Программа дисциплины «Теория вероятностей и математическая статистика» - davaiknam.ru o_O
Программа дисциплины «Теория вероятностей и математическая статистика» - davaiknam.ru o_O
страница 1 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Похожие работы
|
Программа дисциплины «Теория вероятностей и математическая статистика» - страница №1/1
Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Теория вероятностей и математическая статистика» для направления 010400.62 «Прикладная математика и информатика» подготовки бакалавра Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования Национальный исследовательский университет "Высшая школа экономики" Факультет Бизнес-информатики отд. Прикладной математики и информатики Программа дисциплины Теория вероятностей и математическая статистика для направления 010400.62 «Прикладная математика и информатика» подготовки бакалавра Автор программы: к.ф.-м. н., доцент Горяинова Елена Рудольфовна Одобрена на заседании кафедры высшей математики на факультете экономики . .20 г. Зав. кафедрой Алескеров Ф.Т. Рекомендована секцией УМС «___»____________ 20 г Председатель Утверждена Ученым Советом факультета экономики «___»_____________20 г. Ученый секретарь Москва, 2012 Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы. 1.Область применения и нормативные ссылкиНастоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 010400.62 «Прикладная математика и информатика», обучающихся по программе бакалавриата. Программа разработана в соответствии с: Образовательным стандартом государственного образовательного бюджетного учреждения высшего профессионального образования «Государственный университет – Высшая школа экономики», в отношении которого установлена категория «Национальный исследовательский университет»; Рабочим учебным планом университета подготовки бакалавра по направлению 010400.62 «Прикладная математика и информатика»
2.Цели освоения дисциплиныЦелями освоения дисциплины «Теория вероятностей и математическая статистика» являются - сформировать теоретические знания в области теории вероятностей и математической статистики; -обучить студентов применять основные модели и методы математической статистики для обработки реальных данных. 3.Компетенции обучающегося, формируемые в результате освоения дисциплиныВ результате освоения дисциплины студент должен: знать: -основные понятия теории вероятностей (вероятность, случайное событие, случайная величина, числовые характеристики случайных величин и их свойства, случайный вектор и его характеристики, независимость и некоррелированность случайных величин); -основные законы распределения случайных величин; -виды сходимости случайных величин; - предельные теоремы теории вероятностей; - основные понятия математической статистики (выборка, оценки параметров и их свойства, гистограмма, эмпирическая функция распределения); -основные методы оценивания параметров (метод моментов (ММ) и метод максимального правдоподобия (ММП)); -алгоритм проверки статистических гипотез; - методы построения доверительных интервалов параметров случайных величин; - методы проверки независимости признаков, измеренных в различных шкалах; - методы оценивания параметров в регрессионных моделях; - критерии, позволяющие проверять адекватность регрессионной модели.
-вычислять вероятность случайного события; - вычислять числовые характеристики случайной величины; -вычислять вероятность попадания случайной величины в заданную область; - использовать статистические критерии для проверки гипотез относительно наблюдаемых случайных данных; - оценивать неизвестные параметры статистической модели. владеть: -навыками решения типовых задач теории вероятностей и математической статистики; - основными определениями, методами и алгоритмами анализа данных, содержащих случайную составляющую; - стандартными инструментариями обработки статистической информации.
4.Место дисциплины в структуре образовательной программыПрограмма учебной дисциплины «Теория вероятностей и математическая статистика» предназначена для подготовки студентов, обучающихся по направлению «Прикладная математика и информатика». Программа составлена в соответствии с Образовательными стандартами и учебными планами государственного образовательного бюджетного учреждения высшего профессионального образования Национального исследовательского университета «Высшая школа экономики». «Теория вероятностей и математическая статистика» является самостоятельной учебной дисциплиной, относится к математическому и естественнонаучному циклу дисциплин. Для специализаций 010400.62 «Прикладная математика и информатика» настоящая дисциплина является базовой.
Математический анализ; Геометрия и алгебра.
Знаниями основных определений и теорем перечисленных выше дисциплин; Навыками решения типовых задач этих дисциплин.
