Статистический метод контроля (1-1) ММУ • Что полностью характеризует случайную величину: • Чему равна вероятность случайного события: • Что называют средним квадратическим отклонением случайной величины: • Как обозначают вероятность события А: • Чему равна вероятность достоверного события: • Какой формулой определяется относительная частота события А: • Чему равна дисперсия разности двух независимых случайных величин: • Как принято обозначать случайные события: • Что называют условной вероятностью: • Когда вычисляют относительную частоту: • Какие значения случайная величина X может принимать в одном испытании: • Как обозначают условную вероятность: • Сколько значений может принять случайная величина в результате испытания: • Какие бывают элементарные исходы: • Чему равна вероятность совместного появления нескольких событий, независимых в совокупности: • Если одно из двух противоположных событий обозначено через А, то как принято обозначать другое: • Какая вероятность появления одного из двух несовместных событий А и В, безразлично какого: • Когда вычисляют вероятность события: • Чему равно математическое ожидание дискретной случайной величины: • Что необходимо для задания дискретной случайной величины: • Какое значение имеет математическое ожидание постоянной величины М(С) : • Чему равно математическое ожидание постоянной величины С: • Какие события называют несовместными: • Каким может быть число возможных значений непрерывной случайной величины: • Какое неравенство доказал Чебышев: • По какому равенству находят выравнивающие частоты: • Какая вероятность того, что непрерывная случай¬ная величина примет значение, принадлежащее интервалу (а, b) : • Какая вероятность того, что отклонение по абсолютной величине будет меньше утроенного среднего квадратического отклонения: • Что называют статистическим распределением выборки: • Какое нормальное распределение называют общим: • Что называют полигоном частот: • Чем задается дискретная случайная величина: • Чему равно среднее квадратическое отклонение случайной величины X: • Как, зная плотность распределения f (x), можно найти функцию распределения F (х) : • По какой формуле зная плотность распределения можно найти функцию распределения: • Какие значения интегральной функции принадлежат отрезку [0; 1] : • Что необходимо знать, чтобы задать нормальное распределение: • Если возможные значения непрерывной случайной величины расположены по всей оси х, то при lim x →∞ F (X) :{ • Какую статистическую ошибку Θ* при любом объеме выборки называют несмещенной: • Какую статистическую оценку называют состоятельной: • По какому равенству находят выравнивающие частоты: • Какое геометрическое истолкование функции распределения: • Какое распределение вероятностей называют равномерным: • Чему равно среднее квадратическое отклонение суммы конечного числа взаимно независимых случайных величин: • Какое нормальное распределение называют нормированным: • Какой оценкой генеральной средней является выборочная средняя: • При каком эксцессе кривая распределения имеет более низкую и “плоскую” вершину, чем нормальная кривая: • Какой вид имеет график дифференциальной функции равномерного распределения: • При каком эксцессе кривая распределения имеет более высокую и “острую” вершину, чем нормальная кривая: • Какая функция является общим способом задания любых типов случайных величин: • Чему равна интегральная функция нормированного нормального распределения F0(x) : • Чему равна дискретная генеральная средняя совокупность относительно количественного признака X: • Какими оценками при небольшом объеме выборки следует пользоваться: • Что в теории вероятностей понимают под распределением: • Что называют гистограммой частот: • Чему равна вероятность того, что непрерывная случайная величина X примет значение, принадлежащее интервалу (а, b) : • Как на практике правило трех сигм: • Соблюдение каких требований гарантирует математическое ожидание оценки Θ* от получения систематических ошибок: • Какой вид имеет график дифференциальной функции дискретного распределения: • Какую функцию называют интегральной функцией распределения: • Какой вид отбора не требует расчленения генеральной совокупности на части: • Какие соотношения μ 1 связывают начальные v1 и центральные v2 моменты: • Какую функцию называют функцией распределения: • Как называют статистическую оценку, которая при n→∞ стремится по вероятности к оцениваемому параметру: • Для каких случайных величин справедливо неравенство Чебышева: • По какой формуле определяют условные варианты: • В чем состоит сущность правила трех сигм: • Чему равна сумма вероятностей возможных значений дискретной величины заданной таблично: • Найти математическое ожидание дискретной случайной величины, зная закон ее распределения: • Задано распределение частот выборки. Найти объем выборки. • Чему равна вероятность того, что непрерывная случайная величина Х примет одно определенное значение: • Дисперсия каждой из 9 одинаково распределенных взаимно независимых случайных величин равна 36. Найти дисперсию среднего арифметического