полная методичка
.pdf4
3
2
1
1 |
2 |
3 |
4 |
5 |
-1
-2
-3
Корреляционный момент (корреляция) двух случайных величин
Рассматриваются случайные величины ξ и h для которых задан двумерный закон распределения, если они дискретные или плотности совместного распределения, если непрерывны, тогда
корреляционный момент случайных величин ξ и h.
C h M M h M h
C h |
n |
|
|
m |
xi M y j M h pij |
||
C h |
|
|
i 1 |
j 1 |
|
||
|
|
|
x M y M h p x; y x y |
||||
|
|
|
|
|
|
||
|
|
|
|
|
Свойства корреляционного момента
1.C D , Chh Dh где D – дисперсия
2.C h M h M M h
C h M M h M h M h M h h M M M h M h 2 M M h M M h
3.Если случайные величины ξ и h независимы, то C h 0
4.h C h h
h h ;
D M M 2 M h h M h h M 2 M (h M h ) h ( M ) 2 |
||||||||||||||||||||||||||||||||
M 2 (h M |
h |
)2 |
2 |
|
h |
(h M |
h |
) ( M |
|
) 2 |
( M |
|
)2 2 |
2 |
2 |
|
h |
C |
h |
2 |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
h |
|
|
h |
|
|
|
|
|||||||
2 2 2 |
2 |
|
h |
C |
h |
2 |
|
h |
|
|
|
h |
C |
h |
|
0 |
|
|
|
|
|
|
|
|
|
|
||||||
|
h |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
C h |
h |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Коэффициент корреляции и его свойства
Коэффициент корреляции есть отношение корреляционного момента к произведению стандартных отклонений случайных величин
r h C h
h
Если r h 0 , то случайные величины ξ и h называются некоррелированными Если r h 0 , то случайные величины ξ и h называются коррелированными
Свойства
1.1 r h 1
2.Если случайные величины ξ и h независимые, то они некоррелированные ( r h 0 )
Если случайные величины ξ и h коррелированные ( r h 0 ), то эти случайные величины зависимы
Обратные утверждения неверны !
3.Нормированной случайной величиной называется отношение отклонения случайной величины от ее математического ожидания к стандартному отклонению
1 M
|
|
|
|
M |
|
|
|
|
|
1 |
|
M |
|
|
|
|
|
|
|
|
|
|||||
M |
|
1 M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M |
|
0 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
M |
|
|
|
1 |
|
D M |
|
|
|
D |
|
||||||||||||
D |
1 |
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
||||||||
|
|
|
|
|
|
|
2 |
|
|
|
2 |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Коэффициент корреляции двух случайных величин ξ и h равен корреляционному моменту их нормированных случайных величин
|
|
|
|
|
r h |
C 1h1 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C |
|
M M |
h M |
|
|
M |
|
|
h M |
h |
|
|
|
||
r |
|
h |
|
|
|
h |
|
|
M |
|
|
|
|
M 1 1 |
C 1 1 |
||
|
|
|
|
|
|
|
|
|
|
||||||||
h |
|
h |
|
h |
|
|
|
|
|
|
|
h |
|
|
h |
h |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4. Если случайные величины ξ и h линейно-зависимые, то модуль коэффициента корреляции r h 1
h a b где a,b произвольные коэффициенты. b 0
1. M h M a b a b M
Dh M h M h 2 M a b a b M 2 b2 M M 2 b2 D
h b
2.C h M M h M h M M b M b D
3. r h |
C h |
|
b |
2 |
|
|
b |
|
1 |
||
h |
|
|
|
|
|
|
|
||||
|
|
|
|||||||||
|
|
b |
|
b |
|
|
Если линейная зависимость между ξ и h носит возрастающий характер, тогда коэффициент корреляции равен 1. Если линейная зависимость между ξ и h носит убывающмй характер, тогда коэффициент корреляции равен -1.
5. Коэффициент корреляции является мерой линейной зависимости двух случайных величин
rh
6. Степень линейной зависимости
rh |
0 ÷ 0.3 0.4 ÷ 0.7 0.8 ÷ 1 |
|
С.Л.З. Слабая Средняя Сильная
Уравнения Регрессии
M h | x | |
y (x) |
M | h y | |
x ( y) |
Кривые, которые задаются двумя уравнениями, называются кривыми регрессии. Ограничимся
случаем, когда кривые регрессии являются прямыми (прямые регрессии).