Вероятностные модели; Эконометрика; Анализ данных. 5.Тематический план учебной дисциплины
6.Формы контроля знаний студентов
6.1 Критерии оценки знаний, навыковДля прохождения контроля студент должен, как минимум, продемонстрировать знания основных определений и формулировок теорем; умение решать типовые задачи, разобранные на семинарских занятиях. Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале. 6.2 Порядок формирования оценок по дисциплине Оценки за промежуточный контроль формируются следующим образом. Промежуточный контроль (зачёт) в первом модуле. Накопленная оценка за текущий контроль в первом модуле учитывает результаты студента по текущему контролю следующим образом: Онакопленная= 0.8* Отекущий + 0.2* Оауд где Отекущий рассчитывается как взвешенная сумма всех форм текущего контроля, предусмотренных в РУП Отекущий = 0.5·Окол + 0.5·Одз . Оценка промежуточного контроля 1-го модуля Опромежуточная 1 = 0.5·Отекущая 1 этапа + 0.5·Опромежуточный зачет где Отекущая 1 этапа рассчитывается по приведенной выше формуле. Промежуточный контроль в 3-м модуле оценивается следующим образом. Накопленная оценка за текущий контроль учитывает результаты студента по текущему контролю следующим образом: Онакопленная= 0.8* Отекущий + 0.2* Оауд где Отекущий рассчитывается как взвешенная сумма всех форм текущего контроля, предусмотренных в РУП Отекущий = 0.75·Ок/р + 0.25·Одз ; Оценка промежуточного контроля 3-го модуля Опромежуточная 2 = 0.7·Отекущая 2 этапа + 0.3·Опромежуточный зачет где Отекущая 2 этапа рассчитывается по приведенной выше формуле. В диплом выставляется результирующая оценка по учебной дисциплине, которая формируется по следующей формуле: Орезульт = 0.7*Онакопл + 03*Оитоговый где Онакопленная Итоговая= 0.43*Окр № 2+ 0.36*Опромежуточный зачёт №3+ 0.21* Одз. Способ округления результирующей оценки: если дробная часть результирующей оценки составляет меньше 0.7, то результирующая оценка равна целой части полученного значения; если дробная часть результирующей оценки не менее 0.7, то результирующая оценка равна целой части полученного значения плюс 1. Оценка за итоговый контроль - блокирующая, при неудовлетворительной итоговой оценке она равна результирующей. 7.Содержание дисциплиныРаздел I. Основные понятия теории вероятностей. Случайные события (Л.-8ч., С.-8ч.,СРС-18ч.: проработка лекций-8ч., подготовка к семинарским занятиям -6 ч., выполнение домашнего задания-4ч.) Предмет теории вероятностей. Понятие пространства элементарных событий. Случайные события. Алгебра и сигма-алгебра случайных событий. Классическое, статистическое, геометрическое и аксиоматическое определения вероятности случайного события. Основные свойства вероятности. Условные вероятности. Определение независимых случайных событий. Формулы сложения и умножения вероятностей. Биномиальная схема испытаний. Формула Бернулли и следствия из нее. Полиномиальная схема испытаний. Формула полной вероятности. Формула Байеса.Литература по разделу. Основная:[ 1] глава 1, [4] глава 1,2 Дополнительная: [5],[6],[7],[8],[9],[18] Раздел 2. Случайные величины (Л.-8ч., С.-8ч.,СРС -18ч. .: проработка лекций-8ч., подготовка к семинарским занятиям -6 ч., выполнение домашнего задания-4ч.) Определение случайной величины. Функция распределения и ее свойства. Дискретные случайные величины. Основные числовые характеристики случайных величин и их свойства. Распределение Бернулли. Биномиальное распределение. Распределение Пуассона. Геометрическое распределение. Непрерывные случайные величины. Плотность распределения вероятности непрерывной случайной величины и ее свойства. Определение математического ожидания непрерывной случайной величины. Распределение Коши. Равномерное распределение. Экспоненциальное распределение. Нормальное распределение. Функция Лапласа и ее свойства. Определение квантили. Функциональное преобразование случайной величины. Закон распределения функции одного случайного аргумента. Литература по разделу. Основная: [1] глава 2, [4] глава 3 Дополнительная: [5],[6],[7],[8],[9]
Функция распределения случайного вектора и ее свойства. Дискретные случайные векторы и способы их задания. Непрерывные случайные векторы. Свойства плотности распределения вероятности непрерывного случайного вектора. Определение независимых случайных величин. Числовые характеристики случайного вектора. Ковариация и ее свойства. Коэффициент корреляции и его свойства. Соотношение между некоррелированными и независимыми случайными величинами. Ковариационная и корреляционная матрицы. Условные законы распределения. Условные числовые характеристики. Формула полного математического ожидания. Характеристическая функция и её свойства. Преобразование случайных величин. Формула свёртки. Двумерный нормальный закон распределения, частные распределения компонент нормального вектора. Теорема о нормальной корреляции (без доказательства).
