Прикладная статистика

Случайные величины, определенные по результатам различных испытаний в схеме независимых испытаний

(Отметьте один правильный вариант ответа.)

Варианты ответа

независимы(Верный ответ)

могут оказаться независимыми при определенных условиях

зависимы

Похожие вопросы

Согласно результатам Хинчина, существование у исследуемых случайных величин математического ожидания является необходимым и достаточным условием применимости закона больших чисел, если случайные величины

Базой методов статистических испытаний являются

Последовательность испытаний Бернулли с, вообще говоря, различными вероятностями успеха - это

При росте числа испытаний методом Монте-Карло бутстреп-оценка для математического ожидания приближается к

Если

- независимые случайные величины, то величины X^3

Значение случайной величины, соответствующее локальному максимуму плотности вероятности для непрерывной случайной величины или локальному максимуму вероятности для дискретной случайной величины, - это

- независимые случайные величины, M(X)=3, M(Y)=6

. Тогда

К непараметрическим критериям проверки однородности двух независимых выборок относятся критерии

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