Парная регрессия. Точечные оценки параметров

Математическая статистика

Законы больших чисел

31. Неравенство Маркова.

32. Неравенство Чебышева. Следствия.

33. Теорема Чебышева. Закон больших чисел в форме Чебышева и его значение.

34. Теорема Бернулли. Закон больших чисел в форме Бернулли и его значение.

35. Понятие о центральной предельной теореме и ее следствиях.

36. Предмет и задачи математической статистики. Генеральная и выборочная совокупности. Способы отбора.

37. Построение дискретного вариационного ряда. Эмпирическая функция распределения и ее свойства.

38. Построение интервального вариационного ряда. Гистограмма частот и относительных частот.

39. Точечные оценки параметров генеральной совокупности. Средняя арифметическая и ее свойства.

40. Дисперсия вариационного ряда и ее свойства. Исправленная выборочная дисперсия.

41. Интервальные оценки параметров. Доверительный интервал.

42. Статистическая проверка гипотез. Критерий проверки, ошибки первого и второго рода, критическая область.

43. Критерий согласия Пирсона о законе распределения случайной величины.

44. Модели и основные понятия регрессионного анализа.

45. Нахождение параметров линейного уравнения регрессии методом наименьших квадратов.

46. Коэффициент линейной корреляции случайных величин и его свойства.

в условиях классической нормальной модели.

Предположим, что мы изучаем одновременно две случайные величины . Пусть в результате испытания нами получено N пар наблюдений , , , , среди которых могут быть и совпадающие. Вопрос: зависят ли эти две случайные величины друг от друга, и, если зависят, то каков характер этой зависимости?

Дата добавления: 2014-12-16