Основная: [1] глава 3, [4] глава 6 Дополнительная: [5],[6],[7],[8],[9]
Различные виды сходимости случайных последовательностей: сходимость по вероятности, сходимость в среднеквадратическом, сходимость почти наверное, слабая сходимость. Неравенства Чебышева. Лемма Бореля-Кантелли (без доказательства). Закон больших чисел в форме Чебышева и в форме Хинчина. Усиленный закон больших чисел в форме Колмогорова. Теорема Бернулли. Центральная предельная теорема (без доказательства). Теорема Муавра-Лапласа как частный случай центральной предельной теоремы. Неравенство Берри-Эссена (без док-ва). Литература по разделу. Основная: [1] глава 4, [4] глава 4, 10 Дополнительная: [5],[6],[7],[8],[9]
Основные задачи математической статистики. Основные понятия выборочной теории: выборка, выборочное пространство; вариационный ряд, ранг элемента выборки, эмпирическая функция распределения; гистограмма; выборочные числовые характеристики, точечные оценки параметров. Свойства точечных оценок параметров: несмещённость, состоятельность, сильная состоятельность, оптимальность в среднеквадратическом, эффективность по Рао-Крамеру. Неравенство Рао-Крамера (с доказательством). Критерий эффективности. Основные методы нахождения точечных оценок параметров: метод максимального правдоподобия (ММП) и метод моментов (ММ). Принцип инвариантности. Свойства ОМП. Распределения, связанные с гауссовским (распределение хи-квадрат, распределение Стьюдента, распределение Фишера). Доверительное оценивание параметров. Центральная статистика. Построение доверительных интервалов параметров в гауссовских моделях. Асимптотические доверительные интервалы. Преобразование, стабилизирующее дисперсию.
Основная: [1] глава 5; [2] глава 1,2; [3] глава 1 Дополнительная: [8],[10],[12]
Простые и сложные статистические гипотезы. Ошибки первого и второго рода. Статистический критерий. Функция мощности критерия. Состоятельные критерии. Несмещённые критерии. Понятие равномерно наиболее мощного (РНМ) и локально наиболее мощного (ЛНМ) критерия. Алгоритм проверки статистической гипотезы. Лемма Неймана-Пирсона (с доказательством). Критерии проверки параметрических гипотез. Критерий согласия хи-квадрат для проверки гипотезы о виде распределения случайной величины. Критерий Стьюдента, критерий Фишера, критерий Колмогорова-Смирнова. Критерий, основанный на выборочном коэффициенте корреляции. Ранговые критерии. Ранговый коэффициент корреляции Спирмена, коэффициент согласованности Кендалла. Таблица сопряжённости признаков. Критерии проверки независимости двух случайных величин.
