- •Основні задачі, які розв'язуються в математичній статистиці. Характеристика методів розв'язування цих задач. Приклади.
- •Варіаційні ряди. Інтервальний і дискретно варйований варіаційні ряди. Вибір початку та довжини першого інтервалу. Приклади.
- •Властивості вибіркового середнього
- •Вибіркова дисперсія. Різні формули обчислення вибіркової дисперсії, в яких випадках вони застосовуються. Зміст усіх параметрів формул. Приклади.
- •Теореми
- •Твердження
- •Полігон частот та полігон відносних частот. Гістограма, імовірнісний зміст: а) фігури, обмеженої гістограмою, б) кривої, що з'єднує середини верхніх основ прямокутників гістограми. Приклади.
- •Вибіркові статистики. Для чого вони вводяться і які параметри оцінюють. Приклади.
- •14. Точкове оцінювання
- •Особливість
- •21. Розподіл Кочрена. Приклад критерію, що в певних умовах має такий розподіл. При перевірці яких статистичних гіпотез він використовується. Приклади.
- •22. Розподіл Пуасона. Перевірка гіпотези про розподіл Пуасона для генеральної сукупності. Приклади.
- •24. Інтервали надійності для дисперсії нормально розподілених генеральних сукупностей, їх імовірнісний зміст. Як впливає збільшення надійної ймовірності на довжину надійного інтервалу. Приклади.
- •26. Статистичні гіпотези. Основна і альтернативна гіпотези. Приклади. Основні відомості про перевірку статистичних гіпотез. Рівень значущості. Приклади.
- •27. Помилки першого і другого роду. Їх наслідки. Критична область. Область прийняття гіпотези. Критичні точки. Лівостороння, правостороння і двостороння критичні області та їх пошук. Приклади.
- •28. Порівняння дисперсії нормальної генеральної сукупності з гіпотетичною дисперсією. Пошук критичних областей в залежності від альтернативної гіпотези. Приклади.
- •29. Порівняння математичного сподівання генеральної сукупності з гіпотетичним математичним сподіванням, якщо дисперсія відома. Приклади.
- •30. Порівняння математичного сподівання генеральної сукупності з гіпотетичним математичним сподіванням, якщо дисперсія невідома. Приклади.
- •31.Порівняння дисперсій двох нормальних генеральних сукупностей. Пошук критичних областей в залежності від альтернативної гіпотези. Приклади.
- •33.Порівняння математичних сподівань двох нормально розподілених генеральних сукупностей з однаковими дисперсіями. Пошук критичних областей в залежності від альтернативної гіпотези. Приклади.
- •34.Критерії згоди. Критерій згоди Пірсона перевірки гіпотези про довільний закон розподілу. Перевірки гіпотези для розподіл Пуасона генеральної сукупності.
- •35.Критерії згоди. Критерій згоди Пірсона перевірки гіпотези про довільний закон розподілу. Схема перевірки гіпотези про нормальний розподіл генеральної сукупності.
- •36.Факторний аналіз. Основні гіпотези, які перевіряються у факторному аналізі. Особливості перевірки цих гіпотез при рівній кількості спостережень на різних рівнях фактору.
- •39. Критерій Кочрена. Приклад його застосування. Як слід діяти, якщо гіпотеза про рівність дисперсій не підтвердилася.
- •37.Факторний аналіз. Основні гіпотези, які перевіряються у факторному аналізі. Особливості перевірки цих гіпотез при неоднаковій кількості спостережень на різних рівнях фактору.
- •38. Критерій Бартлетта. Приклад його застосування. Як слід діяти, якщо гіпотеза про рівність дисперсій не підтвердилася
- •63. Закони великих чисел. Приклади.
- •Слабкий закон великих чисел
- •Посилений закон великих чисел
- •Різниця між слабким і посиленим законами великих чисел
- •Звч Бореля
- •64. Закони великих чисел та їх застосування в математичній статистиці.
- •67. Послідовність реалізації матричної форми методу найменших квадратів пошуку коефіцієнтів лінійних регресій за допомогою вбудованих функцій Excel.
- •68. Пошук вибіркових статистик за допомогою вбудованих функцій Excel та надстройки “Аналіз даних”.
- •69.Пошук незсунених оцінок невідомих параметрів за допомогою вбудованих функцій Excel та надстройки “Аналіз даних”.
- •70.Побудова інтервального варіаційного ряду за допомогою вбудованих функцій Excel.
67. Послідовність реалізації матричної форми методу найменших квадратів пошуку коефіцієнтів лінійних регресій за допомогою вбудованих функцій Excel.
Нехай
наприклад, кількість
факторів m = 2. Тоді Лінійна
множинною регресія
за
:
.
набуває вигляду:
.
Уводимо позначення для матриць і векторів
.
Система нормальних рівнянь набуває вигляду:
.
У
середовищі Excel
, А=МУМНОЖ(ТРАНСП(Х);Х).
МОБР(А).
=МУМНОЖ(ТРАНСП(X);Y)
Вектор
коефіцієнтів лінійної регресії
=МУМНОЖ(
;b)
.
68. Пошук вибіркових статистик за допомогою вбудованих функцій Excel та надстройки “Аналіз даних”.
Для дискретно варійованої вибірки, названої Vyb.
Вибіркове
середнє арифметичне
= СРЗНАЧ(Vyb).
Вибіркова дисперсія
=ДИСПР(Vyb).
Вибіркове середнє
квадратичне відхилення
=СТАНДОТКЛОНП(Vyb).
Вибіркова мода
=МОДА(Vyb).
69.Пошук незсунених оцінок невідомих параметрів за допомогою вбудованих функцій Excel та надстройки “Аналіз даних”.
Для дискретно варійованої вибірки, названої Vyb.
Незсуненою
оцінкою математичного сподівання МХ
є вибіркове середнє арифметичне
.
Виправлена
вибіркова дисперсія
=ДИСПA(Vyb).
Виправлене
вибіркове сер. кв. Відхилення
==СТАНДОТКЛОНА(Vyb).
70.Побудова інтервального варіаційного ряду за допомогою вбудованих функцій Excel.
Для вибірки, названої Vyb.
Визначимо довжину інтервалу:
З цією метою знайдемо мінімальний та максимальний елементи вибірки.
МИН(Vyb),
МАКС(Vyb)
,
-кількість
елементів вибірки
.
за
вибираємо найближчк ціле до
.
Виберемо початок першого інтервалу, так щоб мінімальний елемент вибірки був розташований посередині першого інтервалу:
,
Інші обчислимо
за формулами
, розтягуємо вниз.
Стовпчик
іменуємо А, стовпчик
іменуємо В.
Заповнимо
стовпчик варіант
:
,
іменуємо його VAR.
Обчислимо
стовпчик частот
і назвемо СHAST
:
=
ЧАСТОТА(VYB;VAR),
Стовпчик
за формулою СHAST/n.
Накопичені
частоти
,
Відносні
накопичені частоти
.
