Часть
1. Фундамент прикладной статистики
1.4. Теоретическая база прикладной статистики
Контрольные вопросы и задачи
1. Почему в прикладной статистике
необходимо использовать теоремы о наследовании сходимости?
2. Примените метод линеаризации для
изучения распределения выборочной дисперсии (исходя из асимптотической
нормальности при n → ∞ среднего арифметического двумерных векторов (Xk, (Xk)2), k = 1, 2, … , n).
3. Как применяется в прикладной
статистике принцип инвариантности?
4. Как с точки зрения нечетких
множеств можно интерпретировать вероятность накрытия определенной точки
случайным множеством?
5. На множестве Y = {y1,y2,y3}
задано нечеткое множество B с функцией принадлежности μB(y),
причем μB(y1) =
0,1, μB(y2) = 0,2, μB(y3) = 0,3. Постройте
случайное множество А так, чтобы Proj A = B.
6. На множестве Y = {y1,y2,y3}
задано нечеткое множество B с функцией принадлежности μB(y),
причем μB(y1) =
0,2, μB(y2) = 0,1, μB(y3) = 0,5. Постройте
случайное множество А так, чтобы Proj A = B.
7. На множестве Y = {y1,y2,y3}
задано нечеткое множество B с функцией принадлежности μB(y),
причем μB(y1) =
0,5, μB(y2) = 0,4, μB(y3) = 0,7. Постройте
случайное множество А так, чтобы Proj A = B.
8. На множестве Y = {y1,y2,y3}
задано нечеткое множество B с функцией принадлежности μB(y),
причем μB(y1) =
0,3, μB(y2) = 0,2, μB(y3) = 0,1. Постройте
случайное множество А так, чтобы Proj A = B.
9. В чем состоит основная идея
принципа уравнивания погрешностей?