
- •30,. Дискретные случайные величины. Законы
- •32.Мат ожидание дсв и их свойства.
- •33,Дисперсия (дискретной ) случайной величины.
- •35. Моменты случайной величины
- •36, Ковариация .
- •37,Коэффициент корреляции и его св-ва.
- •39.Ф.Мног.Слювел.
- •39 Многомерные функции распределения
- •.Свойства плотности вероятности
- •42, 43.Закон больших чисел.
- •44. Центральная предельная теорема
- •47.Вариационный ряд.
- •48.Эпмирическая функция.
- •49 Выборочное среднее
- •Выборочная дисперсия
47.Вариационный ряд.
Множество всех вариант выборки, расположенных в порядке возрастания их значений, вместе с их соответствующими частотами или относительными частотами называется вариационным рядом:
-
…
…
…
Таблица интервалов, содержащая данную выборку значений случайной величины Х и соответствующие частоты или относительные частоты, называется статистическим рядом. Статистический ряд распределения вероятностей определяется по
исходной выборке объемом n, если анализируемая случайная величина Х является дискретной с известным множеством значений {x1..xm }:
Гистограмма – статистический аналог графика плотности вероятности f *(x) случайной величины, и она строится по интервальному статистическомуряду. Гистограмма представляет собой совокупность прямоугольников, построенных, как на основаниях, на интервалах hj статистического ряда с высотой равной статистической плотности вероятности в соответствующем
48.Эпмирическая функция.
Если
x1,
x2,
…xn
– выборка значений случайной величины
Х, то эмпирической функцией распределения
называется функция действительного
аргумента x
(- ∞; ∞), обозначаемая
через
,
равная относительной частоте выборочных
значений, меньших числа x
.
Так как относительная
частота значений случайной величины
Х, удовлетворяющих неравенству Х <
x,
в выборке объема n
стремится к вероятности выполнения
этого неравенства, то при n
→ ∞ имеем, что
=
→ P(X
< x)
= Fх(x).
Эмпирическая функция распределения обладает всеми свойствами теоретической функции распределения.
1. Эмпирическая
функция распределения является
неубывающей функцией, то есть
при
x1
< x2
.
2. Справедливы следующие равенства:
и
.
3. Все значения эмпирической функции распределения находятся между 0 и 1, то есть
49 Выборочное среднее
Пусть — выборка из распределения вероятности, определённая на некотором вероятностном пространстве . Тогда её выборочным средним называется случайная величина
.
Выборочная дисперсия
Пусть
— выборка из распределения
вероятности. Тогда
Выборочная дисперсия — это случайная величина
,
где
символ
обозначает выборочное
среднее.
Несмещённая (исправленная) дисперсия — это случайная величина
.
50.Распределение
(хи-квадрат)
с
степенями
свободы —
это распределение суммы
квадратов
независимых стандартных
нормальных случайных
величин.
Пусть
—
совместно независимые стандартные
нормальные случайные величины, то
есть:
.
Тогда случайная величина
имеет распределение
хи-квадрат с
степенями
свободы, то есть
.
Распределение хи-квадрат является частным случаем гамма-распределения, и имеет вид:
,
где
означает Гамма-распределение,
а
— Гамма-функцию.
Функция распределения имеет следующий вид:
,
где
и
обозначают
соответственно полную и неполную гамма-функции.
51
Распределе́ниеСтью́дента в теории
вероятностей — это однопараметрическое
семейство абсолютно
непрерывных распределений. Названо в
честь Уильяма
СилиГоссета, который первым опубликовал
работы, посвящённые распределению, под
псевдонимом «Стьюдент».
Пусть
— независимые стандартные
нормальные случайные
величины,
такие что
.
Тогда распределение случайной
величины
,
где
называется
распределением Стьюдента с
степенями
свободы. Пишут
.
Её распределение абсолютно непрерывно
и имеет плотность
,
где
— гамма-функция Эйлера.
52
Распределе́ниеФи́шера в теории
вероятностей — это двухпараметрическое
семейство абсолютно
непрерывных распределений.
Пусть
—
две независимые случайные
величины,
имеющие распределение
хи-квадрат:
,
где
.
Тогда распределение случайной
величины
,
называется
распределением Фишера (распределением
Снедекора) со степенями свободы
и
.
Пишут
.