- •1.3. Операции над событиями
- •1.5. Классический метод определения вероятностей
- •1.7. Свойства вероятности (основные теоремы)
- •1.9. Формула полной вероятности
- •1.10. Формула Байеса
- •2.3. Функция распределения
- •2.4. Плотность распределения непрерывной случайной величины
- •3.2. Закон распределения многомерной случайной величины
- •3.5. Условные законы распределения
- •4.1.1. Математическое ожидание
- •4.1.5. Моменты распределения случайных величин
- •5.1. Одномерное приближение
- •5.2. Двумерное приближение
- •5.4. Характеристические функции
- •6.1. Биномиальный закон распределения
- •6.3. Равномерный закон распределения
- •6.5.1. Функция Лапласа
- •7.1. Неравенство Чебышева
- •7.2. Теорема Чебышева
- •8.1. Выборка, вариационный ряд, гистограмма
- •8.2. Оценки и методы их получения
- •8.2.2. Метод наибольшего правдоподобия
- •8.3. Свойства оценок
- •9.3. Распределение Стьюдента (t – распределение)
- •9.4. Распределение Фишера (F-распределение)
- •11.3. Проверка гипотезы о равенстве дисперсий (критерий Фишера)
- •11.5. Критерий Романовского
- •12.3. Коэффициент корреляции (оценки)
- •13.2. Числовые характеристики случайного процесса
- •13.8. Теорема Винера-Хинчина
- •13.10. Разложение случайного процесса в ряд Котельникова
- •13.12.1. Марковские процессы с непрерывным временем
Доказательство:
Обозначим X Y Z .
По определению дисперсии
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
D[X Y] D[Z] M[Z2] M[(Z mz)2]. |
|
|
|
|
|
(4.14) |
||||||||||||||||
Поскольку X и Y независимые – mz |
mx my |
, |
|
|
|
|
||||||||||||||||
D[X Y] M[(X Y mxmy )2] |
|
|
|
|
|
|
|
(4.15) |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M[X2 Y2] 2mxmyM[X Y] mx2my2 . |
|
|
|
|
Р |
|||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||
Если X и Y независимые, то X2,Y2 |
тоже независимы, тогда |
|
|
|||||||||||||||||||
|
|
2 |
|
2 |
|
|
|
|
2 |
|
|
2 |
|
|
|
|
|
|
У |
|
|
|
M[X |
|
Y |
|
] |
M[X |
|
] M |
[Y |
|
], |
|
|
|
|
|
И |
(4.16) |
|||||
M[X Y] mx my . |
|
|
|
|
|
|
|
Б |
|
|
||||||||||||
Подставим (4.16) в выражение (4.15) и получим |
|
|
|
|
||||||||||||||||||
D[X Y] M[X2] M[Y2] mx2 my2 . |
а |
Г |
|
|
(4.17) |
|||||||||||||||||
Найдем M[X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
2], используя свойство 3 дисперсии: |
|
|
|
|
||||||||||||||||||
D[X] M[X2 |
] m2 . |
|
|
|
|
к |
|
|
|
|
|
|
||||||||||
Отсюда получим |
x |
|
|
|
е |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
т |
|
|
|
|
|
|
|
|
||||||||||||
M[X2] D[X |
] mx2 . |
|
|
|
|
|
|
|
(4.18) |
|||||||||||||
Аналогично для |
случайной |
величины Y |
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
||||
M[Y2] D[Y |
] my2 . |
|
|
|
|
|
|
|
|
|
|
|
(4.19) |
|||||||||
|
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Подставляя (4.18, 4.19) в (4.17), получим (4.13): |
|
|
|
|
||||||||||||||||||
|
|
|
|
|
D[X Y] (D[X] mx2)(D[Y] my2) mx2 my2 |
|
|
|
||||||||||||||
|
б |
|
D[X] D[Y] mx2D[Y] my2D[X]. |
|
|
|
|
|
||||||||||||||
и |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Б |
|
4.1.5. Моменты распределения случайных величин |
|
|
||||||||||||||||||
|
|
|
|
Рассмотренные ранее числовые характеристики случайных величин являются частным случаем более общего понятия числовых характеристик – моментов распределений случайных величин. Здесь название «момент» взято из механики, где оно употребляется для описания распределений масс тел, а в теории вероятностей употребляется для описания распределений случайных величин.