y A x M B
1. |
M y M h M A M M B |
|
||||||||||
|
M h A M M B |
|
|
|
|
|||||||
2. |
B M h |
M |
h M h |
M M A M B B A M M |
A |
|||||||
Ch |
M |
|||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
2 |
|
|
A |
Ch |
|
|
rh h |
|
rh h |
|
|
|||
|
2 |
|
|
|
||||||||
|
|
|
2 |
|
|
|
z |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
y M h rh h x Mz
y M |
h |
r |
h x M |
|
|
уравнение регрессии случайной величины h на случайную величину ξ |
|||
|
h |
z |
|
|
|
||||
|
|
|
|
|
|
|
|||
x M |
rh |
|
|
y M h |
|
|
|||
|
уравнение регрессии случайной величины ξ на случайную величину h |
||||||||
|
|
||||||||
h |
|||||||||
|
|
|
|
|
|
|
Характеристики
1.В общем, для произведения случайной величины ξ и h прямые регрессии не совпадают
2.Если модуль коэффициента корреляции равен 1, т.е. ξ и h линейно-зависимы, то оба уравнения регрессии совпадают между собой и с самим уравнением линейной зависимости ξ и h
3.Обе прямые регрессии проходят через точку M ; M h т.е. пересекаются в этой точке
4.Прямая регрессии случайной величины h на случайную величину ξ имеет следующий смысл, если случайные величины ξ и h коррелированны ( rh 0 ), то правая часть уравнения
регрессии обеспечивает наилучшее приближение случайной величины h к случайной функции вида С1 С2 в смысле метода наименьших квадратов
|
|
|
|
|
h |
|
|
|
2 |
|
1 r |
2 |
|
min M h C C |
2 |
M h M |
|
r |
x M |
|
|
|
|
||||
h |
|
|
h |
||||||||||
1 2 |
|
|
h |
|
|
|
|
|
h |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
Неравенство Чебышева
Если случайная величина ξ имеет конечную дисперсию, то для 0 имеет место следующее соотношение
1. |
P |
|
|
|
|
M |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. |
P |
|
|
M |
|
|
D |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
2 |
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
D M M |
2 n |
xi M 2 |
pi |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
D 2 P |
|
M |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
3. |
P |
|
|
M |
|
|
1 |
|
|
D |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
2 |
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 n |
pi 2 P |
|
M |
|
|
|
|
||||
i 1 |
|
|
|
|
|
Второе неравенство Чебышева показывает, при малой дисперсии с вероятностью близкой к 1 случайные величины локализуются около своего математического ожидания
Вероятность отклонения случайной величины от их математического ожидания. Правило σ.
|
P |
|
1 |
|
|
|
M |
|
|||
ε |
2 |
||||
|
|
|
σP M 0
2σ |
P |
|
M |
|
2 0.75 |
||
|
|
||||||
|
|
|
|||||
3σ |
P |
|
M |
|
3 0.81 |
||
|
|
||||||
|
|
|
|||||
|
|
|
|
|
|
|
|
4σ |
P M |
4 0.9875 |
|
Отклонение от математического ожидания случайной величины, распределенной по биномиальному закону
b np |
a np |
||||||||
P a b Ф |
|
|
|
|
Ф |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
||
|
npq |
|
npq |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
np M |
|
npq |
|
|
|
|
|
|
|
|
|
|
||||||
a M |
b M |
|
|
|
|
|
|
|
|
|
|
|||||||
P M M |
|
|
|
|
|
|
||||||||||||
Ф |
|
|
Ф |
|
|
2 Ф |
|
|
||||||||||
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
P |
|
M |
|
|
2 Ф |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пусть 3 |
|
|
|
|
|
|
|
|
|
|
||||||||
P |
|
M |
|
|
3 2 Ф 3 0.9973 |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
Нормально-распределенная случайная величина.
Гауссово распределение
Нормальным распределением с параметрами а; называется распределение случайной величины ξ, которая имеет следующую плотность распределение вероятности
|
p x |
|
1 |
|
e |
x a 2 |
|
|
|
2 2 |
|||
1. |
|
|
|
|||
2 |
|
|||||
|
|
|
|
|||
|
|
|
|
|
2.Нормированное (стандартное) распределение называется нормальное распределение с параметрами (0;1)
p x |
|
1 |
|
|
|
х2 |
|
|
e |
2 |
|||
|
|
|
|
|||
|
|
|
|
|||
2 |
|
|
||||
|
|
|
|
|
|
a)
|
|
1 |
|
|
|
|
|
|
|
|
x 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
x 1 |
|||||||||||||||||
|
|
|
|
|
|
|
|
e |
2 |
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
2 |
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
e |
t 2 |
|
|
|
|
|
||||||||||
F (x) |
|
|
|
|
|
|
|
2 |
|
t |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
2 |
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
b) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
x 2 |
|
|
|||||||||
M |
|
|
x |
|
|
|
e |
|
2 x 0 |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
2 |
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
x 2 |
|
||||||||||
D |
|
x2 |
|
|
|
|
e |
2 x 1 |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
с) Вероятность попадания нормированной случайной величины на заданный отрезок
P a b F (b) F (a) Ф b Ф a
d) Отклонение нормированной случайной величины от её математического ожидания
P 2 Ф
εP 2 Ф
1P 1 0.6826
2P 2 0.9544
3P 3 0.9973
4P 4 0.9994
Нормальное распределение с параметрами (а;σ)
Пусть а R |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Плотность распределения p x |
|
1 |
|
e |
x a 2 |
и F x |
|
1 |
|
|
e |
t a 2 |
|
|
|
|
2 2 |
|
|
2 2 |
t |
||||||||
|
|
|
|
|
|
|||||||||
|
|
|
2 |
|
||||||||||
|
|
|
2 |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Кривая Гаусса
Основные свойства кривой Гаусса
1. x R |
0 |
y |
|
1 |
|
|
|
|
|
||||
|
|
|
||||
2 |
||||||
|
|
|
|
2.x a ось симметрии
3.lim y(x) 0 при x
4. |
x a точка max y a |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||
