Функция распределения двумерной СВ XY называется функцией Fxy которая для любых действительных чисел...: ответ на тест 1198225 - Теория вероятностей и математическая статистика
Функция распределения двумерной СВ (X,Y) называется функцией F(x,y), которая для любых действительных чисел x и y равна вероятности совместного выполнения двух событий
Варианты ответов
Перечень зависимых одинаково распределенных СВ
Увеличивать в уравнениях
Выборочной
{X=x} и {Y>y}
{X>x} и {Y=y}
{X>x} и {Y>y}
тем более вероятно, что этой зависимости нет в популяции, из которой она извлечена
Для действительных у
Только опровергнуть или не опровергнуть
Неопределенности
центральную предельную теорему
от их моды
Ранжируются
Полигоном частот
Типическим
Число раз, когда элемент выигрывал при прогоне файла данных
Ортогональность зависимости
Полигоном
теорему Чебышева
Двум
Увеличиваются
Генеральной совокупностью
Для действительных х или у
Моментов
Измеряются и регистрируются
Уровнем статистической значимости
Механическим
Производной ее функции распределения
Взвешенных наименьших квадратов
{X
Механическим
Произведение исправленной выборочной дисперсии и выборочного среднего квадратического отклонения
Простой, типический, механический, серийный
Разности
Взвешенных наименьших квадратов и максимума правдоподобия
Объемом выборки
Эйлер
закон малых чисел
Ситуация,когда можно предсказать значения одной переменной по значениям другой
Стьюдента
Максимального правдоподобия и максимума правдоподобия
Гистограммой частостей
Пирсона
5, 15, 8, 9, 9
Стьюдент
Модой
15, 8, 9, 9, 5
Измеряются и регистрируются
Площадью выборки
Ординальной
тем менее вероятно, что этой зависимости нет в популяции, из которой она извлечена
Средней вероятностью
Моментов и взвешенных наименьших квадратов
Ситуация,когда отобранный объект возвращается в генеральную совокупность перед извлечением следующего
9
Второй смешанной производной ее функции распределения
Размахом вариации
Взвешенных наименьших квадратов
от их математического ожидания
от средней вероятности
Достаточно полное представление изучаемых признаков генеральной совокупности
Интервальным
Временным
Статистическими рассуждениями
Ковариационную матрицу
одно возможное значение случайной величины Z
Операция расположения значений случайной величины не по убыванию
Надежностью
Число, определяемое по выборке
Точка пересечения графика с осью абсцисс
Ранжируются
3
Ортогональной
множество значений случайной величины Х
множество значений случайной величины Y
Максимального правдоподобия
Определенных
Точка на графике
Ситуация,когда отобранный объект не возвращается в генеральную совокупность
Достаточно полное представление изучаемых признаков генеральной совокупности
Простым
Эйлера
Варьируются исследователем
Ковариационный квадрат
Для действительных х и у
достигает минимума
Существует достаточно полное представление изучаемых признаков генеральной совокупности
Смещенная оценка дисперсии
Изменять в исследованиях
от их медианы
Измерять в уравнениях
Суммы
Только опровергнуть
конечную предельную теорему
Увеличиваются
Измерять шкалой измерения
достигает максимума
Нулю
Надежность зависимости
Любых
Ситуация, когда отобранный объект не возвращается в генеральную совокупность перед извлечением следующего
Простой, бесповоротный
Полигоном частостей
Точка пересечения графика с осью ординат
Стационарным рядом
Сплошным обследованием
Построение кривой с большой кривизной
Медианой
Отобранный объект не возвращается в генеральную совокупность перед извлечением следующего
Ковариационный треугольник
Гистограммой частот
Корень квадратный из выборочного среднего квадратического отклонения
Ошибка зависимости
Вероятно, что зависимость, подобная найденной, будет вновь обнаружена
стремится к бесконечности
одно возможное значение случайной величины Z
одно возможное значение случайной величины Y
Максимумом правдоподобия
Произведения
Серийным
Конструкцией статистических критериев
Ковариационный прямоугольник
Максимума правдоподобия
тем менее вероятно, что эта зависимость стремится к бесконечности
Ситуаци, когда вероятно, что зависимость, подобная найденной, будет вновь обнаружена
Числом выборки
множество значений случайной величины Х
Доказать
Эйлера
Пирсона
Корень квадратный из исправленной выборочной дисперсии
Десяти
стремится к нулю
Определенности
Деления
Серийным
Верхним пределом функции распределения
тем более вероятно, что эта зависимость стремится к нулю
7
Стьюдента
Для действительных х
Моментов
Повторный, бесповторный
Ситуация,когда можно предсказать значения одной переменной по значениям другой
Защищенность зависимости
Корень квадратный из выборочного среднего квадратического отклонения
Типическим
Варьируются исследователем
Квадрат исправленной выборочной дисперсии
Графиком выборки
Пирсон
Ситуация,когда случайная величина принимает значение, выбранное случайным образом
Максимума правдоподобия
Можно предсказать значения одной переменной по значениям другой