8. Образовательные технологии

П р а в ит е л ь с т во Р о с с и йс ко й Фе д е р а ци и
Федеральное государственное автономное образовательное учреждение
высшего профессионального образования
Национальный исследовательский университет
"Высшая школа экономики"
Ф а ку л ь т е т Б и з н е с - и н фо р м а т ик и
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 29.08.2012
г.
Зав. кафедрой
Алескеров Ф.Т.
Рекомендована секцией УМС [Введите название секции УМС] «___»____________ 20 г
Председатель
[Введите И.О.
Ф.]
Утверждена Ученым Советом факультета экономики «___»_____________20 г.
Ученый секретарь
[Введите И.О.
Ф.]
Москва, 2012
Настоящая программа не может быть использована другими подразделениями
университета и другими вузами без разрешения кафедры-разработчика программы.
1. Область применения и нормативные ссылки
Настоящая 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», 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»
2. Цели освоения дисциплины
Целями 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 социально-экономических данных.
3. Компетенции обучающегося, формируемые в результате освоения
дисциплины
В 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 (ММ и 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.
уметь:
-вычислять вероятность случайного события;
- вычислять числовые характеристики случайной величины;
-вычислять вероятность попадания случайной величины в заданную область;
– строить математические модели, адекватно описывающие социальноэкономические явления;
- 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
содержащих случайную составляющую;
и
алгоритмами
анализа
данных,
- стандартными инструментариями обработки статистической информации.
В результате освоения дисциплины студент осваивает следующие компетенции:
Формы и методы обучения,
способствующие
формированию и развитию
компетенции
Код по
ФГОС /
НИУ
Дескрипторы – основные признаки
освоения (показатели достижения
результата)
ОНК-1
Способность к анализу и синтезу
на основе системного подхода
Стандартные
(лекционносеминарские)
ОНК-2
Способность перейти от
проблемной ситуации к
проблемам, задачам и лежащим в
их основе противоречиям
Стандартные
(лекционносеминарские)
ОНК-3
Способность использовать
методы критического анализа,
развития научных теорий,
опровержения и фальсификации,
оценить качество исследований в
некоторой предметной области
Стандартные
(лекционносеминарские)
ОНК-4
Готовность использовать
основные законы
естественнонаучных дисциплин в
профессиональной деятельности,
применять методы
математического анализа и
моделирования, теоретического и
экспериментального
исследования при работе в какойлибо предметной области
Стандартные
(лекционносеминарские)
ОНК-5
Готовность выявить
естественнонаучную сущность
проблем, возникающих в ходе
профессиональной деятельности,
привлечь их для решения
соответствующий аппарат
дисциплины
Стандартные
(лекционносеминарские)
Общенаучная
ОНК-6
Способность приобретать новые
знания с использованием научной
методологии и современных
образовательных и
информационных технологий
Стандартные
(лекционносеминарские)
Общенаучная
ОНК-7
Способность порождать новые
Стандартные
(лекционно-
Компетенция
Общенаучная
Общенаучная
Общенаучная
Общенаучная
Общенаучная
Компетенция
Инструментальные
Профессиональные
Профессиональные
Профессиональные
Профессиональные
Код по
ФГОС /
НИУ
Дескрипторы – основные признаки
освоения (показатели достижения
результата)
Формы и методы обучения,
способствующие
формированию и развитию
компетенции
идеи (креативность)
семинарские)
ИК-2
Умение работать на компьютере,
навыки использования основных
классов прикладного
программного обеспечения,
работы в компьютерных сетях,
составления баз данных
Стандартные
(лекционносеминарские)
ПК-1
Способность демонстрации
общенаучных базовых знаний
естественных наук, математики и
информатики, понимание
основных фактов, концепций,
принципов теорий, связанных с
прикладной математикой и
информатикой
Стандартные
(лекционносеминарские)
ПК-2
Способность понимать и
применять в исследовательской и
прикладной деятельности
современный математический
аппарат
Стандартные
(лекционносеминарские)
ПК-4
способность критически
оценивать собственную
квалификацию и её
востребованность,
переосмысливать накопленный
практический опыт, изменять при
необходимости вид и характер
своей профессиональной
деятельности
Стандартные
(лекционносеминарские)
ПК-8
Способность решать задачи
производственной и
технологической деятельности на
профессиональном уровне,
включая разработку
математических моделей,
алгоритмических и программных
решений
Стандартные
(лекционносеминарские)
4. Место дисциплины в структуре образовательной программы
Программа учебной дисциплины «Теория вероятностей и математическая