2 |
|
|
|||||||
|
|
|
|
|
|||||
5. |
x a точки перегиба |
y a |
|
1 |
|
||||
|
|
|
|||||||
|
|
|
|||||||
2 e |
|||||||||
|
|
|
|
|
|
|
σ = 3 σ = 1 σ = 8
При увеличении σ уменьшается амплитуда, и график
становится более пологим
2. Основные характеристики нормального распределения
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x a 2 |
|
|
|
|
|
|
|
|
|
x a |
t |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
M |
|
|
x |
|
|
|
|
|
|
|
e |
|
|
|
x |
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 2 |
|
x t a |
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x t |
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
t 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t 2 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
t |
e |
|
2 |
|
t a |
e |
2 t |
a |
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
x a |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
x a 2 |
|
|
|
|
|
|
|
|
|
|
|||||||||
D |
|
2 |
|
|
|
|
|
|
|
|
e |
2 |
2 |
|
x |
2 |
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
t a e |
|
t 2 |
|
|
|
|
2 t |
||||||
|
|
|
|
|
||||
|
|
|
|
|||||
|
2 |
|
||||||
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
3. Вероятность попадания нормально распределенной случайной величины на заданный отрезок
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x a 2 |
|
|
|
|
x a |
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
P x1 x2 |
x |
|
1 |
|
e |
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
2 2 |
x |
x t a |
|
|||||||||||||||||||||
|
|
|
|
|
|
||||||||||||||||||||||
|
2 |
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x t |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
x2 a |
|
|
t 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
1 |
|
|
|
|
|
x |
|
a |
|
x a |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|||||||||||||||
|
|
|
|
|
|
e |
|
2 t Ф |
|
|
|
|
|
Ф |
1 |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
2 |
|
x1 a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x2 a |
|
|
t 2 |
|
||
|
x1 a |
e |
2 |
t |
||||||
|
|
|
|
|||||||
|
|
|
|
|||||||
|
2 |
|
|
|||||||
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
4. Отклонение нормально распределенной случайной величины от её математического ожидания
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|||||||||||||
P |
a |
P a a Ф |
|
|
Ф |
2 |
Ф |
|
|
||||||
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|||||||||||||
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
0.6826 |
|
|
|
|
|
|
|
||||||
|
2 |
0.9544 |
|
|
|
|
|
|
|
||||||
|
3 |
0.9973 |
|
|
|
|
|
|
|
||||||
|
4 |
0.9994 |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
Правило трех сигм: |
|
|
|
||||||
Если случайная величина распределена нормально, то считается практически невозможным ее |
|||||||||||||||
отклонение от М больше, чем на 3 . |
|
|
|
|
|
|
|
||||||||
Более того, на практике, если некоторая случайная величина отклоняется от своего среднего |
|||||||||||||||
значения меньше чем на 3 , то есть основание предполагать, что эта случайная величина |
|||||||||||||||
нормально распределенная. |
|
|
|
|
|
|
|
||||||||
Расчет доверительных интервалов |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||
а а 2 |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
Считается, что параметры нормального распределения а; известны и заданна вероятность |
~ |
р |
|
отклонения случайной величины от М , в которую случайная величина попадает с вероятность |
~ |
р . |
Пример: : 20 :10
Найти интервал, попадание в который, осуществляется с вероятностью ~ =0.95
р
0.95 = 2 10
= 0.475
10
10
= 1.96
19.6
Некоторые важнейшие распределения связанные с нормальным.
2 - распределение.
- случайная величина, нормально распределенная с параметрами (0: 1), тогда случайная
величина 2 имеет следующую плотность распределения:
0, |
|
|
|
|
|
|
х 0 |
|
|
|
|
||||||||||
|
|
1 |
|
|
|
|
, |
|
|
х 0 |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2Пх |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Пусть, 1; |
|
2 ; п - совокупность n независимых нормально распределенных случайных величин |
|||||||||||||||||||
с параметрами (0;1), тогда случайная величина 2 = 2 |
; 2 |
2 обладает распределением, |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
п |
которое принято называть 2 |
- распределением с n степенями свободы. |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Свойства 2 - распределния: |
||
1. Плотность 2 |
- распределения. |
|
|
||||||||||||||||||
|
|
0, |
|
|
|
|
|
|
|
|
х 0 |
|
|
|
|
||||||
х = |
|
|
|
1 |
|
|
|
|
|
|
|
|
к |
|
к |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
х 0 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
е |
|
2 х 2 |
, |
|
|
||||||
|
к |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
к |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
2 2 Г |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Гамма функция. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Г х |
t x 1e t dt |
|
|
|
|
||||||||||||||||
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г п 1 п! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Плотность 2 - распределения исключительно зависит от степеней свободы к.
2.
х к 1 и к 2 являются монотонно убывающими. При к = 3 : х = к-2 есть локальный максимум.
3. М 2 п