Прикладная статистика

<<- Назад к вопросам

Критериями проверки согласия функции распределения выборки с функцией распределения являются

(Ответ считается верным, если отмечены все правильные варианты ответов.)

Варианты ответа

критерий Смирнова(Верный ответ)

критерий Ходжеса-Лемана

критерий омега-квадрат(Верный ответ)

Похожие вопросы

Если

обозначает совместную функцию распределения k-мерного случайного вектора $(X_n^{(1)},...,X_n^{(k)}), n=1,2,...$ и $F_{\lambda n}$ - функция распределения линейной комбинации $\lambda_1X_n^{(1)}+\lambda_2X_n^{(2)}+...+\lambda_k X_n^{(k)}$ , то необходимое и достаточное условие для сходимости F_n

к некоторой k-мерной функции распределения

состоит в том, что ...

Пусть исходные данные - это совокупность независимых одинаково распределенных случайных величин с одной и той же функцией распределения F(x). H(x) - функция распределения засоряющей совокупности. Тогда модель $F(x)=(1-\varepsilon)F_0(x)+\varepsilon H(x)$ - это модель

Согласно центральной предельной теореме для одинаково распределенных слагаемых, если X_1,X_2,...,X_n

- независимые одинаково распределенные случайные величины с математическими ожиданиями M(X_i)=m

и дисперсиями $D(X_i)=\sigma^2, i=1,2,...,n$ , то для любого действительного числа

существует предел $\lim_{n\rightarrow\infty}P\left(\frac{X_1+X_2+...+X_n - ***}{\sigma\sqrt{n}}lt; x\right)=\Phi(x)$ где $\Phi(x)$ - функция стандартного нормального распределения. На месте *** должно быть

Согласно центральной предельной теореме для одинаково распределенных слагаемых, если X_1,X_2,...,X_n

- независимые одинаково распределенные случайные величины с математическими ожиданиями M(X_i)=m

и дисперсиями $D(X_i)=\sigma^2, i=1,2,...,n$ , то для любого действительного числа

существует предел $\lim_{n\rightarrow\infty}P\left(\frac{*** - nm}{\sigma\sqrt{n}} lt; x\right)=\Phi(x)$ где $\Phi(x)$ - функция стандартного нормального распределения. На месте *** должно быть

- функция распределения случайной величины X. Тогда P(a < X < b)

Оценка математического ожидания $\overline{X} = 50$ , выборочная дисперсия s_0^2 = 625

, объем выборки n = 100

. Тогда 95%-ный доверительный интервал для математического ожидания

Если $x_{i}, i=1,...,n$ и $y_{i}, i=1,...,n$ - выборки, однородность которых необходимо проверить на основе модели связанных выборок, то

Если $x_{i}, i=1,...,n$ и $y_{i}, i=1,...,n$ - объемы продаж одного и того же товара до и после рекламного воздействия, то для проверки наличия эффекта рекламы необходимо использовать модель

Оценка математического ожидания $\overline{X} = 20$ , выборочная дисперсия s_0^2 = 125

, верхняя 95%-ная граница для математического ожидания равна 22,94. Тогда объем выборки равен

Оценка математического ожидания $\overline{X} = 50$ , объем выборки n = 100

, верхняя 95%-ная граница для математического ожидания равна 52,94. Тогда выборочная дисперсия равна