статистика» предназначена для подготовки студентов, обучающихся по направлению
«Бизнес-информатика». Программа составлена в соответствии с Федеральным
государственным образовательным стандартом высшего профессионального образования.
«Теория вероятностей и математическая статистика» является самостоятельной
учебной дисциплиной, относится к математическому и естественнонаучному циклу
дисциплин.
Для специализаций 010400.62 «Прикладная
настоящая дисциплина является базовой.
математика
и
информатика»
Изучение данной дисциплины базируется на следующих дисциплинах:
 Математический анализ;
 Геометрия и алгебра.
Для освоения учебной дисциплины, студенты должны владеть следующими
знаниями и компетенциями:
 Знаниями основных определений и теорем перечисленных выше дисциплин;
 Навыками решения типовых задач этих дисциплин.
Основные положения дисциплины должны быть использованы в дальнейшем при
изучении следующих дисциплин:
 Вероятностные модели;
 Эконометрика;
 Анализ данных.
5. Тематический план учебной дисциплины
Аудиторные часы
Самосто
Всего
часов
Лекции
Семина
ры
36
8
8
20
2.
Основные понятия теории
вероятностей. Случайные события
Случайные величины
36
8
8
20
3.
Случайные векторы
46
10
10
26
Предельные теоремы теории
вероятностей
Основные понятия математической
статистики. Оценивание параметров
Проверка статистических гипотез
30
6
6
18
68
14
14
40
70
16
16
38
Регрессионный анализ. Определение
случайного процесса
38
6
4
28
324
68
66
190
№
1.
4.
5.
6.
7.
Название раздела
Итого
Практиче ятельная
ские
работа
занятия
6. Формы контроля знаний студентов
Тип
контроля
Текущий
(неделя)
Форма
контроля
Контрольная
работа
Домашнее
задание
Промежу Зачет
точный
Итоговы Экзамен
й
1
7
1 год
2 3
8
Параметры **
4
7
9
9
з
з
письменная работа 80
минут
э
Письменная работа на
100 минут
Письменная работа на 80
минут
6.1 Критерии оценки знаний, навыков
Для прохождения контроля студент должен, как минимум, продемонстрировать
знания основных определений и формулировок теорем; умение решать типовые задачи,
разобранные на семинарских .
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 дисциплины
Раздел I.
Основные понятия теории вероятностей. Случайные события (Л.-8ч., С.-8ч.)
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.)
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]
Раздел 3. Случайные векторы (Л.-10 ч., С.-10ч.)
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).
Литература по разделу.
Основная: [1] глава 3, [4] глава 6
Дополнительная: [5],[6],[7],[8],[9]
Раздел 4. Предельные теоремы теории вероятностей (Л.-6ч., С.-6ч.)
Различные виды сходимости случайных последовательностей: сходимость по
вероятности, сходимость в среднеквадратическом, сходимость почти наверное, слабая
сходимость. Неравенства Чебышева. 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 доква).
Литература по разделу.
Основная: [1] глава 4, [4] глава 4, 10
Дополнительная: [5],[6],[7],[8],[9]
Раздел 5. Основные понятия математической статистики. Оценивание
параметров (Л.-14ч., С.-14ч.)
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 док-вом). Критерий эффективности.
Основные методы нахождения точечных оценок параметров: метод максимального
правдоподобия (ММП) и метод моментов (ММ). Принцип инвариантности. Свойства
ОМП.
Доверительное оценивание параметров. Центральная статистика. Построение
доверительных интервалов
параметров в гауссовских моделях. Асимптотические
доверительные интервалы. Преобразование, стабилизирующее дисперсию.
Литература по разделу.
Основная: [1] глава 5; [2] глава 1,2; [3] глава 1
Дополнительная: [8],[10],[12]
Раздел 6. Проверка статистических гипотез (Л.-16 ч., С.-16ч.)
Простые и сложные статистические гипотезы. Ошибки первого и второго рода.
Статистический критерий. Мощность критерия. Состоятельные критерии. Несмещённые
критерии. Понятие равномерно наиболее мощного (РНМ) и локально наиболее мощного
(ЛНМ) критерия. Алгоритм проверки статистической гипотезы. Лемма НейманаПирсона(с док-вом). Критерии проверки параметрических гипотез. Критерий согласия хиквадрат 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.
Литература по разделу.
Основная: [1] глава 5; [2] глава 3; [3] с.49-89
Дополнительная: [4], [5], [8], [10],[12],[14],[16]
Раздел 7. Регрессионный анализ (Л.-6ч., С.-4ч.)
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.
Определение случайного процесса (СП). Моментные характеристики СП. Стационарные
СП.
Литература по разделу.
Основная: [2] глава 5; [17] глава 1; [11] §§ 1, 3, 5
Дополнительная: [12], [16]
8. Образовательные технологии
9. Оценочные средства для текущего контроля и аттестации студента
9.1 Тематика заданий текущего контроля
1.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:
 x
 x2 
 exp   2  при x  0