68
В теории вероятностей моменты бывают двух видов: начальные и центральные.
Начальным моментом k-го порядка случайной величины X называется математическое ожидание случайных величин Xk .
Обозначать начальный момент k-го порядка будем k и определим так:
k M |
|
k |
(4.20) |
X |
. |
Используя общее определение математического ожидания (4.6), легко записать начальный момент k-го порядка для непрерывной случайной величины, если обозначить (x) Xk :
|
|
|
Р |
|
k xk f x dx. |
|
|
(4.21) |
|
|
|
|
|
|
|
|
|
|
|
Аналогично, применяя формулу (4.7), начальный момент k-го порядка для |
||||
дискретной случайной величины запишется так: |
|
И |
|
|
У |
|
|
||
n |
|
|
||
k xik Pi . |
|
(4.22) |
||
Г |
|
|
||
i 1 |
|
|
|
|
Особо важное значение имеет начальный момент первого порядка. Видим, |
||||
что при k = 1 1 M X и представляет м темБтическое ожидание. Начальные |
моменты высших порядков используются для вычисления центральных моментов.
Центральным моментом k-го поряд |
случайной величины X называет- |
||||||||||
|
|
|
|
|
|
|
|
а |
|
||
ся математическое ожидание в личиныкX mx k . |
|
||||||||||
Обозначать центральный |
момент |
k-го порядка будем k |
и определять |
||||||||
следующим образом: |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
k |
M |
|
|
k |
(4.23) |
|
|
|
|
|
|
(X mx ) |
. |
||||
При использован |
т |
|
|
|
|
||||||
общего определения математического ожидания (4.6), |
|||||||||||
|
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
л |
|
|
|
|
|
|
|
|
|
если обозначить (x) (X mx )k , центральный момент k-го порядка для непре- |
|||||||||||
рывной случайной ве ичины запишется так: |
|
|
|||||||||
|
б |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
xi mx k |
f x dx. |
(4.24) |
||||
|
|
|
|
|
|
|
|
|
|
||
Пр меняя формулу (4.7), центральный момент k-го порядка для дискрет- |
|||||||||||
и |
|
|
|
|
|
|
|
|
|
|
|
ной случайной величины рассчитывается так: |
|
|
|||||||||
Б |
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
k |
xi mx k |
Pi . |
(4.25) |
i1
Сучетом свойства 5 математического ожидания отметим, что централь-
ный момент первого порядка всегда равен нулю. Центральный момент второго порядка является дисперсией случайной величины X и через 1-й и 2-й начальные моменты (используем свойство 3 дисперсии) определяется так:
