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; ),  

2; ,  (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!

Поделиться с друзьями:




Мы поможем в написании ваших работ!