- •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.
88. Что такое критерий согласия?
Не всегда есть
основания высказывать альтернативную
гипотезу в явном виде. Часто в качестве
такой гипотезы имеется в виду просто
невыполнение основной, и в этом случае
проверка основной гипотезы состоит в
выяснении, согласуется ли высказанное
в ней предложение с выборочными
наблюдениями
- соответствующие критерии получили
название критериев согласия.
89. Сформулируйте критерий согласия .
Критерий Пирсона или критерий χ2 — наиболее часто употребляемый критерий для проверки гипотезы о законе распределения. Во многих практических задачах точный закон распределения неизвестен, то есть является гипотезой, которая требует статистической проверки.
90. Модель парной линейной регрессии: уравнение и основные вероятностные допущения.
Модель парной
линейной регрессии имеет вид
Где y – зависимая переменная (предикатор),
x – независимая переменная (регрессор),
–
детерминированная составляющая,
ε– случайная составляющая (случайный остаток),
Mε=0,
Dε=0,
–
параметры регрессии, которые должны
быть определены по выборочным данным.
Параметр
показывает, на сколько единиц в среднем
изменится зависимая переменная
(например, выпуск продукции в стоимостном
выражении), если независимая переменная
(например, число занятых) увеличится на
единицу.
Независимая переменная x – неслучайная величина, напротив, зависимая переменная y –случайная величина, поскольку в нее входит случайная составляющая ε.
Поскольку изменение только одной независимой переменной x, вообще говоря, не может вобрать в себя все источники вариации зависимой переменной, то случайная составляющая и отражает совокупное влияние на зависимую переменную всех других (кроме x) факторов.
91. Алгоритм расчета параметров парной линейной регрессии
92. Виды нелинейных зависимостей, сводящихся к линейной регрессионной модели, и соответствующие им предварительные преобразования исходных данных.
93. Доверительное оценивание коэффициентов парной регрессии.
94. Схема определения параметров полиномиальной зависимости У(Х)
