Числовые характеристики непрерывных случайных величин
Регрессия
Определение. Регрессией У на Х называется условное математическое ожидание У, при условии, что событие Х произошло, то есть
(6)
Регрессию У на Х можно рассматривать как функцию у(х). Рассмотрим как это происходит. Фиксируем, например, х1 и вычислим
(7)
Аналогично вычисляется
и т.д.
Отметим на плоскости (х;у) точки А1, А2 ,…, Ам с координатами (х1; ),
(х2; , (хм; ). Соединим эти точки кривой, называемой кривой регрессии У на Х. Это график функции y(x).
Аналогично строится кривая регрессии Х на У, то есть график х=х(у).
Линейная регрессия
Имеем кривую регрессии У на Х. Это график функции y(x). Эта кривая проходит через центр тяжести, то есть через точку (М(Х); М(У)). Построим прямую у=кх+в, проходящую через точку (М(Х);М(У)), такую, что сумма квадратов расстояний от линии регрессии до этой прямой была наименьшей.
Уравнение линейной регрессии У на Х выглядит следующим образом:
(8)
Построим теперь регрессию Х на У, то есть
Regr(X/Y)=M(X/Y). Это будет кривая х=х(у). Снова построим линейную регрессию Х на У, минимизируя квадраты расстояний, но уже по х, а не по у. Эта прямая также проходит через центр тяжести и имеет вид:
|
|
. (9)
Чем меньше угол между прямыми, тем более жёсткая связь между Х и У. Если r=0, то прямые перпендикулярны. Одна горизонтальная, другая вертикальная. Случайные величины некоррелированные.
Функция распределения. Функция плотности распределения непрерывной случайной величины
Функцией распределения называют функцию определяющую вероятность того, что случайная величина в результате испытания примет значение, меньшее , т. е. .
Пример 1. Дан ряд распределения случайной величины :
–2 | 1 | 2 | 4 | |
0,4 | 0,1 | 0,2 | 0,3 |
Составить функцию распределения и построить ее график.
Решение:
при
при
при
при
при
Рис. 1. График функции распределения
Вероятность того, что случайная величина примет значение, заключенное в интервале , равна приращению функции распределения на этом интервале:
Для непрерывной случайной величины:
Пример 2. Случайная величина задана функцией распределения
|
|
Равномерное распределение.
Найдите вероятность того, что в результате испытания примет значение, принадлежащее интервалу .
Решение. Так как на интервале , то Следовательно,
Плотностью распределения вероятностей непрерывной случайной величины называют функцию – первую производную от функции распределения
Свойства плотности распределения:
1. ;
2. Несобственный интеграл от плотности распределения в пределах
от до равен единице: (основное условие нормировки).
Пример 3. Дана функция распределения случайной величины :
Найдите плотность распределения .
Решение. Плотность распределения равна первой производной от функции распределения:
распределения:
Вероятность того, что непрерывная случайная величина примет значение, принадлежащее интервалу равна определенному интегралу от плотности распределения, взятому в пределах от до : .
Пример 4. Задана плотность вероятности случайной величины
Найдите вероятность того, что в результате испытания X примет значение, принадлежащее интервалу .
Решение. Искомая вероятность равна:
Зная плотность распределения можно найти функцию распределения по формуле .
Пример 5 . Найдите функцию распределения по данной плотности распределения:
|
|
Решение. Используем формулу .
Если , то . Следовательно, .
Если , то .
Если , то .
Итак, искомая функция распределения имеет вид:
Несобственный интеграл от плотности распределения в пределах
от до равен единице: (основное условие нормировки).
Пример 6 . Случайная величина задана плотностью распределения
Найдите коэффициент .
Решение. Воспользуемся формулой .
.
Следовательно, .
Числовые характеристики непрерывных случайных величин
Математическое ожидание непрерывной случайной величины вычисляется по формуле: ; (10)
дисперсия или (11)
. (12)
Пример 7. Найдите математическое ожидание, дисперсию, среднее квадратическое отклонение случайной величины , заданной функцией распределения
Решение. Найдем плотность распределения:
|
|
Математическое ожидание:
Среднее арифметическое.
Дисперсия
Следовательно, среднее квадратическое отклонение равно:
Пример 8. Плотность вероятности случайной величины имеет вид:
Найдите:
Решение. 1) По основному условию нормировки . Тогда получаем: . Откуда .
2) По формуле математического ожидания находим:
.
Дисперсия случайной величины равна: .
Следовательно, среднее квадратическое отклонение равно:
3) .
4) и связаны формулой .
Поэтому, при .
При
.
Следовательно,
Дата добавления: 2021-05-18; просмотров: 43; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!