13)Мода, медиана, квантили. Начальные и центральные моменты случайных величин.
Модой Мо(Х) случайной величины X называется ее наиболее вероятное значение (для которого вероятность pi или плотность вероятности f(х) достигает максимума).
Медианой Ме(Х) непрерывной случайной величины X называется такое ее значение, для которого
Квантилем уровня q (или q-квантилем) называется такое значение случайной величины, при котором функция ее распределения принимает значение, равное q, т.е.
Очевидно, что введенная выше медиана случайной величины есть квантиль уровня 0,5, т.е.
Некоторые квантили получили особое название.
Квантили и получили название соответственно верхнего и нижнего квантилей.
В литературе встречаются также термины: децили (под которыми понимаются квантили ( ) и процентили (квантили ).
Начальным моментом k-го порядка случайной величины X называется математическое ожидание k-й степени этой величины:
Центральным моментом k-го порядка случайной величины X называется математическое ожидание k-й степени отклонения случайной величины X от ее математического ожидания:
1)первый начальный момент характеризует среднее значение случайной величины х на числовой оси
2)2-й центральный момент-степень рассеяния распределения х относительно М(х)
3)3-й центр. Момент служит для характеристики ассиметрии(скошенности) распределения
коэффициент ассиметрии случайной величины х:
4)4-й центр.момент служит для характеристики крутости(островершинности или плосковершинности)распределения
эксцесс случайной величины-число:
Yandex.RTB R-A-252273-3
- 1)Основные понятия теории вероятностей. Случайные события и их классификация.
- 2)Вероятность события. Классическое, статистическое и геометрическое определения.
- 3)Действия над событиями.
- 4)Теоремы сложения и умножения вероятностей.
- 1)Теорема сложения вероятностей несовместных событий:
- 2)Теорема сложения вероятностей совместных событий:
- 3)Теорема умножения вероятностей:
- 4)Теорема сложения вероятностей совместных событий:
- 5)Зависимые и независимые события.Условная вероятность.
- 6)Формула полной вероятности. Теорема Байеса
- 7)Повторные независимые испытания. Формула Бернулли.
- 8)Теорема Пуассона. Локальная и интегральная теоремы Муавра-Лапласа.
- 9)Случайная величина и ее закон распределения. Дискретные и непрерывные случайные величины.
- 11)Функция распределения случайной величины. Плотность распределения непрерывной случайной величины. Их свойства.
- 12)Числовые характеристики случайных величин: математическое ожидание, дисперсия, среднее квадратическое отклонение, их свойства.
- 1. Дисперсия постоянной величины равна нулю:
- 2. Постоянный сомножитель можно выносить за знак дисперсии,возведя его при этом в квадрат:
- Дисперсия алгебраической суммы конечного числа независимых случайных величин равна сумме их дисперсий:
- 13)Мода, медиана, квантили. Начальные и центральные моменты случайных величин.
- 14)Неравенства Маркова и Чебышева.
- 15)Закон больших чисел. Теоремы Чебышева и Бернулли. Теорема Пуассона.
- 16)Центральная предельная теорема
- 17)Многомерные случайные величины
- 18)Функция и плотность распределения двумерной случайной величины. Их свойства.
- 19)Зависимые и независимые случайные величины. Условные законы распределения.
- 20)Числовые характеристики двумерных случайных величин. Ковариация, коэффициент корреляции.
- 21)Случайные процессы и их характеристики.
- 22)Марковские случайные процессы.
- 23)Уравнения Чепмена-Колмогорова.Предельные вероятности состояний.
- 24)Общая характеристика систем массового обслуживания. Потоки событий.
- 25)Процессы гибели и размножения.
- 26)Системы массового обслуживания с отказами.
- 27)Системы массового обслуживания с ожиданием.
- 28)Общие сведения о выборочном методе.
- 29)Вариационные ряды и их графическое изображение
- 30)Числовые характеристики выборочного распределения. Их свойства.
- 31)Понятие об оценке параметров. Характеристики оценок.
- 39)Однофакторный дисперсионный анализ. Межгрупповая и внутри групповая вариации
- 40)Понятие о двухфакторном дисперсионном анализе.
- 41)Основные положения регрессионного анализа.
- 42)Линейная парная регрессия.
- 43)Оценка тесноты корреляционной зависимости для линейной модели. Коэффициент детерминации.
- 44)Интервальная оценка функции регрессии.
- 45)Проверка значимости уравнения регрессии. Интервальная оценка параметров парной модели.