
- •Свойства функции распределения.
- •Свойства плотности распределения.
- •Функция распределения случайного вектора неубывающая по каждому аргументу.
- •Свойства математического ожидания:
- •Математическое ожидание постоянной величины равно самой постоянной:
- •Постоянный множитель можно выносить за знак математического ожидания:
- •Свойства дисперсии.
- •Свойства корреляции.
- •Свойства производящих функций.
- •Свойства характеристических функций.
- •17.Законы больших чисел в форме Чебышева и Бернулли. Неравенство Чебышева.
- •21 Методы получения точечных точечных оценок неизвестных параметров. Метод моментов. Метод максимального правдоподобия
- •22.Информация о выборке по Фишеру в выборке и в наблюдении. Неравенство Рао-Крамера. Доказательство эффективности оценок при помощи неравенства Рао-Крамера.
- •23.Распределение c2, Стьюдента, Фишера. Критические (процентные) точки. Леммы о нормальном распределении и Фишера.
- •24.Понятие многомерного нормального распределения. Лемма Фишера. Следствие из Леммы Фишера.
- •25. Определение одностороннего и двустороннего доверительных интервалов. Точность интервальной оценки. Надежность. Лемма о равномерном распределении. Основная теорема интервального оценивания.
- •Гипотезы согласия и критерии согласия. Критерий Хи-квадрат Пирсона как критерий согласия. Критерий согласия ω2. Критерий согласия Колмогорова.
- •Теорема (Пирсона).
- •Понятие, сущность и задачи дисперсионного анализа. Однофакторный дисперсионный анализ. Групповые средние. Проверка гипотезы о равенстве групповых средних.
- •Корреляционный анализ.
- •Регрессия. Основная теорема регрессионного анализа. Метод наименьших квадратов. Выборочные уравнения линейной регрессии.
Свойства дисперсии.
Дисперсия постоянной величины С равна 0. DC=0.
Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
.
.
Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин:
.
Следствие. Дисперсия суммы нескольких независимых случайных величин равна сумме дисперсий этих величин.
Коэффициентом корреляции между случайными величинами и называется число
.
Ковариацией между случайными величинами и наз-ся такое число
Свойства корреляции.
Абсолютная величина коэффициента корреляции не превосходит единицы, т.е.
.
Для того чтобы
необходимо и достаточно, чтобы случайные величины и были связанны линейной зависимостью. Т.е.
с вероятностью 1.
Если случайные величины независимы, то они некоррелированы, т.е. r=0.
Пусть
и
—независимы, тогда по свойству
математического ожидания
№15.
Под целочисленной случайной величиной будем понимать дискретную случайную величину, которая может принимать значения 0,1,2,…
Таким образом, если случайная величина —целочисленная, то она имеет ряд распределения
|
0 |
1 |
2 |
… |
Р |
р0 |
р1 |
р2 |
… |
Пусть —целочисленная величина с законом распределения
|
0 |
1 |
2 |
… |
Р |
р0 |
р1 |
р2 |
… |
Ее
производящей функцией называется
функция
Свойства производящих функций.
Производящая функция
определена в области
.
Производящая функция
Значение производящей функции в точке Z=1, P(1)=1.
.
Если Z=1, то M =P’(1)
.
.
.
Если Z=1
.
.
Следовательно,
.
Если Х1,Х2,…,Хn—независимые целочисленные случайные величины, то производящая функция
.
.
Характеристической функцией случайной величины называется функция
, где
.
Формулы для вычисления характеристической функции.
Случай 1. Пусть —дискретная случайная величина с рядом распределения
|
x1 |
x2 |
… |
Р |
p1 |
p2 |
… |
.
Случай
2. Пусть
—целочисленная
случайная величина с плотностью
.
Тогда характеристическая функция
.
Свойства характеристических функций.
Характеристическая функция определена для любой случайной величины. При этом
,
.
.
.
Поскольку
,
то
Характеристическая функция случайной величины
, где a, b—некоторые числа.
.
.
Если случайные величины —независимы, то характеристическая функция суммы данных случайных величин равна произведению характеристических функций этих случайных величин, т.е.
.
Если М
, характеристическая функция случайной величины n раз дифференцируема, причем
, где
.
Замечание. Необходимо отметить, что функция распределения величины однозначно определяется характеристической функцией. Таким образом, характеристическая функция является законом распределения случайной величины.
Свойство
5.
Свойство
6. Если
случайные величины
и
независимы, то производящая ф-я
№16.
Пусть
,
где
-случайная
величина наз-ся случайной
последовательностью.
Последовательность
случайных величин
называется
сходящейся
по вероятности
к случайной величине
если для любого положительного числа
,
т.е.
при
.
Обозначается
.
Опр.Говорят,
что последовательность
сход-ся к случайной величине
слабо, если последовательность фун-и
распределения
cлабо
сход-ся к
.
Говорят,
что последовательность
случайных
величин удовлетворяют
закону больших чисел,
если
.
Т-а. Пусть { }- последовательность независимых случ-х величин, имеющих конечные дисперсии, ограниченные одной и той же константой, тогда эта последовательность удовлетворяет закону больших чисел.