f ( x)    2
 2 
0
при x  0.

Найти плотность распределения вероятностей случайной величины Y= ln x .
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
(1 , 2 )
математическим
ожиданием
и
ковариационной
матрицей:
  2
cov( ; ) 
   cov(; )  2  .



Найти: P{    a} . ( 1 , 2 )  (0;2) ;
 3
   1,5

1,5 
;
3 
a  1 .
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: Х
=1573; Y =1671; S x2 =0,72; S y2 =0,15. Используя односторонний критерий, проверить при 
=0,1 гипотезу о равенстве дисперсий. Распределение контролируемого признака
нормальное.
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, 101 мм.
ЗАДАЧА 9. Средняя стоимость лечения одного пациента-льготника с диагнозом
«дуоденит» составляет (в рублях на ноябрь 2007 года):
Дальневосточный федеральный
Приволжский федеральный округ
Амурская обл. 245,61
Еврейская АО 101,45
Камчатская обл. 202,84
Корякский АО 327,63
Магаданская обл. 144,5
Приморский край 458,81
Кировская обл. 196,27
Оренбургская обл. 309,79
Пензенская обл. 271,76
Пермская обл. 329,58
Башкортостан 233,49
Марий-Эл 298,24
Мордовия 311,6
Татарстан 284,03
Чувашия 405,5
округ
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:
B
пло
хое
Нет
Да
92
22
A
ниж
е среднего
64
46
сре
днее
48
136
вы
ше
среднего
23
148
хор
ошее
3
72
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.
X
0.904 0.827 0.918 0.906 0.616 0.927 0.721 0.852 0.695 0.927
Y
3343
3136
3237
3330
3289
3350
2753
3336
2933
3642
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 a0 , a1 линейной регрессии вида X  a0  a1Y   .
9.2 Вопросы для оценки качества освоения дисциплины
Раздел 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?
Раздел 3.
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?
Раздел 7.
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?
6.Что такое случайный процесс?
7. Какие случайные процессы называют стационарными?
9.3 Примеры заданий промежуточного /итогового контроля
Вариант 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 A  B и А+В?
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. Выпускник вуза последовательно рассылает своё резюме потенциальным
работодателям до тех пор, пока не получит приглашение на собеседование. Вероятность
того, что рассылать резюме придётся не менее трёх раз, равна 0,81. Сколько в среднем раз
выпускнику придётся посылать резюме? Какова вероятность того, что посылать резюме
придётся пяти работодателям?
2
2. Случайная величина  имеет плотность распределения f ( x)  c(1  x ) , если x  1 ,
и 0 в остальных случаях. Найти константу с, функцию распределения случайной
величины  , математическое ожидание и дисперсию случайной величины   5  4 ,
вероятность P(   0.5  0.25) .
3. Автомат изготавливает шарики для подшипников. Шарик считается принятым, если
отклонение  диаметра шарика от заданного размера по абсолютной величине меньше 0,7
мм. Случайную величину  можно считать нормально распределённой с нулевым
математическим ожиданием и среднеквадратическим отклонением 0,4 мм. Сколько в
среднем будет годных шариков из 50 изготовленных?
4. Случайная величина  имеет распределение R(0,  ) . Найти плотность распределения
случайной величины   sin  .
  (1 , 2 )T имеет функцию распределения
F ( x, y )  1  e (  x  y )  e  x  e  y , если x  0, y  0 и 0 в остальных случаях.
Найти математическое ожидание и ковариационную матрицу вектора  , исследовать
случайные величины 1 и  2 на независимость и некоррелированность. Найти
вероятность попадания  в область A   x  1, y  1  .
5. Случайный вектор
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  n при каждом n  1 имеют плотность
распределения вероятностей f n ( x) 
1
n
. Докажите, что  n при n  
 1  (nx)2

