Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Числовые характеритики СВ.
СВ описываются числовыми характеристиками, различают характеристики положения ( ожидания , моде, медиана) и характеристики рассеивания ( дисперсия, среднеквадратичное отклонение , моменты) В мат ожидании (средним значением вероятности называется действительное число М(х)) М(х)= Мат. ожидание существует , если ряд или интеграл ---сходятся абсолютно, если абсолютной сходимости нет , то говорят, что Х не имеет мат ожидания. Мат ожидание характеризует среднее значение принимаемое СВ. Свойства: 1.М(с)=с - const 2.М(кх)=кМ(х), к -const 3.М(х+у)=М(х)+М(у) 4.М(ху)=М(х)М(у), если х,у- независимые 5.М(х-М(х))=0 6.х≥0 => М(х) ≥0 7.М2(ху)=М(х2)М(у2) ---неравенство Коши Буняковского Дисперсией СВ называют неотрицательное число:
D(x)= Свойства дисперсии: 1.D(c)=0, c-const 2.D(kx)=k2D(x) 3.D(x±y)=D(x)+D(y), если х,у - независимые 4.D(x)=M(x2)-(M(x))2 --- упрощённое правило вычисления Модой непрерывной СВ Х называют действительное число dx – точка максимального распределения.(модой дискретной СВ Х – называют значение хк имеющее наибольшую вероятность) Медианой непрерывной СВ Х – называют действительное число hх , такое что Р(х<hx)= Р(х≥hx) Средним квадратичным отклонением CВ Х – называют число δ(х)=(D(x))0.5 Моменты распределения одномерной СВ. В ТВ изучают моменты 2-ух видов: -Начальные(нач. момент к-ого порядка СВ Х наз υк=М(хк)) -центральные(центральный момент СВ Х μк=М(х-М(х))к, μ2- дисперсия СВ Х) Найдем выражение центральных моментов СВ Х через нач моменты этой СВ: μк=М(х-М(х))к=М(∑сnk(-1)кхn-k – Мк(х))= М(х-М(х))к=∑сnk(-1)к М(хn-k) Мк(х)= ∑сnk(-1)к υn-k υк μ2=υ2 – υ12 μ3 служит характеристикой асимметрии (скошености) распределения, если СВ распределена симметрично относительно М(х), то μ3 = 0. А = μ3/δ3 –коэффициент ассиметрии μ4 - центральный момент служащий характеристикой островершинности или плосковершинности распределения. В = μ4/δ4 коэф плосковершинности для нормального закона распределения (В=3 эксцесс) Ковариация и коэффициент линейной корреляции 2 СВ, их свойства. Основная характеристика описывающая связь между СВ Х и У является ковариация (корреляционный момент): Kxy=cov(x,y)=M[(x-M(x))(y-M()y)] Теор. cov(x,y)=0, Для независимых Х и У Свойства ковариации: 1.Кху=Кух 2.|Кyx|≤δхδу Величина rху= Кух/ δхδу называется линейной ковариацией Свойства rху: 1. rху =rух 2.rхх=1, Кхх=D(x) 3.|ryx|1≤1 4.Кху= 0, если Х и У независимые СВ 5.rху=±1, то между СВ Х и У существует функцинальная зависимость М((х-mx)/ δх ±(y-my)/ δy)2= 2 ± 2 Кух/ δхδу Условное мат ожидание Зависимость между СВ Х и У может изучаться с помощью условных распределений. Если окажется что условное = безусловному , то говорят что СВ не зависимы. Условное распределение составленное Х и У характеризуется условным мат ожиданием и дисперсией. Опр. Условное мат ожидание составляет Х при условии что У приняло определённое значение У(для дискретного yj находят по формуле ): М(Х| У=уj)= ∑хip(xi,yi) для дискретной СВ, где хi – различные значения СВ Х. p(xi,yi)=p(Х=xi| У=yi) М(Х| У=уj)=∫ хp(x,y)dx для непрерывных СВ Х и У, где p(x,y)- условие плотности СВ Х при условии У=у Например: условие дисперсии составляет Х, при условии что У=у в случае непрерывных СВ определяемое формулой: Мх/у=М(Х| У=у) D(Х| У=у)=∫ (х- mx/y)2p(x,y)dx Из определения условного мат ожидания следует => с изменением У будет меняться и М(Х| У=у) и мы можем рассматривать его как функцию от У(М(Х| У=у)=ψ(У)- функция регрессии Х на У, аналогично для регрессии У на Х). Х= ψ(У),У=φ(Х) – линии регрессии, вводятся непрерывных СВ. |
Последнее изменение этой страницы: 2019-05-08; Просмотров: 181; Нарушение авторского права страницы