Основная: [1] глава 5; [2] глава 3; [3] с.49-89 Дополнительная: [4], [5], [8], [10],[12],[14],[16]
Модель линейной регрессии. Методы оценивания параметров в линейной регрессионной модели (МНК, ВМНК, МНМ, ранговый). МНК-оценка параметров и её свойства. Критерии проверки адекватности гауссовской линейной регрессионной модели. Литература по разделу. Основная: [2] глава 5; [17] глава 1; [11] §§ 1, 3, 5 Дополнительная: [12], [16]
8. Образовательные технологии9. Оценочные средства для текущего контроля и аттестации студента9.1 Тематика заданий текущего контроля1.Вычисление вероятности случайного события. 2. Вычисление вероятности попадания СВ в интервал, нахождение числовых характеристик СВ. 3.Исследование независимости и некоррелированности компонент случайного вектора. 4. Нахождение частных распределений компонент случайного вектора. 5. Нахождение условных распределений компонент вектора. 6. Вычисление условного математического ожидания и условной ковариационной матрицы подвектора гауссовского вектора. 7. Вычисление вероятности попадания многомерной СВ в заданную область. 8. Нахождение распределения случайной величины, являющейся функциональным преобразованием заданной СВ. 9. Выявление случайных последовательностей, удовлетворяющих закону больших чисел, усиленному закону больших чисел. 10. Применение центральной предельной теоремы. 11. Построение точечных оценок параметров. 12. Исследование свойств статистических оценок. 13. Построение гистограммы, эмпирической функции распределения. 14. Построение интервальных оценок параметров. 15. Проверка гипотезы о виде распределения СВ. 16. Проверка равенства средних двух гауссовских СВ. 17.Проверка равенства дисперсий двух гауссовских СВ. 18. Проверка гипотезы о некоррелированности двух СВ. 19. Проверка гипотезы о независимости двух СВ. 20. Построение МНК-оценок параметров линей регрессии. 21. Вычисление моментных характеристик случайных процессов. 22. Исследование стационарности случайного процесса. Вариант домашнего задания ЗАДАЧА 1. На 2-м этаже в лифт вошли 6 человек. От 3-го до 11-го этажа лифт может остановиться на любом этаже. Какова вероятность того, что все пассажиры вышли на разных этажах, если всевозможные варианты выхода пассажиров равновероятны? ЗАДАЧА 2. На склад поступает продукция трех заводов, причем от первого завода поступает 20%, от второго - 46%, от третьего - 34% всей продукции. Известно, что нестандартная продукция на каждом заводе составляет в среднем 3%, 2%, 1%. Найти вероятность того, что наугад взятое изделие, оказавшееся нестандартным, изготовлено на первом заводе. ЗАДАЧА 3. Случайная величина Х подчиняется распределению Релея:  
Найти плотность распределения вероятностей случайной величины Y= ЗАДАЧА 4. Математическое ожидание числа солнечных дней в году для определенной местности равно 150 дням. Найти вероятность того, что в данном году здесь будет не менее 200 солнечных дней. Как изменится искомая вероятность, если будет известно, что среднее квадратичное отклонение числа солнечных дней равно 10? ЗАДАЧА 5. Случайная величина  распределена по нормальному закону с математическим ожиданием  и ковариационной матрицей:  .
Найти: ЗАДАЧА 6. Глубина моря измеряется прибором, систематическая ошибка измерения которого равна 0, а случайные ошибки распределены нормально со средним квадратичным отклонением 10м. Сколько надо сделать независимых измерений, чтобы определить глубину с абсолютной погрешностью не более 5м при доверительной вероятности 90%? ЗАДАЧА 7. Давление в камере контролируется по двум манометрам. Для сравнения точности этих приборов одновременно фиксируются их показания. По результатам 10 замеров выборочные оценки (в единицах шкалы приборов) оказались следующими:  =1573;  =1671;  =0,72;  =0,15. Используя односторонний критерий, проверить на уровне значимости  =0,1 гипотезу о равенстве дисперсий. Распределение контролируемого признака является гауссовским.
