Xreferat.com » Рефераты по математике » Теория вероятностей и математическая статистика

Теория вероятностей и математическая статистика

/>около её математического ожидания, вызванного внутренними свойствами этой компоненты. При линейном виде статистической связи между компонентами величина остаточной дисперсии компоненты Теория вероятностей и математическая статистика равна Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика - коэффициент линейной корреляции между компонентами Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика.

Ошибка I рода – отклонение верной гипотезы Теория вероятностей и математическая статистика. Возникает в том случае, когда при справедливости в реальности гипотезы Теория вероятностей и математическая статистика наблюдаемое значение критерия Теория вероятностей и математическая статистикапопадает в критическую область Теория вероятностей и математическая статистика. Вероятность ошибки I рода равна Теория вероятностей и математическая статистика.

Ошибка II рода – принятие неверной гипотезы Теория вероятностей и математическая статистика. Возникает в том случае, когда при справедливости в реальности гипотезы Теория вероятностей и математическая статистика наблюдаемое значение критерия Теория вероятностей и математическая статистикапопадает в область допустимых значений Теория вероятностей и математическая статистика. Вероятность ошибки II рода равна Теория вероятностей и математическая статистика.

П

Повторные независимые испытания – серия одинаковых испытаний, в каждом из которых с постоянными вероятностями p и q может произойти только одно из взаимно противоположных событий A или Теория вероятностей и математическая статистика.

Плотность вероятности – неотрицательная, кусочно-непрерывная функция, удовлетворяющая условию: Теория вероятностей и математическая статистика. Плотность вероятности описывает распределение вероятностей случайной величины Теория вероятностей и математическая статистика непрерывного типа.

Р

Распределение Теория вероятностей и математическая статистика - (распределение Пирсона) распределение вероятностей случайной величины Теория вероятностей и математическая статистика, где все Теория вероятностей и математическая статистика независимые случайные величины, имеющие нормальное распределение вероятностей N(0;1).

Распределение Стьюдента – (t-распределение) распределение вероятностей случайной величины Теория вероятностей и математическая статистика, где все Теория вероятностей и математическая статистика независимые случайные величины, имеющие нормальное распределение вероятностей N(0;1).

Распределение Фишера-Снедекора – (F-распределение) распределение вероятностей случайной величины Теория вероятностей и математическая статистика.

Ряд распределения – таблица, состоящая из двух строк, с помощью которой задаётся закон распределения дискретной случайной величины:


Теория вероятностей и математическая статистика.


Где Теория вероятностей и математическая статистикаили Теория вероятностей и математическая статистика; Теория вероятностей и математическая статистика. Всегда Теория вероятностей и математическая статистика.

С

Свёртка функций распределения – несобственный интеграл, определяющий функцию распределения случайной величины, являющейся суммой независимых случайных величин. Если Теория вероятностей и математическая статистика, то функция распределения Теория вероятностей и математическая статистика будет равна: Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика - функции распределения случайных величин-слагаемых.

Состоятельность точечной оценки. Точечная оценка Теория вероятностей и математическая статистика числовой характеристики Теория вероятностей и математическая статистика называется состоятельной, если она сходится по вероятности к этой точечной оценке, то есть: Теория вероятностей и математическая статистика.

Статистика – любая функция элементов выборки Теория вероятностей и математическая статистика: Теория вероятностей и математическая статистика.

Сходимость по вероятности. Последовательность случайных величин Теория вероятностей и математическая статистика сходится по вероятности к случайной величине Теория вероятностей и математическая статистика(обозначение: Теория вероятностей и математическая статистика), если выполняется условие Теория вероятностей и математическая статистика.

Сходимость по распределению. Последовательность случайных величин Теория вероятностей и математическая статистика сходится по распределению к случайной величине Теория вероятностей и математическая статистика(обозначение: Теория вероятностей и математическая статистика), если соответствующая последовательность функций распределения Теория вероятностей и математическая статистика слабо сходится к функции распределения Теория вероятностей и математическая статистика случайной величины Теория вероятностей и математическая статистика (Теория вероятностей и математическая статистика).

У

Условная вероятность Теория вероятностей и математическая статистика - вероятность наступления случайного события A, вычисленная при предположении, что случайное событие B произошло. Определяется по формуле: Теория вероятностей и математическая статистика.