сходится по вероятности к нулю, но не сходится к нулю в среднем квадратическом.
2
3. Пусть имеется выборка X 1 ,..., X n . Является ли оценка s 
1 n
( X i  X )2

n i 1
несмещённой оценкой дисперсии? Является ли эта оценка состоятельной оценкой
дисперсии? Докажите.
4. Получена реализация 2,3; 1,96; 2.05; 2,15; 1,98; 1,96 нормально распределённой
случайной величины с дисперсией равной 0.01. Постройте центральный доверительный
интервал для математического ожидания этой величины уровня надёжности 0,95.
Вариант экзаменационного билета
1.В результате проведенного исследования было установлено, что у 309
светлоглазых мужчин жены также имеют светлые газа, 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?
2. 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.
X
2.3
2.6
5.2
12.2
23.7
20
42.4
78.3
100
95.9
Y
98
117
68
16
33
44
10
6
8
6
Оцените коэффициент корреляции показателей X и Y . Считая , что наблюдения
имеют гауссовское распределение, выясните являются ли признаки X и Y зависимыми .
3. Уровень гистамина в мокроте у 7 курильщиков, склонных к аллергии, составил (в
микрограммах): 102,4; 100,0; 67,6; 65,9; 64,7; 39,6; 31,2, а у курильщиков, несклонных к
аллергии: 48,1; 45,5; 41,7; 35,4; 29,1; 18,9; 58,3; 66,8; 71,3; 94,3. Верно ли предположение о
том, что уровень гистамина у курильщиков, подверженных аллергии, выше, чем у
неаллергенов? Принять уровень значимости равным 0,05.
4. Анализируется прибыль Y (млн. $) в зависимости от расходов X (млн. $) на
рекламу. Данные наблюдений за 4 года приведены в таблице.
X
0,8
2,5
4,0
5,7
Y
5
15
20
25
Оцените по методу наименьших квадратов коэффициенты a0 , a1 линейной
регрессии вида
Y  a0  a1 X   .
5.Дан случайный процесс
 (t )  V1t  V2t 2 , где V1 ,V2 - независимые случайные
величины, такие что MV1  m1 , MV2  m2 , DV1  d1 , DV2  d 2 . Найти математическое
ожидание, дисперсию и ковариационную функцию случайного процесса
Выясните, является ли данный процесс стационарным.
 (t ), t  0 .
10. Учебно-методическое и информационное обеспечение дисциплины
10.1 Базовый учебник
1. 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 литература
4. 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 литература
12. 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
11. Материально-техническое обеспечение дисциплины
Не требуется