имеющих ограниченные
в совокупности дисперсии, т. е.
для
любого i. Тогда, каково бы нибыло
,
справедливо соотношение
|
(54) |
(Доказательство) Смысл закона больших чисел Чебышева состоит в следующем. В то время как отдельная случайная величина может принимать значения, очень далекие от своего математического ожидания, средняя арифметическая большого числа случайных величин с вероятностью, близкой к единице, принимает значение, мало отличающееся от среднего арифметического их математических ожиданий.
Нера́венство Ма́ркова в теории вероятностей даёт оценку вероятности, что случайная величина превзойдёт по модулю фиксированную положительную константу, в терминах еёматематического ожидания. Получаемая оценка обычно груба. Однако, она позволяет получить определённое представление о распределении, когда последнее не известно явным образом.
Пусть
случайная величина
определена
на вероятностном
пространстве
,
и её математическое ожидание
конечно.
Тогда
,
где
.
Если
в неравенство подставить вместо
случайной величины
случайную
величину
,
то получим неравенство
Чебышева:
Нера́венство Чебышева, известное также как неравенство Биенэме — Чебышева, это распространённое неравенство из теории меры и теории вероятностей. Оно было первый раз получено Биенэме (фран.) в 1853 году, и позже также Чебышевым. Неравенство, использующееся в теории меры, является более общим, в теории вероятностей используется его следствие.
Формулировки[править | править исходный текст]
Пусть
— пространство
с мерой.
Пусть также
— суммируемая на
функция
.
Тогда справедливо неравенство:
.
В более общем виде:
Если
—
неотрицательная вещественная измеримая
функция, неубывающая на области
определения
,
то
