На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Работа № 92927


Наименование:


реферат Предельные теоремы.Простая линейная регрессия.Закон распределения дискретных случайных величин

Информация:

Тип работы: реферат. Добавлен: 7.12.2015. Сдан: 2013. Страниц: 11. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Содержание

Предельные теоремы ……………………………………………………….. 2

Простая линейная регрессия ……………………………………………….. 3

Закон распределения дискретных случайных величин …………………... 6

Гистограмма, эмпирическая функция распределения ……………………. 8

Список используемой литературы …………………………………………. 11


ПРЕДЕЛЬНЫЕ ТЕОРЕМЫ
1. Теорема Бернулли
a) генерируем n значений a. Используем генератор случайных чисел пакета Ecxel. Генерируем случайные числа, распределенные равномерно на отрезке [0,5, 1,5].



Затем берем целую часть от случайной величины, распределенной равномерно на отрезке [0,5, 1,5] используя функцию «ЦЕЛОЕ»
в) Определение числа появлений “герба” и относительной частоты fn в серии из n испытаний. Для этого посчитываем число единиц в массиве, полученном на предыдущем этапе.
Проделываем опыт при значениях n = 200; 1000; 2000.

Теоремы Чебышева. Если - последовательность попарно независимых случайных величин, имеющих конечные дисперсии, ограниченные одной и той же постоянной:
,
то для любого e>0
при

?fn- 0.5?<0.2 при n = 200 и ?fn- 0.5?<0.02 при n=2000.


случай 1 2 3 4 5
количество выпвдений Гебра 103 84 95 92 105
вероятность 0,015 -0,08 -0,025 -0,04 0,025


случай 1 2 3 4 5
количество выпвдений Гебра 996 1028 1011 965 956
вероятность -0,002 0,014 0,0055 -0,0175 -0,022

Вывод. При n=200 теорема Чебышева выполняется в 5 опытах из пяти и при n=2000 в 5 опытах.

ПРОСТАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ
Для определения оценок параметров в уравнении используем метод наименьших квадратов (МНК).
Порядок действий:
-находим Y, используя формулу Y = 11,5 + 1,4x + 2?.
-генерируем ? с нормальным распределением с параметрами mx = 0 sx =
-находим среднее и сумму Y и X
-находим а0^ и а1^ по формулам
-находим F - статистику, для этого ищем: ........


1. Ж.Нёве Математические основы теории вероятностей, 1986, 310 с.

2. Вентцель Е.С Теория вероятностей 1969, 576 с.

3. Гнеденко Б.В. Курс теории вероятностей, 1988, 488 с.





Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть похожие работы

* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.