69
2 D X M X2 M X 2 2 12 .
Третий центральный момент 3 служит характеристикой асимметрии («скошенности») распределения. Если случайная величина X распределена симметрично относительно своего математического ожидания, то
3 M X mx 3 0 . Третий центральный момент имеет размерность куба
случайной величины, поэтому при решении практических задач для характеристики асимметрии чаще пользуются безразмерной величиной – коэффициен-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р |
том асимметрии: A 3 / 3 . На рис. 4.10 и 4.11 показана положительная и от- |
|||||||||||||||||||
рицательная асимметрия соответственно. |
|
|
|
|
|
|
|
И |
|||||||||||
|
f (x) |
|
|
|
|
|
|
|
|
|
f (x) |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г |
|
|
|
||
|
|
|
|
A 0 |
|
|
|
|
|
|
Б |
УA 0 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
x |
||||
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|||
|
|
Рис. 4.10 |
|
|
|
|
|
|
|
Рис. 4.11 |
|
|
|
||||||
|
|
|
|
т |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
||
Четвертый центральный |
мом нткиспользуется для |
характеристики |
|||||||||||||||||
плосковершинности. Введя |
|
|
|
4 |
|
|
|
|
|
|
|
|
|
||||||
безразм рный коэффициент плосковершинности |
|||||||||||||||||||
B 4 |
/ 4 |
, можно |
показа |
ч о для нормального закона распределения |
|||||||||||||||
|
|
ь, |
|||||||||||||||||
B 4 |
/ 4 |
3. Тогда в качестве характеристики плосковершинности применя- |
|||||||||||||||||
ют безразмерный коэфф ц ент, называемый эксцессом: Э 4 |
/ |
|
3. |
||||||||||||||||
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
б |
|
|
f(x) |
|
|
|
|
|
Э>0 |
|
|
|
|
|
|
|
|
|
и |
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
Э=0 |
|
|
|
|
||||
Б |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
Э<0 |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
mx |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
Рис. 4.12 |
|
|
|
|
|
|
|
|
70
4.1.6. Числовые характеристики двумерной случайной величины. Ковариация. Коэффициент корреляции
Основной характеристикой, описывающей связь между составляющими X и Y двумерной случайной величины (X, Y), является ковариация, называемая также корреляционным моментом Kxy или моментом связи Kxy , и определяет-
ся по формуле |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kxy cov X,Y |
M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
X |
mx Y my |
|
|
Р |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
M |
Ymx M |
|
|
|
|
|
|
||||||
M XY M Xmy |
mxmy |
|
|
|
|||||||||||||||||||
M |
|
XY |
|
2M |
|
X |
|
|
|
|
M |
|
X |
|
|
|
|
|
|
И |
|
||
|
|
|
|
M Y |
|
|
M Y |
|
|
|
|
|
|||||||||||
M XY M X M Y , |
|
|
|
|
|
|
У |
|
(4.26) |
||||||||||||||
где математическое ожидание составляющей Х |
|
|
|
|
|
||||||||||||||||||
для непрерывной двумерной |
|||||||||||||||||||||||
случайной величины (X, Y) вычисляется так: |
|
|
|
Г |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
mx |
|
xf x,y dxdy xf1 x dx. |
|
|
|
(4.27) |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
||
Для составляющей Х дискретной двумерной случайной величины (X, Y) |
|||||||||||||||||||||||
|
|
mx |
|
|
|
|
|
к |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
xiPi |
xiPij . |
|
|
|
|
|
|
|
|
|
(4.28) |
||||||||||
что корреляционный момент |
показывает |
рассеивание (отклонение) случайных |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
i |
j |
|
|
|
|
|
|
|
|
|
|
|
|
Аналогично записываются мат матичес ие ожидания для составляющей Y. Отметим, что из определ ния корреляционного момента (4.26) следует,
величин X, Y относительно |
среднего значения и одновременно характеризует |
|||||||||||||||||||||||
влияние одной случайн й величины на другую. |
|
|
|
|
|
|
|
|
|
|||||||||||||||
Для дискретн й двумернойтслучайной величины (X,Y) |
корреляционный |
|||||||||||||||||||||||
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
момент запишется тако: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
б |
xy |
|
i |
m |
x |
|
|
y |
j |
m |
y |
ij |
|
i |
j ij |
x |
m |
y |
. |
(4.29) |
|||
|
|
|
|
иK |
x |
|
|
|
|
P |
|
x y |
P m |
|
||||||||||
|
|
|
|
|
i j |
|
|
|
|
|
|
|
|
|
|
|
|
i j |
|
|
|
|
|
|
Корреляционный момент для непрерывной двумерной случайной величи- |
||||||||||||||||||||||||
ны (X,Y) |
|
меет следующий вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Kxy |
|
x mx y my |
f x,y dxdy |
xyf x,y dxdy mxmy . |
(4.30) |
|||||||||||||||||||
Б |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Покажем, что если составляющие X и Y двумерной случайной величины
(X,Y) независимы, то Kxy 0. Необходимое и достаточное условие независимо-
сти случайных величин X и Y определено ранее (3.13): f x,y f1 x f2 y ,
71
тогда (4.24) принимает следующий вид:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
KX ,Y |
x mx y my f x,y dxdy x mx f1 x d y my f2 y dy |
|||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
x mx f x dx xf x dx mx f x dx mx mx 0. |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
Обратное утверждение, если KX,Y |
0, то случайные величины X и Y неза- |
||||||||||||||||||||||||||||||||||||||||||||||||||
висимы, не всегда выполняется. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
Корреляционный момент имеет размерность квадрата случайной величи- |
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
И |
||||
ны, но на практике для характеристики связи чаще используют безраз- |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
мерные |
|
|
величины. |
|
Поэтому |
|
|
составляющие нормируют. |
|
|
Если |
|
положить |
||||||||||||||||||||||||||||||||||||||||||
X |
(X mx)/ x , Y (Y my )/ y , |
то корреляционный момент нормированных |
|||||||||||||||||||||||||||||||||||||||||||||||||||||
случайных величин X и Y называется коэффициентом корреляции и обознача- |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
ется |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
M[XY] M |
X m |
x |
|
|
|
Y my |
|
mxy mxmy |
|
Kxy |
|
|
. |
|
(4.31) |
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
xy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
y |
|
|
|
|
|
x |
Г |
y |
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
x |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
Коэффициент корреляции является безр змернойБвеличиной и характери- |
||||||||||||||||||||||||||||||||||||||||||||||||||||
зует степень линейной связи между сост вляющими |
|
|
X и Y двумерной случай- |
||||||||||||||||||||||||||||||||||||||||||||||||||||
ной величины (X,Y). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
Свойства коэффициента корр ляциик |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
1. Абсолютная величина коэффициентае |
корреляции не превосходит еди- |
|||||||||||||||||||||||||||||||||||||||||||||||||||
ницу |
|
xy |
|
|
|
|
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
1; при доказательс ве свойс ва 4 дисперсии мы получили |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
0 D |
|
X Y |
|
|
|
|
|
|
|
2cov |
XY |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
mx |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
но: D X |
|
D |
|
X |
|
|
|
M X mx 2 1 |
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
2 1 xy 1 xy 1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
Б |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
между со- |
|||||||
2. |
В бзав симости от значения коэффициента корреляции xy |
ставляющими X и Y двумерной случайной величины (X,Y) могут существовать следующие зависимости (рис. 4.13, a – d):
72
Y
Y
xy = +1
xy = –1
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
|
X |
|
|
|
|
|
а |
|
|
|
|
|
|
|
b |
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xy 0 |
|
|
|
|
|
|
Y |
|
|
|
И |
||
|
|
|
|
|
|
|
|
|
xy |
=0,5 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
а |
|
|
|
X |
|
|
|
|
|
|
c |
|
|
|
|
|
d |
|
|
||
|
|
|
|
|
|
|
|
к |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
Рис. 4.13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
а – при xy 1 между X и Y существует линейная положительная зависи- |
||||||||||||||
мость (рис. 4.13, а); |
|
т |
|
|
|
|
|
|
|
||||||
|
b – при xy 1 между X и Y существует линейная отрицательная зависи- |
||||||||||||||
мость (рис. 4.13, b); |
о |
|
|
|
|
|
|
|
|
||||||
|
c |
|
и |
|
X и Y отсутствует зависимость, и говорят, что X и Y |
||||||||||
|
– при xy = 0 между |
||||||||||||||
некоррел рованныл(рис. 4.13, с); |
|
|
|
|
|
|
|
|
|||||||
|
d – когда 0< xy <1, то |
между X и Y существует положительная вероятно- |
|||||||||||||
|
|
|
б |
|
|
|
|
|
|
|
|
|
|
|
|
стная л нейная зависимость, или между X и Y существует положительная кор- |
|||||||||||||||
реляциярис( . 4.13, d). |
|
|
|
|
|
|
|
|
|
|
|
||||
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
|
|
|
|
|
|
|
|
|
73