Студопедия

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:

X        
р 0,6 0,2 0,19 0,01

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:

X 2        
р 0,6 0,2 0,19 0,01

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:

. (7.5)

Кроме моментов случайной величины X целесообразно рассматривать моменты отклонения XМ (X).

Определение. Центральным моментом порядка k случайной величины X называют математическое ожидание величины (XМ (X)) k:

.

В частности,

. (7.6)

. (7.7)

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.

 




Поделиться с друзьями:


Дата добавления: 2014-01-20; Просмотров: 1381; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.008 сек.