этих величин. • (вид отв. х) • Что геометрически означает свойство “ Дифференциальная функция неотрицательна”: • Выберите один ответ. • Что не называют числовой характеристикой случайной величины: • Чему равна вероятность совместного появления двух независимых событий А и В: • Чему равен несобственный интеграл от дифференциальной функции : • События А, В, С и D образуют полную группу. Вероятность событий такова: Р (А) = 0,1; Р (B) = 0,4; Р (C) = 0,3. Чему равна вероятность события D? • (вид отв. х , х): • Случайная величина X задана интегральной функцией • Найти вероятность того, что в результате испытания X примет значение, заключенное в интервале (2; 3). • Найти условную варианту u3 статистического распределения • По цели произвели 24 выстрела, причем было зарегистрировано 19 попаданий. Определите относительную частоту поражения цели. • (вид отв. хx / хх) • Найти математическое ожидание произведения числа очков, которые могут выпасть при одном бросании двух игральных костей. • (вид отв. х , хх) • Найти общую среднюю ¯x совокупности, состоящей из двух групп • Выбрать варианту в качестве ложного нуля следующего статистического распределения: • Какая из теорем является простейшим законом больших чисел: • Какой эмпирический момент определяют по формуле : • Какая выборка будет репрезентативной: • Чему равна дифференциальная функция φ(x) нормированного распределения: • Если возможные значения непрерывной случайной величины расположены по всей оси х, то при lim x →-∞ F (X) :{ • Чему равна вероятность появления хотя бы одного из двух несовместных событий А и В: • Чему равна вероятность совместного появления двух зависимых событий А и В: • Чему равна вероятность события А, которое может наступить лишь при условии появления одного из несовместных событий B 1,B 2 образующих полную группу: • Чему равна дисперсия суммы постоянной величины и случайной: • Чему равна дисперсия числа появлений события в независимых испытаниях: • Как обозначают математическое ожидание дискретной случайной величины: • Чему равна вероятность появления хотя бы одного из двух независимых событий А и В: • Как принято обозначать среднее квадратичное отклонение случайной величины: • Чему равна вероятность появления хотя бы одного из двух совместных событий А и В: • Какая формула для вычисления дисперсии (рассеяния) дискретной случайной величины: • Когда событие А и В называют независимыми: • Какое неравенство удовлетворяет вероятность любого события: • Чему равно математическое ожидание М (Х) числа появлений события А в n независимых испытаниях: • Какие события называют противоположными: • Что называют элементарным исходом: • Как принято обозначать случайные величины: • Как обозначают дисперсию (рассеяние) дискретной случайной величины: • Что называют полной группой событий: • Чему равен несобственный интеграл от плотности распределения : • Чему равна интегральная функция общего нормального распределения F(x) : • Какая вероятность того, что абсолютная величина отклонения превысит утроенное среднее квадратическое отклонение: • Какую из функций можно найти, зная плотность распределения: • Какому интервалу принадлежат значения функции распределения: • Какое нормальное распределение называют нормированным: • Чему равна сумма произведений отклонений на соответствующие частоты : • Чему равна сумма вероятностей противоположных событий A и A ?: • Как можно выносить за знак дисперсии D(СX) постоянный множитель: • Какая вероятность появления одного из двух несовместных событий А и В: • Какие два события называют независимыми: • Каким может быть число возможных значений дискретной случайной величины: • Как называют статистическую оценку, которая при n>? стремится по вероятности к оцениваемому параметру: • Чему равен несобственный интеграл от дифференциальной функции : • Какой эмпирический момент определяют по формуле : • В каком случае функция F (х) — неубывающая: • Если возможные значения непрерывной случайной величины расположены по всей оси х, то при lim x >? F (X) :{ • Случайная величина задана законом распределения • Найти среднее квадратическое отклонение этой величины. • В денежно - вещевой лотерее на каждые 10 000 билетов разыгрывается 150 вещевых и 50 денежных выигрышей. Чему равна вероятность выигрыша, безразлично денежного или вещевого, для владельца одного лотерейного билета? • Найти групповые средние ?x1 и ?x2 совокупности, состоящей из двух групп • Дано: Р (|Х — М (Х)|< е) > 0,9; D (X) = 0,004. Пользуясь неравенством Чебышева, найти ?. • Найти математическое ожидание числа лотерейных билетов, на которые выпадут выигрыши, если приобретено 20 билетов, при чем вероятность выигрыша по одному билету равна 0,3. • Какие соотношения ? 1 связывают начальные v1 и центральные v2 моменты: • Найти математическое ожидание дискретной случайной величины, зная закон ее распределения: • Найти дисперсию случайной величины, зная закон ее распределения • Производится 4 выстрела с вероятностями попадания в цель р1 = о,6, p2 = 0,4, p3 = 0,5 и р4 = 0.7. Найти математическое ожидание общего числа попаданий.