Условная плотность вероятности Теория вероятностей и математическая статистика - плотность вероятности условной случайной величины Теория вероятностей и математическая статистика, является законом распределения вероятностей второй компоненты при любом фиксированном значении первой компоненты. Определяется по формуле: Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика - плотность вероятности двумерной случайной величины Теория вероятностей и математическая статистика, Теория вероятностей и математическая статистика - частная плотность вероятности первой компоненты Теория вероятностей и математическая статистика.

Ф

Функция распределения – функция Теория вероятностей и математическая статистика, описывающая изменение вероятности случайного события Теория вероятностей и математическая статистика при изменении x, то есть Теория вероятностей и математическая статистика. Определяя функцию распределения Теория вероятностей и математическая статистика, мы задаём закон распределения вероятностей случайной величины Теория вероятностей и математическая статистика.

Функция распределения вектора - функция Теория вероятностей и математическая статистика, описывающая изменение вероятности случайного события Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика, при изменении Теория вероятностей и математическая статистика, то есть Теория вероятностей и математическая статистика. Определяя функцию распределения Теория вероятностей и математическая статистика, мы задаём закон распределения вероятностей случайного вектора Теория вероятностей и математическая статистика.

Функция регрессии – функция, описывающая зависимость значений условных математических ожиданий одной из компонент двумерной случайной величины от другой компоненты. ФункцияТеория вероятностей и математическая статистика- функция регрессии компоненты Теория вероятностей и математическая статистика на изменение компоненты Теория вероятностей и математическая статистика. ФункцияТеория вероятностей и математическая статистика - функция регрессии компоненты Теория вероятностей и математическая статистика на изменение компоненты Теория вероятностей и математическая статистика.

Х

Характеристическая функция – комплексно-значная функция действительного аргумента, являющаяся математическим ожиданием функции Теория вероятностей и математическая статистика случайной величины Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика, то есть: Теория вероятностей и математическая статистика.

Ч

Частная функция распределения – функция распределения любой k-той компоненты Теория вероятностей и математическая статистика вектора Теория вероятностей и математическая статистика. Определение частной функции распределения основано на свойстве согласованности функции распределения многомерной случайной величины, например, если n=2, то Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика.

Частные распределения компонент случайного вектора - распределения вероятностей компонент вектора, являющихся скалярными случайными величинами. Частное распределение каждой компоненты получается как проекция вероятностной функции вектора на соответствующую координатную ось. Если Теория вероятностей и математическая статистика и P вероятностная функция вектора, то частное распределение Теория вероятностей и математическая статистика компоненты Теория вероятностей и математическая статистика определяется равенством: Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика B(Теория вероятностей и математическая статистика). Аналогично, частное распределение Теория вероятностей и математическая статистика компоненты Теория вероятностей и математическая статистика определяется равенством: Теория вероятностей и математическая статистика, где Теория вероятностей и математическая статистика B(Теория вероятностей и математическая статистика).

Ц

Центральная предельная теорема (ЦПТ) – совокупность теорем, в которых на последовательность случайных величин Теория вероятностей и математическая статистика, налагаются условия, при которых их центрированная и нормированная сумма Теория вероятностей и математическая статистика сходится по распределению к нормальному закону N(0;1).

Э

Эффективная оценка – точечная оценка числовой характеристики, имеющая наименьшую дисперсию.


Вопросы для тестирования по курсу

«Теория вероятностей и математическая статистика»

Противоположным событием случайному событию Теория вероятностей и математическая статистика будет событие: а) событие Теория вероятностей и математическая статистика; б) событие Теория вероятностей и математическая статистика; в) событие Теория вероятностей и математическая статистика.

2.Вероятности наступления случайных событий Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика равны Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика. Эти случайные события: а) совместные; б) несовместные; в) взаимно противоположные.

3.Гипотезы, формулируемые при применении формулы полной вероятности, должны быть: а) попарно независимыми; б) попарно несовместными; в) взаимно противоположными.

4.Аддитивная функция множеств Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика удовлетворяет условию: а) всегда Теория вероятностей и математическая статистика, если Теория вероятностей и математическая статистика;

б) всегда Теория вероятностей и математическая статистика, если Теория вероятностей и математическая статистика;

в) всегда Теория вероятностей и математическая статистика, если Теория вероятностей и математическая статистика.

5. Требование счётной аддитивности числовой функции множеств это: а) аксиоматическое требование, объявляемое при определении вероятностной функции;

б) необходимое требование, объявляемое при определении независимости случайных величин;

в) достаточное требование, выполнение которого проверяется при определении алгебры борелевских множеств.

