- •2. Исходя из трех аксиом теории вероятностей, докажите, что вероятность любого события а подчиняется неравенству .
- •3. Дайте определение события , противоположного событию а. Докажите, исходя из трех аксиом теории вероятностей, что .
- •5. Если появление события в непременно влечет за собой появление события а, то как в этом случае соподчинены противоположные им события и ?
- •8. Приведите пример какого-либо опыта с конечным числом элементарных исходов, в условиях которого нельзя исчислять вероятности событий по формуле классического определения вероятности.
- •20. Сформулируйте условия, при выполнении которых применяется теорем Байеса. Приведите формулировку и краткое доказательство этой теоремы.
- •21. Функция распределения случайной величины и её свойства
- •22. Функция плотности распределения вероятности и её свойства
- •25. Дисперсия дискретной случайной величины и её свойства. Среднее квадратичное отклонение св.
- •23. Ряд распределений дискретной случайной величины и его свойство.
- •24. Математическое ожидание дискретной случайной величины и его свойства
- •26. Математическое ожидание непрерывной случайной величины и его свойства
- •27. Дисперсия непрерывной случайной величины и её свойства. Среднее квадратическое отклонение св.
- •28. Начальные и центральные моменты случайных величин. Выражение мат.Ожидания и дисперсии св через моменты.
- •30. На основе закона распределения альтернативно распределенной случайной величины получить выражение для математического ожидания биномиально распределенной случайной величины.
- •31. На основе закона распределения альтернативно распределенной случайной величины получить выражение для дисперсии биномиально распределенной случайной величины.
- •32. Случайная величина принимает целые значения в промежутке от 0 до n с равной вероятностью. Вывести выражение для математического ожидания этой случайной величины.
- •37. Вывести выражение для дисперсии случайной величины, распределенной по закону Пуассона.
- •38. Вывести выражение для математического ожидания случайной величины, распределенной по геометрическому закону.
- •39. Вывести выражение для дисперсии случайной величины, распределенной по геометрическому закону.
- •44. Плотность распределения и функция распределения показательной случайной величины, ее числовые характеристики.
- •45. Плотность распределения и функция распределения нормальной случайной величины (распределение Гаусса), ее числовые характеристики.
- •46. Функция Лапласа, ее свойства.
- •47. Вероятность попадания нормально распределенной случайной величины на отрезок, правило «трех сигм».
- •48. Функции случайных величин и их числовые характеристики.
- •49. Числовые характеристики случайных величин, распределенных по равномерному, показательному и нормальному законам (значения мат. Ожидания и дисперсии).
- •50. Дайте определение совместной функции распределения двумерной случайной величины и укажите ее свойства. Обоснуйте эти свойства и/или приведите примеры их выполнения.
- •55. Доказать локальную предельную теорему Муавра-Лапласа.
- •56. Доказать интегральную предельную теорему Муавра-Лапласа.
- •57. Доказать теорему Бернулли о сходимости относительной частоты появления события к вероятности этого события.
- •58. Доказать неравенство Чебышева.
- •65. Понятие гистограммы частот, способ построения, пример.
- •66. Оценка плотности распределения выборки, ее свойства, способ построения.
- •67. Понятие точечных и интервальных оценок (доверительных интервалов) параметров случайной величины. Определения. Примеры.
- •68. Свойства точечных оценок параметров: несмещенность, состоятельность, эффективность (определения).
- •69. Определение и свойства оценок: выборочного среднего, выборочной дисперсии и исправленной выборочной дисперсии.
- •70.Отличие относительной частоты события от его вероятности по предельной теореме Бернулли (по следствию из теоремы м-л).
- •71. Выборочный коэффициент ковариации (формула).
- •76. Построение интервальной оценки (доверительного интервала) (с надежностью ) математического ожидания нормально распределенной случайной величины при известной дисперсии (вывод).
- •77. Построение интервальной оценки (доверительного интервала) (с надежностью ) математического ожидания нормально распределенной случайной величины при неизвестной дисперсии (вывод).
- •88. Что такое критерий согласия?
- •89. Сформулируйте критерий согласия .
- •90. Модель парной линейной регрессии: уравнение и основные вероятностные допущения.
77. Построение интервальной оценки (доверительного интервала) (с надежностью ) математического ожидания нормально распределенной случайной величины при неизвестной дисперсии (вывод).
Х ~ N (a , δ), причем числовые значения ни а ни δ2 не известны. По случайной выборке найдем эффективную оценку параметра а: Х «с крышечкой» и оценку
n
s2=1|n-1 *Σ(Xi-X «с крышечкой»)2 параметра δ2
i=1
Построение интервальной оценки для а основано на статистике
t(n-1)= X «с крышечкой»-а|s/√n, которая при случайной выборке из генеральной совокупности Х ~ N(a , δ) имеет распределение Стьюдента с (n-1) степенью свободы независимо от значения параметра а и как функция параметра а непрерывна и строго монотонна.
С учетом неравенства
Х «с крышечкой»-uа δ/√n <а<Х «с крышечкой»+ uа δ/√n и симметричности двусторонних критических границ распределения Стьюдента будем иметь:
Р(-ta<t(n-1)< ta)=1-a
Решая неравенство -ta<X «с крышечкой»-а|s/√n< ta относительно а, получим, что с вероятностью 1-а выполняется неравенство
Х «с крышечкой» -ta s/√n< Х «с крышечкой»+ta s/√n
и ошибка оценки Х «с крышечкой» при неизвестном значении параметра δ2
∆ ta s/√n,
где число ta находят по таблице при k=n-1 и p=a
Х «с крышечкой»- uа s/√n<a< Х «с крышечкой»+ uа s/√n где Ф(uа)=(1-а)/2
78. Интервальная оценка дисперсии случайной величины по выборке при известном и неизвестном математическом ожидании (формулы)
79. Вывести оценку требуемого объема выборки для построения доверительного интервала заданной длины для математического ожидания в случае нормального распределения.
80. Назначение и суть метода моментов и метода максимального правдоподобия.
81. Сформулируйте основной принцип статистической проверки гипотез.
если наблюдаемое значение критерия принадлежит критической области, то нулевую гипотезу отвергают; если наблюдаемое значение критерия принадлежит области принятия гипотезы, то гипотезу принимают.
82. Что такое ошибка 1-го рода?
состоит в том, что будет отвергнута правильная нулевая гипотеза. Вероятность ошибки первого рода называют уровнем значимости и обозначают через .
83. Что такое ошибка 2-го рода?
состоит в том, что будет принята неправильная нулевая гипотеза. Вероятность ошибки второго рода обозначают через .
84. Что такое критическая область?
называют совокупность значений критерия, при которых нулевую гипотезу отвергают.
85. Что такое уровень значимости?
называют вероятность ошибки первого рода и обозначают через .
86. Что такое мощность критерия?
называют вероятность попадания критерия в критическую область при условии, что справедлива конкурирующая гипотеза. Другими словами, мощность критерия есть вероятность того, что нулевая гипотеза будет отвергнута, если верна конкурирующая гипотеза.
87. Какой критерий называется наиболее мощным?
критерий называется наиболее мощным, если из двух возможных критериев с заданным уровнем значимости α он обладает наибольшей мощностью, т.е. если его критическая область S* является такой, что
P(x принадлежит S*/H1)=maxP(x принадлежит S/H1),
Где максимум берется по тем S, для которых
P(x принадлежит S*/H0)=α
Так как мощность критерия равна 1-β, то использование наиболее мощного критерия гарантирует при заданной вероятности α ошибки первого рода наименьшую, по сравнению с другими критериями, вероятность β ошибки второго рода.