ЗАДАЧА 8. Для заданной выборки: 1) постройте вариационный ряд и эмпирическую функцию распределения; 2) найдите значения точечных оценок математического ожидания и дисперсии; 3) постройте гистограмму на 10-ти интервалах; 4) на основе анализа результатов наблюдений выдвинете гипотезу о виде закона распределения генеральной совокупности; 5) проверьте гипотезу о виде распределения совокупности с помощью критерия Пирсона. При производстве ЧИПов их выводы устанавливаются автоматически; изогнутость выводов является важным показателем при сборке готовой продукции. Данные измерения изогнутости выводов ЧИПов,
ЗАДАЧА 9. Средняя стоимость лечения одного пациента-льготника с диагнозом «дуоденит» составляет (в рублях на ноябрь 2007 года):
Одинакова ли средняя стоимость лечения льготников в Дальневосточном и Приволжском федеральных округах? Проверьте гипотезу о равенстве средних, считая, что: а) выборки имеют гауссовское распределение, б) распределение выборок неизвестно. ЗАДАЧА 10. Проведен социологический опрос 655 человек. Каждый из опрошенных отвечал на два вопроса. Вопрос А: «Удовлетворены ли Вы своим образом жизни?» (варианты ответов: да, нет). Вопрос В: «Каково Ваше материальное положение?» (варианты ответов: плохое, ниже среднего, среднее, выше среднего, хорошее. Результаты опроса сведены в следующую таблицу:
Имеется ли зависимость между материальным положением (признак В) и удовлетворенностью образом жизни (признак А)? ЗАДАЧА 11. В таблице представлены данные за 1997 год показателей X (индекс человеческого развития) и Y (суточная калорийность питания населения, ккал на душу) для следующих стран: Австрия, Аргентина, Великобритания, Германия, Египет, Норвегия, Украина, Республика Корея, ЮАР, США.
Оцените коэффициент корреляции между показателями X и Y. Являются ли показатели X и Y зависимыми? ЗАДАЧА 12. Используя данные предыдущей задачи, оцените по методу наименьших квадратов коэффициенты  линейной регрессии вида  .
9.2 Вопросы для оценки качества освоения дисциплиныРаздел 1. 1.Дайте классическое и аксиоматическое определение вероятности. 2. Что такое алгебра событий? 3. Какие случайные события называются независимыми? 4. Сформулируйте теорему сложения и теорему умножения вероятностей. 5. Что такое полная группа событий? 6. Сформулируйте теорему Байеса. 7. Чему равно наиболее вероятное число «успехов» в схеме испытаний Бернулли? Раздел 2. 1. Что такое случайная величина? 2. Определите функцию распределения случайной величины (СВ). 3. Какие типы распределений случайных величин вы знаете? 4. Что такое математическое ожидание случайной величины (СВ) ? 5. Какие свойства математического ожидания вы знаете? 6. Приведите пример СВ, у которой нет математического ожидания. 7. Что такое дисперсия? 8. Докажите основные свойства дисперсии. 9. Сформулируйте характеристическое свойство экспоненциальной СВ. 10. Как вычислять вероятность попадания СВ в заданный интервал?
1. Дайте определение функции распределения многомерной СВ. 2. Как зная распределение многомерной СВ, найти распределения её компонент? 3. Каковы основные числовые характеристики случайного вектора? 4. Что такое ковариация двух СВ? Какова её размерность? 5. Что такое коэффициент корреляции? Каковы его основные свойства? 6. Что характеризует коэффициент корреляции? 7. Дайте определение независимых СВ. 8. Верно ли утверждение о том, что из некоррелированности СВ следует их независимость? 9. Какое распределение имеет СВ, которая является суммой двух гауссовских СВ? Раздел 4. 1. Определите различные типы сходимости СВ. 2. Верно ли, что из сходимости в среднем квадратическом следует сходимость по вероятности ? 3. Приведите пример случайной последовательности, которая сходится почти наверное, но не сходится в среднем квадратическом. 4. Докажите неравенство Чебышёва. 5. Сформулируйте ЦПТ. 6. Какое распределение будет иметь количество успешных опытов в схеме испытаний Бернулли, если количество испытаний очень велико? 7. К какой величине будет сходиться по вероятности частота случайного события? Раздел 5. 1.Что такое оценка параметра? 2. Какие свойства параметрических оценок вы знаете? 3. Верно ли, что эффективная по Рао- Крамеру оценка является несмещённой? 4. К какой функции будет сходиться эмпирическая функция распределения при увеличении объёма выборки? 5. Дана реализация выборки: 5; 2; 4; 1;8; 4. Какой ранг имеет третий элемент этой выборки? 6.Эмпирическим аналогом какой функции является гистограмма? 7. Опишите различные методы точечного оценивания параметров. 8. Каким свойством обладают ОМП? 9. Определите интервальную оценку параметра. 10. Какую функцию называют центральной статистикой? 11. Опишите связь распределений хи-квадрат, Стьюдента и Фишера с гауссовским распределением. Раздел 6. 1. Что такое статистическая гипотеза? 2. В чем состоят ошибки I и II рода? 3. Дайте определение функции мощности статистического критерия. 4. Дайте определение квантили. Чему равна 0,05-квантиль стандартного гауссовского распределения, если 0,95-квантиль этого распределения равна 1,65? 5.Каков порядок проверки параметрических статистических гипотез? 6. Опишите условия применимости классических и ранговых критериев для проверки гипотезы об однородности. 7. Какие преимущества и какие недостатки имеют ранговые критерии по сравнению с классическими? 8. Как проверить гипотезу о некоррелированности признаков? 9. В каком случае проверка некоррелированности наблюдений эквивалентна проверке независимости? 10. Как проверить гипотезу о независимости двух СВ?
1. В чем состоит задача линейной регрессии? 2. В чем состоит идея метода наименьших квадратов (МНК)? 3. Какие методы оценивания параметров регрессии вам известны? 4. Какими свойствами обладает МНК-оценка параметров регрессии? 5. Какие критерии проверки адекватности регрессионной модели вы знаете? 9.3 Примеры заданий промежуточного /итогового контроляВариант билета контрольной работы №1. 1.У рыбака имеется три излюбленных места для ловли рыбы, которые он посещает с равной вероятностью каждое. Если он закидывает удочку на первом месте, рыба клюёт с вероятностью 0.8; на втором месте – с вероятностью 0.7; на третьем – с вероятностью 0.6. Известно, что рыбак, выйдя на ловлю рыбы, три раза закинул удочку, и рыба клюнула только один раз. Найти вероятность того, что он удил рыбу на первом месте. 2. В лифт восьмиэтажного дома на первом этаже вошли три человека. Какова вероятность того, что все они выйдут на разных этажах? 3.Для поражения объекта достаточно одного попадания бомбы. Для бомбометания вылетели 4 самолёта, каждый из них несёт по одной бомбе. Вероятности попадания в цель этими самолётами равны соответственно 0,9, 0,8, 0,7, 0,6. Найти вероятность поражения объекта. 4.В семье пять детей. Какова вероятность того, что среди них не менее двух девочек, если известно, что вероятность рождения девочки равна 0,48? 5. а) События А и В совместны. Совместны ли события б) В колоде 36 карт. Из неё вытаскивают наугад одну карту и с ней связывают два события: А={эта карта - дама}, В= {эта карта – бубновой масти}. Являются ли события А и В зависимыми? Являются ли события А и В совместными? Ответ обосновать. Вариант билета контрольной работы №2. 1.(2 балла) Случайная величина  имеет распределение Пуассона с параметром  . Найти характеристическую функцию случайной величины и математическое ожидание случайной величины  .
2. Случайная величина имеет распределение  . Найти плотность распределения случайной величины  .
3. Случайный вектор  имеет функцию распределения
Найти математическое ожидание и ковариационную матрицу вектора 4. (2 балла) Плотность распределения случайного вектора  имеет вид
Найти 5. (3 балла) Случайный вектор распределен равномерно внутри треугольника
Найти условную плотность случайной величины 6. Случайная величина имеет плотность распределения
Найти константу с, функцию распределения случайной величины  .
