
- •Определение моментов случайной величины
- •Математическое ожидание и его свойства
- •Дисперсия и ее свойства
- •Коэффициент корреляции и его свойство
- •Производящая функция моментов
- •Характеристическая функция и ее свойства
- •Условное математическое ожидание случайной величины и его свойства.
- •Регрессия. Уравнение линейной регрессии
- •Производящая функция нормального распределения
- •Класс задач мат.Статистики
- •Основные понятия мат.Статистики
- •Повторная выборка
- •Частотный способ задания вероятности
- •Закон больших чисел
- •Теорема Муавра-Лапласа
- •Оценка числа необходимых наблюдений
- •Усиленный закон больших чисел
- •Несмещенность
- •Эффективность
- •Асимптотические свойства
- •Доверительные интервалы
Определение моментов случайной величины
Моментом
k-го
порядка распределения случайной
величины Х точки а называется: νk(а)=
Моментом
порядка k
функции случайной величины
называется: νk(а)=
Моментом
порядка k
относительно точки а функции
называется: νk(а)=
Если а=0, то соответствующий момент называется начальным. Среди всех моментов первого порядка который называется мат.ожиданием.
Математическое ожидание и его свойства
Математическим
ожиданием случайной величины Х называется
начальный момент первого порядка:
Математическим
ожиданием функции
называется:
Свойства мат.ожидания:
E{C} = C;
E{CX} = C*E{X};
E{aX+b} = a*E{X}+b;
E{
} =
;
E{X1,X2} = E{X1}*E{X2}, если Х1, Х2 – независимые
Если а=Е{X}, то моменты называются центральными (E{X} – число!). Среди всех центральных моментов выделяется момент 2-го порядка, называемый дисперсией.
Дисперсия и ее свойства
Дисперсией
называется мат.ожидание, определенное
как:
Дисперсия
служит мерой степени разброса значений
случайной величины около ее математического
ожидания. Величина
называется средним квадратическим
отклонением.
Свойства дисперсии:
D{C} = 0 => D{X} = 0 X=const почти всюду
Д-о: 1.
D{X} = 0 => X=xk=E{X} => P(X=E{X})=1 => X=E{X}=C
D{CX} = C2*D{X}
D{X+Y} = D{X}+D{Y}, если Х, У – независимы
Д-о:
Если Х1..XN – независимы, тогда
Среди всех моментов второго порядка дисперсия минимальна
Математическое ожидание и дисперсия биномиальной случайной величины
Неравенство Чебышева и следствия
,
ε>0
Д-о:
Х
– непр.
В области интегрирования |X-E{X}|/ε>1, тогда
Следствия из неравенства Чебышева:
Закон больших чисел
Смешанные моменты
Пусть
задан случайный вектор
.
Смешанным моментом порядка k
называется
,
где
Если а=(0,0….0), то момент начальный
Если
,
то соответствующий момент – центральный
Ковариация и ее свойства
Смешанным
моментом порядка k
называется мат.ожидание
,
где
a=(a1,..,aN).
Ковариация – характеристика степени линейной вероятностной связи.
Cov(x,x)=D(x)
Cov(αxi+β,γxj+δ) = αγCov(xi,xj)
Cov(xi,xj) = E{xi*xj} – E{xi}*E{xj}
Если xi, xj независимы, то Cov(xi,xj)=0
Справедливо, => из п.(3), т.к. E{xi*xj} = E{xi}*E{xj}
D{xi+xj} =D{xi}+D{xj}+2 Cov(xi,xj)
Gij = Cov(xi,xj)
|| Gij|| - ковариантная матрица, является неотрицательно определенной
Коэффициент корреляции и его свойство
Коэффициентом
корреляции называется
Свойства:
Если xi, xj независимы, то
(Y=aX+b) (|
|=1)
Производящая функция моментов
Пусть
есть случайная величина Х с распределением Р.
Тогда её производящей функцией моментов
называется функция, имеющая вид:
,
где z
– комплексная переменная.
Раскладывая
по Тейлору: