![]() КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Начальные и центральные теоретические моменты
Рассмотрим дискретную случайную величину X, заданную законом распределения:
Найдем математическое ожидание X: М (X) = 1×0,6 + 2×0,2 + 5×0,19+ 100× 0,01 =2,95. Напишем закон распределения X 2:
Найдем математическое ожидание X 2: М (X 2) = 1×0,6 + 4×0,2 + 25×0,19 + 10000×0,01 = 106,15. Видим, что М (X 2) значительно больше М (X). Это объясняется тем, что после возведения в квадрат возможное значение величины X 2, соответствующее значению х = 100 величины X, стало равным 10 000, т.е. значительно увеличилось; вероятность же этого значения мала (0,01). Таким образом, переход от М (X) к М (X 2) позволил лучше учесть влияние на математическое ожидание того возможного значения, которое велико и имеет малую вероятность. Разумеется, если бы величина X имела несколько больших и маловероятных значений, то переход к величине X 2, а тем более к величинам X 3, X 4 и т.д., позволил бы еще больше «усилить роль» этих больших, но маловероятных возможных значений. Вот почему оказывается целесообразным рассматривать математическое ожидание целой положительной степени случайной величины (не только дискретной, но и непрерывной). Определение. Начальным моментом порядка k случайной величины X называют математическое ожидание величины Xk: vk = M (Xk). В частности, v 1 = M (X), v 2 = M (X 2). Пользуясь этими моментами, формулу для вычисления дисперсии D (X) = М (X 2) – [ М (X)]2 можно записать так:
Кроме моментов случайной величины X целесообразно рассматривать моменты отклонения X – М (X). Определение. Центральным моментом порядка k случайной величины X называют математическое ожидание величины (X – М (X)) k:
В частности,
Легко выводятся соотношения, связывающие начальные и центральные моменты. Например, сравнивая (7.5) и (7.7), получим
Нетрудно, исходя из определения центрального момента и пользуясь свойствами математического ожидания, получить формулы: Моменты более высоких порядков применяются редко. Замечание. Моменты, рассмотренные здесь, называют теоретическими. В отличие от теоретических моментов, моменты, которые вычисляются по данным наблюдений, называют эмпирическими.
Дата добавления: 2014-01-20; Просмотров: 1409; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |