Рассмотрение теоремы умножения вероятностей. Характеристика основных задач математической статистики. Выборка как набор объектов, случайно отобранных из генеральной совокупности, виды: повторная, бесповторная. Особенности непрерывных случайных величин.
Аннотация к работе
Метод моментов умножение вероятность математический величинаНазовем условной вероятностью р(В/А) события В вероятность события В при условии, что событие А произошло. Примеры: 1) пусть событие А - извлечение из колоды в 32 карты туза, а событие В - то, что и вторая вынутая из колоды карта окажется тузом. Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого при условии, что первое событие произошло: р (АВ) = р (А) ? р (В/А). Событие В называется независимым от события А, если появление события А не изменяет вероятности В, то есть р (В/А) = р (В). разработка методов анализа полученных данных в зависимости от целей исследования, к которым относятся: а) оценка неизвестной вероятности события; оценка неизвестной функции распределения; оценка параметров распределения, вид которого известен; оценка зависимости от других случайных величин и т.д.;Распространим определения числовых характеристик случайных величин на непрерывные случайные величины, для которых плотность распределения служит в некотором роде аналогом понятия вероятности. Определим сумму случайных величин Х и Y как случайную величину Х Y, возможные значения которой равны суммам каждого возможного значения Х с каждым возможным значением Y; вероятности таких сумм равны произведениям вероятностей слагаемых (для зависимых случайных величин - произведениям вероятности одного слагаемого на условную вероятность второго). Распределение одной случайной величины, входящей в систему, найденное при условии, что другая случайная величина приняла определенное значение, называется условным законом распределения. Произведением АВ событий А и В называется событие, состоящее в том, что произошло и событие А, и событие В. Если случайная величина Х представляет собой сумму очень большого числа взаимно независимых случайных величин, для которых выполнено условие: где bk-третий абсолютный центральный момент величины Хк, а Dk - ее дисперсия, то Х имеет распределение, близкое к нормальному (условие Ляпунова означает, что влияние каждого слагаемого на сумму ничтожно мало).