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) |
Числовые характеристики системы двух случайных величин
Вероятность попадания двумерной случайной величины в полуполосу и прямоугольник.
Вероятность попадания двумерной случайной величины в прямоугольник определяется, исходя из определения интегральной функции двумерной случайной величины (рис.1):
P ((x, y) D) = F (b,d) - F (a,d) - F (b, ) + F (a, ) (6.5)
Рис. 1. Вероятность попадания точки (х, y) в прямоугольник D
Случайные величины X, Y независимы, если F(x, y) = F1(x) F2(y).
Начальным моментом порядка s,h системы двух случайных величин X, Y называется математическое ожидание произведения степени s случайной величины Х и степени h случайной величины Y: (6.6) Центральным моментом порядка s, h систем двух случайных величин (X, Y) называется математическое ожидание произведения степеней s, h соответствующих центрированных случайных величин (6.7) где = X – M (X), = Y - M (Y)-центрированные случайные величины X и Y. Основным моментом порядка s, h систем двух случайных величин (X,Y) называется нормированный центральный момент порядка s, . (6.8) Начальные моменты a1,0, a0,1: a1,0 = M ()= M (X); a0,1 = M () = M (Y). (6.10) Вторые центральные моменты: Характеризует рассеяние случайных величин в направлении оси 0X. (6.11) Характеризует рассеяние случайных величин в направлении оси 0Y. Особую роль в качестве характеристики совместной вариации случайных величин X и Y играет второй смешанный центральный момент, который называется корреляционным моментом (ковариацией): μ1,1=M()=К(X,Y)=cov(X, Y)=M(XY) - M(X)M(Y). (6.12) Корреляционный момент является мерой связи случайных величин. Если случайные величины X и Y независимы, то математическое ожидание ХУ равно произведению их математических ожиданий: M (XY)= M (X) M (Y), отсюда cov (X,Y)=0. Если ковариация случайных величин не равна нулю, то случайные величины коррелированны. Ковариация может принимать значения на всей числовой оси, поэтому в качестве меры связи используют основной момент порядка s=1, h=1,который называют коэффициентом корреляции: rxy= , (6.13) где , . Коэффициент корреляции служит мерой линейной зависимости между случайными величинами.
Свойства коэффициента корреляции: 1. -1 rxy 1; 2. Если rxy = 1, то случайные величины линейно зависимы; 3. Если rxy = 0, то случайные величины не коррелированны, что не означает их независимости вообще.
Замечание. Если случайные величины Х и Y подчиняются нормальному закону распределения, то некоррелированность СВ Х и Y означает их независимость.
Первые моменты:
а) для дискретных СВ: б) для непрерывных СВ:
Дата добавления: 2014-11-20; Просмотров: 669; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |