28. Взаимонезависимые случайные величины, имеющие одинаковое распределение. Численные характеристики их среднего арифметического.
Случайные величины называются независимыми, если закон распределения одной из них не зависит от того, какое значение принимает другая случайная величина.
Понятие зависимости случайных величин является очень важным в теории вероятностей. Условные распределения независимых случайных величин равны их безусловным распределениям.
Необходимые и достаточные условия независимости случайных величин:
Теорема. Для того, чтобы случайные величины Х и Y были независимы, необходимо и достаточно, чтобы функция распределения системы (X, Y) была равна произведению функций распределения составляющих.
для плотности распределения:
Теорема. Для того, чтобы случайные величины Х и Y были независимы, необходимо и достаточно, чтобы плотность совместного распределения системы (X, Y) была равна произведению плотностей распределения составляющих.
Корреляционным моментом xy случайных величин Х и Y называется математическое ожидание произведения отклонений этих величин.
Для независимых случайных величин корреляционный момент равен нулю.
Корреляционный момент имеет размерность, равную произведению размерностей случайных величин Х и Y. Этот факт является недостатком этой числовой характеристики, т.к. при различных единицах измерения получаются различные корреляционные моменты, что затрудняет сравнение корреляционных моментов различных случайных величин.
Для того, чтобы устранить этот недостаток применятся другая характеристика – коэффициент корреляции.
Коэффициентом корреляции rxy случайных величин Х и Y называется отношение корреляционного момента к произведению средних квадратических отклонений этих величин.
Коэффициент корреляции является безразмерной величиной. Коэффициент корреляции независимых случайных величин равен нулю.
Случайные величины называются коррелированными, если их корреляционный момент отличен от нуля, и некоррелированными, если их корреляционный момент равен нулю.
Независимые случайные величины некоррелированы, но из некоррелированности нельзя сделать вывод о их независимости.
По заданной плотности распределения системы случайных величин можно определить зависимость или независимость этих величин.
Степень зависимости случайных величин можно охарактеризовать величиной, которая называется коэффициентом ковариации. Коэффициент ковариации определяется формулой:
- Билет№1. Случайные события. Элементарные события. Пространство элементарных событий.
- Билет №2. Вероятность события. Формула классической вероятности.
- Билет№3. Несовместные события. Теорема сложения для несовместных событий.
- Билет№4.Независимые события. Теорема произведения для независимых событий.
- Билет№5. Условная вероятность. Теорема умножений вероятностей зависимых событий:
- Билет№6. Совместные события. Теорема сложения совместных событий:
- Билет №7. Вероятность появления хотя бы одного из n независимых в совокупности событий.
- Билет№8. Геометрическая вероятность события
- Билет №9. Статистическая вероятность.
- Билет №10. Принцип практичної вірогідності та практичної неможливості появи випадкових подій в окремому віпробуванні.
- Билет№11.Формула полной вероятности.
- Билет №12. Формула Байеса
- Билет №13. Случайная величина (дискретная и случайная). Примеры.
- Билет №14. Распределение дискретной случайной величины.
- Билет №15. Полигон (многоугольник) распределения.
- Билет №16. Числовые характеристики дискретных случайных величин.
- Билет №17. Незалежні та залежні дискретні випадкові величини.
- Билет №18. Математическое ожидание его свойства. Вероятностный смысл
- Билет №19. Дисперсия. Её свойства. Средне квадратичное отклонение.
- Билет №20. Распределение Бернулли. Его численные характеристики. Мода.
- №21. Твірна функція. (Производящая функция).
- №22. Розподіл Лапласа. Диференціальна теорема Лапласа.
- №23. Дифференціальна функція Лапласа та ії властивості.
- Билет№24. Интегральная функция Лапласа:
- Билет №25.Интегральная теорема Лапласа
- №26. Чисельні характеристики розподілу Лапласа. Численные характеристики распределения Лапласа:
- 27. Различные формы интегральной теоремы Лапласа.
- 28. Взаимонезависимые случайные величины, имеющие одинаковое распределение. Численные характеристики их среднего арифметического.
- 29. Распределение Пуассона. Область использования.
- 30. Численные характеристики распределения Пуассона. Мода.
- 31. Простейший (пуассоновский) поток событий.
- 32. Непрерывная случайная величина. Примеры.
- 33. Интегральная функция распределения. Ее свойства.
- №34. Кумулята. Ее свойства.
- 35. Дифференциальная функция распределения (плотность вероятности), ее свойства.
- 36. Численные характеристики непрерывной случайной величины.
- 37. Начальный и центральный моменты случайной величины.
- 38. Равномерное распределение, его использование. Численные характеристики.
- 39. Показательное распределение, его применение. Численные характеристики.
- 40. Нормальный закон распределения (закон Гаусса).
- 41. Влияние параметров нормального закона на форму кривой Гаусса.
- №42. Центрированная и нормированная нормальная случайная величина. Ее численные характеристики, дифференциальная и интегральная функции распределения.