6. Случайная величина это: а) случайный результат любого опыта;

б) измеримое отображение множества элементарных исходов во множество чисел;

в) вероятность наступления случайного события при однократном проведении опыта.

7. Плотность вероятности Теория вероятностей и математическая статистика это:

а) функция, для которой при любых неотрицательных a и b интеграл Теория вероятностей и математическая статистика принимает конечные значения;

б) любая функция, для которой справедливо Теория вероятностей и математическая статистика;

в) любая функция, которая удовлетворяет двум условиям: Теория вероятностей и математическая статистика для любого x, Теория вероятностей и математическая статистика, и Теория вероятностей и математическая статистика.

8. Математическое ожидание случайной величины это:

а) наиболее вероятное значение случайной величины;

б) среднее значение случайной величины;

в) ожидаемое значение случайной величины.

9. Дисперсия случайной величины это:

а) разброс возможных значений случайной величины около её математического ожидания;

б) мера разброса возможных значений случайной величины около её математического ожидания;

в) мера связи возможных значений случайной величины и её математического ожидания.

10. Дисперсия разности случайных величин Теория вероятностей и математическая статистика и Теория вероятностей и математическая статистика равна:

а) Теория вероятностей и математическая статистика, если случайные величины – независимые;

б) Теория вероятностей и математическая статистика, если случайные величины – несовместные;

в)Теория вероятностей и математическая статистика, если случайные величины – произвольные;

11. Независимость случайных величин определяется исходя из:

а) невозможности определения закона совместного распределения компонент случайного вектора;

б) равенства закона распределения случайного вектора произведению законов распределения его компонент;

в) невыполнения всех условий теоремы Чебышева.

12. Функция Лапласа используется при:

а) определении величины разброса значений случайной величины при проведении большого числа наблюдений;

б) определении вероятностей событий, которые могут наступить при проведении больших серий повторных независимых испытаний;

в) при вычислении значений статистических оценок коэффициентов функции регрессии.

13. Функция Лапласа применяется при:

а) определении математического ожидания нормально распределённой случайной величины;

б) проверке статистической гипотезы о виде закона распределения случайной величины;

в) вычислении вероятностей наступления случайных событий, определяемых нормально распределённой случайной величиной.

14. Коэффициент линейной корреляции используется для определения:

а) величины разброса значений одной из случайных величин около математического ожидания другой случайной величины;

б) силы статистической связи между значениями случайных величин;

в) меры зависимости условного распределения одной из компонент случайного вектора от частного распределения другой компоненты.

15. Функция регрессии это:

а) функция, описывающая изменение значений одной из случайных величин в зависимости от изменения закона распределения вероятностей другой;

б) функция, описывающая изменение значений условного математического ожидания одной из случайных величин в зависимости от изменения значений другой случайной величины;

в) функция, описывающая зависимость условных математических ожиданий компонент двумерной случайной величины.

16. Закон больших чисел – это:

а) совокупность теорем, в которых на последовательность случайных величин накладываются условия, при которых их центрированная и нормированная сумма с вероятностью близкой к единице принимает значения, мало отличающиеся от нуля;

б) закон, определяющий распределение вероятностей больших отклонений от нуля;

в) закон, оценивающий большие отклонения значений случайных величин от их математического ожидания.

17. Остаточная дисперсия:

а) оценивает разброс значений одной из компонент двумерной случайной величины около её математического ожидания, вызванный её внутренними свойствами;

б) оценивает разброс значений одной из компонент двумерной случайной величины около математического ожидания другой компоненты;

в) оценивает разброс значений центрированной компоненты двумерной случайной величины около условного математического ожидания другой компоненты.

18. Для определения точечных оценок числовых характеристик случайной величины необходимо:

а) иметь выборку из генеральной совокупности;

б) построить гистограмму распределения относительных частот;

в) применить метод наименьших квадратов.

19. «Рассматривается последовательность независимых, как угодно распределённых случайных величин, дисперсии которых ограничены одной общей константой,…». Эти требования к случайным величинам формулируются:

а) в теореме Леви;

б) в теореме Ляпунова;

в) в теореме Чебышева.

20. «Состоятельность» это:

а) одно из требований, предъявляемое к точечным оценкам числовых характеристик случайных величин;

б) требование к статистикам, необходимым при определении границ доверительного интервала;

в) требование, выполнение которого позволяет минимизировать вероятность ошибки первого рода при статистической проверке

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: