UkrReferat.com
найбільша колекція україномовних рефератів

Всього в базі: 75838
останнє поновлення: 2016-12-03
за 7 днів додано 10

Реферати на українській
Реферати на російській
Українські підручники

$ Робота на замовлення
Реклама на сайті
Зворотній зв'язок

 

ПОШУК:   

реферати, курсові, дипломні:

Українські рефератиРусские рефератыКниги
НазваШпаргалка
АвторPetya
РозділМатематика, алгебра, геометрія, статистика
ФорматWord Doc
Тип документуРеферат
Продивилось13741
Скачало1004
Опис
ЗАКАЧКА
Замовити оригінальну роботу

При достатньо

великих значеннях n закон розподілу цієї суми близький до нормального.

 

Аналогічними міркуваннями для цієї схеми легко дістати формулу:

 

де m — частота події А у n випробуваннях.

 

 

 

Нехай задано послідовність випадкових величин:

 

(1)

 

Послідовність (1) задовольняє закон великих чисел, якщо

 

 

Окремі форми закону великих чисел різняться обмеженнями, які

накладаються на випадкові величини, що входять у послідовність(1).

 

Теорема Чебишова

 

послідовність незалежних випадкових величин ,які задовольняють умовам:

 

1.M(Xі)>= aі

 

2.D(Xі )<= с Для всіх і=1,2,3…..n

 

, то до послідовності (1) можна застосувати закон великих чисел. Це

означає що середне арифметичне достатньо великої кількості незалежних

випадкових величин дуже мало відрізняється від середнього арифметичного

їхніх математичних сподівань ,взятого за абсолютним значенням .

 

Ця теорема є законом великих чисел ,так само як і центральна гранична

теорема

 

Теорема Бернулі

 

Нехай проводиться n незалежних повторних випробувань, у кожному з яких

імовірність настання події А дорівнює р.Якщо ймовірність появи

випадкової події А в кожному з незалежних випробувань n є величиною

сталою і дорівнює P,то при необмеженому збільшенні числа експериментів

n??

 

Імовірність відхилення відносної частоти появи випадкової події W(A) від

імовірності p ,взятої за абсолютною величиною на ?(?>0) прямуватиме до

одиниці зі зростанням n ,що можна записати так:

 

 

— частота події А у даних випробуваннях. Таким чином при необмеженому

збільшенні числа незалежних випробувань за схемою Бернулі відносна

частота дуже мало відрізняється від ймовірності .

 

Наведена теорема є законом великих чисел ,так само як і центральна

гранична теорема

 

36.Предметі задачі мат.стата. Генеральна і вибіркова сукупність.

Варіанти і варіаційний ряд вибірки

 

з якими зустрічаються ці значення, дістанемо варіаційний, або

статистичний, ряд:

 

, то статистична функція розподілу збігається д теоретичної функції

розподілу.

 

37.Статистичний розподіл вибірки. Полігон частот і гістограма. Кумулята.

Емпірична функція розподілу

 

Дискретний статистичний розподіл вибірки можна зобразити графічно у

вигляді ламаної лінії, відрізки якої сполучають координати точок (xi;

ni), або (xi; Wi).

 

У першому випадку ламану лінію називають полігоном частот, у другому —

полігоном відносних частот.

 

 

.

 

.

 

 

 

.

 

38. Статистичні оцінки параметрів розподілу і загальні вимоги до них.

 

2

 

4

 

`

 

b

 

j

 

j:

 

 

j|

 

 

j

 

 

h

 

h

 

h

 

???????*

 

?????*

 

j

 

які дістають при обробці вибірки. Вони є величинами непередбачуваними,

тобто випадковими.

 

Тут через ? позначено оцінювальний параметр

 

— випадкова величина, що має певний закон розподілу ймовірностей.

Зауважимо, що до реалізації вибірки кожну її варіанту розглядають як

випадкову величину, що має закон розподілу ймовірностей ознаки

генеральної сукупності з відповідними числовими

характеристиками:M(xi)=Xг=M(x), D(xi)=Dг, ?(xi)=?г

 

39.Числові характеристики статистичного розподілу вибірки. Початкові та

-----> Page:

[0] [1] [2] 3 [4] [5] [6] [7]

ЗАМОВИТИ ОРИГІНАЛЬНУ РОБОТУ