- 43. Вероятность отклонения случайной величины, имеющей нормальное распределение, от матожидания. Правило 3 сигма.
- 44. Асимметрия, эксцесс.
- 45. Неравенство Чебышева.
- 46. Теорема Чебышева (закон больших чисел в форме Чебышева).
- №47. Теорема Бернулі (закон великих чисел у формі Бернулі).
- 48. Теорема Ляпунова (закон больших чисел в форме Ляпунова).
- 49. Случайный марковский процесс. Матрица перехода.
- 50. Уравнение Маркова.
- 51. Двумерная дискретная случайная величина, ее распределение.
- №52. Чисельні характеристики двомірної випадкової величини.
- №53. Умовний розподіл двовимірної випадкової величини та його чисельні характеристики.
- №54. Двовимірна неперервна випадкова величина. Інтегральна функція розподілу, її властивості.
- 55. Двумерные непрерывные случайные величины. Интегральная функция распределения, её свойства.
- №56. Звязок між диференціальною і інтегральною функціями розподілу.
- №57. Звязок між інтегральною і диференціальною функціями розподілу.
- 58. Вероятность попадания в полосу и прямоугольник.
- №59. Звязок між інтегральною функцією двовимірної неперервної випадкової величини та її компонентами.
- №60. Звязок між диференціальною функцією двовимірної неперервної випадкової величини та її компонентами.
- №61. Чисельні характеристики двовимірної неперервної випадкової величини.
- №62. Умовне матиматичне сподівання двовимірної неперервної випадкової величини.
- №63. Незалежні та залежні компоненти двовимірної дискретної випадкової випадкової величини.
- №64. Незалежні та залежні компоненти двовимірної неперервної випадкової випадкової величини.
- 63(105) Корреляционный момент. Его свойства
- 64(106). Коэффициент корреляции и его свойства
- 65. Коррелированные и некоррелированные случайные величины.
- №66. Двовимірна нормальна випадкова величина, її диференціальна функція розподілу.
- №67. Умовні диференціальні функції розподілу компонент двовимірної нормальної випадкової величини.
- 68. Условное матожидание и условное среднеквадратичное отклонение.
- №70. Генеральна сукупність. Її чисельні характеристики.
- 71. Выборка. Репрезентативность выборки.
- №72. Чисельні характеристики вибірки. Їх звязок з чисельними характеристиками генеральної сукупності.
- 73. Точечные оценки выборки. Её свойства: несмещенность , состоятельность, эффективность.
- 74. Оценка математического ожидания.
- №75. Оцінка дисперсії. Зміщенність цієї оцінки. Виправлена дисперсія.
- №76. Інтервальні оцінки. Довірчий інтервал. Точність та надійність оцінки.
- №77. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення відоме.
- №78. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення невідоме.
- №79. Доверительный интервал на неизвестное мат ожидание нормальной совокупности. Среднее квадратическое отклонение неизвестное. Объем выборки малый. Использование распределения Стьюдента.
- №80. Минимальный объем выборки, который обеспечивает заданную точность и надежность оценки мат. Ожидания.
- №81. Группировка эмпирических данных при их обработке. Выбор шага.
- №82. Гістограма відносних часток досліджуваної ознаки. Кумулята.
- №83. Знаходження чисельних характеристик за допомогою умовної варіанти.
- №84. Статистические гипотезы. Нулевая и конкурирующая гипотезы. Односторонняя и двусторонняя критические области. Ошибки первого и второго рода.
- №85. Критерій Пірсона. Знаходження критичних значень при перевірці гіпотези про погодження емпіричних та теоретичних частот. Баланс частот.
- №86. Корреляційний звязок. Лінійна парна регресія. Метод найменших квадратів.
- №87. Построение линейной парной регрессии. Центр корелляции. Экономическое содержание коэффициентов регрессии.
- №88. Спряжена лінія регресії. Її розташування по відношенню до прямої лінії регресії.
- №89. Вибірковий коефіцієнт корреляції. Його властивості.
- №90. Дисперсія помилок та дисперсія, зумовлена лінійною парною регресією. Коефіцієнт детермінації. Його властивості.
- №91 Дисперсійний аналіз вкладу дисперсії помилок та дисперсії, зумовленою регресією у повну дисперсію результативної ознаки.
- №92. Значимість лінійного корреляційного звязкуза критерієм Фішера-Снедекора.
- №94. Міжгрупова та внутрішньогрупова дисперсії.
- №95. Індекс детермінації та його властивості. Кореляційне відношення.
- №98. Критерий Стьюдента значимости коэффициента корелляции линейной парной регрессии.
- №99. Довірча полоса на пряму лінію регресії.
- №101. Лінійна множинна регрессія. Мнк. Система нормальних рівнянь.
- №102. Дисперсія помилок. Коефіцієнт детермінації.
- №104. Критерій Фішера значності множинної лінійної моделі в цілому.