Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
ТЕМА 3. Законы распределения случайной величиныСодержание книги
Похожие статьи вашей тематики
Поиск на нашем сайте
График плотности нормального распределения называется +кривой Гаусса — кривой Бернулли —кривой Пауссона —кривой Лапласа
Нормальное распределение случайной величины возникает тогда, когда варьирование случайной величины обусловлено воздействием —малого числа факторов +большого числа факторов —редкими факторами —конечным заранее определенным числом факторов
Дискретная случайная величина, выражающая число появления события А в n независимых испытаниях, проводимых в равных условиях и с одинаковой вероятностью появления события в каждом испытании, называется распределенной по —нормальному закону —по закону Пуассона +биномиальному закону —по показательному закону
Если случайная величина имеет биномиальное распределение, n – число независимых испытаний, а p – вероятность наступления события, то математическое ожидание вычисляется по формуле — — — +
Если случайная величина имеет биномиальное распределение, n – число независимых испытаний, а p – вероятность наступления события, то дисперсия случайной величины вычисляется по формуле + — — —
В распределении Пуассона редких событий параметр а равен — + — —
Свойство стационарности потока событий означает, что вероятность появления k событий за промежуток времени —не зависит от числа k —не зависит от величины промежутка времени +зависит только от числа k и величины промежутка времени —не зависит ни от числа k ни от величины промежутка времени
Для расчета вероятностей ошибок при округлении показаний измерительных приборов используют + равномерное распределение —биномиальное распределение —распределение Пуассона —нормальное распределение
Функция надежности связана с —нормальным распределением —биномиальным распределением —равномерным распределением +показательным распределением
Математическое ожидание равномерно распределенной случайной величины вычисляется по формуле — + — —
Дисперсия равномерно распределенной случайной величины вычисляется по формуле — — + —
Вероятность попадания равномерно распределенной случайной величины в интервал вычисляется по формуле — — — +
Плотность распределения случайной величины с показательным распределением имеет вид + — — —
Функция распределения случайной величины с показательным распределением имеет вид — + — —
У показательного распределения математическое ожидание и среднее квадратическое отклонение —всегда различны —всегда различаются на единицу +всегда равны —всегда равны 1
Если - интенсивность отказов работы элемента, то 1/ - это —надежность работы —скорость отказов работы —вероятность отказа +наработка на отказ
Графиком плотности распределения равномерно распределенной случайной величины является +ступенчатая функция —парабола —гипербола —экспонента
Для равномерно распределенной случайной величины параметр с вычисляется по формуле — + — —
Распределение Пуассона имеет —0 параметров —два параметра +один параметр — три параметра
Показательное распределение имеет —0 параметров —три параметра —два параметра +один параметр
Нормальное распределение имеет + два параметра —0 параметров —один параметр — три параметра
Среднее квадратическое отклонение биномиально распределенной случайной величины вычисляется по формуле — + — —
В распределении Пуассона редких событий при — — + —
В точке кривая Гаусса имеет —точку перегиба —точку минимума —точку разрыва +точку максимума
Точки и являются для кривой Гаусса +точками перегиба —точками максимума —точками минимума —точками разрыва
Функция плотности нормального распределения с математическим ожиданием и средне – квадратическим отклонением задается формулой — + — —
Вероятность того, что нормально распределенная случайная величина Х, имеющая математическое ожидание а и средне – квадратическое отклонение , примет значение из интервала равна — — + —
Вероятность того, что отклонение нормально распределенной случайной величины Х от ее математического ожидания не превзойдет по абсолютной величине , равна — — — +
Распределение Пуассона характеризуется тем, что его математическое ожидание и дисперсия + равны между собой —обратно пропорциональны друг другу —оба равны 0 —отличаются друг от друга на 1
Поток событий называется простейшим, если он обладает следующими свойствами —стационарностью, отсутствием последействия, независимостью +стационарностью, отсутствием последействия, ординарностью —отсутствием последействия, периодичностью, непрерывностью —стационарностью, периодичностью, непрерывностью
Интенсивностью потока называется —общее число появления событий в наблюдаемый отрезок времени —среднее время между появлением событий +среднее число появлений событий за единицу времени —общее время между появлением событий
Случайная величина, являющаяся числом появлений событий в простейшем потоке за фиксированный промежуток времени, имеет распределение — нормальное —биномиальное —показательное +Пуассона
Непрерывная случайная величина, являющаяся промежутком времени между появлением двух событий в простейшем потоке, имеет —равномерное распределение —нормальное распределение —биномиальное распределение +показательное распределение
Параметрами нормального распределения являются +математическое ожидание и средне – квадратическое отклонение —функция распределения и функция плотности распределения —функция и —дисперсия и средне – квадратическое отклонение
Если плотность распределения непрерывной случайной величины имеет вид , где с= const, то эта случайная величина имеет — нормальное распределение + равномерное распределение — показательное распределение — биномиальное распределение
Плотность нормального распределения определяется формулой — — — +
Случайная величина равномерно распределена на отрезке [2,6]. Ее дисперсия равна — —3 + —2
Случайная величина равномерно распределена на отрезке [2,8]. Ее математическое ожидание равно —2 —3 —8 +5
Случайная величина имеет биномиальное распределение с параметрами n=40 и p=0,3. Ее математическое ожидание равно —3 —18 +12 —10
Случайная величина имеет биномиальное распределение с параметрами n=20 и p=0,4. Ее дисперсия равна —9 +4,8 —13 —2,1
ТЕМА 4. Выборочный метод. Если генеральная совокупность неоднородна, то способ отбора — серийный — собственно – случайный +типический —механический
Статистическое распределение выборки – это +соответствие между вариационным и частотным рядами —вариационный ряд —частотный ряд —число вариант в вариационном ряду
Мерой колеблемости признака около среднего значения в выборочной совокупности является —предельная ошибка выборки —выборочная доля — коэффициент надежности +выборочная дисперсия
Ошибкой репрезентативности (выборки) называется —ошибка при вычислении характеристик выборочной совокупности +отклонение характеристик выборочной совокупности от соответствующих характеристик генеральной совокупности —ошибка при вычислении характеристик генеральной совокупности —среднее квадратическое отклонение
Надежностью оценки числовой характеристики генеральной совокупности называется +вероятность попадания этой характеристики в доверительный интервал —отношение предельной ошибки выборки к средней ошибке —доверительный интервал —точность оценки
В выборочном методе гистограмма – это графическая иллюстрация —функции распределения —функции распределения —плотности распределения +статистического распределения выборки при интервальном задании вариационного ряда —закона распределения дискретной случайной величины
К числовым характеристикам выборочной совокупности относится —предельная ошибка выборки —генеральная доля —коэффициент надежности +выборочная доля
Средняя ошибка выборки – это —выборочная средняя —выборочное среднее квадратическое отклонение +среднее отклонение характеристики выборочной совокупности от соответствующей характеристики генеральной совокупности —выборочная дисперсия
Доверительный интервал – это интервал, в который с надежностью попадает +характеристика генеральной совокупности —характеристика выборочной совокупности —значение изучаемого признака генеральной совокупности — значение изучаемого признака выборочной совокупности
Выборочная средняя – это —значение изучаемого признака, выбранное из середины вариационного ряда +среднее взвешенное значение признака в выборочной совокупности —среднее арифметическое всех значений признака в выборочной совокупности —среднее взвешенное квадратов отклонений значений признака около среднего
Выборочная средняя равна — — + —
Величина объема выборки зависит от + требуемой точности и надежности результатов —генеральной дисперсии —выборочной средней —генеральной средней
В формуле коэффициент t называется —коэффициентом выборки + коэффициентом надежности —признаком выборки —точностью оценки
При повторном собственно – случайном отборе предельная ошибка выборки зависит от —объема генеральной совокупности —генеральной дисперсии +объема выборочной совокупности —выборочной средней
При серийном отборе под объемом выборки понимается —среднее количество элементов в серии —количество элементов в одной из серий —наибольшее количество элементов во всех сериях +количество серий, выбранных из общего количества серий
Выборочный метод опирается на —теорему Бернулли —теорему Пуаcсона —лемму Маркова +теорему Чебышева –Ляпунова
При повторном отборе зарегистрированные и обследованные единицы +вновь возвращаются в генеральную совокупность и снова могут принять участие в дальнейшем отборе —в генеральную совокупность не возвращаются —в генеральную совокупность возвращаются, но принять участие в дальнейшем отборе не могут —помечаются специальным знаком