Вариант билета зачётной работы в модуле №3. 1.В продукции цеха детали отличного качества составляют 80%. В каких пределах с вероятностью 0,99 будет находиться количество деталей отличного качества, если взять 10000 деталей? Построить оценку с помощью неравенства Чебышёва и по теореме Муавра- Лапласа. 2. Пусть элементы последовательности 3. Пусть имеется выборка 2. Произведена выборка 10 изделий, изготовленных станком А. Выборочное среднее контролируемого размера изделия оказалось равным 142,3 см, несмещённая выборочная дисперсия 2,7. Из продукции станка В, производящего такие же изделия, случайным образом выбрали 8 изделий. В этой выборке выборочное среднее равно 145,3 см, а несмещённая выборочная дисперсия 3,2. Можно ли считать, опираясь на эти данные, что изделия, производимые станком В, имеют в среднем больший размер, чем изделия, производимые станком А. Уровень значимости принять равным 0.1. Предполагается, что все наблюдения имеют гауссовское распределение. 3.В результате проведенного исследования было установлено, что у 309 светлоглазых мужчин жены также имеют светлые глаза, а у 214 светлоглазых мужчин жены темноглазые. У 119 темноглазых мужчин жены также темноглазые, а у 132 темноглазых мужчин жены светлоглазые. Имеется ли зависимость между цветом глаз мужей и их жен? 4. В таблице представлены данные за 1995 год показателей X (ВВП в паритетах покупательной способности) и Y (коэффициент детской смертности в %) для следующих стран: Бурунди, Чад, Индия, Египет, Мексика, Бразилия, Республика Корея, Канада, США, Швейцария.
Оцените коэффициент корреляции показателей X и Y . Считая , что наблюдения имеют гауссовское распределение, выясните являются ли признаки X и Y зависимыми . 5. Анализируется прибыль Y (млн. $) в зависимости от расходов X (млн. $) на рекламу. Данные наблюдений за 4 года приведены в таблице.
Предполагается, что  , где  имеет нормальное распределение N(0; 2.25). Оценить по методу наименьших квадратов коэффициенты линейной регрессии и найти распределение МНК-оценки параметра  .
10. Учебно-методическое и информационное обеспечение дисциплины10.1 Базовый учебник1. Кибзун А.И., Горяинова Е.Р., Наумов А.В. Теория вероятностей и математическая статистика. Базовый курс с примерами и задачами. - М.: Физматлит, 2007 2. Ивченко Г.И., Медведев Ю.И. Математическая статистика. – М.: Высшая школа, 1992. 3. Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных .-М.: Изд. Дом Высшей школы экономики,2012.
10.2 Основная литература4. Севастьянов Б.А. Курс теории вероятностей и математической статистики– М.: Наука, 1982. 5. Пугачев В.С. Теория вероятностей и математическая статистика – М.: Наука, 1979 – 496 с 6. Ширяев А.Н. Вероятность – М.: Наука, 1989 7. Чистяков В.П. Курс теории вероятностей - М.: Наука, 1987 8. Сборник задач по теории вероятностей, математической статистике, теории случайных функций Под ред. А.А.Свешникова. – М.: Наука, 1970. – 632 с. 9. Горяинова Е.Р., Наумов А.В., Сиротин А.Н. Решение задач по теории вероятностей.- М.: МАИ,2001 10. Леман Э. Проверка статистических гипотез. – М.: Наука, 1964. 11. Миллер Б.М., Панков А.Р. Теория случайных процессов. – М.: Физматлит, 2002 10.3 Дополнительная литература12. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. – М.: Инфра. – М, 2003. 13. Холлендер М., Вулф Д. Непараметрические методы статистики. – М.: Финансы и статистика, 1983. 14. Хьюбер П. Робастность в статистике. – М.: Мир, 1984. 15. Дэниел К. Применение статистики в промышленном эксперименте. – М.: Мир, 1979. 16. Хеттманспергер Т. Статистические выводы, основанные на рангах. – М.:Финансы и статистика,1987. 17. Себер Дж. Линейный регрессионный анализ. – М.: Мир, 1980 18. Мизес Р. Вероятность и статистика. М.: URSS, 2008
Не требуется |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
.
. 
; 
; 
.
мм.
и А+В?
и 
на независимость и некоррелированность. Найти вероятность попадания 
.
, 
. Вычислить 
, если 
.
при условии 
и построить её график. Вычислить 
, вероятность 
при каждом 
имеют плотность распределения вероятностей 
. Докажите, что 
сходится по вероятности к нулю, но не сходится к нулю в среднем квадратическом.
. Является ли оценка 
несмещённой оценкой дисперсии?
Является ли эта оценка состоятельной оценкой дисперсии? Докажите.
является эффективной оценкой параметра θ.
Найдите оценку максимального правдоподобия параметра 
. Докажите несмещённость и состоятельность этой оценки.