При бесповторном отборе зарегистрированные и обследованные единицы —возвращаются в генеральную совокупность +не возвращаются в генеральную совокупность —возвращаются в генеральную совокупность и могут принять участие в дальнейшем отборе — в генеральную совокупность возвращаются, но принять участие в дальнейшем отборе не могут
При серийном способе отбора внутри выбранной серии проводится +сплошное наблюдение —выборочное наблюдение —наблюдение первых n элементов —наблюдение последних n элементов
Типический способ отбора применяется в тех случаях, когда генеральная совокупность —состоит из малого числа элементов +неоднородна — однородна — неупорядочена
К способам отбора не требующим разделения на группы, относятся —случайный и типический способы отбора —типический и серийным способы отбора —механический и серийный способы отбора +случайный и механический способы отбора
К способам отбора требующим разделения на группы, относятся —случайный и типический способы отбора +типический и серийным способы отбора — механический и серийный способы отбора —случайный и механический способы отбора
Одной из основных задач выборочного метода является —сплошное наблюдение +определение необходимой численности выборки —подсчет количества элементов генеральной совокупности —изучение изменчивости элементов генеральной совокупности
Выборочная дисперсия по средней – это —среднее взвешенное значение квадратов признаков в выборке +среднее взвешенное квадратов отклонений значений признака около выборочной средней —среднее значение признака в выборке —наибольшее значение признака
Выборочную (по средней) дисперсию можно вычислять по формуле — + — —
При типическом отборе численность каждого типа в выборке — одинакова —равна объему выборки —обратно пропорциональна объему типа в генеральной совокупности +пропорциональна объему типа в генеральной совокупности
Частотный ряд это —совокупность выборочных значений признака —совокупность квадратов выборочных значений признака +упорядоченная последовательность частоты появлений различных значений признака — соответствие между значениями признака и числом появления этих значений
Предельная ошибка выборки связана со средней ошибкой формулой — + — —
Предельная ошибка показывает —наименьшее отклонение выборочной средней от генеральной средней —среднее отклонение выборочной средней от генеральной средней +наибольшее отклонение выборочной средней от генеральной средней —наибольшую дисперсию
Упорядоченная последовательность вариант называется —частотным рядом — числовым рядом +вариационным рядом —функциональным рядом
В выборочном методе полигон частот – это графическая иллюстрация — функции распределения —плотности распределения —статистического распределения выборки при интервальном задании вариационного ряда +статистического распределения выборки при задании вариационного ряда в виде последовательности вариант
При возрастании объема выборки n предельная ошибка выборки +уменьшается — увеличивается —не изменяется —стремится к бесконечности
При увеличении надежности предельная ошибка выборки — уменьшается +увеличивается —не изменяется —стремится к 0
С вероятностью можно утвердить, что при достаточно большом объеме выборки разница между и не превзойдет —коэффициента надежности t —средней ошибки выборки —дисперсии +предельной ошибки выборки
Величина объема выборки n зависит от +требуемых точности и надежности результатов —изучаемого признака —генеральной средней —генеральной доли
При выборочном обследовании 100 единиц совокупности, полученной собственно – случайным способом, были получены следующие данные:
Выборочная средняя равна —28 —29 —30 +31
При выборочном обследовании 100 единиц найдено среднее квадратическое отклонение . С вероятностью, равной 0,9973, предельная ошибка выборки по средней при повторном отборе равна —0,2 —0,02 +0,06 —0,6
При выборочном обследовании стажа работы 100 сотрудников учреждения собственно – случайным способом отбора получены данные:
Доля сотрудников, имеющих стаж работы 20 лет и более, равна —0,2 +0,4 —0,3 —0,1
Доля стандартных деталей в выборочной совокупности объемом в 100 штук, полученной путем повторного, собственно – случайного отбора, равна 0,8. С вероятностью 0,9973 предельная ошибка выборки по доле равна —0,08 +0,12 —0,8 —1,2
При выборочном обследовании 80 единиц совокупности, полученной путем собственно – случайного отбора, были получены следующие данные:
Выборочная средняя равна —28,6 —26,6 +25,6 —23,6
|
||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-06-19; просмотров: 1381; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 52.15.70.0 (0.008 с.) |